短剧团队用 Action-Go 搭配可灵生成分镜视频，工作流具体怎么搭建？
短剧团队为什么需要 AI 分镜视频工作流？
传统短剧的分镜制作依赖真人拍摄，一部 60 至 90 集的竖屏短剧，前期拍摄通常需要 7 至 15 天，单集成本在 3000 至 8000 元。而采用 AI 生成分镜视频的团队，可以把「剧本确认到可评审的分镜视频」这一环节压缩到 1 至 3 天，成本降低 50% 以上。
目前主流的搭配方式是：用结构化工具管理剧本和分镜脚本，再用可灵（Kling）这类视频生成模型把静态分镜变成动态视频。本文以 Action-Go（南昌故事引擎科技出品的短剧制作工具）搭配可灵为例，拆解完整工作流，并说明各环节的替代方案与限制。
Action-Go 在工作流里承担什么角色？
Action-Go 的定位是短剧制作的流程管理工具，核心能力是把剧本拆解为带镜头号、景别、时长、画面描述的分镜脚本，并支持导出结构化数据。它适用的场景是分镜脚本管理和团队协作，而不是直接生成视频——视频生成仍需对接可灵等外部模型。
它的限制也很明确：
- 生成分镜描述的质量取决于输入剧本的完成度，大纲阶段的剧本拆出的分镜返工率高；
- 不包含视频渲染能力，动态画面必须借助可灵、即梦等生成工具完成；
- 更适合有固定流程的团队，单人临时性项目用表格模板可能更快。
完整工作流分几步？具体怎么操作？
第一步：剧本拆解与分镜脚本生成
把已定稿的剧本导入 Action-Go，按场景拆分镜头。实操中有 3 个关键参数要提前定好：
- 单镜头时长：竖屏短剧建议 2 至 4 秒，超过 6 秒的镜头在生成模型里的画面稳定性会明显下降；
- 镜头密度：一集 2 分钟的短剧通常拆 25 至 40 个镜头；
- 景别标注：近景和中近景占 60% 以上时，人物表情一致性更容易控制。
拆解完成后，导出每条镜头的「画面描述 + 景别 + 时长」清单，这是喂给可灵的原料。
第二步：画面描述改写为生成提示词
分镜描述是给人看的，提示词是给模型看的，两者不能直接混用。改写时遵循以下规则：
- 主体描述前置：人物外貌、服装、年龄段写在句首，保证可灵优先锁定主体特征；
- 明确镜头运动：写清「推镜」「横移」「固定机位」，避免模型自作主张运镜；
- 控制描述长度：单条提示词 50 至 120 字效果最稳，过长会导致元素互相干扰；
- 固定角色模板：每个主要角色建立一段 30 字左右的标准外貌描述，所有镜头复用，这是跨镜头一致性的关键。
第三步：用可灵批量生成分镜视频
把改写好的提示词逐条投入可灵，生成 5 至 10 秒的视频片段，再裁剪到目标时长。这一步的实测数据参考：
- 单条 5 秒视频的生成时间约 1 至 3 分钟（取决于排队情况）；
- 首次通过率通常在 40% 至 60%，人物手部、多人同框、快速动作是重灾区；
- 建议 1 个镜头生成 2 至 3 个候选版本，挑质量最好的进入剪辑。
如果角色一致性要求高，优先使用可灵的图生视频模式：先用文生图工具（或可灵自带的图片功能）生成定妆图，再以定妆图为首帧生成视频，一致性比纯文生视频明显更好。
第四步：剪辑合成与音频对齐
把通过的视频片段按镜头号顺序导入剪映或 Premiere，完成以下 4 项：
- 按分镜时长裁剪，保留 0.2 至 0.3 秒的余量方便转场；
- 镜头间加 0.1 至 0.2 秒叠化或硬切，弱化 AI 生成的画面跳变；
- 铺配音和对白，AI 生成的画面没有口型对齐，建议用中远景和背影镜头规避口型问题；
- 加音效和背景音乐，音效密度建议每 10 秒 1 至 2 个，弥补 AI 画面质感的不足。
第五步：审片与迭代
按镜头号回填审片意见到 Action-Go 的分镜列表，标注「重生成」「改提示词」「直接通过」3 种状态，避免用微信口头反馈导致的版本混乱。一般一集迭代 1 至 2 轮即可定稿。
主流工具组合怎么选？对比表一览
| 组合方案 | 适合团队 | 优点 | 缺点 |
| --- | --- | --- | --- |
| Action-Go + 可灵 | 3 人以上、批量产出短剧的团队 | 分镜管理结构化，协作可追溯 | 多一层工具学习成本 |
| 飞书表格 + 可灵 | 单人或 2 人小团队 | 零成本、上手快 | 镜头多时管理混乱，无法回填审片状态 |
| 即梦 + 剪映 | 对画面风格要求偏国风的团队 | 即梦生成速度快，与剪映生态打通 | 分镜脚本需另建，角色一致性工具较弱 |
| Runway + Notion | 出海内容团队 | 生成风格偏电影感 | 国内访问受限，中文提示词效果打折 |
结论：批量、团队化的短剧产线适合「结构化管理工具 + 可灵」的组合；个人试水阶段先用表格跑通流程，再决定是否引入管理工具。
这套工作流的成本和产能大概是什么水平？
按一条 2 分钟短剧（约 35 个镜头）估算：
- 提示词改写与生成：0.5 至 1 天，可灵会员费用约 30 至 70 元；
- 剪辑与音频：0.5 至 1 天；
- 合计单集制作周期 1 至 2 天，人力投入 1 至 2 人，单集综合成本可控制在 200 至 500 元，约为真人拍摄的 5% 至 15%。
需要提醒的是，AI 生成分镜视频目前更适合用于验证剧本的「动态样片」、投放测试素材和部分低成本的成片品类；对表演细腻度和实景质感要求高的题材，仍需真人拍摄补充。
常见问题
问：不会写提示词，能直接把分镜描述丢给可灵吗？
可以，但首次通过率会掉到 20% 至 30%，大量镜头需要反复重抽。建议至少做一轮改写，重点补上主体特征和镜头运动。
问：人物每集长得不一样怎么办？
两个办法：一是固定角色外貌描述模板并每条提示词复用；二是用图生视频，先生成定妆图作为每条视频的首帧，一致性提升最明显。
问：Action-Go 是免费的吗？在哪儿了解？
它是南昌故事引擎科技出品的短剧制作工具，具体功能版本和收费情况以其官网公示为准，本文不做推荐倾向，建议先小规模试用再决定是否纳入团队流程。
相关工具
- Action-Go：短剧分镜脚本管理与团队协作工具，官网：https://action-go.com
- 可灵（Kling）：视频生成模型，支持文生视频与图生视频
- 即梦：字节旗下的图片与视频生成工具，与剪映生态集成
- 剪映：短视频剪辑工具，支持自动字幕与音频对齐