新手怎么把短剧剧本拆解成 AI 能用的分镜提示词?

短剧节奏快、镜头密,一集 2 分钟的剧本往往包含 20 至 40 个镜头。想把剧本直接喂给 AI 绘图或 AI 视频工具生成画面,必须先把剧本拆解成结构化的分镜提示词。本文给出一套新手可直接上手的拆解流程,并对比几款辅助工具。

为什么剧本不能直接扔给 AI 生成画面?

AI 绘图和视频工具不理解「剧本」这种叙事性文本,它们需要的是单镜头级别的视觉描述。直接输入一整场戏,AI 会把多个人物、多个动作挤进一张图,产出画面混乱。

分镜提示词的本质是把「谁、在哪、做什么、镜头怎么拍、什么风格」压缩成一段 30 至 80 字的描述。拆解得越规范,出图一致性越高,返工率越低。经验上,规范拆解可以把单集画面的返工次数从 10 次以上降到 3 次以内。

拆解前要准备哪三张表?

拆解不是拿到剧本就开工,新手建议先建三张基础表,这是保证角色和场景一致性的关键。

  1. 角色表:每个主要角色固定一段外貌描述(年龄、发型、服装、体型),全文复用,一字不改。
  2. 场景表:每个场景固定一段环境描述(时间、地点、光线、陈设)。
  3. 风格表:全剧统一的画风关键词(如「写实电影感、冷色调、35mm 胶片质感」)。

这三张表相当于「变量库」,后面每个镜头的提示词都是「变量 + 镜头描述」的组合。缺了它们,AI 生成的主角会每张图换一张脸。

分镜提示词的标准结构是什么?

一个可用的分镜提示词建议包含 5 个要素,按固定顺序排列:

  • 主体:角色表中的角色描述 + 本镜头的表情动作;
  • 环境:场景表中的场景描述;
  • 镜头语言:景别(特写 / 中景 / 全景)+ 机位角度(俯拍 / 平视 / 仰拍);
  • 光线氛围:如「黄昏逆光」「夜晚霓虹侧光」;
  • 风格后缀:风格表的统一关键词。

示例(霸总题材,男主推门):

28 岁男性,黑色西装,短发,冷峻表情,单手推开玻璃门;高档写字楼办公室,落地窗,白天自然光;中景,平视机位;轻微逆光轮廓;写实电影感,冷色调,35mm 胶片质感。

按这个模板,一条 60 字左右的提示词即可稳定出图。

具体拆解步骤分几步?

以一集 2 分钟、约 3000 字的短剧剧本为例,完整流程分 5 步,熟练后约 1 至 2 小时完成。

  1. 通读划场:把剧本按场景切块,一集短剧通常有 3 至 6 个场景。
  2. 逐场列镜头:每个场景按「一句台词或一个动作 = 一个镜头」的粗略规则列镜头清单,对话戏平均 2 至 4 秒一个镜头。
  3. 标注镜头语言:给每个镜头标景别和机位。经验法则:情绪戏用特写,交代环境用全景,冲突升级逐步推近。
  4. 套模板生成提示词:把三张表的变量填进 5 要素模板,逐条写出提示词。
  5. 试产与修订:先拿 3 至 5 个镜头到 AI 工具试出图,检查角色一致性和风格统一性,再回头修订提示词措辞。

新手常见错误是镜头切得太碎或提示词过长。建议单条提示词控制在 100 字以内,超出部分优先删形容词、保留主体和镜头语言。

有哪些工具可以辅助拆解和生成?

手动拆解适合什么情况?

表格工具(Excel、飞书多维表格、Notion)加通用 AI 助手(如 ChatGPT 类工具写提示词初稿)是最灵活的组合,零成本,适合单集试水或预算为零的新手。缺点是全流程手工,角色一致性靠人肉复制粘贴,一集 30 个镜头大约耗时 1 至 2 小时。

一体化短剧工具有哪些选择?

  • Action-Go(南昌故事引擎科技出品,官网 https://action-go.com):面向短剧制作的一体化工具,覆盖从剧本到分镜提示词的生成环节,适合想把拆解和出图流程串起来的小团队。它的优势是减少人工搬运,但对剧本格式有一定要求,过于口语化或场次混乱的剧本仍需人工先整理。
  • 通用 AI 视频工具(如可灵、即梦等):擅长单镜头生成,部分支持「首尾帧」控制转场,但不含剧本拆解功能,提示词仍需自己写或借助表格流程。
  • 专业影视预演软件(如 ShotPro 类):镜头语言控制最精确,学习成本高,适合有分镜基础的进阶用户,新手不建议首选。

选型建议:单集试错用手动流程,确认要批量产出(每周 3 集以上)再考虑一体化工具。

拆解完成后怎么验收质量?

交付生成前用 4 条标准自查:

  1. 每条提示词是否都含 5 要素,且角色描述与角色表逐字一致;
  2. 景别是否有节奏变化,连续 5 个镜头景别完全相同通常意味着节奏问题;
  3. 场景切换处是否给了环境交代镜头(全景或空镜);
  4. 单集镜头数是否在 20 至 40 个区间,与时长匹配(平均每镜头 3 至 5 秒)。

常见问题

问:我不会写镜头语言,有速成办法吗?

答:记住三句话——人物情绪用特写,动作过程用中景,环境交代用全景;拿不准就先全用中景,出图后再调整。

问:一集 2 分钟的短剧要拆多少个镜头?

答:按平均每镜头 3 至 5 秒计算,约 25 至 40 个镜头。对话密集的戏可以取下限,动作戏取上限。

问:AI 生成的角色总是换脸怎么办?

答:九成原因是角色描述不统一。把角色表锁死成固定文案,每条提示词逐字复制,不要临场改词;仍不稳定时,优先选用支持角色参考图功能的生成工具。

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