一般影视剧本的描述性语言，是以镜头思维的方式描述形象、动作、情节和场景等具体要素，简而言之，也就是在剧本创作过程中使故事逐渐趋于可视化，最终成为故事板创作的文字蓝图。这点，并不足以将动画剧本的特性区分出来，真人影视剧本乃至一般叙事性文学同样要勾勒形象、说明动作、叙述情节和描述场景，叙事性文学——剧本——故事板（或分镜）的层层转换无非就是文字符号由自身丰富的语言形式意味逐渐弱化为干瘪的功能性说明而已。

要想发现动画剧本的核心构成要素，就必须从本体论视角进行切入，向人类最为原初的动画审美意识进行回溯。动画作为人类试图以可视的图像形式模仿自然运动、呈现时间之流中的生成过程的一种掌握自然和征服自然的活动，对动作和运动的捕捉是其审美意识发生的内核。事实上，面对野猪或其他动物乃至自然存在物产生的运动，史前人类从身体力行的模仿到用最简陋的工具将之绘制出来，已然发生了两次飞跃：第一次飞跃是用工具创造一个派生的他者或静穆的赝品，第二次飞跃则是使静止的拟象具有运动的趋向，从而得以继续派生出人造的生命[1]——英文单词Animation（动画）的拉丁文词源极为有趣，拉丁文词头 anima有“灵魂”（soul）和“生命”(life)之义，而动词animate则有“赋予生气”（vigoro）的意涵，运动恰是生命最为明显的表征，此即余为政所谓的“广义动画”，“把原先不具生命的、或者不会活动的东西，变成有生命，也就是动态的事物。……