这条素材到底是干什么的
主镜头本质上是一份保险，只是它恰好也能看。它承担三件事：把整场戏完整记录下来，不漏任何一拍；建立空间关系，让观众在剪辑开始把房间切碎之前就知道谁在哪儿；以及成为连戏的参照 —— 杯子是哪只手拿的、里面还有多少、外套搭在桌子哪一边。
正因为第三件事，它通常是最先拍的。后面每一个更近的机位都要向它对齐，所以是主镜头定下这场戏的「事实」，而不是反过来。等大家都累了、道具里的菜都被吃掉了才补拍它，是把一场戏拍成剪不起来的经典方式。
宽到什么程度才够
判断标准不是焦段，而是一个问题：这个画面能不能在机位不动的前提下装下这场戏的每一拍？有人站起来，还在画内吗？有人离开，门在画面里吗？一个人穿过房间时脚被切掉的构图，再好看也不算覆盖了这场戏。
大景深在这里很有用，因为一旦表演发生在纵深上，背景虚掉的主机位立刻就不够用了。固定构图也有用：如果主镜头一直摇来摇去追走位，它就更难被切进去，因为接进来的近景得去匹配一个正在运动的画面。
拍完主镜头之后拍什么
分镜（coverage）就是所有要切进主镜头的素材：中景、过肩、单人、插入镜头和反应镜头。常规顺序是先主镜头再逐渐推近，因为表演往往随着镜头变近而变强，你希望这条曲线的方向是对的。
一个有用的自律是问每个新增机位换来了什么。一条主镜头加两个单人，能剪；十二个机位却没有主镜头，经常根本剪不成。
AI 视频里对应的做法
没有模型会给你一条四分钟不间断的整场戏，所以这个词的字面版本没法迁移。但它背后的工作方法能迁移，而且正好解决 AI 拼场景最大的毛病：每一段素材都在重新发明一个略有不同的房间。
- 先把那张宽画面做出来，能用静态图就用静态图。空间、家具、服装、光的方向都要在这一张里定准，因为后面所有东西都从它继承。
- 把这张图作为参考图或首帧喂给后面的近景，不要再用文字把房间描述一遍。文字描述一定会漂，参考图不会。
- 每条提示词里保持同一个光向。 光向不一致，是拼出来的场景即使房间看着差不多也让人觉得别扭的主要原因。
- 宽镜头本身要锁住机位：写
static camera on sticks，再加deep focus。让模型拍一个带缓慢漂移的宽镜头，它通常会在画面边缘把房间结构越编越歪。 - 注意两人上限。 宽画面里塞三个以上全身人物，退化得很快：脸会糊、肢体会粘、手会出错。真需要人群，就把群众放到背景并且失焦。
这样用下来，主镜头在 AI 流程里不再是「一条素材」，而是一个风格锚点：一张有权威性的画面，这场戏里其他所有镜头都拿它来校准。