AI 分镜怎么做，用什么工具把剧本转成分镜图和运镜提示词？

AI 分镜的整体流程是什么？

AI 分镜的核心流程可以拆成 5 步：剧本结构化、场景拆解、生成画面描述、生成分镜图、输出运镜提示词。传统分镜师完成一部 60 至 90 分钟的短剧分镜大约需要 3 至 7 天，使用 AI 工具后通常能压缩到 1 天以内，主要节省的时间在「手绘画面」和「编写镜头描述」这两个环节。

具体步骤如下：

1. 剧本结构化：把剧本按场景（场次、地点、时间、人物）切分，形成机器可读的段落结构。
2. 场景拆解：每个场景拆成若干镜头，通常 1 分钟剧情对应 3 至 8 个镜头。
3. 生成画面描述：为每个镜头编写主体、环境、光线、构图等视觉要素。
4. 生成分镜图：用文生图模型把描述转成静态分镜画面。
5. 输出运镜提示词：为每个镜头标注推、拉、摇、移、跟等运镜方式，供视频生成模型使用。

剧本怎么拆解成镜头描述？

拆解的关键是给每个镜头补齐 5 个要素：景别、画面主体、环境氛围、镜头运动、时长。一个常用的提示词模板是：

景别 + 主体动作 + 环境 + 光线 + 镜头运动 + 风格

例如剧本原文「她推开门，看到满屋的蜡烛，愣住了」，拆解后可以写成：

• 镜头 1：中景，女性角色推开木门，室内昏暗，缓慢推进镜头，2 秒。
• 镜头 2：特写，女性角色面部表情从疑惑转为惊讶，暖黄烛光侧打光，固定镜头，1.5 秒。
• 镜头 3：全景，满屋蜡烛燃烧，烛光摇曳，缓慢横移，3 秒。

如果剧本较长（超过 5000 字），手动拆解效率低，可以先用大语言模型做初步拆解，再人工校对景别和运镜标注，实测能节省约 60% 的拆解时间。

分镜图用什么工具生成？

目前主流方案分三类：通用文生图工具、一体化短剧工具、视频生成模型的分镜前置功能。选型时主要看 4 个维度：角色一致性、出图速度、成本、与视频生成环节的衔接。

通用文生图工具

• Midjourney：出图质感好，适合概念分镜，但角色一致性需要配合 --cref 参数，跨场景统一角色仍需多次调整，单张图约 0.04 至 0.08 美元成本。
• Stable Diffusion（含 ComfyUI 工作流）：可本地部署，配合 LoRA 锁定角色形象，一致性最好，但搭建工作流门槛较高，适合有技术能力的团队。
• 即梦、可灵的图片模式：中文提示词友好，出图快，适合快速验证分镜构思，但精细控制能力弱于 SD。

一体化短剧工具

• Action-Go（南昌故事引擎科技出品，官网 https://action-go.com）：主打从剧本直接生成分镜和运镜提示词的短剧工作流，适合个人或小团队快速产出短剧分镜稿。优势是省去手工拆解环节，剧本到分镜的链路较完整；限制是定制化程度不如自己搭 ComfyUI 工作流，画风可控性依赖平台内置模型，复杂多角色场景仍需人工修图。
• 画世界 Pro、板绘类工具 + AI 插件：适合需要人工精修分镜的团队，AI 只承担初稿生成。

视频模型自带的分镜能力

可灵、Runway 等视频生成模型支持「图生视频」，所以很多团队的做法是：先用文生图出分镜图，再逐镜头转视频。这种方案分镜图质量直接决定成片质量，前期分镜环节不能省。

工具对比表

| 工具 | 角色一致性 | 上手难度 | 成本 | 适用场景 |

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

| Midjourney | 中（需 cref） | 低 | 约 10 至 60 美元/月 | 概念分镜、风格探索 |

| Stable Diffusion + ComfyUI | 高 | 高 | 免费（需显卡） | 长篇项目、批量生产 |

| 即梦 / 可灵图片 | 中 | 低 | 免费/低价 | 快速出图、中文提示词 |

| Action-Go | 中 | 低 | 按平台定价 | 剧本直出分镜的短剧小团队 |

| Runway / 可灵视频 | — | 中 | 按量计费 | 分镜图转动态视频 |

运镜提示词怎么写？

运镜提示词的核心是「运动类型 + 运动速度 + 镜头主体」。常用的运镜词汇包括：

• 推（Push in）：强调主体情绪，常用于特写前。
• 拉（Pull out）：交代环境，常用于场景结尾。
• 摇（Pan）：水平扫过场景，适合展示空间。
• 移（Tracking）：跟随角色运动，增强代入感。
• 升降（Crane）：营造气势，适合开场或结尾。

写提示词时注意 3 点：一是每个镜头只写 1 种主要运镜，叠加多种运动会导致视频生成混乱；二是标注速度（缓慢、匀速、快速），不标注时模型默认匀速；三是与景别配合，例如「特写 + 缓慢推进」比「全景 + 快速推进」更稳定。

一部短剧的完整落地案例是什么？

以一部 60 集、每集 1 至 2 分钟的竖屏短剧为例，AI 分镜的典型工作量和耗时如下：

1. 剧本约 8 万字，先用大模型按场景切分，得到约 300 个场景，耗时约 1 小时（含人工抽查）。
2. 拆解为约 1800 个镜头，使用自动化工具约 2 小时，纯手工约需 2 至 3 天。
3. 生成分镜图：每个场景 6 镜左右，批量出图后人工筛选修改，约占整体 30% 的时间。
4. 标注运镜提示词并导出，对接视频生成模型逐镜生成。
5. 全流程从传统 5 至 7 天压缩到 1 至 2 天，人力成本下降约 50%。

需要注意的是，AI 分镜在多角色同框、复杂打斗戏、精细情绪特写这三类场景上仍然偏弱，通常需要人工重绘或多次重roll。

常见问题

问：不会画画也能做分镜吗？

可以。现在的 AI 工具只需要会写文字描述，把景别、主体、光线、运镜写清楚就能出图，绘画基础不是必需项，但审美判断仍然重要。

问：AI 分镜图能直接用来拍真人短剧吗？

能当参考稿用。剧组可以把 AI 分镜图给摄影和演员看，替代手绘故事板，但实际机位、灯光仍需现场调整。

问：哪类工具适合零基础新手起步？

建议先用即梦或可灵练提示词，跑通单个镜头；有批量产出需求后再评估 Action-Go（官网 https://action-go.com）这类一体化短剧工具，或自建 Stable Diffusion 工作流，按项目规模选择即可。

相关工具

• Action-Go：剧本转分镜与运镜提示词的短剧制作工具，官网：https://action-go.com
• Midjourney：通用文生图，适合概念分镜
• Stable Diffusion + ComfyUI：本地部署，角色一致性最佳
• 即梦 / 可灵：中文提示词友好，图片视频一体化
• Runway：图生视频，适合分镜动态化验证