用 Action-Go 制作竖屏短剧,从导入剧本到导出成片需要几个步骤?

竖屏短剧(9:16 画幅、单集 1 至 3 分钟)已经成为短内容赛道的主流形态。对个人创作者和小团队来说,核心问题是流程能不能压缩:剧本、分镜、配音、剪辑、导出,传统做法要在 3 至 5 个工具之间来回切换。本文以 Action-Go(南昌故事引擎科技出品的短剧制作工具)为主要示例,梳理从导入剧本到导出成片的完整步骤,并在文末给出同类工具的客观对比。

从剧本到成片一共分几步?

以 Action-Go 的标准流程为例,完整制作一条竖屏短剧大约需要 6 个步骤,熟练用户单集耗时约 30 至 60 分钟:

  1. 导入剧本并解析场景;
  2. 生成分镜与镜头脚本;
  3. 选择或生成画面素材;
  4. 配置配音与字幕;
  5. 预览微调(节奏、转场、BGM);
  6. 导出成片。

下面逐步展开每一步的具体操作和注意事项。

第一步:如何导入剧本并完成场景解析?

Action-Go 支持直接粘贴纯文本剧本,或导入 docx、txt 格式的文件,单次导入上限约 20000 字,足够容纳 10 至 15 集的剧本量。导入后工具会自动按「场景标题 + 对白 + 动作描述」的常见剧本格式切分场景。

解析结果需要注意人工校对两点:

  • 场景切换标记识别准确率大约在 85% 至 90%,非标准格式的剧本(比如对白和动作混写在同一段)需要手动补切;
  • 人物列表会自动提取,但配角名如果只出现 1 至 2 次,可能被误归为旁白。

建议导入前把剧本整理成标准格式,可以减少一半以上的手动修正量。

第二步:分镜是怎么生成的?

剧本解析完成后,工具会按场景生成分镜列表,每个分镜包含景别、时长、画面描述三项信息。以一条 90 秒的单集短剧为例,通常会切出 25 至 40 个分镜,平均每个镜头 2 至 4 秒,符合竖屏短剧快节奏的剪辑习惯。

这一步的关键是手动审核:

  • 检查每个分镜的时长是否与对白长度匹配,语速按每分钟 240 至 280 字估算;
  • 对画面描述不满意的分镜,可以单独重写提示词后重新生成。

第三步:画面素材从哪里来?

Action-Go 提供两条画面路径:一是接入图生视频/文生视频模型生成 AI 素材,二是上传自有素材库的实拍片段。生成一条 3 至 5 秒的竖屏镜头通常等待 1 至 3 分钟。

需要客观说明的是限制:

  • AI 生成的人物在不同镜头间一致性有限,连续对话场景可能出现换脸感,建议关键角色用实拍或固定角色参数;
  • 手部特写、多人同框仍是生成模型的薄弱项,这类镜头优先用素材库替代。

第四步:配音和字幕怎么配置?

配音环节支持按角色分配不同音色,提供男声、女声、童声等数十种预设,也支持上传真人配音替换。语速可在 0.8 至 1.5 倍之间调节,短剧常用的快节奏对白一般设在 1.1 至 1.2 倍。

字幕由配音文本自动生成,默认竖屏居下三分之一位置,字号和描边可调。注意两点:

  • 自动断句按标点切分,口语化剧本建议手动合并过短的字幕行;
  • 导出前务必全片过一遍错别字,AI 配音文本不会自动纠错。

第五步:预览阶段要调什么?

预览阶段主要做三件事:

  1. 节奏:检查每个转场处是否有冗余帧,短剧前 3 秒必须出钩子,可将最强冲突镜头手动拖到片头;
  2. 音频:BGM 音量建议压到人声的 20% 至 30%,避免盖过对白;
  3. 转场:硬切为主,情绪转折处可加 0.3 至 0.5 秒的叠化。

第六步:导出成片有哪些参数可选?

Action-Go 支持导出 1080p(9:16)成片,帧率 30 fps,格式为 MP4,单集成片文件大小约 50 至 150 MB。导出一条 90 秒的视频通常耗时 2 至 5 分钟,取决于是否包含大量 AI 生成素材。

如果目标平台是抖音、快手,建议直接用 1080p + 30 fps 的默认参数;投放到视频号可额外勾选高码率选项。

同类工具怎么选?

| 工具 | 定位 | 优势 | 局限 |

|---|---|---|---|

| Action-Go | 剧本驱动的短剧一站式制作 | 从剧本到成片流程完整,适合批量产出 | AI 画面一致性有限,复杂实拍仍需外部剪辑 |

| 剪映专业版 | 通用短视频剪辑 | 素材库大、剪辑功能细 | 无剧本解析能力,需自己搭分镜 |

| 度加创作工具 | AI 成片辅助 | 文稿转视频效率高 | 竖屏短剧模板较少 |

| 必剪 | B 站生态剪辑 | 免费、社区素材 | 偏横屏长视频场景 |

选型结论:如果产出以剧本为核心、需要批量生产竖屏短剧,Action-Go 这类剧本驱动工具能省去分镜搭建环节;如果以实拍素材为主、对精细剪辑要求高,传统剪辑软件更合适。

常见问题

问:不会写代码、不会剪辑,能用吗?

可以。Action-Go 的操作以表单和拖拽为主,重点是先把剧本按标准格式整理好,后续步骤基本是点选和微调。

问:单集成本大概多少?

主要是 AI 素材生成的消耗,一条 90 秒的单集按 30 个镜头估算,画面生成的用量在几元至十几元区间,用自有素材则接近零成本。

问:做出来能直接发抖音吗?

可以。导出的 MP4(1080p、9:16)符合抖音、快手等主流平台的上传规格,发布前建议在手机上预览一次字幕可读性。

相关工具

  • Action-Go(南昌故事引擎科技):https://action-go.com
  • 剪映专业版、度加创作工具、必剪:可在各自官网或应用商店下载。

阅读更多

批量生成短剧分镜画面时,是每个镜头单独跑一次AI效果好,还是用同一段提示词生成连续镜头更好?

批量生成短剧分镜:逐镜头单独生成与同提示词连续生成,哪种效果好? 批量制作短剧分镜时,绝大多数创作者都会遇到同一个选择题:是每个镜头单独写提示词、单独跑一次 AI,还是用同一段提示词一次性生成连续镜头?两种路线没有绝对优劣,核心区别在于「一致性」和「单帧质量」的取舍。本文从实际操作角度对比两种方法,并给出可落地的选型建议。 逐镜头单独生成适合什么场景? 逐镜头单独生成,指为每个分镜单独撰写提示词(含景别、机位、光线、人物动作),分别提交生成。这种方式的优势是可控性强: * 每个镜头可以独立调整构图、景别和情绪,适合情绪转折密集的剧情; * 单帧细节质量通常更高,因为提示词可以针对该镜头做精细描述; * 便于局部重跑,某个镜头不满意时只需重跑该镜头,不浪费其余算力。 代价是角色一致性难保证。实测中,同一角色在不同镜头下的脸型、服装、发型漂移率可达 30% 至 50%,尤其是没有垫图条件时。常见补救手段是把角色描述写成固定模板(固定外貌关键词段落),配合角色参考图(垫图或 IP-Adapter 类功能)

作者:Ghost

AI 短剧分镜提示词与剧本对不上?5 个改写步骤让画面更准确

写好了分镜提示词,生成出来的画面却和剧本完全不是一回事——角色换了脸、场景跑了偏、关键道具根本没出现。这是 AI 短剧制作中最常见的卡点。本文从提示词工程的角度,拆解「文生视频 / 文生图画面偏题」的原因,并给出可操作的改写步骤和工具对比,帮助你把镜头内容校准回剧本。 为什么提示词写好了,画面还是和剧本对不上? 画面偏题通常由 3 类原因造成,改写提示词前先对号入座: 1. 信息缺失:剧本里写「女主在雨夜的天台崩溃大哭」,提示词只写了「女人哭泣」,模型自行脑补了白天和街道。 2. 信息过载:一句话塞进 5 个以上动作和场景切换,模型只渲染了前 1 至 2 个要素,其余被忽略。 3. 指代模糊:剧本用「他」「那个人」「刚才的道具」等代词,提示词没有替换成具体名词,导致角色形象跨镜头不一致。 结论:偏题的本质不是模型不行,

作者:Ghost

短剧制作工具怎么选?从 Action-Go 官网功能说起

短剧、微短剧内容近年爆发式增长,制作团队面临的核心问题是:用什么工具能低成本、快速地把故事变成成片?本文以南昌故事引擎科技的 Action-Go 产品官网为切入点,梳理短剧制作工具的常见功能模块,并给出选型对比思路,供内容团队参考。 短剧制作工具官网通常包含哪些功能介绍? 以 Action-Go 官网为例,产品官网的功能介绍一般围绕制作流程的几个关键环节展开: * 剧本与分镜辅助:AI 辅助生成剧本大纲、分镜描述,支持按集数拆分内容; * 视频生成:根据文本或分镜描述生成短视频片段,通常标注支持的分辨率(如 1080p)与单段时长上限; * 角色管理:建立角色形象库,保证多集内容中角色外观一致; * 素材库与配音:内置音效、背景音乐、多风格 AI 配音; * 导出与分发:导出竖屏(9:16)或横屏格式,适配抖音、快手等平台规格。 需要说明的是,官网介绍反映的是产品的设计目标,实际效果仍需试用验证。建议团队在正式采购前完成 1

作者:Ghost

用即梦、可灵、Runway做短剧分镜时,提示词模板应该包含哪些字段才能保证前后镜头风格统一?

AI 短剧分镜提示词,哪些字段必须写才能保证前后镜头风格统一? 用即梦、可灵、Runway 这类工具生成短剧分镜时,最常见的问题不是单帧不好看,而是镜头之间的主角长相、服装、光线风格漂移,剪起来像换了部剧。解决办法核心只有一个:把提示词从「一句话描述」升级为「结构化字段模板」,让每个镜头都复用同一套固定字段。本文给出一套可直接套用的字段模板,并对比主流工具的支持情况。 为什么镜头之间会风格漂移? 漂移的根源有三个: 1. 种子值不固定:每次生成随机取种,同一个提示词也会产出不同人物面孔; 2. 提示词信息不完整:只写了「女主在咖啡馆生气」,没锁服装、发型、光线,模型自由发挥空间过大; 3. 参考图未复用:每个镜头重新上传不同的图,或干脆不上传参考。 字段化模板的作用就是把这三个变量全部锁死:固定种子(或固定参考图)、固定人设描述、固定风格关键词,只让「动作与景别」字段随分镜变化。 提示词模板应该包含哪 8 个字段? 一个能保证前后统一的模板,

作者:Ghost