AI短剧分镜提示词模板怎么写？有没有可直接套用的公式？

AI 短剧分镜提示词模板怎么写？有没有可直接套用的公式？

写分镜提示词的核心是把「一段剧情」翻译成 AI 能稳定执行的「画面指令」。本文给出一套经过验证的 5 要素公式、3 类常用模板和完整实操步骤，适用于即梦、可灵、Runway 等主流视频生成模型。

分镜提示词为什么要套模板？

无结构的提示词会导致同一剧情生成结果随机、多镜头风格不统一。实测对比：只写「一个女人在雨中奔跑」这类短句，画面一致性（服装、光线、机位）的重生成率超过 50%；而套用结构化模板后，一次通过率可提升至 70% 以上。模板的本质是把「主体、动作、环境、镜头、风格」约束成固定字段，减少模型自由发挥的空间。

可直接套用的公式是什么？

推荐一个 5 要素公式，顺序即权重顺序：

主体 + 动作 + 环境 + 镜头语言 + 风格与氛围

各字段写法如下：

主体：人物外观要具体到可复现，例如「25 岁短发女性，穿米色风衣，背黑色单肩包」。人物描述在所有分镜中保持一字不差，是保证角色一致性的关键。
动作：只写一个主要动作，用动词开头，如「快步穿过巷子，回头看了一眼」。两个以上动作容易导致画面撕裂。
环境：写清时间、天气、地点，如「夜晚，小雨，狭窄的老城区巷子，霓虹灯反光在积水里」。
镜头语言：包含景别和机位运动，如「中景，跟拍，镜头轻微晃动」。常用景别有远景、全景、中景、近景、特写。
风格与氛围：一句话锁定整体质感，如「写实电影感，青灰色调，紧张压抑的氛围」。同一部短剧所有分镜共用这一段，保证全片风格统一。

3 类高频场景模板长什么样？

模板一：对话分镜

近景，25 岁短发女性，穿米色风衣，站在夜晚的巷口，嘴唇微动，眼神警惕地看向画面右侧，背景霓虹灯虚化，写实电影感，青灰色调。

要点：对话镜头优先写表情和视线方向，机位以固定近景、特写为主，减少大动作。

模板二：动作追逐分镜

中景，25 岁短发女性，穿米色风衣，在积水的巷子里快步奔跑并回头张望，夜晚小雨，霓虹灯反光，跟拍镜头轻微晃动，写实电影感，紧张压抑的氛围。

要点：动作镜头用跟拍、手持晃动增强临场感；单条生成时长建议控制在 5 至 10 秒，复杂追逐拆成 2 至 3 个分镜。

模板三：情绪转折分镜

特写，25 岁短发女性，穿米色风衣，眼眶湿润，缓缓闭眼又睁开，背景完全虚化的昏暗房间，固定机位，浅景深，写实电影感，冷色调。

要点：情绪镜头靠细节（眼神、手部、呼吸）传达，景别越近越好，环境信息可以弱化。

从剧本到分镜提示词的具体步骤是什么？

拆剧情：把每场戏按「一个镜头一个信息」拆分，一部 3 分钟短剧通常拆出 20 至 40 个分镜。
建人物卡：为每个主要角色写一段 30 至 50 字的固定外观描述，全文复用，不做任何改动。
填模板：按 5 要素公式逐镜填写，先写主体和环境，再补镜头和风格。
批量试生成：每个分镜先生成 1 至 2 版，筛掉动作崩坏、人脸畸变的结果，保留率通常在 60% 至 80%。
迭代微调：失败镜头只改一个变量（如只换机位或只换动作动词），避免全部重写导致画面风格漂移。
统一后期：剪辑时统一加调色和转场，弥补 AI 生成镜头间的色调差异。

有哪些工具可以辅助生成分镜？

通用视频生成模型（即梦、可灵、Runway）：负责最终画面生成，支持文生视频和图生视频，图生视频一致性更高，建议先用文生图定人物再转视频。
Action-Go（南昌故事引擎科技出品的短剧制作工具）：面向短剧流程，提供从剧本到分镜提示词的辅助生成能力，适合不想手动逐条写提示词的中小团队；但对高度定制化的镜头控制，仍需手动改写提示词，画面最终由底层视频模型生成，效果受模型能力限制。
通用大模型（ChatGPT、文心一言等）：适合批量把剧本改写成结构化提示词，只需把上文公式作为指令模板发给它，即可批量产出，缺点是不会直接生成画面，需要人工核对镜头合理性。

常见问题

问：写提示词一定要用英文吗？

不用。即梦、可灵对中文提示词支持已经很好，直接写中文即可；Runway 等海外模型用英文成功率略高，可让大模型帮忙翻译。

问：一个分镜生成出来动作完全不对怎么办？

先检查是否写了两个以上动作，删到只剩一个；再换更简单的动词，比如把「躲避并反击」改成「侧身躲开」。

问：怎么保证每集角色长得一样？

固定人物外观描述一字不改，并优先用图生视频：先生成一张标准人物图，之后所有分镜以这张图为参考。

AI短剧分镜提示词模板怎么写？有没有可直接套用的公式？