把几十个镜头塞进一段总提示词，看上去最省操作，实际常把三个问题混在一起：每镜的画面要求谁来拆、参考素材跟哪个镜头绑定、生成失败后如何只重做那一镜。尤其是同一场景反复切机位、人物还要配不同台词时，一次生成完毕不是唯一目标；能追踪和修改才是真正的批量能力。
我会先做一张很朴素的镜头台账，再决定要不要自动化。每行只放一个镜头编号、叙事目的、时长范围、画面起点、人物与场景参考版本、对应音频、关键动作、输出文件名和验收状态。提示词可以逐镜写成短段落，不必强求所有镜头共享同一份长文。先挑最难的三镜试跑：双人对话的反打、手与道具接触、从远景转近景。若这三镜的参考绑定和重试逻辑都讲不清，把四十镜排进队列只会放大混乱。
接下来把“生成”和“选片”拆开。一个镜头可以有多个候选，但通过审核的版本要明确标记，旧版本不要直接覆盖；剪辑时间线只引用被选中的版本。人物参考、场景底图或声音一旦改版，顺手标出依赖它的镜头，别把新旧素材混进同一场戏。每次失败记录是动作错、人物漂、机位错、音画不合，还是纯粹文件或排队问题。这样返工时改的是对应约束，不是把整段脚本重新投喂一次。
工具层面可以是表格加手工队列，也可以是脚本调用现有流程，还可以在节点图内做批处理；先看团队能否读懂台账、复现单镜、暂停与恢复、保留已选片，再考虑选哪种实现。自动化只负责执行和记录，镜头是否服务故事仍要人来判断。大家做多镜头片子时，最先失控的是参考资产版本、候选片挑选，还是最后的剪辑衔接？