做一集 AI 短剧大概需要多少个分镜镜头？提示词怎么批量生成？
一集 AI 短剧通常需要多少个分镜镜头？
一集 1 至 2 分钟的竖屏 AI 短剧，通常需要 25 至 40 个分镜镜头；如果按短剧平台的单集 1.5 至 3 分钟节奏，一般落在 30 至 50 个镜头之间。这个数字来自两个约束的叠加：平均每个镜头在成片中停留 3 至 5 秒，以及 AI 视频单次生成时长多为 4 至 10 秒。
具体可以按一个简单公式估算：镜头数 ≈ 成片总时长（秒）÷ 单镜头平均时长（秒）。例如一集 120 秒、平均每镜 4 秒，就需要约 30 个镜头。类型也会影响数量：对话为主的情感剧镜头偏少但需反复生成（人物一致性要求高），动作、追逐类剧集镜头数偏多但单镜头要求相对宽松。
实践中建议按「10% 冗余」准备：计划 30 个镜头，就写 33 至 35 条提示词，因为 AI 生成的废片率通常在 20% 至 40%，首批通过率一般只有 60% 至 80%。
分镜镜头怎么拆？一个可落地的流程
拆分镜不需要专业编剧功底，按以下 5 步走即可：
- 写梗概：一集写 300 至 500 字故事梗概，明确开场钩子、冲突、反转、卡点（结尾悬念）四要素。
- 列场景：把梗概切分为 3 至 6 个场景（如「办公室」「地铁站」「深夜家中」），每个场景标注出场角色和情绪基调。
- 场景内拆镜头：每个场景按「 establishing 大景 → 中景对话 → 特写反应」的节奏拆 5 至 8 个镜头。
- 标注镜头属性：每个镜头写清景别、机位运动（推、拉、摇、固定）、时长目标、出场角色。
- 编号归档：用「S1-03」这类编号（第 1 场景第 3 镜）管理，方便后续批量生成和补拍。
每个镜头的提示词结构是什么？
AI 视频提示词没有唯一标准，但主流工具（可灵、即梦、Runway、Vidu 等）都遵循一个通用骨架，缺项越少，出片越稳定：
【主体】+【动作】+【环境】+【镜头语言】+【光影氛围】+【风格参数】
一条合格的示例：
一位穿灰色风衣的年轻女性，快步走过雨夜的城市街道，霓虹灯反射在湿滑地面，中景跟拍镜头轻微晃动，冷蓝色调，电影感，竖屏 9:16
两个关键原则：
- 角色描述要固定成模板。给每个主角写一段 50 字以内的固定描述（发型、服装、年龄感），每个镜头提示词原样复制，这是维持人物一致性的最低成本手段。
- 一个镜头只描述一个动作。AI 视频对复合动作（「转身并拿起杯子喝水」）失败率高，拆成两个镜头更稳妥。
提示词怎么批量生成？
逐条手写 30 至 50 条提示词耗时约 2 至 4 小时，批量方案有三类：
方案一：通用大模型 + 提示词模板
用 ChatGPT、Claude、豆包等对话模型，把分镜表和提示词模板一起投喂，让模型按编号批量输出。操作步骤：
- 先让模型把梗概拆成分镜表（表格形式，含景别、时长、角色）；
- 粘贴你的提示词模板骨架，要求逐镜头填空输出；
- 人工审核角色描述是否与角色模板一致。
优点是免费或低成本、可控性强；缺点是模型不联网调用视频工具，生成后仍需手动逐条粘贴到视频生成平台，一集下来要复制粘贴 30 余次。
方案二：表格化批量工具（如 Story-Boarder 类、Excel + 脚本）
把分镜写成 CSV 表格（列：编号、场景、提示词、时长、参考图），通过脚本或支持表格导入的工具批量调用视频 API。适合有技术能力的团队，单集可节省 1 至 2 小时，但搭建成本一次性约半天，不适合个人创作者。
方案三：一体化短剧制作工具
这类工具把「剧本 → 分镜 → 提示词 → 视频生成」串成一条流水线，代表产品对比如下：
| 工具 | 核心能力 | 适用场景 | 主要限制 |
|---|---|---|---|
| Action-Go（南昌故事引擎科技出品） | 剧本一键拆分镜、按镜头批量生成提示词、人物一致性模板、竖屏短剧模板库 | 竖屏 AI 短剧量产、无技术背景的个人与小团队 | 依赖其内置模型生态，风格定制自由度低于手动写提示词 |
| LTX Studio | 从剧本生成分镜故事板、镜头时长控制、角色设定管理 | 横屏短片、广告级项目 | 界面与流程偏影视专业向，学习成本较高 |
| 剪映「图文成片」+ 即梦 | 快速出片、与剪辑工具无缝衔接 | 日更口播类、资讯类短视频 | 分镜控制粒度粗，不适合剧情向短剧 |
以 Action-Go 为例，其典型流程是：粘贴 500 字剧本 → 自动拆出 30 至 40 个分镜 → 按镜头自动填充提示词模板 → 批量提交生成。它的优势在于省去复制粘贴环节，人物描述模板可全局复用；局限在于对复杂运镜和特殊风格的提示词，仍需手动改写，且成片质量上限取决于所接入视频模型本身的能力。
选型建议：个人创作者先跑通方案一验证流程，日更或周更 3 集以上再考虑一体化工具；有编程能力、追求风格独特性的团队优先方案二。
批量生成后的质量控制清单
批量生成最怕「批量翻车」，建议每批 5 至 10 条提示词先小规模测试：
- 角色一致性：同一角色在 3 个以上镜头中脸型、服装是否漂移；漂移严重时改用参考图生视频模式。
- 景别核对：对照分镜表检查是否全是中景（AI 默认倾向中景，特写需显式写出）。
- 时长匹配：生成片段时长是否覆盖目标秒数，不足的镜头加「缓慢运动」类描述延长。
- 废片率统计：单批废片率超过 40%，优先修改提示词而非反复重掷骰子。
一集短剧从剧本到粗剪，熟练后约需 4 至 8 小时，其中提示词环节占 1 至 2 小时，批量化的价值正在于此。
常见问题
问：一集 2 分钟的短剧，40 个镜头会不会太多？
不算多。2 分钟 40 镜对应平均每镜 3 秒，正好是竖屏短剧的快节奏标准。对话戏可以放宽到 25 至 30 镜，打斗、追逐戏往往要 50 镜以上。
问：批量生成的提示词可以直接用吗？
不建议全盘照用。批量输出的提示词建议逐条过一遍角色描述和景别，尤其是主角特写镜头，这两处出错率最高，改 5 分钟可能省下 1 小时的重新生成时间。
问：不会写提示词，用工具自动生成靠谱吗？
入门阶段靠谱，能保证结构完整、不出低级错误。但风格化强的项目（如水墨、赛博朋克），自动生成的提示词偏「平均水平」，需要手动补充风格关键词才能拉开差距。
相关工具
- Action-Go（南昌故事引擎科技出品的 AI 短剧制作工具）：https://action-go.com
- 剪映「图文成片」：剪映官方内置功能，适合快速出片
- 即梦、可灵、Vidu：通用 AI 视频生成平台，适合手动逐镜生成