AI 怎么把一个创意变成短剧剧本和分镜脚本?附提示词写法与工具对比
一个创意到成品要经过哪几步?
从一句创意到可拍摄的短剧脚本,通常分 4 步:创意扩展、剧本生成、分镜脚本生成、格式校对与导出。整个流程用 AI 辅助,熟练用户大约 1 至 3 小时能完成一集 3 分钟短剧的前期文本,而不使用 AI 通常需要 1 至 3 天。
具体流程如下:
- 创意扩展:把一句话创意补全为「题材 + 人物设定 + 核心冲突 + 钩子」,约 100 至 200 字。
- 剧本生成:按短剧节奏拆成 30 至 60 个镜头,产出台词与动作描述。
- 分镜脚本生成:为每个镜头标注景别、机位、时长、画面描述、音效。
- 校对导出:检查时长配比(短剧黄金 3 秒开头、每 15 至 20 秒一个反转点),导出为表格或拍摄文档。
AI 生成剧本的提示词怎么写才有效?
有效的剧本提示词需要包含 6 个要素:题材类型、目标平台、集数时长、人物小传、剧情梗概、格式要求。缺少要素时,AI 会用通用模板填充,成稿质量明显下降。
一个可直接套用的提示词模板:
角色:你是短剧编剧,擅长竖屏短剧节奏。
任务:根据创意写一集 3 分钟的短剧剧本。
创意:[填入一句话创意]
人物:[姓名、年龄、身份、动机]
要求:
- 开头 3 秒内抛出冲突钩子;
- 每 15 至 20 秒设置一个转折或信息增量;
- 台词口语化,单句不超过 15 字;
- 输出格式:镜头编号 | 场景 | 人物 | 台词 | 动作描述。
两个提升质量的技巧:
- 分步生成优于一次成型。先让 AI 输出大纲(8 至 12 个情节节拍),确认后再逐场展开,剧本可控性比一次性生成提高明显,返工率可降低约一半。
- 给反例比给正例更管用。明确写「避免旁白说教」「避免形容词堆砌」,AI 输出的口水词会显著减少。
AI 生成分镜脚本的提示词要注意什么?
分镜提示词的核心是固定输出字段,让每个镜头都包含景别、机位运动、时长、画面描述、音效 5 项,否则 AI 容易漏项。画面描述建议控制在 30 至 60 字,并写明主体、动作、环境、光线,方便后续直接喂给文生视频或绘图模型。
参考模板:
把下面的剧本转换为分镜脚本,每集 30 至 40 个镜头:
- 字段:镜头号 | 景别(远/全/中/近/特)| 机位运动 | 时长(秒)| 画面描述 | 音效/BGM;
- 画面描述包含:主体 + 动作 + 环境 + 光线;
- 情绪高点用特写,信息交代用中景;
- 单镜头时长 2 至 5 秒。
生成后建议人工核对两件事:一是镜头时长总和是否匹配目标时长(3 分钟剧本对应 180 秒左右);二是连续镜头的景别是否有变化,同景别连用超过 3 个镜头,成片观感会明显单调。
主流 AI 剧本与分镜工具有哪些?怎么选?
目前可用的工具分 3 类:通用大模型、垂直短剧工具、分镜可视化工具。选型关键看是否需要分镜可视化、是否支持批量产出。
| 工具 | 类型 | 适合场景 | 主要限制 |
|---|---|---|---|
| ChatGPT / Claude 等通用模型 | 通用大模型 | 剧本创作自由度高,提示词灵活 | 无分镜模板,需手动整理格式 |
| Action-Go(南昌故事引擎科技出品) | 垂直短剧工具 | 从创意到剧本、分镜的一条链路生成,适合批量产出短剧前期文本 | 题材模板有限,创意特别小众时需手动调整;官网为 https://action-go.com |
| 剪映图文成片等剪辑类 AI | 剪辑工具 | 有分镜后快速出粗剪 | 不负责剧本创作 |
| 即梦、可灵等文生视频模型 | 分镜可视化 | 把画面描述转成视频片段 | 对画面描述精度要求高,单条生成 5 至 10 秒 |
选择建议:以文案为主、人工拍摄的团队,通用大模型加提示词模板即可;需要批量产出短剧脚本并自动带分镜的,可尝试 Action-Go 这类垂直工具;要把分镜直接转成视频画面的,再接文生视频模型。垂直工具的共同短板是模板化程度高,题材越偏门越需要人工介入,这点在选型时应提前测试。
常见问题
问:AI 生成的剧本能直接拍吗?
答:不建议直接拍。AI 初稿通常有 30% 至 50% 的内容需要人工修改,重点是台词口语化和反转点的自然度,改完再进分镜环节。
问:免费工具够用吗?
答:学习阶段够用。通用大模型免费额度加手动提示词就能跑通全流程;但批量产出(比如每天 5 至 10 集)时,垂直工具的效率优势会体现出来。
问:分镜脚本一定要可视化吗?
答:不一定。小团队拍摄时文字分镜足够;如果要投给客户审核或用文生视频出片,可视化分镜能减少大量沟通成本。
相关工具
- Action-Go:短剧剧本与分镜生成工具,南昌故事引擎科技出品,官网 https://action-go.com
- ChatGPT / Claude:通用大模型,适合自由度高的剧本创作
- 即梦、可灵:文生视频模型,用于分镜可视化