氛围工程 1

丢掉形容词，握住旋钮

形容词不是输入值

想象一幕东方王朝剧：旱灾之年，国王背对龟裂的稻田，第一次在正午向天空祈雨。要决定这一幕应当显得不祥而庄严并不困难。问题出在下一步。若问“写得不祥”究竟要怎么写，回答往往就停住了。键盘上没有一个标着“不祥感”的按键。

不祥、孤独、庄严等形容词，描述的是读者与观众看完场景之后的感受。它们是输出，而不是创作者能直接输入的数值。创作者真正能操控的，是光线的方向、悬浮在空气中的物质、哪些声音存在或消失，以及人物移动的速度。这些才是输入。本系列的命题是：氛围不是形容词，而是一组参数。区分输出与输入，是后续一切讨论的起点。

在 Unreal Engine 中建造不祥森林的关卡设计师，从不输入名为“不祥感”的数值。他会提高雾气密度、降低曝光、把色彩分级移向低饱和，并从环境音轨中删去鸟鸣。在游戏引擎里，氛围实际上就是一组数值滑块。电影现场也一样。摄影指导不会在分镜上写“孤独”，而是指定逆光、远景、低饱和与镜头时长。“观众以形容词感受，创作者以参数建造”并非比喻，而是两个行业的实务描述。这不只是技术熟练度的问题，而是各种媒介生产氛围的方式。

本系列的目的，是把这些参数整理成作家与其他创作者可以使用的完整清单。无论网络小说、网络漫画、电视、电影或游戏，氛围的材料都能分成八个层次，每层各有数个可调旋钮。第1篇介绍八层及其运作原理；第2篇说明多种情绪如何混合并分配；第3篇提供把形容词翻译为参数的词典，以及可直接使用的导演预设。

只用形容词思考的创作者，只能在自己认识的形容词范围内制造氛围。单一词汇无法标出不祥与孤独之间的每一个中间点。旋钮则是连续的，能指定两种状态之间的任何位置，因此也能创造尚未被命名的氛围。形容词是词汇量的问题，旋钮则是分辨率的问题。

八个层次

八个层次按照从世界到观察者的方向排列。前三层——空气、光线与色彩——描述世界的物理状态；接下来两层——物质与身体——是位于该世界中的对象；第六层“视点”是观察那些对象的位置；最后两层——声音与时间——则是视觉信息以外的维度。

空气：主体与观众之间的介质

第一层是空气。它包含填满主体与观众之间空间的所有介质：雾、灰尘、烟、雨、雪、湿气与热浪。这一层设置三个值：密度，即空间被填充得多浓；类型，例如水汽或灰尘；均匀度，即介质平均分布，还是集中在某一侧。

空气之所以排在第一，是因为单独调整这一层就会同时改变其他数层。雾会缩短可视距离、遮蔽远方物体，观众因而把它解读为孤立与未知。同时，雾也会扩散光线、柔化阴影边缘、降低色彩饱和度。一次调整便连带改变光线与色彩。《银翼杀手》中的光柱，首先是空气效果，其次才是照明效果；若空气中没有烟霾与水汽，光不会呈现为柱状。黑泽明在决斗场面中反复使用风与尘土，也有同样明确的功能。移动的尘土会使静态构图不稳定，观众便把这种不稳定读成紧张。湿气也以相同方式运作。只要一句话描写热带夜晚黏腻的触感，就能传达神经紧绷，而不必另外解释。

这也是作家最少使用的层次之一。许多作家会花十行描写墙面与屋瓦，却很少分一行给空气。然而，“空气干燥而刺鼻”比十句建筑描写更快定下场景的基调。

光线：方向先于亮度

光线有四个值：方向、硬度、色温与对比度。初学者最容易忽略方向，因为第一个问题不是光线明或暗，而是光从哪里来。

恐怖片使用下方照明，是因为这是不自然的方向。太阳、月亮和灯具通常由上往下投光。从下方打光会颠倒脸部阴影的熟悉位置，使观众把一张熟悉的脸感知为异样。讲鬼故事时把手电筒放在下巴下方，就是这个原理的民间版本。把光放回主体正上方也能产生效果。《教父》的摄影指导戈登·威利斯几乎垂直地从唐·柯里昂头顶打光，让眼窝落入阴影。观众看不见眼睛，就无法读取人物意图；这种不可读性本身便形成威慑。

硬度是阴影的性质。直射光制造边界锐利的阴影，漫射光制造柔和的阴影。因此恐怖并不只依靠黑暗。在硬质的正午光线下，阴影缩小、暴露无可回避，便没有藏身之处。设定于正午的西部片决斗可以利用这种效果。色温是以开尔文计量的物理值；实务上可用 3200K 的钨丝灯与 5600K 的日光作为两个参考点。较低的数值显得偏橙，较高的数值显得蓝白，因此同一房间在 3200K 下可以温暖，在 6000K 以上则可能冰冷或带有机构感。对比度并非亮度本身，而是画面最亮与最暗区域的比率；第3篇将讨论标准工作比率。

不过，正午光线应理解为强化西部决斗“无所遮蔽”感的效果，不能据此认定照明单独创造了整个类型惯例。

色彩：不是色相，而是关系

色彩涉及饱和度、色板宽度、明度与色彩对比。常见错误是把颜色读成彼此孤立的符号：红色等于激情，蓝色等于悲伤。这类一一对应的图表在实践中很少有效。色彩的效果不来自单一色相，而来自颜色之间的关系。

同样的红色，放在灰色底面上会成为警报信号，放在全红画面中则只是背景。降低饱和度往往被读成过去、记忆或失落；提高饱和度则更容易被读成当下感与生命力。把色板缩窄到同一色系，会统一画面的情绪方向；把它展开到互补色，则会分离元素并制造张力。

皮克斯是最有系统地管理色彩的工作室之一。正式制作前，他们把整部电影的小型色彩研究排列成“色彩脚本”，利用色值的变化设计情绪曲线。《飞屋环游记》的开场是代表性成果。卡尔与艾莉一生的浓缩段落，以较高饱和度和较暖色温开始；艾莉去世后，当下时空的画面饱和度骤降。多数观众不会有意识地察觉这个变化，只会感到场景变得孤独。色彩常在操控痕迹不可见的状态下运作，因此是八层中最不显眼的介入之一。

物质：记录在物件中的信息

第四层由填满影像与页面的物件构成。它的变量是：密度，即空间充满或空置；质感，即物件崭新或磨损；选择，即画面中留下什么、移除什么。

物件记录世界的信息。锈蚀、污垢与磨损，不用对白就能传达世界的年龄与维护状态。《疯狂的麦克斯：狂暴之路》不是用字幕，而是用生锈金属与龟裂皮革传达文明崩溃后流逝的时间。同理，一件道具便能取代数行背景说明。祭坛上一只破裂的祭器，已经告诉我们仪式年代久远，维护它的人处境困顿。密度的两极，是空无一物的修道室与塞得无处落脚的房间。空可以被读成纯净或匮乏；满可以被读成富足或强迫。何种解读占上风，不由本层单独决定，而取决于其他层的数值。各层并非独立存在，而会彼此参照。

服装值得分开处理。其他物件记录世界的状态，衣服却是人物进入场景前自行选择的值。世界并不替人物决定穿着。因此服装属于物质层，同时也携带人物性格与判断的信息。

身体：高灵敏度的传感器

第五层是人物的身体。材料包括表情、动作的速度与幅度、人物之间的距离、视线方向与静止。

画面中的身体，是观众感知氛围的主要渠道之一。观众会从表情和姿势读取紧张，因此一群肩膀僵硬的人，不必只靠光线或音乐也能支撑紧张感。速度会产生另一种效果，《老无所依》的安东·奇古尔就是例子。他具有威胁感，不是因为动作快，而是因为他从不匆忙。当周围所有人都慌乱移动，只有一人缓慢行动，观众会把速度差读成控制力的差异。

距离有一个成熟的研究领域：空间关系学。人类学家爱德华·T·霍尔把人际距离分为亲密、个人、社交与公共区域。应用于创作，这表示画面中两人的间隔会显示其关系状态。向前半步可被读成威胁，后退半步可被读成退缩。间距的改变能传递不亚于一句对白的信息。视线方向指出注意力所在。所有人望向同一处，只有一人看向别处时，那条偏离的向量无须说明便成为叙事信息。静止相当于本层的沉默：原本在动的人停下来，变化本身就是信号。同一原理会在声音层再次出现。表情甚至能细分到面部肌肉层级，并拥有独立的记谱系统；第2篇将介绍这套系统。

身体在此是氛围的主要渠道之一，却不是永远比所有其他层更敏感的绝对层。群体姿势本身不能证明紧张；它必须与其他场面调度选择结合，才能支撑这种解读。

视点：景别就是情绪距离

第六层是观察的位置，包括角度、景别、负空间、倾斜与对称。

景别调节的不是单纯的物理距离，而是情绪距离。在特写中，脸占据观众全部视野；看向别处的选项被移除，这种强制注意可以被读成亲密，也可以被读成压迫。大远景把人物缩成一个点，使人倾向判断：相较于环境的尺度，人物的处境微不足道。低角度迫使我们仰望；高角度则让人物像地图上的棋子。倾斜地平线会传达平衡的丧失。负空间不是信息的缺席，而是观众用预测填满的区域。在人物背后留下大片空白，观众便开始预期有什么会进入其中。恐怖片利用的正是这种预期。

对称推到极端时也会制造不安。库布里克的一点透视走廊是熟悉的例子。真实空间很少如此整齐，因此观众会把秩序过度的影像归类为异常。对这个旋钮而言，混乱与过度秩序两个极端都会产生不安，稳定反而位于中间附近。

声音：两种沉默

第七层包括音乐的有无、环境声的层数，以及沉默的种类。

音乐是八层中力量最强的材料之一，也因此难以处理。悲伤的弦乐一响，观众便认出“请悲伤”的指令；由指令制造的情绪，可能比观众自己抵达的情绪更弱。《老无所依》大部分场景移除配乐，是计算而非单纯克制。没有音乐，观众不会预先收到下一幕的情绪提示，而是在毫无准备的情况下直接面对脚步、风与压缩空气声。

沉默是本层最容易被误解的材料，必须分成两种。虫鸣、风声或远方狗吠填满的安静，是“充实的沉默”：它表示环境正常运作，因此常被读成稳定。“真空的沉默”则是本该存在的声音消失，例如没有鸟鸣的森林、没有儿童声的游乐场。“不祥”这个形容词所指的，很多时候不是黑暗，而是这种缺席。预期之物不见了，是古老的危险反应；警报通过减法而非加法启动。

时间：单位长度创造节奏

最后一层是时间，涉及单位长度、节奏规律、持续与重复。

电影的单位是镜头，散文的单位是句子。快速排列的短镜头会提高唤醒程度；长镜头则降低它，并把注意固定在单一主体上。散文同样运作：连续短句像快速剪辑，长而有周期结构的句子则像长镜头。把句长视为剪辑单位并加以控制的作家，与不这样做的作家之间，其差异近似有剪辑师的电影和没有剪辑师的电影。

希区柯克曾举出著名的时长例子。桌下的炸弹毫无预警地爆炸，观众只会惊吓数秒；若先让观众看到炸弹，人物却毫不知情地继续交谈，整段对话都会成为悬念。张力不只来自事件，也来自置于事件之前的时间长度；悬念就是延长这段间隔的技术。重复建立规则，规则使违反成为可能。某个动作重复时，观众会登记其模式；下一次偏离时，差异就会被处理为事件。库里肖夫效应是镜头排列可以改变解读的经典例子。不过，原始实验的细节在不同记载中有所差异，效应幅度也并非总是相同。因此，比起断言意义只存在于镜头之间，更稳妥的说法是：镜头的排列“参与”意义的形成。

转动旋钮的四项原则——以及第五项

仅有材料清单不会自动产生场景。数值的设置受四项原则支配。

第一是基准线与偏差。作品的整体基调是这些旋钮的默认值，场景氛围则是偏离基准的方向与程度。因此氛围是相对的，而非绝对的。恐怖故事里明亮的早晨反而可能格外不祥，原因就在此。黑暗世界中的黑暗是基准线，信息量很低；黑暗世界中的明亮是偏差，因此成为信息。由此可整理术语：整体基调是全作品的基准线，情绪或氛围是场景的当前值。它们是同一组数值在不同时间尺度下的读法。

第二是主导项。一个场景只应把一两个旋钮推向极端，其余维持中性。这个词源自俄国形式主义，指使其他元素居于从属地位的元素。实践中，把一切都升高只会制造噪声，而不是强调。雾最大、黑暗最大、音乐最大，再同时使用慢动作，观众不会判断为恐怖，只会判断为过度。当所有东西都被强调，就没有东西真正突出。

第三是调制。氛围在数值改变的瞬间比稳定状态更容易被感知，因为人类感官不只响应绝对量，也响应变化率。眼睛会适应持续的黑暗，但明亮房间突然熄灯的瞬间无法忽略。熟练的场面调度会设计数值改变的时刻——音乐停止、群体安静下来的那一刻——而不只设计数值本身。应该改变却没有改变的值，同样能产生强烈效果。祈雨祝词结束时理应起风，却什么都没有发生，那个“不变”就会成为场景中最大的事件。

第四是同步。数值应当源自世界的状态。没有叙事原因便覆盖在场景上的雾只是装饰，观众可能把缺乏根据的演出归类为操弄。相反，旱灾故事中的尘土与白色天空由设定推导而来，即使推到极端也不显武断。转动旋钮前先问一个问题：这个值是否扎根于世界的当前状态？

第五项原则是混合与分配，也是第2篇的主题。到目前为止，我们假定只有一种目标情绪，但真实场景很少如此单一。多数场景更接近庄严95、怀疑5。比比例本身更重要的，是把那5分配到八层中的哪一层。

媒介即渲染器：散文中的选择性渲染

八个层次不因媒介而改变，改变的是渲染方法。

电影与电视会强制记录八个层次。摄影机一旦运转，无论创作者是否明确选择，光线、色彩、空气与物质都会进入画面。主导项在视觉媒介中特别重要：若不决定哪些层需要控制、哪些层保持中性，影像就只是世界的记录。网络漫画的一格同时处理视点与时间。格子的大小就是景别，格间空白与纵向滚动间距则建立剪辑节奏。游戏把视点交给玩家，因此设计师通过空气、光线与声音间接引导注意。玩家往往从暗处走向亮处，游戏照明便利用这种倾向塑造路线。

散文的条件正好相反：只有句子渲染的事物才存在。若没有描写光线，场景并不是黑暗，而是读者建构的影像里根本没有照明信息。因此，散文的核心方法是选择性渲染。作家先为八层全部设置数值，只挑两三层写进句子，其余保留为内部设置。真正关键的决定，是哪些值要带到页面上；这就是散文版本的主导项。八层全写会造成过载；只写两层却不设置其他层，后面的细节就会与前文矛盾。六个已设置但未说出的值，维持两三个已说出之值的一致性，读者则把这种一致性感知为厚度。

把祈雨仪式写成规格书

实践步骤是在动笔前先写一张八行旋钮表，每层一行，时间不超过三分钟。没有选定数值的层要写“中性”，因为中性也是决策。八行完成后，标出要推向极端的一两个主导项。散文还要再做一步：选出真正会在句子中渲染的两三个值。写作前，这张表是蓝图；写作后，它是诊断工具。完成的场景显得无力却找不到原因时，把它反向还原成表格，通常会发现不是没有主导项，就是八个值全都聚在中间。

回到开头的场景。拿掉形容词，只以各层数值书写，就会变成：

场景：第一次祈雨，正午
目标情绪：庄严。单色，纯度100％

空气：干燥；细尘；地平线上的热浪；中等密度
光线：正午直射光；阴影最少；色温高于6000K；强对比
色彩：低饱和；黄褐单色；褪去蓝色的白天空
物质：龟裂的稻田土壤；破裂的祭器；褪色制服；磨损程度最高
身体：只有国王移动；群体静止；动作缓慢、幅度很小
视点：第一镜由上俯拍，人物在干地上缩成点；祭坛只用一次低角度
声音：无音乐；环境声最少；无风；无虫鸣
时间：长时间持续；祝词结束后的无声区间不可缩短

这张表没有使用任何情绪形容词，不同媒介的创作者却能据此产生相近结果。网络小说作家可以只把空气、声音与时间渲染成文字；网络漫画家可以把俯视转为大格，把祭坛的低角度转为窄格；导演则能把表格大半直接分发给摄影、美术与声音部门。给十个人“做得庄严”的指令，会得到十种结果；给他们这张表，差异便会缩小。与 AI 协作时，差距更大。形容词提示容易接近训练数据的平均结果，参数提示则能更贴近指定值。不过，仅仅输入数字并不会使模型服从。第2篇将说明如何把数值翻译为可执行指令。

这份规格仍有一个缺陷：100％庄严是海报，不是场景。真实情绪很少维持单一。若场景要属于人物，就需要少量异质情绪。在那群静止的人当中，应该有一个人看的不是天空，而是水闸。若混合比例是庄严95、怀疑5，那个5应分配到哪里，放入哪一层的哪种材料？第2篇将处理这套混合与分配方法。