分析输入图像的整体构图。识别所有存在的关键主体（无论是单个人、一群人/一对、一辆车还是一个特定物体）及其空间关系/互动。生成一个内聚的 3x3 网格“电影级联系表”，其中包含 9 个不同的相机镜头，精确地拍摄这些主体在同一环境中的画面。你必须调整标准电影镜头类型以适应内容（例如，如果是一个群体，则保持群体在一起；如果是一个物体，则构图为...
