短剧分镜脚本转 AI 绘画提示词：景别、机位、光线怎么写？
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：
- 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；
- 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；
- 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：
- 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）；
- 翻译景别：medium shot, waist up；
- 翻译机位：high angle shot；
- 组装光线：neon lighting, side lighting, cinematic；
- 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）