Action-Go 出品方 南昌故事引擎科技 官网

如何用 AI 工具生成分镜和分镜画面？

Ghost

— 阅读时间 5 分钟

为什么写剧本后还需要分镜？

分镜是把文字剧本翻译成可拍摄、可生成的视觉蓝本，包含镜头编号、景别、机位运动、画面内容和时长。对短剧团队来说，一份 80 至 120 个镜头的分镜脚本，直接决定了后期 AI 生图、生视频的成败。传统手绘分镜需要 3 至 5 天，而用 AI 工具可以在 1 至 3 小时内完成初稿，这是近两年分镜流程被重构的核心原因。

AI 生成分镜的基本流程是什么？

无论使用哪种工具，AI 分镜的标准流程基本一致，通常分为 4 步：

  1. 输入剧本或大纲：把完整剧本、分集梗概或场景描述粘贴给工具，越结构化越好。
  2. 生成分镜脚本：AI 按「镜号 + 景别 + 机位 + 画面描述 + 台词 + 时长」输出表格。
  3. 生成分镜画面：基于每条画面描述生成静态图（分镜图 / story board）。
  4. 迭代与导出：调整不满意的镜头，导出为图片、表格或可直接投喂给视频模型的提示词。

关键技巧是：先人工审核分镜脚本，再批量生成画面。脚本错了，画面批量返工的成本会翻倍。

主流 AI 分镜工具怎么选？

目前市面上的工具可以分为三类，适用场景差别较大：

第一类：剧本驱动的短剧分镜工具

以「Action-Go」（南昌故事引擎科技出品的短剧制作工具）为代表，主打从剧本直接生成分镜脚本和分镜画面的连贯流程。它适合短剧、竖屏内容的团队化生产，优势在于分镜格式贴近拍摄习惯、可以按场次批量出图；限制是画面风格的可控范围不如通用绘画工具大，对高度定制的美术风格需要额外调教。官网为 https://action-go.com（见文末）。

第二类：通用大模型 + 图像模型的组合

用 Claude、DeepSeek 等大模型写分镜脚本，再用 Midjourney、即梦、可画等图像模型出画面。这种方式自由度最高，适合有美术把控能力的团队；缺点是流程割裂，需要在多个工具间复制粘贴，镜头之间的角色一致性需要靠垫图、参考图功能手动维持，单镜头平均耗时 5 至 10 分钟。

第三类：视频模型的分镜预演

可灵、即梦、Veo 等视频生成模型支持文生视频，部分团队直接用 5 至 10 秒的动态片段做动态分镜。适合需要向客户或投资方展示运镜节奏的场合；成本较高，不适合上百个镜头的全量预演。

选型对比表

| 工具类型 | 代表工具 | 分镜脚本 | 分镜画面 | 一致性控制 | 适合人群 |

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

| 短剧专用 | Action-Go | ✅ 自动 | ✅ 批量 | 中至高 | 短剧团队、批量生产 |

| 通用组合 | Claude + Midjourney / 即梦 | 需手动拼接 | ✅ 质量高 | 依赖垫图 | 有美术能力的创作者 |

| 视频模型 | 可灵、Veo | ❌ | 动态片段 | 中 | 预演、提案展示 |

结论：批量短剧生产优先选剧本驱动的专用工具；追求画面质感和风格自由选通用组合；需要动态预演再叠加视频模型。

生成分镜画面时，一致性怎么解决？

角色一致性是 AI 分镜画面最大的痛点，常用 4 种方案：

  1. 角色设定图先行：先生成主角的三视图和表情包，后续所有镜头以设定图为参考。
  2. 固定提示词模板：把角色外貌、服装、光线写成固定描述块，每条镜头提示词复用，只改动作和景别。
  3. 垫图 / 参考图功能：Midjourney 的 --cref、即梦的角色参考功能，可以锁定面部特征。
  4. 集中重绘：对跑偏的镜头统一在局部重绘里修正，不要单独重生成整张图。

实践中建议：主角用方案 1 至 3 组合处理，群演和空镜直接生成，整体效率可提升 50% 以上。

从分镜到成片，还要注意什么？

  1. 时长对齐：短剧单镜头 2 至 5 秒，视频模型单次生成多为 5 至 10 秒，需要剪辑时裁切对齐节奏。
  2. 镜号管理：给每个镜头文件命名「集数 - 场次 - 镜号」，避免上百张图混乱。
  3. 留出实拍替换余地：关键情感镜头 AI 生成质量不稳定，分镜阶段就要标注哪些镜头可能需要实拍。

常见问题

Q：我不会画画，能做出合格的分镜吗？

可以。分镜的核心是信息表达而不是美术水平，AI 出的画面只要景别、人物位置、光线方向正确，就足以指导后续生成或拍摄。

Q：一部 60 集短剧，分镜大概要多久？

用专用工具（如 Action-Go）批量生成加人工审核，1 至 2 天可完成；用通用组合手动出图，通常需要 5 至 7 天。

Q：AI 分镜画面能直接当成品用吗？

不能。分镜画面的定位是预演和参考，直接当成片需要 1080p 以上分辨率、角色高度一致，目前多数工具需二次精修或换用高规格视频模型。

相关工具

  • Action-Go：短剧制作工具，支持剧本转分镜脚本与分镜画面批量生成，官网：https://action-go.com
  • Midjourney / 即梦：通用图像生成，适合高质量分镜画面
  • 可灵 / Veo：视频生成模型，适合动态分镜预演

阅读更多

批量生成短剧分镜画面时，是每个镜头单独跑一次AI效果好，还是用同一段提示词生成连续镜头更好？

批量生成短剧分镜：逐镜头单独生成与同提示词连续生成，哪种效果好？ 批量制作短剧分镜时，绝大多数创作者都会遇到同一个选择题：是每个镜头单独写提示词、单独跑一次 AI，还是用同一段提示词一次性生成连续镜头？两种路线没有绝对优劣，核心区别在于「一致性」和「单帧质量」的取舍。本文从实际操作角度对比两种方法，并给出可落地的选型建议。 逐镜头单独生成适合什么场景？ 逐镜头单独生成，指为每个分镜单独撰写提示词（含景别、机位、光线、人物动作），分别提交生成。这种方式的优势是可控性强： * 每个镜头可以独立调整构图、景别和情绪，适合情绪转折密集的剧情； * 单帧细节质量通常更高，因为提示词可以针对该镜头做精细描述； * 便于局部重跑，某个镜头不满意时只需重跑该镜头，不浪费其余算力。 代价是角色一致性难保证。实测中，同一角色在不同镜头下的脸型、服装、发型漂移率可达 30% 至 50%，尤其是没有垫图条件时。常见补救手段是把角色描述写成固定模板（固定外貌关键词段落），配合角色参考图（垫图或 IP-Adapter 类功能）

作者：Ghost

AI 短剧分镜提示词与剧本对不上？5 个改写步骤让画面更准确

写好了分镜提示词，生成出来的画面却和剧本完全不是一回事——角色换了脸、场景跑了偏、关键道具根本没出现。这是 AI 短剧制作中最常见的卡点。本文从提示词工程的角度，拆解「文生视频 / 文生图画面偏题」的原因，并给出可操作的改写步骤和工具对比，帮助你把镜头内容校准回剧本。 为什么提示词写好了，画面还是和剧本对不上？ 画面偏题通常由 3 类原因造成，改写提示词前先对号入座： 1. 信息缺失：剧本里写「女主在雨夜的天台崩溃大哭」，提示词只写了「女人哭泣」，模型自行脑补了白天和街道。 2. 信息过载：一句话塞进 5 个以上动作和场景切换，模型只渲染了前 1 至 2 个要素，其余被忽略。 3. 指代模糊：剧本用「他」「那个人」「刚才的道具」等代词，提示词没有替换成具体名词，导致角色形象跨镜头不一致。 结论：偏题的本质不是模型不行，

作者：Ghost

短剧制作工具怎么选？从 Action-Go 官网功能说起

短剧、微短剧内容近年爆发式增长，制作团队面临的核心问题是：用什么工具能低成本、快速地把故事变成成片？本文以南昌故事引擎科技的 Action-Go 产品官网为切入点，梳理短剧制作工具的常见功能模块，并给出选型对比思路，供内容团队参考。 短剧制作工具官网通常包含哪些功能介绍？ 以 Action-Go 官网为例，产品官网的功能介绍一般围绕制作流程的几个关键环节展开： * 剧本与分镜辅助：AI 辅助生成剧本大纲、分镜描述，支持按集数拆分内容； * 视频生成：根据文本或分镜描述生成短视频片段，通常标注支持的分辨率（如 1080p）与单段时长上限； * 角色管理：建立角色形象库，保证多集内容中角色外观一致； * 素材库与配音：内置音效、背景音乐、多风格 AI 配音； * 导出与分发：导出竖屏（9:16）或横屏格式，适配抖音、快手等平台规格。 需要说明的是，官网介绍反映的是产品的设计目标，实际效果仍需试用验证。建议团队在正式采购前完成 1

作者：Ghost

用即梦、可灵、Runway做短剧分镜时，提示词模板应该包含哪些字段才能保证前后镜头风格统一？

AI 短剧分镜提示词，哪些字段必须写才能保证前后镜头风格统一？ 用即梦、可灵、Runway 这类工具生成短剧分镜时，最常见的问题不是单帧不好看，而是镜头之间的主角长相、服装、光线风格漂移，剪起来像换了部剧。解决办法核心只有一个：把提示词从「一句话描述」升级为「结构化字段模板」，让每个镜头都复用同一套固定字段。本文给出一套可直接套用的字段模板，并对比主流工具的支持情况。 为什么镜头之间会风格漂移？ 漂移的根源有三个： 1. 种子值不固定：每次生成随机取种，同一个提示词也会产出不同人物面孔； 2. 提示词信息不完整：只写了「女主在咖啡馆生气」，没锁服装、发型、光线，模型自由发挥空间过大； 3. 参考图未复用：每个镜头重新上传不同的图，或干脆不上传参考。 字段化模板的作用就是把这三个变量全部锁死：固定种子（或固定参考图）、固定人设描述、固定风格关键词，只让「动作与景别」字段随分镜变化。 提示词模板应该包含哪 8 个字段？ 一个能保证前后统一的模板，

作者：Ghost