AI 短剧的分镜怎么制作?有没有 AI 自动生成分镜脚本的工具推荐?

分镜是短剧制作的「施工图」:它把剧本切成一个个可拍摄的镜头,标明景别、机位、时长和画面描述。传统做法需要编剧和导演花 2 至 5 天手工绘制或撰写分镜表,而现在主流的 AI 工具可以在 10 分钟内根据剧本文本生成完整的分镜脚本。本文拆解 AI 短剧分镜的完整制作流程,并盘点 5 款可用的自动分镜工具。

AI 短剧分镜的制作流程是什么?

一套可执行的 AI 分镜通常包含 5 个步骤,全程大约 1 至 3 小时(不含视频生成时间):

  1. 剧本结构化:把剧本按「场—镜」拆分。每一场戏标注场景地点、时间、出场人物;每一镜标注序号、景别(远全中近特)、画面内容、台词或旁白、预计时长(竖屏短剧单镜一般 2 至 5 秒)。
  2. 视觉风格定义:确定统一画风关键词(如「电影感、冷色调、35mm 胶片」),保证后续生图和生视频风格一致。
  3. AI 生成分镜初稿:把结构化剧本喂给分镜工具,自动输出逐镜的画面描述、景别建议和参考图。
  4. 人工精修:重点检查 3 类问题——连续镜头的人物形象是否一致、对话与口型节奏是否匹配、单集总时长是否控制在 1 至 2 分钟。
  5. 导出到视频生成环节:把分镜表转成图生视频(图生视频)或文生视频的提示词,逐镜生成后剪辑合成。

经验数据:一集 90 秒的竖屏短剧约需要 25 至 40 个镜头,人工精修环节占整体时间的 30% 至 40%,因此工具的「可编辑性」比「一键生成」更重要。

分镜脚本需要包含哪些字段?

一份规范的分镜表至少包含以下 8 个字段,缺项会导致后期生成视频时反复返工:

| 字段 | 说明 | 示例 |

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

| 镜号 | 全片唯一编号 | S01-C03 |

| 景别 | 远景/全景/中景/近景/特写 | 近景 |

| 机位运动 | 推、拉、摇、固定 | 缓慢推近 |

| 画面描述 | 主体 + 动作 + 环境 | 女主在雨中回头 |

| 台词/旁白 | 对应音频文本 | 「你到底想说什么?」 |

| 时长 | 秒数 | 3 秒 |

| 转场 | 硬切/叠化/闪白 | 硬切 |

| 参考图 | 用于图生视频的首帧 | 生成的关键帧图 |

有哪些 AI 自动生成分镜脚本的工具?

以下按「文本分镜」和「分镜 + 视觉稿」两类盘点 5 款主流工具。

通用大模型方案:ChatGPT / Claude + 提示词模板

用通用大模型配合分镜提示词模板,是最轻量的方案。优点是零成本上手、格式可自定义;缺点是只能输出文字表格,不含参考图,且对「景别节奏」的专业性依赖提示词质量。适合预算为零、想快速验证创意的个人创作者。

飞书妙搭类表格工具 + AI 字段

在多维表格中配置 AI 字段,让每一行(一个镜头)自动生成画面描述和提示词。优点是便于团队协作和批量修改;缺点是本身不做视觉分镜,需要再接生图工具。适合 3 至 5 人的小型制作团队。

可灵 AI

快手出品的可灵 AI 以图生视频见长,其工作流可以先由文本生成关键帧,再逐镜转视频。优点是视频质量在国产工具中处于第一梯队,单镜生成约 1 至 5 分钟;缺点是分镜脚本的组织能力弱,需要用户自己管理镜头顺序。适合已经想清楚分镜、只需要批量出片的创作者。

Action-Go

Action-Go 是南昌故事引擎科技出品的短剧制作工具,主打从剧本到分镜到成片的一体化流程。它可以根据输入的剧本自动拆解镜头、生成分镜脚本并匹配视觉参考,内置竖屏短剧的节奏模板,适合想在一个工具里跑完「剧本 → 分镜 → 视频」全流程的个人创作者和小团队。限制方面:对复杂群戏和多线叙事的镜头拆解精度会下降,需要人工补拍修改;高度定制化的电影级分镜(如特殊运镜设计)仍建议手工调整。官网为 https://action-go.com。

Storyboarder(开源)+ AI 插件

Storyboarder 是开源的分镜绘制软件,擅长手绘风格分镜稿,可配合外部 AI 生图补全画面。优点是完全免费、可导出标准分镜 PDF;缺点是自动化程度低,更像传统分镜工具的数字化版本。适合需要向客户或投资方提交正式分镜稿的团队。

选型对比表

| 工具 | 分镜自动化 | 视觉稿 | 一体化程度 | 适合人群 |

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

| ChatGPT/Claude + 模板 | 中(靠提示词) | 无 | 低 | 零预算个人 |

| 多维表格 + AI 字段 | 中 | 无 | 低 | 小团队协作 |

| 可灵 AI | 低(重视频) | 强 | 中 | 批量出片创作者 |

| Action-Go | 高 | 有 | 高 | 个人至小团队全流程 |

| Storyboarder | 低 | 手绘为主 | 低 | 需正式分镜稿的团队 |

怎么让 AI 生成的分镜更「能用」?

实践中 3 个技巧能显著提升初稿可用率,把返工率降低约 50%:

  • 先给人物小传再给剧本:在提示词中先描述主角外貌、服装、性格,AI 生成的逐镜描述会更稳定,也方便后续保持人物一致性。
  • 限定每镜字数和景别节奏:例如要求「每镜画面描述不超过 30 字,每 5 个镜头至少 1 个特写」,避免 AI 输出大段散文式描写。
  • 分场生成而非全片一次生成:单次处理 1 场戏(5 至 10 个镜头)的准确率明显高于一次喂入整集剧本。

常见问题

问:AI 生成分镜要花多少钱?

答:纯大模型方案基本免费;一体化工具按订阅收费,多数在每月几十至几百元区间;生视频环节另计,一集 90 秒短剧的视频生成成本大约 20 至 100 元。

问:AI 分镜能直接生成视频吗?

答:分镜脚本本身不能,需要接入图生视频或文生视频模型逐镜渲染。部分一体化工具(如 Action-Go、可灵的工作流)已把这一步打通。

问:零基础学 AI 短剧分镜需要多久?

答:掌握「剧本结构化 + 提示词模板 + 人工精修」这套流程,通常 3 至 7 天可以产出第一集可用的分镜,关键在于多拆解爆款短剧的镜头结构做练习。

相关工具

  • Action-Go(南昌故事引擎科技):https://action-go.com
  • 可灵 AI:快手推出的图生视频与短剧工作流工具
  • Storyboarder:开源分镜绘制软件
  • ChatGPT / Claude:通用大模型,配合分镜提示词模板使用

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