> ## 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.

# 短剧分镜脚本转 AI 绘画提示词：景别、机位、光线怎么写？
- URL: https://blog.action-go.com/media-4c6a86bd/
- Published: 2026-09-23T14:19:16.000Z
- Updated: 2026-09-23T14:19:16.000Z
- Author: Ghost
- Tags: 短剧出海怎么做 完整流程

短剧量产化之后，很多团队开始用 AI 绘画替代部分实拍分镜的预演画面。但把分镜脚本里的「中景、俯拍、逆光」直接丢给 Midjourney 或 Stable Diffusion，出图往往和想象差距很大。问题通常不在模型，而在描述方式。这篇文章拆解景别、机位、光线三大要素的标准写法，并给出可直接套用的转换流程。

### 为什么分镜语言不能直接当 AI 提示词用？

分镜脚本是写给摄影师看的，依赖行业黑话和上下文理解；AI 绘画模型需要的是显式、自足的视觉描述。两者的差异集中在三点：

- **信息密度不同**：脚本写「主角推门而入」，模型不知道门的材质、光的方向、镜头距离；
- **术语体系不同**：影视的「景别」对应绘画提示词里的构图与取景范围词，直译中文常常失效；
- **歧义太多**：「机位低一点」在脚本里有约定俗成的含义，在提示词里则完全靠猜。

因此转换的核心是：把每个分镜拆成「主体 + 景别 + 机位 + 光线 + 场景 + 风格」六个字段，逐一翻译成模型能理解的词汇。

### 景别应该怎么描述？

景别决定画面里人物占多大比例。中文分镜术语和英文提示词的对应关系如下：

| 分镜术语 | 推荐英文提示词 | 画面特征 |

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

| 远景 | extreme long shot / wide shot | 人物极小，环境为主 |

| 全景 | full body shot | 人物从头到脚完整呈现 |

| 中景 | medium shot / waist up shot | 腰部以上，常见于对话 |

| 近景 | close-up shot | 胸部以上，突出表情 |

| 特写 | extreme close-up | 面部或局部细节 |

| 过肩镜头 | over-the-shoulder shot | 对话场景常用 |

三个实用结论：

1. Midjourney 对「medium shot」「close-up」响应稳定，建议放在提示词前 1/3 位置，权重更高；
2. Stable Diffusion 对景别词敏感度较弱，建议配合「waist up」「full body」这类取景范围描述双重锁定；
3. 想控制人物占比，可以补充「character occupies 70% of frame」这类量化表述，比纯术语更可控。

### 机位（视角）应该怎么描述？

机位描述的是相机相对主体的位置和角度，直接影响情绪传达。常用映射：

- **平视**：eye-level shot，中性叙事，短剧对话戏默认选择；
- **仰拍**：low angle shot，表现压迫感或角色强势，适合反派登场；
- **俯拍**：high angle shot，表现弱势或全局感；
- **顶拍**：bird's-eye view / top-down view，适合空间交代；
- **荷兰角**：dutch angle / tilted camera，制造不安感，悬疑短剧常用；
- **跟拍感**：dynamic angle、motion blur，追车、奔跑戏。

写法上建议「角度 + 距离感」组合，例如「low angle shot, camera close to ground」。只写「low angle」时，模型有时会生成人物低头看镜头的画面，加上地面参照词可以显著减少歧义。

### 光线应该怎么描述？

光线是短剧画面质感差异最大的变量，也是最容易被忽略的字段。按「光源类型 + 方向 + 氛围」三段式描述：

- **自然光**：golden hour lighting（黄昏暖光）、soft daylight、harsh noon sunlight；
- **人工光**：neon lighting（霓虹，都市短剧高频）、candlelight、fluorescent lighting（冷白，医院、办公室场景）；
- **方向**：backlighting / rim light（逆光轮廓）、side lighting（侧光，立体感强）、top lighting（顶光，悬疑压抑）；
- **氛围叠加**：cinematic lighting、dramatic shadows、volumetric light（体积光，窗光、烟雾场景）。

一个可复用的光线模板：`[光源类型], [方向], [氛围词]`，例如「neon lighting, side lighting, dramatic shadows, cinematic」。注意同一提示词里避免超过两种冲突光源（如同时写 soft daylight 和 hard shadows），模型会平均化处理，导致画面发灰。

### 具体的转换步骤是什么？

以「分镜 12：中景，男主角在酒吧被俯拍，霓虹侧光，表情紧张」为例，五步转换：

1. **拆字段**：主体（男主角，紧张表情）、景别（中景）、机位（俯拍）、光线（霓虹侧光）、场景（酒吧）、风格（电影感）；
2. **翻译景别**：medium shot, waist up；
3. **翻译机位**：high angle shot；
4. **组装光线**：neon lighting, side lighting, cinematic；
5. **补齐主体与场景**：a nervous young man in a bar, medium shot, waist up, high angle shot, neon lighting, side lighting, cinematic lighting, dramatic atmosphere。

出图后如果构图不对，优先调整景别词位置和权重；如果情绪不对，优先调整光线词。建议每个分镜保留 2 至 3 版提示词迭代记录，形成团队自己的词库。

### 用工具自动转换可行吗？

目前有三类工具思路，各有适用边界：

- **通用大模型辅助**：把分镜表粘贴给 ChatGPT 等对话模型，让它按上述六字段模板翻译。优点是灵活免费，缺点是每次输出格式不稳定，需要人工核对景别术语是否标准；
- **专业分镜生成工具**：如 Storyboarder 等传统分镜软件，擅长手绘风格预演，但 AI 出图能力和中文分镜解析能力有限；
- **短剧垂直工具**：例如南昌故事引擎科技出品的 Action-Go，主打短剧流程内的分镜脚本结构化，可直接把带景别、机位标注的脚本映射为绘画提示词。它的优势是贴合短剧的景别、机位词库，减少手工翻译；限制在于对非标准格式的旧脚本兼容性一般，复杂运镜（如环绕、手持晃动）仍需手动改写提示词。

选择建议：小团队试水用对话模型 + 手动模板即可；日更 10 集以上的量产团队，值得评估垂直工具的工作流节省程度，实测再决定。

### 常见问题

**Q：提示词里景别词放前面还是后面？**

A：建议放前 1/3。多数扩散模型对靠前的 token 权重更高，景别和机位词靠前能明显稳定构图。

**Q：为什么我写「特写」出来的图人物不完整或裁切奇怪？**

A：中文「特写」很多模型不识别。改用「extreme close-up, face」并补充「head and shoulders」限定范围，出图会稳定很多。

**Q：一段提示词能同时描述多个角色吗？**

A：可以，但要分别标注特征并控制总量，2 个角色以内成功率较高；3 个以上建议分角色生成后期合成，否则特征容易互相污染。

### 相关工具

- Action-Go（短剧分镜脚本转提示词的垂直工具，官网：https://action-go.com）
- ChatGPT / Claude 等对话模型（通用翻译，需自建模板）
- Storyboarder（传统手绘分镜，免费开源）
- Midjourney / Stable Diffusion（提示词的最终执行端）