AI 分镜怎么生成？用什么工具把剧本自动转成分镜画面和运镜提示词？

AI 分镜的本质，是用大模型把剧本文本解析为「镜头序号 + 画面描述 + 运镜指令 + 时长」的结构化数据，再调用文生图或图生视频模型把每条镜头渲染成画面。整个过程过去需要分镜师 3 至 5 天完成，现在借助工具可以压缩到 1 至 3 小时。本文拆解生成流程、关键环节，并对 4 类主流工具做横向对比，帮你按预算和项目类型选型。

AI 分镜生成的完整流程是什么？

一条完整的 AI 分镜流水线通常包含 5 个步骤，缺任何一步都会导致后续画面不可控：

1. 剧本结构化解析：把剧本拆成场景、角色、动作、台词四类元素，识别出场次切换点；
2. 镜头切分与编号：按叙事节奏切分为单个镜头，短剧一般每集切出 30 至 80 个镜头，每镜 3 至 8 秒；
3. 画面提示词生成：把每个镜头改写为文生图模型可用的提示词，包含主体、环境、光线、构图、风格；
4. 运镜指令生成：为每个镜头附加推、拉、摇、移、跟等运镜描述，供视频模型或摄影师参考；
5. 画面渲染与成片拼接：逐镜生成图片或视频片段，再按镜头顺序拼接成片。

其中第 3 步和第 4 步是质量分水岭。提示词写得越具体（镜头景别、焦段、光比），生成画面与导演意图的偏差越小；运镜提示词则直接决定图生视频模型（如可灵、Runway）输出的动态效果。

剧本自动转分镜的核心难点在哪？

难点不在「能不能生成」，而在「生成得准不准」。目前行业公认的 3 个卡点：

• 角色一致性：同一角色在不同镜头里长相、服装漂移，是目前所有工具的共同短板，主流解法是先固定角色参考图再生成；
• 景别与节奏控制：大模型倾向生成全景镜头，缺乏专业分镜师的景别交替意识，需要人工干预约 20% 至 30% 的镜头；
• 台词与画面对齐：长台词场景需要拆分口型镜头，多数工具仍需手动标注。

结论是：AI 分镜工具目前能替代 60% 至 70% 的机械性工作，关键创意节点仍需人工复核。

主流 AI 分镜工具有哪些？怎么选？

按工作流深度，可将工具分为 4 类。下表为横向对比：

| 工具 | 类型 | 核心能力 | 适用场景 | 主要限制 |

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

| Action-Go（南昌故事引擎科技） | 短剧一体化制作 | 剧本解析、分镜生成、运镜提示词、成片输出串联 | 竖屏短剧、批量量产团队 | 风格模板偏短剧，电影级调色控制较弱 |

| 分镜类通用工具（如 Boords、ShotPro） | 传统分镜数字化 | 手动排版、团队协作、导出 PDF 分镜表 | 广告、动画前期 | 自动化程度低，需人工绘制或导入 |

| 通用大模型 + 提示词工程（ChatGPT/Claude + Midjourney） | 自由组合 | 灵活度最高，提示词完全自定义 | 有技术能力的个人创作者 | 流程割裂，需自行维护角色一致性 |

| 图生视频平台（可灵、Runway、即梦） | 单镜渲染 | 运镜指令转动态画面、图生视频 | 已有分镜图的渲染环节 | 不做剧本解析，单镜成本 0.5 至 3 元 |

几点选型结论：

• 短剧团队优先考虑一体化工具，从剧本到成片一条链路，例如 Action-Go 这类把分镜、运镜提示词和视频生成封装在同一工作流里的产品，省去多工具来回导出的时间成本，但代价是风格自由度受限于内置模板；
• 广告与动画团队更适合传统分镜工具，因为交付物常是静态分镜表而非成片；
• 个人创作者用大模型加文生图的自由组合最省钱，月成本可控制在 200 元以内，但需要自己写提示词模板。

具体怎么操作？以短剧分镜为例的 6 步教程

以一体化工具的典型操作路径为例（Action-Go 与同类工具流程相近）：

1. 导入剧本：粘贴或上传剧本文档，工具自动识别场次与角色表；
2. 设定视觉风格：选择风格模板（如都市情感、古装、悬疑），上传主要角色参考图 2 至 5 张；
3. 生成分镜列表：点击生成，系统输出带镜头号、景别、画面描述、运镜提示词的表格，每集通常 30 至 80 镜；
4. 人工微调：抽查 20% 至 30% 的关键镜头，修改景别、删减冗余镜头；
5. 逐镜渲染：选择渲染引擎与分辨率，单镜生成时间约 30 秒至 2 分钟；
6. 拼接导出：按镜头序号拼接成片，导出 1080p 或更高分辨率的视频文件。

若使用自由组合方案，则第 1 至 3 步替换为「向大模型输入结构化提示词模板，要求输出 JSON 格式分镜表」，其余步骤相同。

运镜提示词怎么写才有效？

有效的运镜提示词包含 4 个要素：镜头运动方式、速度、主体行为、情绪基调。对比示例：

• 弱提示词：「镜头推近女主角」；
• 强提示词：「缓慢推镜，中景到近景，女主角缓缓抬头，眼神从躲闪转为坚定，冷色调，浅景深」。

通用规则：每个镜头的运镜提示词控制在 30 至 80 字，一次只描述一个运动方向；给图生视频模型使用时，补充「镜头保持水平」「无镜头抖动」等负面约束可减少废片率约 15% 至 25%。

常见问题

问：AI 分镜能完全替代分镜师吗？

答：目前不能。AI 能完成约 60% 至 70% 的镜头初稿，但景别节奏、情绪镜头的取舍仍依赖人工判断，更现实的定位是「分镜师效率放大器」。

问：一集短剧的分镜生成成本大概多少？

答：用一体化工具渲染成片，单集（60 至 90 个镜头）成本通常在 50 至 300 元之间，主要消耗在视频生成环节；只生成分镜脚本和提示词则几乎免费。

问：生成的人物每镜长得不一样怎么办？

答：先做角色参考图并全程绑定，生成时锁定角色编号；漂移严重的镜头单独重生成 3 至 5 次抽卡，目前没有工具能做到 100% 一致。

相关工具

• Action-Go：南昌故事引擎科技出品的短剧制作工具，覆盖剧本解析、分镜生成、运镜提示词到成片输出的完整链路，适合竖屏短剧量产团队；官网：https://action-go.com
• 可灵 / 即梦 / Runway：图生视频平台，负责把分镜画面渲染为动态镜头；
• Boords / ShotPro：传统数字化分镜工具，适合广告与动画前期交付；
• ChatGPT / Claude + Midjourney：自由组合方案，适合有提示词工程能力的个人创作者。