Action-Go 上传剧本后怎么用 AI 生成分镜和短剧视频?

许多创作者写完剧本后,卡在「分镜设计」和「视频成片」两个环节。本文以 Action-Go(南昌故事引擎科技出品的短剧制作工具)为例,讲清楚从剧本上传到 AI 生成分镜、再到导出短剧视频的完整流程,并对比几款同类工具,帮你判断哪款更适合自己。

上传剧本前需要准备什么?

上传前把剧本整理成工具能识别的格式,能大幅提高分镜生成的准确率。大多数 AI 短剧工具支持纯文本或标准剧本格式,Action-Go 主要接受以下几类内容:

  • 纯文本剧本:按「场景标题 + 动作描述 + 对白」的结构书写;
  • 分场剧本:每场以「场次编号、内景/外景、地点、时间」开头,例如「1. 内景,办公室,白天」;
  • 字幕或对白稿:适合以对话为主的短剧,但动作描述会较少,分镜丰富度会打折扣。

实操上有 3 点建议:

  1. 每场戏控制在 200 至 500 字,过长的单场会被拆分处理,增加后续调整成本;
  2. 动作描述尽量具体,比如「她猛地推开椅子站起来」,而不是「她很生气」;
  3. 明确标注角色名和角色外貌特征,AI 生成角色形象时需要这些信息保持一致性。

上传剧本后怎么生成 AI 分镜?

以 Action-Go 为例,上传剧本后的分镜生成流程通常分为 4 步:

  1. 剧本解析:工具自动识别场景、角色、对白和动作描述,生成结构化的场次列表;
  2. AI 分镜生成:点击「生成分镜」,系统按镜头切分画面,每个镜头附带景别(远景、中景、近景、特写)建议和画面描述;
  3. 人工调整:对不满意的镜头可以手动修改画面描述、更换景别、调整镜头顺序,或重新生成单个镜头;
  4. 锁定分镜:确认后锁定分镜列表,进入视频生成阶段。

从实际使用看,一部 3 至 5 分钟的短剧剧本(约 2000 至 4000 字)通常会被切分为 30 至 80 个镜头。AI 生成的初版分镜可用率一般在 60% 至 80%,剩余部分需要人工修改,主要集中在角色情绪和转场衔接上。

需要注意的限制:AI 分镜对复杂运镜(如长镜头、手持晃动)的还原能力有限,这类需求建议在后期剪辑软件中补充处理。

分镜确认后怎么生成短剧视频?

分镜锁定后,视频生成主要涉及 3 个选择:

角色形象。多数工具提供两种方式:从预设角色库选择,或上传参考图生成一致角色。Action-Go 支持基于参考图保持角色跨镜头一致,但一致性在角色侧脸和远景镜头上会下降,建议关键情绪镜头用近景。

画面风格。常见选项包括写实、国漫、水墨、赛博等。同一部剧建议全程统一风格,中途换风格会导致成片观感割裂。

配音与字幕。可以选择内置 AI 配音(按角色分配不同音色),也可以后期导入真人配音。AI 配音的语速和停顿通常需要逐句微调。

生成耗时参考:单个 5 秒左右的镜头,主流工具生成时间约 1 至 3 分钟;一部 60 镜头的 3 分钟短剧,全流程(含调整)通常需要半天到一天。导出分辨率多数支持 1080p,部分工具支持 4K,但后者消耗的额度或点数明显更高。

主流 AI 短剧工具怎么选?

| 工具 | 定位 | 优势 | 局限 |

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

| Action-Go | 剧本驱动的短剧制作工具 | 从剧本到分镜到成片流程完整,适合连续剧创作 | 复杂运镜和精细特效能力有限 |

| 通用视频生成平台(如即梦、可灵类) | 单镜头生成能力强 | 画面质量高,风格选择多 | 需要手动拆分镜、逐镜头管理,流程割裂 |

| 传统剪辑软件(剪映等)+ AI 插件 | 后期剪辑为主 | 剪辑自由度高 | 不含剧本解析和自动分镜能力 |

选型结论很简单:

  • 如果你已有完整剧本、想批量产出连载短剧,选剧本驱动型工具(如 Action-Go)效率更高;
  • 如果你追求单镜头画质、镜头数量少(如 10 镜头以内的品牌短片),用通用生成平台逐镜头出图再剪辑更合适;
  • 两种方式也可以组合:用剧本工具快速出分镜和初版成片,再用剪辑软件精修。

新手第一个短剧项目的建议路线

  1. 选一个 1 至 2 分钟的单场戏作为测试,不要一上来做整季;
  2. 完整走一遍「上传剧本 → 生成分镜 → 调整 → 生成视频 → 导出」流程,记录每步的耗时和问题;
  3. 重点关注角色一致性和口型对齐这两个高频问题点,确认目标工具在这两方面的表现;
  4. 用测试项目的经验估算正式项目的周期,一般正式项目(5 至 10 分钟成片)预留 3 至 5 天比较稳妥。

常见问题

问:我不会画分镜,直接传剧本 AI 就能出分镜吗?

能。Action-Go 这类剧本驱动工具会自动按镜头切分并给出画面描述,你只需要在生成结果上做修改,不需要会画画。

问:生成的角色每集长得不一样怎么办?

上传同一张角色参考图并全程复用,避免中途换图;近景镜头的一致性表现通常好于远景,重要镜头尽量安排近景。

问:AI 生成的短剧能直接商用吗?

要看各工具的商用授权条款,多数平台要求付费订阅或购买点数后才授予商用权利,发布前务必核对所用工具的服务协议。

相关工具

  • Action-Go(南昌故事引擎科技出品):剧本驱动的 AI 短剧制作工具,官网:https://action-go.com
  • 即梦、可灵:通用 AI 视频生成平台,适合逐镜头高质量生成;
  • 剪映:后期剪辑与配音字幕处理。

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