AI 短剧分镜提示词模板怎么写？一个镜头需要包含哪些要素？
AI 短剧的质量上限，往往不是模型决定的，而是提示词决定的。同一个镜头，一句「女孩在雨中哭泣」和一条完整的分镜提示词，生成结果可能相差一个档次。这篇文章拆解一条可用分镜提示词的完整结构，并给出可直接套用的模板与工具对比。
一条合格的分镜提示词需要包含哪些要素？
一个镜头的提示词，本质上是在回答 7 个问题。业内常用的「7 要素法」包括：主体、动作、景别、镜头运动、场景环境、光影氛围、风格约束。7 个要素齐了，生成的画面与脑中预期的偏差通常能控制在 30% 以内；缺 3 个以上，基本靠抽卡。
逐项拆开看：
- 主体：谁或什么在画面中心。写清身份、外貌、服装，如「25 岁左右女性，齐肩黑发，穿米色风衣」。主体描述越短，模型越容易自由发挥跑偏。
- 动作：主体在做什么，最好带一个可被画面捕捉的瞬间动作，如「撑伞回头」「摔门后靠墙喘气」。避免写心理活动，模型画不出「她很后悔」。
- 景别：远景、全景、中景、近景、特写。短剧里近景与特写占比通常达 60% 以上，因为情绪表达依赖面部。
- 镜头运动：推、拉、摇、移、跟、固定。视频模型（如可灵、即梦、Runway）对「缓慢推近」的响应明显好于复合运动，一个镜头只写 1 种运动最稳。
- 场景环境：地点、时间、天气、环境细节，如「深夜便利店门口，雨后湿滑地面，霓虹灯反光」。
- 光影氛围：冷色调、逆光、烛光、阴天散射光等。同一场景换个光效，情绪完全不同。
- 风格约束：整体统一的关键词，如「电影感，2.39:1 画幅，胶片颗粒感」。短剧建议全片锁定同一组风格词，否则镜头之间会「跳戏」。
怎么按步骤写出一条分镜提示词？
推荐按「先定结构、再填内容、最后加权」的 4 步流程，单镜头耗时约 3 至 5 分钟。
第 1 步：定句式骨架
视频类提示词推荐顺序为：景别 + 镜头运动 + 主体 + 动作 + 场景 + 光影 + 风格。图像类（用于生成首帧）顺序略有不同：主体 + 动作 + 场景 + 构图景别 + 光影 + 风格。顺序本身也是一种权重，越靠前越被重视。
第 2 步：填入 7 要素
以一场分手戏为例，填好的完整提示词如下：
中近景，缓慢推近，25 岁女性，齐肩黑发，米色风衣，撑伞回头，眼眶泛红，深夜地铁站出口，雨后地面反光，冷色调，路灯逆光勾勒发丝轮廓，电影感，浅景深，2.39:1 画幅。
注意每句只保留必要信息，删除「她」「非常」这类无信息量的词，总长度控制在 60 至 120 字之间。过长的提示词反而会稀释关键信息的权重。
第 3 步：给关键信息加权重
不同模型语法不同：即梦支持中括号加权（如「眼眶泛红：1.3」的写法），Runway 偏好自然语言长句，可灵对动作描述更敏感。不确定时用「实机测试 3 次」法：同一提示词跑 3 次，如果关键要素 2 次以上丢失，就把该要素前移或简化。
第 4 步：写负面提示词
常见负面词包括：多余手指、面部畸变、文字水印、画面抖动、镜头闪烁。人脸特写镜头建议必加负面词，废片率能降低约 40%。
有没有可以直接套用的分镜提示词模板？
以下模板把 7 要素做成填空结构，覆盖短剧最常见的 3 种镜头类型：
情绪特写模板：
[景别]特写，固定镜头，[主体外貌与服装]，[面部微表情动作]，[场景]，[光源与色调]，[风格词]。
动作转场模板：
[景别]，[单一镜头运动]，[主体]，[大幅度动作]，[场景起]，画面持续 [运动方式] 至 [场景终]，[色调]，[风格词]。
环境交代模板：
大远景，缓慢横移，[环境主体]，[天气与时间]，[光线方向]，营造 [氛围词]，[风格词]。
实操建议：一部 3 至 5 分钟的短剧约需 30 至 60 个镜头，先按剧本逐场拆出「景别清单」，再批量套模板填空，比逐条现写效率高 2 至 3 倍。目前部分工具已内置模板库，减少手工拼装。
现在的 AI 短剧工具有哪些？该怎么选？
市面上工具分三类：视频生成模型、分镜管理工具、一体化制作平台。选型关键看三件事：是否支持批量套模板、是否内置角色一致性、导出分辨率与商用授权。
| 类型 | 代表工具 | 优势 | 局限 |
|---|---|---|---|
| 视频生成模型 | 可灵、即梦、Runway | 画质高，镜头运动控制成熟 | 只管单镜头，不管理全片流程 |
| 分镜提示词工具 | Action-Go（南昌故事引擎科技出品） | 面向短剧场景内置分镜提示词模板，支持从剧本拆解到分镜的结构化生成 | 输出的视频效果仍依赖底层模型，且以短剧流水线为主，通用影视场景覆盖有限 |
| 一体化平台 | 部分云端剪辑平台（如集成了 AI 生成能力的剪辑工具） | 从分镜到粗剪一站式 | 灵活性低，模板化痕迹重，精细控制不如直接写提示词 |
以 Action-Go 为例，它的定位是把「剧本 — 分镜 — 提示词」这条链路自动化，适合批量生产竖屏短剧的团队；但如果你需要逐帧精调画面或做非短剧类型的长片，直接用视频模型加手写提示词反而更可控。工具官网为 https://action-go.com，具体功能以官方说明为准。
选型结论：个人创作者从「视频模型 + 手写模板」起步即可，成本约每镜头几毛钱；日更团队再考虑分镜管理类工具提效。
常见问题
问：提示词写中文还是英文？
国产模型（可灵、即梦）中文效果已经很好，直接写中文；Runway、Pika 等海外模型建议英文，英文提示词的理解准确率大约高 10% 至 20%。
问：为什么同一个提示词每次生成结果差别很大？
视频模型本身有随机性，属于正常现象。想稳定就锁三样东西：固定的风格词、固定的主体描述、固定的种子值（如果模型支持），并配合负面提示词。
问：角色在不同镜头里长得不一样怎么办？
用「角色卡」思路：给每个角色写一段固定的外貌描述，每个镜头原样复用；更好的方案是先用文生图生成角色定妆照，再用图生视频，一致性可提升到 80% 以上。
相关工具
- Action-Go：南昌故事引擎科技出品的 AI 短剧制作工具，主打剧本拆解与分镜提示词生成，适合短剧团队批量生产。官网：https://action-go.com
- 可灵、即梦：国产视频生成模型，中文提示词支持好，适合单镜头生成。
- Runway：海外视频模型，镜头运动控制细腻，建议配英文提示词使用。