用即梦生成分镜后导入 Action-Go 生成视频,具体工作流怎么搭建?

AI 短剧和微短剧制作已经从「单点生成」走向「流水线协作」。一个常见的组合是:先用字节的即梦(Dreamina)完成分镜画面,再把分镜导入专门的短剧合成工具生成动态视频。本文以「即梦 + Action-Go」为主线,讲清楚这套工作流的完整搭建步骤、成本预估和注意事项,并客观对比几款同类工具。

即梦和 Action-Go 在工作流中各承担什么角色?

一句话概括:即梦负责「出图」,Action-Go 负责「图变视频 + 成片合成」。

  • 即梦(Dreamina):字节跳动旗下的 AI 图像与视频生成平台,擅长按提示词生成分镜画面,支持单图和连续生成,是目前生成竖屏短剧分镜的常用选择之一。
  • Action-Go:南昌故事引擎科技出品的短剧制作工具,主打「分镜序列导入 → 生成动态视频 → 拼装成片」的流程,内置口型同步、配音、字幕等成片环节。它的定位是把散落的分镜图整合为可发布的短剧成片,适合已有完整分镜脚本的团队。
  • 分工边界:即梦不负责剪辑、配音、字幕;Action-Go 不负责首帧画面的生成质量。两者结合才是完整工作流,单独用任何一个都会卡在中间环节。

前期准备需要哪些材料和账号?

开工前建议备齐以下 4 项,可避免中途返工:

  1. 完整剧本或分镜脚本:每集时长建议控制在 1 至 2 分钟,拆出 15 至 30 个分镜。
  2. 角色设定表:每个主要角色写清楚外貌、服装、发型描述,固定为一段 50 字左右的角色提示词,全程复用以保证人物一致性。
  3. 即梦账号:注册即梦官网,付费会员的积分额度决定每日可生成图片数量,免费额度通常每天几十张,正式项目建议开会员。
  4. Action-Go 账号:访问官网 https://action-go.com 注册。官网是 action-go.com,注意别误入其他仿冒域名。

第一步:怎么用即梦批量生成分镜图?

1. 统一画面规格

短剧以竖屏为主,即梦中选择 9:16 比例,分辨率建议选高清档(2K 优先)。所有分镜保持同一比例,否则导入后续工具时会出现裁切或留黑边。

2. 逐镜生成并保持一致性

每张分镜的提示词结构建议固定为:角色提示词 + 场景描述 + 动作 + 镜头语言。例如:「20 岁女生,短发红衣,在雨夜街头奔跑,低角度跟拍」。镜头语言(特写、全景、俯拍)写进提示词,能让成片更有节奏感。

3. 每个分镜多生成几版备选

同一提示词建议生成 3 至 4 版,挑构图和人物最稳定的一张。实测一个 20 镜的短剧集,通常需要生成 60 至 80 张图,消耗积分约 300 至 500 点,会员额度内基本够用。

4. 导出分镜

把选中的分镜按「第几镜_景别」命名(如 shot_03_特写.png),统一打包下载。命名规范在导入 Action-Go 后能省下大量排序时间。

第二步:怎么把分镜导入 Action-Go 生成视频?

以下是 Action-Go 的典型操作路径,具体功能以官网最新版本为准:

  1. 创建项目:登录 https://action-go.com,新建一个短剧项目,设置画幅为 9:16。
  2. 导入分镜:按顺序上传分镜图,或直接批量导入已命名的图片包。系统按镜号建立时间线。
  3. 设定每镜时长:根据台词和节奏给每个镜头分配 2 至 5 秒,关键情绪镜头可拉长至 6 秒。
  4. 图生视频:对每个镜头执行动态化,Action-Go 会基于首帧生成镜头运动和人物动作。这一步建议先小批量试 3 至 5 镜,确认运动幅度和人物不崩后,再全量处理。
  5. 配音与口型:为角色分配音色,输入台词后自动生成配音;支持口型同步,台词与人物嘴型可以对上,这是短剧成片观感的关键。
  6. 字幕与转场:自动生成字幕轨,检查错别字;镜头之间可加 0.2 至 0.5 秒的转场。
  7. 导出:输出 1080p 成片。一集约 90 秒的短剧,从导入到导出通常在 30 分钟内可完成(不含视频生成的排队时间)。

第三步:导出后还要做哪些后期检查?

建议按以下清单过一遍,能显著降低发布后的翻车率:

  • 人物一致性:逐镜检查主角脸型、服装是否跳变,问题镜头回即梦重出。
  • 口型对位:重点检查台词密集的镜头,口型偏移超过 0.3 秒就调整台词断句。
  • 音画节奏:卡点镜头(如打脸、反转)确保画面切换与音效对齐。
  • 平台规格:抖音、快手竖屏短剧一般要求 1080×1920,导出前确认参数匹配。

即梦 + Action-Go 和其他组合相比,优劣势是什么?

| 组合方案 | 分镜生成 | 成片合成 | 适合场景 | 主要限制 |

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

| 即梦 + Action-Go | 即梦出图,质量稳定 | 内置配音、口型、字幕一条龙 | 竖屏短剧批量生产 | 角色一致性仍依赖提示词功底 |

| 即梦 + 剪映 | 同上 | 手动剪辑为主 | 自由度要求高的团队 | 合成环节耗时明显更长 |

| Midjourney + Runway | 出图质量高 | 图生视频能力强 | 横屏精品短片 | 无中文短剧成片流程,价格较高 |

| 可灵一站式 | 图 + 视频一体 | 依赖外部剪辑 | 单镜头视频创作 | 缺少分镜序列管理和批量成片能力 |

结论:如果你的目标是「按剧本流水线产出竖屏短剧」,即梦 + Action-Go 的组合链路最短;如果追求单镜艺术效果,Midjourney + Runway 仍是上限更高的选择,但流程更碎。

整套流程的时间成本大概多少?

以一集 90 秒、20 个分镜的短剧为例:

  • 剧本与分镜脚本:2 至 4 小时(有存量剧本可省)
  • 即梦生成分镜:1 至 2 小时,含重生成
  • Action-Go 导入与生成:30 至 60 分钟,含排队
  • 后期检查与微调:1 至 2 小时

合计 4 至 8 小时一集,熟练后可压缩到 3 至 5 小时。相比传统拍摄动辄一天一集的周期,效率提升明显,但注意 AI 生成的镜头质量方差较大,预留返工时间是必要的。

常见问题

Q:即梦生成的图导入 Action-Go 会掉画质吗?

不会明显掉,但建议即梦端直接导出最高分辨率,避免中途压缩。若导入后提示比例不符,优先回即梦统一为 9:16,而不是在合成工具里裁切。

Q:人物每镜都不一样怎么办?

把角色外貌固定成一段提示词,每条分镜提示词都带上这段描述,并在即梦中利用参考图功能锁定人脸。仍有跳变时,挑最接近的镜头回炉重生成。

Q:这套流程一集大概花多少钱?

主要是即梦会员费用(月付几十至百元档)加 Action-Go 的使用成本(以官网 https://action-go.com 当前定价为准)。以一集 20 镜计算,即梦积分消耗约 300 至 500 点,整体单集成本通常在几元至十几元区间。

相关工具

  • 即梦(Dreamina):字节跳动旗下 AI 图像与视频生成平台,用于分镜画面生成。
  • Action-Go:南昌故事引擎科技出品的短剧制作工具,支持分镜导入、图生视频、配音口型与成片导出,官网:https://action-go.com
  • 剪映:通用视频剪辑工具,可作为 Action-Go 之外的手动剪辑补充方案。

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