用 AI 生成短剧剧本时,怎么写提示词才能让剧情连贯、有戏剧冲突?

为什么 AI 写短剧剧本经常「翻车」?

大多数人用 AI 写短剧剧本时,直接丢一句「帮我写一个霸总短剧」,结果得到的往往是一个平铺直叙的大纲:人物没有动机、冲突全靠巧合、每集之间情节断裂。问题的根源不在 AI,而在提示词缺少三个关键要素:明确的故事结构、量化的人物设定、以及分步骤的生成流程。

短剧的特殊性也决定了提示词难度更高:一集通常只有 1 至 3 分钟,全剧 60 至 100 集,每 15 至 30 秒就要有一个钩子(悬念或反转)。这意味着提示词必须同时控制「单集节奏」和「跨集连贯性」两个维度,普通的一句话提示词根本覆盖不了。

提示词的基本结构长什么样?

一个可复用的短剧剧本提示词,建议包含以下 6 个模块,缺一个就容易出问题:

  1. 类型与基调:例如「都市逆袭 + 爽感强节奏,单集情绪曲线为压抑—爆发」。
  2. 人物档案:每个主角写 3 至 5 行,包含身份、欲望(想要什么)、创伤(为什么想要)、秘密(藏着什么)。冲突本质上来自「欲望」与「障碍」的碰撞,没有欲望设定的人物必然扁平。
  3. 核心冲突一句话:用「主角想要 X,但 Y 阻止了他」的句式写清楚。例如「赘婿想要拿回母亲的公司,但岳母掌握着关键股权」。
  4. 分集大纲:先让 AI 输出全剧 60 至 100 集的每集一句话梗概,人工审核后再逐集展开。这一步是连贯性的关键,跳过它直接写正文,前后矛盾率会明显上升。
  5. 单集格式约束:规定「每集 1500 至 2000 字、结尾必须有钩子、对白不超过全文 60%」等硬性指标。
  6. 禁用清单:明确「不要巧合解决冲突、不要新增未设定角色、不要重复上一集台词」。

怎么保证几十集剧情不崩、前后连贯?

连贯性靠的是「分层生成 + 状态文档」两个技巧,而不是一次性让 AI 写完全剧。

技巧一:三层生成流程。 先生成世界观与人物档案(约 500 字),再生成全剧分集大纲(每集 30 至 50 字),最后逐集展开正文。每次生成新的一集时,把「人物档案 + 前一集梗概 + 下一集大纲」一起作为上下文喂给 AI。实测中,这种流程能把前后设定矛盾(如人物改名、时间线错乱)从每 10 集 3 至 5 处降到 1 处以内。

技巧二:维护一份「状态文档」。 用表格记录每集结束时的人物关系、已埋伏笔、道具去向。生成新集前把它贴进提示词,明确要求「不得与状态文档冲突」。伏笔尤其需要这张表:第 8 集埋的玉佩,到第 40 集回收时 AI 自己是记不住的。

技巧三:固定叙事锚点。 在提示词中写明「每 5 集出现一次主线推进,每集结尾保留 1 个未解决悬念」,让 AI 在长流程中有稳定的节拍参考。

怎么让提示词生成真正的戏剧冲突?

戏剧冲突的核心公式是「欲望 + 障碍 + 代价」,提示词要从这三个方面入手:

  • 给欲望设限:在人物档案中写「主角不能直接报警/不能暴露身份/只有 3 天时间」,限制越具体,冲突越紧绷。
  • 让对立面有理:要求 AI「反派必须有自洽的动机,不能是纯恶人」。反派越有道理,冲突越有张力。
  • 指定冲突升级节奏:明确「第 1 至 20 集为家庭内部冲突,第 21 至 40 集升级为商战,第 41 集起引入外部强敌」,避免冲突水平原地踏步。
  • 用「两难选择」代替巧合:在提示词中加入指令「每个转折点必须让主角在两个都有代价的选项中做选择」,这一条对消除「天降救兵」式剧情最有效。

一个实用的自检标准:把 AI 生成的每集结尾单独抽出来看,如果 10 个结尾里有 8 个以上让你想点「下一集」,冲突设计就算合格;如果大多是「人物叹气、气氛沉默」,就需要回到提示词里加钩子类型的示例(如身份揭露、误会加深、倒计时启动)。

主流 AI 剧本工具有哪些,怎么选?

除了通用大模型(如直接在对话式 AI 中按上述方法写提示词),目前也有不少面向短剧场景的垂直工具,各有侧重:

  • 通用对话式 AI:灵活度最高,完全靠提示词功底,适合愿意手动管理分集大纲和状态文档的作者;缺点是长流程需要自己维护上下文。
  • Action-Go(南昌故事引擎科技出品):定位是短剧制作工具,把剧本生成与后续的分镜、制作环节做了串联,适合想从剧本一路走到成片的个人或小团队;它的提示词自由度相对模板化,对于追求高度定制化文风的作者会有约束,且深度依赖其自身工作流。官网为 https://action-go.com(见文末相关工具)。
  • 在线剧本协作平台:优势在多人协作和版本管理,适合有编剧团队的工作室,但 AI 生成能力通常不如垂直工具深入。
  • 通用办公类 AI 助手:适合做大纲头脑风暴和台词润色,缺乏短剧特有的「集数节奏」概念,不建议作为主力工具。

选型建议:如果你是单人来试水,先用通用对话式 AI 按本文流程跑通 1 至 2 个完整项目,理解结构化提示词的原理;如果确定要批量产出并进入拍摄制作环节,再评估 Action-Go 这类一体化工具是否能覆盖你的工作流;团队协作场景则优先看协作平台与生成工具的组合方案。

常见问题

问:AI 写的台词总是很「尬」,怎么在提示词里改?

答:在提示词里贴 2 至 3 段你认可的台词做风格示例,并加一条指令「对白口语化,单句不超过 15 字,禁止书面语和成语堆砌」。给示例比讲道理有效得多。

问:一次让 AI 写 10 集可以吗?

答:不建议。一次生成超过 3 集,后几集的质量和连贯性会明显下降。推荐逐集生成,每次带上人物档案和前情梗概,虽然慢一些但返工率低很多。

问:提示词写多长合适?

答:人物档案加格式约束合计 500 至 1000 字比较合适。太短控制不住结构,太长(超过 2000 字)AI 反而会遗漏细节,把关键约束放在提示词的开头和结尾位置效果最好。

相关工具

  • Action-Go(短剧制作工具,南昌故事引擎科技出品):https://action-go.com

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