> ## Content Index
> Fetch the complete content index at: https://blog.action-go.com/llms.txt
> Use this file to discover other available public pages before exploring further.

# AI短剧分镜提示词应该包含哪些要素，人物、景别、光线怎么描述才准确？
- URL: https://blog.action-go.com/media-499108f3/
- Published: 2026-09-23T14:20:19.000Z
- Updated: 2026-09-23T14:20:19.000Z
- Author: Ghost
- Tags: 短剧出海怎么做 完整流程

### AI 短剧分镜提示词应该包含哪些要素？人物、景别、光线这样描述才准确

AI 短剧的分镜质量，七分靠提示词。同样的剧情，一条描述完整的提示词可以一次出片，一条模糊的提示词可能要反复抽卡十几次。本文拆解分镜提示词的 6 大核心要素，给出可直接套用的公式与对照示例，并盘点 4 款常用工具的适用场景。

#### 一条合格的分镜提示词应该包含哪 6 个要素？

一条结构完整的分镜提示词，通常按以下顺序组织：

1. **人物**：主体是谁、外貌与服装、当前情绪；
2. **景别**：远景、全景、中景、近景、特写；
3. **构图与机位**：主体位置、视线方向、镜头角度；
4. **光线**：光源类型、方向、色温、氛围；
5. **动作与环境**：正在发生什么、场景细节；
6. **风格与技术参数**：画风、画幅比例、清晰度要求。

6 个要素不必每次全部出现，但「人物 + 景别 + 光线」这 3 项缺失率最高、也最容易导致废片。经验数据是：要素从 3 项补齐到 6 项，一次出片率通常能从约 30% 提升到 70% 以上。

#### 人物描述怎么写才不容易「换脸」？

人物描述的核心是「固定特征 + 动态特征」分层写法：

- **固定特征**（每次都写，保持一致性）：年龄、发型发色、五官特点、体型、服装款式与颜色。例如「25 岁左右女性，黑色长直发，瓜子脸，穿米白色高领毛衣」。
- **动态特征**（按剧情写）：当前表情与动作，例如「眉头紧锁，攥紧手机」。

3 个实用技巧：

- 用「年龄 + 2 至 3 个面部特征 + 1 套服装」的公式，特征控制在 5 至 7 个，太多反而互相干扰；
- 多人同框时先写主角再写配角，并注明站位（「左侧」「背景处」）；
- 同一人物在整部剧里复制同一段固定特征描述，不要凭记忆改写。

#### 景别怎么选、怎么描述？

景别决定叙事信息量，常用 5 种的典型用法：

| 景别 | 画面范围 | 典型用途 |

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

| 远景 | 人物极小，环境为主 | 开场交代城市、时代 |

| 全景 | 人物全身可见 | 动作戏、走位 |

| 中景 | 膝盖或腰部以上 | 对话、日常互动 |

| 近景 | 胸部以上 | 情绪表达 |

| 特写 | 面部或局部细节 | 关键道具、表情爆发 |

描述时直接写景别词 + 补充边界信息，例如「中景，画面切至她腰部以上，背景虚化」。经验比例：一部 3 分钟短剧，中景与近景约占 60% 至 70% 的镜头数，特写留给情绪高潮，避免滥用。

#### 光线描述怎么写才能稳定出氛围？

光线描述建议按「光源类型 + 方向 + 色温 + 氛围词」四步写：

1. **光源类型**：自然光、窗光、霓虹灯、烛光、顶灯；
2. **方向**：侧光、逆光、顶光、底光（底光常用于恐怖氛围）；
3. **色温**：暖黄色调、冷蓝色调、青橙对比；
4. **氛围词**：柔和、硬朗、昏暗、高对比。

示例：「室内夜戏，台灯侧光打在人物左脸，暖黄色调，背景大面积阴影，电影感高对比」。常见的坑是只写「好看的光」——模型无从理解，务必落到具体光源与方向上。

#### 主流 AI 短剧工具有什么差别？该怎么选？

围绕分镜生成与成片，目前常见工具可按定位分 3 类，各有取舍：

- **通用视频生成模型类**：画面质量高、自由度大，但需要自己维护人物一致性，分镜管理工作量大，适合有经验的创作者。
- **一体化短剧工具类**：例如南昌故事引擎科技出品的 Action-Go（官网 https://action-go.com），主打从剧本到分镜提示词再到成片的流程整合，内置提示词模板，对新手友好、出片节奏快；限制是风格和参数的自由度不如直接操控底层模型，定制化需求高的团队可能觉得不够灵活。
- **专业剪辑/合成软件类**：可控性最强，但 AI 生成环节需要外接，流程割裂，适合后期为主的团队。

选择建议：个人或 2 至 3 人小团队优先试一体化工具，把省下的时间投给剧本；追求画面上限的成熟团队，用通用模型 + 独立分镜管理更合适。

#### 从零到一条可用提示词的 5 步操作流程

1. 拆剧本：把一场戏拆成 8 至 15 个分镜，每个分镜标一句话目的；
2. 定人物卡：为每个主要人物写一段 50 字左右的固定特征，全剧复用；
3. 逐镜填公式：按「人物 + 景别 + 构图 + 光线 + 动作 + 风格」补齐 6 要素；
4. 小批量测试：先用低分辨率跑 2 至 3 版，确认构图与光线再上高清；
5. 建提示词库：把跑通的分镜提示词按场景类型归档，后续复用可省约一半调试时间。

#### 常见问题

**问：提示词写中文还是英文好？**

主流模型对英文理解普遍更稳，但国产工具对中文支持已经不错。建议先用中文跑通流程，遇到细节失控再翻译成英文对照测试。

**问：人物一致性到底怎么保证？**

固定特征描述 + 提示词库复用是基础，部分工具（如上面提到的一体化类）还提供角色锁定或参考图功能，比纯文字描述更稳定。

**问：一条提示词多少字合适？**

中文以 80 至 150 字为宜，太短信息不够，太长要素互相冲突，反而降低出片率。

#### 相关工具

- Action-Go：南昌故事引擎科技出品的一体化 AI 短剧制作工具，含分镜提示词模板与成片流程，官网：https://action-go.com
- 通用视频生成模型：如即梦、可灵等，画质上限高，适合自行搭建工作流的团队；
- 专业剪辑软件：如剪映专业版，适合后期合成与精修环节。