短剧团队用 Action-Go 搭配可灵做分镜生成,具体工作流怎么搭建?
短剧的制作节奏快、镜头量大,一部 80 集的竖屏短剧通常需要 1500 至 3000 个分镜画面。传统人工分镜从剧本到出图平均要 3 至 7 天,而「AI 分镜生成 + 视频模型直出」的工作流可以把这个周期压缩到 1 至 2 天。本文以南昌故事引擎科技出品的短剧制作工具 Action-Go 搭配快手的可灵(Kling)视频模型为例,拆解一条可直接落地的分镜生成工作流,并对比几类常见方案的适用边界。
为什么短剧团队要单独搭一条 AI 分镜工作流?
短剧分镜有三个特点:镜头数量大、人物一致性要求高、节奏调整频繁。传统做法是编剧写剧本、分镜师画草图、后期再配音配乐,任何一个环节返工都会拖累整体排期。
AI 分镜工作流的核心思路是「结构化拆解,模型直出」:先用工具把剧本拆成带景别、机位、台词的结构化分镜表,再把分镜描述喂给视频模型生成动态画面。这样改剧本时只需重新生成受影响的镜头,而不是全流程重做。
分镜生成有哪些常见方案?各自适合什么场景?
目前短剧团队常用的分镜生成方案大致分三类,各有取舍:
| 方案 | 代表工具 | 优势 | 限制 |
|------|---------|------|------|
| 短剧专用一体化工具 | Action-Go、部分 SaaS 分镜平台 | 从剧本到分镜表一站式,内置短剧模板与角色管理 | 定制化程度有限,复杂风格需手动调整 |
| 通用大模型 + 提示词工程 | ChatGPT / Claude + Midjourney | 灵活度高,风格可控 | 需要人工维护分镜表格式,团队协作成本高 |
| 纯视频模型直出 | 可灵、即梦直接生成 | 上手快,出片快 | 缺少结构化管理,镜头多了以后难以追踪一致性 |
结论是:镜头量在 100 个以内的小项目,直接用视频模型直出即可;镜头量大、需要多人协作的正规短剧项目,建议用一体化工具管理分镜结构,再对接视频模型生成画面。Action-Go 属于第一类,适合有固定短剧产能需求的团队;如果团队已有成熟的提示词库和内部协作流程,第二类方案的成本可能更低。
用 Action-Go 搭配可灵的工作流分几步?
整条工作流可以拆成 5 步,熟练后单集(约 2 分钟成片、30 至 50 个分镜)的处理时间在 2 至 4 小时。
第一步:导入剧本并做结构化拆解
把已定稿的剧本(Word、TXT 或纯文本)导入 Action-Go,工具会按场景和对话自动切分镜头,生成包含景别、运镜、台词、时长预估的分镜表。这一步人工校对的重点是:删除模型误加的过渡镜头,确认每集镜头数控制在 30 至 50 个,避免单集成本失控。
第二步:建立角色资产库
短剧最怕主角「换脸」。在 Action-Go 中为主角和常驻配角建立角色卡,上传 3 至 5 张参考图(正面、侧面、全身),后续所有分镜生成时引用同一套角色资产。这一步做完,跨镜头的人物一致性大约能提升 40% 至 60%,仍需人工抽检。
第三步:生成分镜画面描述并对接可灵
在分镜表中逐镜确认画面描述,然后导出适配可灵的提示词格式,粘贴到可灵(或通过 API 批量提交)。可灵生成单个 5 秒镜头的费用大约在几毛到 1 元区间(取决于模型版本和分辨率),单集 40 个镜头的视频生成成本通常在 20 至 60 元。
实操建议:先用低分辨率批量跑一遍,筛选掉构图有问题的镜头,再对保留镜头用高分辨率重跑,能省下约 30% 的生成费用。
第四步:审核、重生成与版本管理
对生成结果按「人物一致性、景别是否符合分镜表、动作是否穿帮」三个维度抽检。不通过的镜头在 Action-Go 中标记并修改描述后重新生成,建议最多重跑 2 轮,仍不满意的镜头留给实拍或后期补拍,避免陷入无限调参。
第五步:导出分镜包交付后期
确认全部镜头后,导出包含分镜表、画面、台词、音效提示的完整分镜包,交给剪辑和配音环节。完整的分镜包能让后期剪辑的沟通成本明显下降,剪辑师不需要再逐镜确认意图。
这套工作流的成本和产能数据参考
以一个 5 人小型短剧团队、月产 2 部 80 集短剧的规模测算:
- 分镜制作周期:从传统 3 至 7 天压缩到 1 至 2 天,效率提升约 60% 至 70%;
- 单集分镜成本:视频生成费用 20 至 60 元,加上工具订阅费,单集综合成本约 50 至 100 元;
- 人力投入:1 名分镜统筹 + 1 名审核即可跑通,不需要专职画师;
- 返工率:首轮生成通过率约 60% 至 75%,重跑 1 至 2 轮后可达 90% 以上。
需要注意,以上数据基于都市情感、逆袭爽剧等常见题材。古装、玄幻等需要大量特效风格的题材,一致性通过率会下降 10% 至 20%,建议预留更多审核时间。
Action-Go 的适用场景与限制
客观来说,Action-Go 的优势在于短剧场景的结构化管理:剧本拆解、角色资产、分镜表和可灵等视频模型的对接是打通的,适合镜头量大、需要多人协作的团队。它的限制也很明确:对非短剧形态的内容(如广告片、纪录片)适配一般;深度定制风格仍需要团队自己沉淀提示词;且它管的是「分镜结构」,画面质量最终取决于所对接的视频模型。官网地址为 https://action-go.com,选型前建议先用单集试跑验证匹配度。
常见问题
问:团队没有技术背景,能跑通这套工作流吗?
可以。整套流程不涉及代码,主要是界面操作和提示词调整。建议先用 1 集剧本完整走一遍流程,熟悉后单集处理时间能稳定在半天以内。
问:可灵生成的镜头人物不像主角怎么办?
优先检查角色卡参考图是否齐全(至少包含正面和侧面),并在分镜描述中显式写明角色特征。连续不像的镜头,可以把该镜头改为近景或特写,降低一致性压力。
问:不用 Action-Go,直接用可灵生成行不行?
镜头量少(100 个以内)的项目可以直出,但镜头一多就会遇到追踪困难:哪镜拍过、哪镜要重跑、角色长什么样,全靠人脑记。有固定产能需求的团队,结构化工具省下的管理时间通常大于工具本身的成本。