氛围工程 2

情绪的混合比例与分配表

海报与场景的区别

第1篇的祈雨规格把目标情绪指定为单一的庄严决意，纯度100％。八个层次的值全都指向同一种情绪，适合海报或专辑封面，却不足以构成场景，因为真实的人类情绪不会维持这种纯度。葬礼上的吊唁者会在悲伤中感到饥饿，听到升职消息的员工会在喜悦中计算下一季度的负担。观众与读者以这些杂质的有无区分海报和场景；只维持一种情绪的人物，不会被读成一个人，而会被读成象征。

杂质之所以建立可信度，与观众的判断习惯有关。高纯度的单一情绪，是人们从广告与宣传中反复学会的模式，因此观众可能把它归类为说服意图，而不是情绪。反之，与目标情绪无关甚至相冲突的细节，看起来没有被刻意编造的理由，因而能成为“这是真的”的判断依据。葬礼上吊唁者低声说的玩笑不会破坏空间中的悲伤，反而增加真实感，正是同一结构。

所以第2篇有两个问题。第一是混合：一个场景里，多种情绪应以什么比例结合？第二是分配：决定混入的少数情绪，应放进八个层次中的哪种材料？先写结论：混合比例是设计的语言，分配表是执行的语言，而失败大多发生在分配，不在混合。比例不佳的场景至多显得平淡；分配错误的场景，则根本无法传达那种混合。

对广告与宣传模式的反复学习，是此效果的一种解释，并非已经确定的唯一成因。核心观察是：呈现真实情绪复杂性的细节，可以提高人物与场景的真实感。

把情绪写成数字的谱系

用比例记录情绪并不是新发明。心理学对相关工作已经进行了近一个世纪。罗伯特·普拉奇克把喜悦、信任、恐惧、惊讶、悲伤、厌恶、愤怒与期待八种基本情绪排成圆形，并为每种情绪加上强度轴，使同一系列内的烦躁、愤怒与暴怒能以不同强度值区分。他也整理出相邻两种情绪形成复合情绪的混合公式：喜悦加信任成为爱，恐惧加惊讶成为敬畏。这个模型提供给实践的，是混合之前的强度指定。如果烦躁、愤怒和暴怒不是三种不同情绪，而是同一情绪的不同数值，那么在设置场景情绪时，把种类与强度分开书写的习惯便由此而来。

詹姆斯·罗素的情绪环形模型，把情绪从清单改成坐标。它以愉悦与不悦为横轴，以唤醒与放松为纵轴，把所有情绪表示为平面上的位置。名称不同的情绪之间也能以坐标读取。例如紧张与兴奋具有相同的唤醒值，只在效价轴上位于相反两侧；其含义将在第3篇讨论。PAD模型是罗素早于环形模型、与梅拉比安共同开发的环境心理学工具，用来测量空间引发的情绪反应。它与本系列“量化氛围”的主题具有相同起点。罗素平面的一项实际用途，是寻找替代情绪。当目标情绪显得陈旧时，可以在此坐标系中向同一象限的邻近情绪移动一步。

保罗·埃克曼的FACS，是第1篇预告的表情编码系统。它把脸分解成40多个动作单元，并以A到E五个等级记录各单元的收缩强度。这样，一个表情就能写成单元与强度的清单，例如眉毛内侧抬起C、嘴角拉动B。真实微笑与礼貌性微笑也能以清单差异区分，因为只有嘴角拉动单元收缩的微笑，与眼周肌肉也一起收缩的微笑，会被记成不同代码。后者称为杜兴微笑，是“表情不是印象，而是可读取数据”的代表性例子。

文学也有相同谱系。T. S. 艾略特在1919年的《哈姆雷特》评论中提出“客观对应物”：作品不应以形容词陈述情绪，而应呈现构成那种情绪公式的物件、情境与事件集合。换成本系列的术语，就是不要写形容词，而要提出分配表。一百年前的文学批评与当代音响规格，由此抵达同一结论。

行业中的混合工具

这些编码法没有停留在论文里，而成了制作工具。3D动画的混合变形可以同时对面部模型应用微笑0.7与眉间紧张0.2，产生正在微笑却仍带着担忧的表情。《头脑特工队》后段出现的双色记忆球，是“情绪不是单色，而是混合”的大众版本。导演现场确实会交流“这场戏用愤怒80、受伤20”之类的指示。演员训练也有“表演反面”技巧，要求演员在台词的表面情绪之下，再表演一层相反的感受。网络漫画与插画制作也有同类文件。角色设定表通常包含按强度分级绘制的表情图表，助理与外包人员会依据图表坐标收到每一格的表情指示。

AI工具直接把这类编码当成输入格式。图像生成模型的提示词权重，会在单词后加上1.2或0.8等倍率以指定影响强度；语音合成服务以滑块数值接收情绪风格；游戏《求生之路》的AI导演把玩家状态计算为名为“强度”的数值，并实时调整敌人配置与音乐。混合也以系统形式实现在游戏音乐中。自适应音乐的垂直分层，会把同一首曲子拆成打击、低音与旋律等轨道层，玩家接近危险时再逐层加入。战斗紧张度不会从0跳到100，而由混合比例的连续变化生成。把情绪写成数字交给机器，不是预测，而是多个行业已经在运行的方法。

比例的陷阱：浑浊

然而，把混合比例按数字直接输入便会失败。如果给图像模型“庄严决意0.95、怀疑0.05”的提示词权重，怀疑不会以画面5％的大小出现在某个位置，而是整张图像变得浑浊5％。权重以非线性方式作用于整个结果，少数情绪无法通过对比成立，只会降低多数情绪的纯度。人类知觉也以相同方式失败。把怀疑淡淡铺满画面，观众收到的不是两种情绪共存，而是一团模糊的庄严。音响领域把多种乐器的中低频无法分离、糊成一团的混音称为“mud”；情绪混合的失败正是这种形态。

在散文中，浑浊主要以模糊语气的副词出现。“国王也许很迫切”“人群不知怎么像是不相信”“天空莫名显得冷漠”。如果把怀疑作为副词涂在每句话上，整个段落只会失去确信，怀疑本身却无法在任何位置成立。把相同分量的怀疑集中到描述一人视线的一句话里，其余句子就能保持高纯度的庄严决意，而怀疑也获得精确坐标。

表演中也有相同失败。演员知道这是一场悲伤的戏，便在每句台词上都加一点悲伤，结果会是整体语调被单一层次压住的表演。现场之所以会下达“不要把情绪铺满全场，要插在一个点上”的指示，原因就在这里。浑浊的诊断很简单：面对成品询问少数情绪在哪里，如果能用手指指出一处，便是分配；如果只能指向整个画面，就是浑浊。

混合变形也能观察到相同现象。为了让表情丰富而把所有通道都稍微提高，得到的不是情绪重叠的脸，而是任何情绪都无法读取的玩偶脸。不过，浑浊不一定总是错误。当混乱本身就是目标，例如人物无法辨识自己的感情时，可以有意使用。即使如此，这仍是以高纯度表现“混乱”这个单一目标，而不是混合失败。意图与事故之间的差异，只取决于创作者是否指定了那种状态。

“整张图像变得浑浊5％”是说明混合失败的修辞模型，不是实测值。实际模型中的权重以非线性方式作用，因此不能把0.05解读成图像精确改变5％。

声床与对象

解决方案的结构早已存在于音响领域。Dolby Atmos把声音分成两类：广泛铺在整个空间的声床通道，以及位置明确的单独声源——对象通道。雨声可以铺成声床，主角身后响起的电话则能配置为对象。广泛分布的声音与固定在精确坐标上的声音，因而能在同一空间里保持分离并同时存在。

情绪分配也遵循同一结构：多数情绪放在声床，少数情绪放在对象。把90的庄严决意铺在光线、空气、色彩、环境声等覆盖整个画面的连续材料上；把7的怀疑凝缩在一件道具、一道视线或一个动作等位置明确的离散材料上。把少数情绪散在宽广通道会形成浑浊，集中于狭窄通道则形成对比。7％这个数字不是以画面占比实现，而是以被分配材料的数量与大小实现。

八个层次在此结构中各有适用性。空气、光线与色彩是覆盖整个画面的连续材料，适合作为声床；物质层的道具、身体层的视线与动作、视点层的一个镜头、声音层的一次性声响，都是具有指定位置与时点的离散材料，适合作为对象；时间则是两用材料，既可把整体节奏当声床，也可把一次停止或延迟一拍当对象。混合的项目数量也有限制。一个场景中能充当对象的离散材料槽位不多，因此一两种少数情绪是实践中的上限。超过三种，对象就会彼此瓜分观众注意，结果没有一种能被识别。第1篇的主导项原则在混合中依然成立。

选择对象材料的标准，是少数情绪的所有者。如果情绪属于人物，就分配到身体层的视线或动作；如果属于世界的状态，就分配到物质层的道具。祈雨场景的怀疑被分到地方官吏的视线与破裂祭器两点：疑心属于人物，所以进入身体层的视线；仪式已经衰败的证据属于世界，所以进入物质层的道具。即使对象承载同一种情绪，也会依据所有者进入不同层次。

语言也是可以分配的对象，但把少数情绪直接写进台词内容，很容易造成浑浊或过度。与其让怀疑的人说出怀疑台词，不如把回答延迟一拍，或让他在应该同意之处不反驳、只保持沉默。此时情绪不是分配给台词，而是分配给时间层的延迟与声音层的沉默。“台词传递信息，情绪分配在台词周边”，是散文与剧本共同的技巧。

对象不只有空间坐标，也有时间坐标。直到决定性瞬间才第一次出现的对象，容易被判断为刻意安排。基本做法是先以中性状态出现一次，需要时再回收。把契诃夫“挂在舞台上的枪必须开火”的原则反过来读，就是“将要开火的枪必须先挂在那里”。第1篇第四原则“同步”，在对象层次便以事前出现实现。出现强度有上限；只确认存在、不赋予功能的中性出现是默认做法。即使观众记不起那个物件，只要回收时留下“曾经见过”的感觉，目的就已经达到。如果在出现阶段便暗示功能，回收会被预告，成为剧透。

希区柯克总结的大小规则也与此结合：物件在画面中的大小，应当等于它在那一刻的叙事重要度。因此，平时埋在背景里的对象，可以在决定性瞬间获得一个镜头的前景。钥匙、玻璃杯或香烟之所以能用一次特写改变场景重心，依据就在这里。

分配的实际案例：两部电影

《寄生虫》的半地下室淹水场景，把绝望这种多数情绪铺在声床上。上升的黑水、黑暗与雨声占据整个画面；基婷坐在倒灌的马桶盖上，点燃一支香烟。“早已习惯这种处境的人所怀有的认命”这项少数情绪，被分配给那支香烟。观众从一个镜头便接收到这个家庭的过往：这并不是他们第一次遇到灾难。香烟适合作为对象，也有两个明确理由。点烟是熟悉的日常动作，足以支撑认命；黑暗声床上的一点火光，也在视觉上建立了精确坐标。

小津安二郎的《东京物语》展示反方向的分配，也就是逆分配。儿媳纪子谈到已故丈夫与公婆时，多数情绪“悲伤”没有被铺在画面任何地方，光线、构图与声音都维持日常数值。全部悲伤只被分配给一个对象：原节子的微笑。笑脸成为悲伤唯一载体的瞬间，观众感受到的落差，比整张画面都悲伤时更大。从分配表的角度看，长期被称为“克制”的小津导演手法，其实是把多数情绪集中到最少通道的技术。

这项逆分配也在时间中运作。整部电影一直压缩于一个微笑中的悲伤，在后段面对公公时，第一次化为语言与眼泪。长期维持的分配在此解除，产生的落差造就了场景的规模。分配是空间的技术，同时也是“维持与解除”的时间技术。

混合比例从何而来

混合比例的数字不是品味，而是从三个来源推导。第一是场景的叙事功能。场景在故事里必须完成的工作决定多数情绪；为下一阶段埋下的伏笔，决定少数情绪是否存在及其上限。伏笔必须存在，所以不能为0；又不能占据前景，所以通常很难超过10。比例范围就这样从功能产生。

第二是视点人物。即使事件相同，场景的混合仍属于摄影机或叙事所跟随的人物。从国王视点写祈雨，庄严决意会成为多数；从地方官吏视点书写，怀疑则成为多数，所有分配也会随之重组。第三是场景链。这一幕的怀疑0.07，可能在下一幕成为0.15，再下一幕成为0.40。混合比例的变化曲线本身，就是叙事进展。一个场景的混合比例不是独立值，而是曲线上的一点。

实际标记中，0.85到0.95这种范围，比0.90这种固定值安全。混合比例是目标值，不是测量值，小数点的精度不代表真实精度。数字的作用不是炫耀准确，而是共享优先顺序与上限。

祈雨：混合规格

把第1篇的单色规格改写成混合规格，便会成为：

场景：第一次祈雨，正午
混合：庄严决意0.90／怀疑0.07／敬畏0.03

分配
庄严决意（声床）：空气中的尘土与热浪；没有阴影的直射光；黄褐单色；接近无声的环境声
怀疑（对象）：人群中的一名地方官吏，视线不望天空，而朝向上游堰坝的水闸；祭坛上一件破裂的祭器
敬畏（对象）：一个仰望祭坛的低角度镜头

声床几乎原封不动地继承第1篇的数值。怀疑凝缩成一道视线与一件道具，敬畏凝缩成一个角度。怀疑0.07不是怀疑占画面7％，而是八个层次中，身体与物质各自只交出一个点给怀疑。

数字依据来自前一节的三项标准。庄严决意0.90，是因为场景功能在于确立仪式的重量；怀疑0.07，是“水的政治”这个下一阶段的伏笔，必须存在却不能进入前景；敬畏0.03，则是“天命真实存在”这项世界设置的常数。第1篇暂定的95比5，在分离出敬畏项目后，修订为90、7、3。

官吏望向水闸的分配，直接遵循第1篇第四原则“同步”。这个值不是导演偏好，而是从世界设置推导：掌握水源的一方能够制造干旱。渲染成散文时，对象分配也会通过句子位置实现。段落最后一句相当于散文的特写，因此官吏的视线默认应放在那里。第1篇“选择性渲染”所说的两三个叙述层次，以及这次的句子位置，共同形成散文分配的两个轴。

设计的语言，执行的语言

混合比例与分配表扮演不同角色。混合比例用于设计与验收；分配表用于制作指示与提示词。向图像生成模型输入“怀疑7％”，会得到前述浑浊；输入“人群全部看着天空，只有后排一人望向画面左侧的水闸”，才能指定可执行结果。人类在AI协作中的任务，正是这项转换。把情绪设计为混合比例，再翻译成各层的分配并传递，目前没有任何模型能代替创作者完成。

分配表转成提示词时，词类很重要。对象必须用数量词与位置词指定：“只有一人”“在后排”“朝向画面左侧”。这两类词是分配语言的核心；少了它们，模型便会把指示处理成声床。

验收会反向执行这个流程。阅读完成的场景或生成结果，逆推混合比例，再与设计值比较。如果逆推的怀疑值为0，表示分配对象已经消失或太小；如果超过20，表示对象过大或侵入声床。设计值与逆推值的差距，会直接成为修改指示。

把这项验收交给第三方或AI，可以避开创作者自身视觉上的适应。作者已经知道对象放在哪里，因此倾向于把少数情绪读得比实际更大。协作时，把两种语言一起写在一张场景卡上很实用：场景编号与功能一行、混合一行、分配约三行，总共五行的文件，就能让导演、绘图者、外包人员与AI收到相同指示。第1篇所说的成果差异缩小，便能通过一种文件格式确保。

训练：逆推经典场景

建立这种感觉的训练，是逆推经典场景。挑一个记忆深刻的场景，写下混合比例，再做一张表，标出每种情绪被放进哪一层的哪种材料。步骤共有五项：重看场景，为感受到的两三种情绪命名；估算比例；在画面中定位引发每种情绪的材料；把材料分类为声床或对象；最后把整体记录成一行混合与三行分配的规格。

逆推十个场景后会看见两件事。第一，多数令人难忘的场景不是单色，而是混合。第二，少数情绪几乎毫无例外地凝缩在对象中。只选择同一位导演的场景逆推，这位导演的分配习惯就会呈现为清单；这份习惯清单，就是第3篇要处理的预设。

“逆推会破坏欣赏”的担心与事实相反。第一次以观众身份观看，第二次才以创作者身份逆推，近似从两个视角看同一场景两次。有效率的练习组合，是把自己类型中的三部近期作品，与两部其他媒介作品混在一起。亲自确认媒介不同而分配结构相同，正是这项训练的一半。

剩下的问题：翻译形容词

我们已经具备以混合与分配设计单一场景的流程，但起点仍留下一个问题。叙事功能、视点与场景链可以决定混合比例的范围；然而，当委托要求“不祥”“怀念”“舒适”等形容词时，我们仍缺少把它翻译成某种混合与某组层次数值的对照表。

经验丰富的创作者把这些对照作为隐性知识，但隐性知识无法传给协作者或AI，因此需要明确的词典。第3篇就是这本翻译词典：把常用形容词展开成混合比例与分配表，并整理行业已有的数值尺度与导演预设。先预告第一个词条：紧张与兴奋在生理上是相同的唤醒状态；区分两者的不是唤醒，而是另一个变量。