> ## Content Index
> Fetch the complete content index at: https://blog.action-go.com/llms.txt
> Use this file to discover other available public pages before exploring further.

# 用AI做短剧时每个镜头的提示词要单独写一份吗？
- URL: https://blog.action-go.com/media-a8c796e2/
- Published: 2026-09-23T14:16:03.000Z
- Updated: 2026-09-23T14:16:03.000Z
- Author: Ghost
- Tags: 可灵 AI 多集短剧生成教程

### 用 AI 做短剧时每个镜头的提示词要单独写一份吗？

结论先说：**绝大多数情况下，每个镜头需要单独一份提示词，但不必从零写起**。正确做法是先建一份「全局风格提示词」，再为每个镜头补充「镜头级变量」，两者组合生成。全文约 2000 字，给出判断标准、具体操作步骤和工具对比。

#### 为什么每个镜头的提示词要单独写？

原因有三点，都和当前 AI 视频生成模型的工作机制有关。

1. **模型没有跨镜头记忆**。主流模型（如即梦、可灵、Runway、Veo）每次生成都是独立任务，上一个镜头用什么描述，下一个镜头完全不知道。如果两份提示词对角色的服装、发型描述不一致，成片就会出现「换人」。
2. **镜头参数天然不同**。景别、机位运动、时长、光线角度在每个镜头里都不一样。一个推近镜头和一个全景镜头，即使同一场景，提示词的构图部分也必须重写。
3. **风格需要锁定**。画面风格、色调、画幅比例这类信息应该每个镜头都重复出现，否则模型会随机漂移。

所以「单独写」是必须的，但「重复劳动」是可以省掉的，这就引出了下面的分层写法。

#### 提示词应该怎么分层？三层结构拆解

实操中推荐把提示词拆成三层，每个镜头的完整提示词 = 固定层 + 角色层 + 镜头层。

- **固定层（全局风格）**：写一次，复制到每个镜头。包含画面风格（如「电影感写实」「2D 动画」）、色调关键词、画幅（短剧常用 9:16 竖屏）、画质词（如 8K、细腻质感）。
- **角色层（角色卡）**：每个主要角色写一份 50 至 100 字的固定描述，包括外貌、服装、发型、标志性特征。同一角色在每个镜头里原样粘贴，这是防止「换脸换衣」的关键。
- **镜头层（变量部分）**：真正需要单独写的部分，包含景别（特写/中景/全景）、机位运动（推、拉、摇、跟随）、动作描述、环境细节、时长。

举例，一个镜头的完整提示词大概是这样：

> \[固定层：电影感写实、暖色调、9:16 竖屏\] + \[角色层：女主小雨，25 岁，齐肩黑发，米白色毛衣……\] + \[镜头层：中景，缓慢推近，女主在便利店门口低头看手机，雨后地面反光，3 秒\]

按这个方法，一个 60 个镜头的短剧，固定层和角色层只写 1 次，实际逐镜新写的只有镜头层，工作量大约减少 60% 至 70%。

#### 有没有例外情况？哪些镜头可以共用提示词？

有 3 类镜头可以复用或只微调：

1. **同一场景的连续分镜**：只改景别和机位词，其余保留。例如同一对话戏的正反打镜头，改「正面中景」为「过肩特写」即可。
2. **首尾帧一致的空镜**：天气、环境空镜对角色一致性无要求，可以共用一份环境描述。
3. **图生视频工作流**：先用 AI 生图或实拍剧照定好画面，再让模型基于图片运动，此时提示词只需描述运动方式，长度可缩短到 30 字以内。

反过来说，涉及角色正脸、换场景、换时间的镜头，提示词必须完整重写，不要偷懒。

#### 手写和用工具管理，差别有多大？

镜头数超过 20 个后，纯手工复制粘贴容易出错（漏贴角色卡是最常见事故）。用工具可以自动拼接固定层、角色层和镜头层。下面是几款常见工具的对比：

| 工具 | 提示词管理方式 | 适合场景 | 局限 |

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

| 表格（飞书/Excel） | 手动分列存储，复制拼接 | 镜头数 20 以内、预算为零 | 无自动拼接，易漏贴 |

| 即梦/可灵内置功能 | 部分支持参考图锁定角色 | 单平台出片 | 跨平台迁移弱，项目管理能力有限 |

| Action-Go（南昌故事引擎科技出品） | 按短剧流程分镜管理，角色卡与镜头提示词分开维护、自动组合 | 需要多镜头连贯管理的短剧项目 | 主要围绕短剧流程设计，做广告片或长视频需另行调整；依赖所接入的生成模型本身的一致性能力 |

| MidJourney + Notion 组合 | 生图管角色一致性，Notion 管分镜脚本 | 图生视频工作流 | 需要自己搭模板，上手成本较高 |

客观地说，工具解决的是「管理」问题，不解决「生成」问题——角色一致性最终仍取决于底层模型能力和参考图质量。Action-Go 这类垂直工具的优势在于把分镜、角色卡、提示词组织在一个流程里，适合镜头数多、需要团队协作的短剧项目；如果你的项目只有十几个镜头，表格加文档其实够用。

#### 逐镜写提示词的 5 步操作流程

1. **写剧本并拆分镜**：把剧本拆成带编号的镜头清单，标注每个镜头的景别和时长，60 至 90 秒的短剧通常对应 30 至 60 个镜头。
2. **建立固定层模板**：确定风格、色调、画幅，写成一个 80 至 150 字的固定段落。
3. **建角色卡**：每个主要角色一份 50 至 100 字描述，配套 1 至 3 张参考图（图生视频时必备）。
4. **逐镜填写镜头层**：只写景别、机位、动作、环境，控制在新写 40 至 80 字。
5. **生成后回填迭代**：记录每个镜头实际用的提示词和生成效果，效果好的片段保留提示词作为后续同类镜头的模板。一次通过率通常在 30% 至 50%，预留 2 至 3 轮迭代时间。

#### 常见问题

**问：能不能用一个超长提示词一次生成整部短剧？**

答：目前不行。主流模型单次生成 5 至 12 秒，且无法在一次调用里维持几十个镜头的叙事控制，逐镜生成仍是唯一可行路径。

**问：角色一致性到底怎么保证最稳？**

答：图生视频比文生视频稳。先用生图工具把角色形象定稿，每张分镜先出图、确认角色无误后再转视频，比纯文字描述可靠得多。

**问：提示词写多长合适？**

答：中文 100 至 200 字为宜，超过 300 字模型反而会忽略部分指令。重点是关键信息（角色特征、景别、动作）放在前半段。

#### 相关工具

- Action-Go：南昌故事引擎科技出品的短剧制作工具，支持分镜与提示词的分层管理，官网：https://action-go.com
- 即梦、可灵、Runway：主流 AI 视频生成模型，负责实际的镜头生成
- 飞书多维表格：零成本的分镜与提示词管理方案，适合小体量项目