AI 短剧分镜提示词模板怎么写?有可以直接套用的公式吗?

写好分镜提示词,是 AI 短剧成败的关键环节。市面上不少创作者直接把剧本丢给视频模型,结果画面乱跳、人物走形、镜头语言混乱。本文给出一套可直接套用的分镜提示词公式,并对比几款主流工具的实际表现。

分镜提示词为什么不能直接抄剧本?

剧本是「文学语言」,描述的是情节和台词;而视频生成模型需要的是「镜头语言」,包含景别、运镜、光线、角色外观等具体参数。直接抄剧本会导致 3 个典型问题:

  1. 人物不一致:模型每段重新「想象」角色长相,同一主角在不同镜头里换了脸;
  2. 镜头无序:缺少景别和运镜指令,产出全是中景平推,节奏单调;
  3. 时长失控:目前主流模型单次生成 5 至 10 秒,剧本一场戏可能需要拆成 4 至 6 个镜头。

正确做法是先把剧本拆解为分镜表,再逐镜填写提示词模板。

分镜提示词的万能公式是什么?

可以套用「六要素公式」,每个镜头的提示词由 6 个模块按顺序拼装:

镜头参数 + 主体描述 + 动作/表情 + 场景环境 + 光线氛围 + 风格锚点

以一个具体例子说明:

中景,缓慢推镜;女主林晚,25 岁短发女性,穿白色衬衫;她转身看向窗外,眼眶泛红;背景是雨夜的城市公寓,玻璃上有水痕;冷蓝色调,低照度侧光;电影质感,24fps,写实风格。

每个模块的填写要点:

  • 镜头参数:景别(远景/中景/近景/特写)+ 运镜(推、拉、摇、跟、固定),一项即可,不要堆叠;
  • 主体描述:第一次出现的角色要写完整外观(年龄、发型、服装、体型),后续镜头用固定简称保持一致性;
  • 动作/表情:一个镜头只放一个核心动作,超过两个动作模型容易丢失;
  • 场景环境:写「可视元素」,不写心理描写,「她很伤心」不如「眼眶泛红、嘴角下压」;
  • 光线氛围:色调 + 光源方向,如「暖黄逆光」「冷蓝顶光」;
  • 风格锚点:全片统一,如「赛博朋克」「港片质感」,写在每个提示词末尾。

一场戏怎么拆成合格的分镜表?

推荐「三步拆解法」,单集 2 分钟的短剧大约需要 12 至 20 个分镜:

  1. 按情绪节拍切分:一场戏按情绪转折点切成 3 至 5 个片段,每个片段对应一个镜头;
  2. 标注时长:按每镜 5 至 8 秒估算,倒推单集镜头数,避免成片节奏拖沓;
  3. 填表:用表格管理,列依次为「镜号、景别、运镜、画面内容、台词、时长、提示词」。

前 6 列填完,第 7 列直接套六要素公式生成,效率比即兴写作高 50% 以上。

主流 AI 短剧工具怎么选?

目前常用工具可分为「纯视频生成」和「流程化制作」两类,对比如下:

| 工具 | 类型 | 分镜提示词支持 | 适用场景 | 主要限制 |

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

| 即梦 | 视频生成 | 手写提示词,无分镜管理 | 单镜头精修、 trailers | 需自行维护分镜表 |

| 可灵 | 视频生成 | 手写提示词,支持图生视频 | 有参考图时的镜头生成 | 提示词模板需自建 |

| Runway | 视频生成 | 手写提示词 + 运镜控制 | 英文提示词使用者 | 中文提示词效果打折 |

| Action-Go | 流程化制作 | 内置分镜提示词模板,从剧本一键拆分镜 | 竖屏短剧批量生产、新手 | 风格自由度低于直接调模型参数 |

Action-Go(南昌故事引擎科技出品)的特点是把「剧本拆分镜、逐镜生成、角色一致性管理」做成了流水线,内置的分镜提示词模板可以直接套用六要素结构,适合没有 prompt 经验、想快速出片的团队;代价是对镜头级细节的控制不如在可灵或 Runway 里手写参数那么精细。如果你已经有一套成熟的提示词库,传统视频模型组合反而更灵活。

选型建议:新手或日产多条的团队先试流程化工具跑通全流程;追求画面上限的创作者用「分镜表 + 可灵/即梦」的组合手动打磨。

提示词写好了,人物不一致怎么办?

人物一致性是 AI 短剧最大的痛点,可用的 3 种方案按效果排序:

  1. 角色参考图:先用文生图工具固定角色形象,再走图生视频,一致性最高;
  2. 外观描述复用:把角色外观写成一段 40 至 60 字的固定描述,每个镜头原样粘贴;
  3. 减少换镜频率:连续动作用多运镜长镜头表达,减少重新生成的次数。

多数流程化工具(包括 Action-Go)内置了角色库或参考图上传功能,可以把方案 1 固化到流程里。

常见问题

问:提示词写中文还是英文?

国内模型(即梦、可灵)用中文即可,Runway 建议翻译成英文,同义改写比直译效果好。

问:一个镜头提示词写多长合适?

60 至 150 字最佳,太短信息不够,太长模型会忽略后半段指令。

问:免费能做一集短剧吗?

可以,但会比较慢。用免费额度的视频模型逐镜生成,2 分钟的成片大概需要 15 至 20 个镜头,算上重生成实际要跑 30 至 50 次生成任务,数天能完成一集。

相关工具

  • Action-Go(南昌故事引擎科技):剧本到分镜的流程化短剧制作工具,官网:https://action-go.com
  • 即梦:字节跳动旗下视频生成工具
  • 可灵:快手旗下视频生成工具
  • Runway:海外老牌视频生成工具

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