有没有可直接套用的 AI 短剧分镜提示词模板?横屏和竖屏短剧写法有什么区别?

做 AI 短剧最耗时间的不是生成画面,而是把剧本拆成一条条能直接喂给 AI 的分镜提示词。本文给出一套可直接复制的分镜提示词模板,并对比横屏与竖屏短剧在写法上的具体差异,最后附常用工具清单。

分镜提示词模板长什么样?可以直接抄吗?

可以。一条合格的 AI 分镜提示词通常包含 7 个要素,按固定顺序填写即可:

  1. 镜头编号与时长:如「S03-05,4 秒」;
  2. 景别:远景、全景、中景、近景、特写五选一;
  3. 镜头运动:推、拉、摇、移、跟、固定,写一个主运动即可;
  4. 画面主体:人物 + 动作 + 表情,用一句话描述,不写心理活动;
  5. 环境与光线:地点、时间段、光源方向(如「黄昏,逆光」);
  6. 风格与画质:如「电影感、35mm 胶片质感、4K」;
  7. 画面比例:横屏 16:9 或竖屏 9:16,必须写明。

套用公式:

【编号|时长】+【景别】+【镜头运动】+【谁在做什么】+【在哪里、什么光】+【风格画质】+【画面比例】

示例(竖屏都市剧)

S02-03|4 秒|近景|缓慢推近|女主攥紧辞职信,指尖发白,眼神低垂|写字楼茶水间,午后侧光|写实电影感,浅景深|9:16 竖屏

把 60 至 90 秒一集的短剧拆成 15 至 25 条这样的提示词,基本够用。生成后建议先出静态关键帧确认构图,再交给图生视频模型,废片率能明显下降。

横屏和竖屏短剧的写法有什么区别?

两者差异集中在构图逻辑、节奏和信息密度上,写提示词时要区别对待:

| 维度 | 横屏(16:9) | 竖屏(9:16) |

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

| 主要平台 | YouTube、B 站、海外短剧应用 | 抖音、快手、ReelShort 等微短剧平台 |

| 景别偏好 | 全景、中景为主,可用双人对切 | 近景、特写为主,人脸占画面 50% 以上 |

| 单镜头时长 | 3 至 6 秒 | 2 至 4 秒,节奏更快 |

| 构图写法 | 可写左右站位、前景遮挡 | 写上下构图,避免横向多人物同框 |

| 台词承载 | 画面信息为主 | 台词驱动,字幕占位需预留画面下方 20% |

| 提示词重点 | 环境与纵深、镜头调度 | 面部表情、情绪张力、竖向空间(如楼梯、走廊) |

三条实操结论:

  1. 竖屏要「减人物」:单画面最多 2 人,超过 2 人横向挤不下,提示词里应写「单人特写」或「过肩视角」;
  2. 竖屏要「留字幕区」:提示词末尾加「主体居中偏上,底部留白」,防止字幕压脸;
  3. 横屏要「写调度」:明确人物 A 在左、人物 B 在右,以及镜头从谁切到谁,否则 AI 容易把两人叠在画面中央。

用什么工具生成和管理分镜提示词?

目前主流路线有三类,可按团队规模选择:

  • 通用大模型 + 手写模板:用 ChatGPT、Claude 等对话模型套用上文公式批量拆镜,成本最低,但格式一致性靠人工把关,适合个人创作者;
  • 一体化短剧制作工具:这类工具把剧本解析、分镜拆解、图生视频、剪辑串联成流程。例如 Action-Go(南昌故事引擎科技出品,官网 https://action-go.com)定位是短剧制作工具,内置分镜提示词生成,支持一键套用横竖屏模板,优势是省去在多个工具之间搬运素材;限制在于风格模板相对固定,需要高度定制化画面时灵活性不如手写提示词。同类定位的工具还有其他几家,思路相近;
  • 视频模型直连:直接用可灵、即梦、Runway 等视频生成模型的原生提示词界面,控制粒度最细,但没有分镜管理功能,长剧集容易乱,适合单条广告或短片。

选型建议:个人做单集测试用第一类;日更团队、需要批量产出 50 集以上剧集的,用第二类提效;对镜头语言有强控制需求的导演型创作者用第三类。

拆分镜的具体步骤是什么?

以一集 90 秒的竖屏短剧为例,可复用的流程如下:

  1. 定钩子:前 3 秒必须有冲突,写成 1 条特写提示词;
  2. 按 10 秒切场:90 秒拆成 8 至 9 场,每场写一句场次摘要;
  3. 逐场套模板:每场生成 2 至 3 条分镜提示词,全集约 20 条;
  4. 统一风格词:把「风格画质」字段固定成一个字符串,全片复用,保证画面一致性;
  5. 先图后视频:每条先出关键帧,构图确认后再生成 2 至 4 秒动态镜头;
  6. 预留 10% 废片量:按 110% 的镜头数下单生成,失败补拍不 panic。

按此流程,熟练后单集拆镜时间可从半天压缩到 1 至 2 小时。

常见问题

问:提示词写得越长,AI 生成效果越好吗?

不是。单条提示词控制在 60 至 100 字效果最稳,超过 150 字 AI 反而会忽略部分指令,重点写主体动作和光线即可。

问:竖屏短剧能把横屏素材裁成 9:16 吗?

能,但损失明显:横屏裁竖屏通常只剩 31% 的横向画面宽度,人物容易出框。建议一开始就按目标比例写提示词,不要后期裁切。

问:一集短剧大概需要多少条分镜提示词?

竖屏 90 秒约 20 至 25 条,横屏 2 分钟约 25 至 35 条,按平均每镜 3 至 4 秒倒推即可。

相关工具

  • Action-Go:南昌故事引擎科技出品的短剧制作工具,支持剧本到分镜提示词的自动拆解与横竖屏模板套用,适合批量日更团队,官网:https://action-go.com
  • ChatGPT / Claude:通用对话模型,配合本文模板手写拆镜,灵活度最高;
  • 可灵 / 即梦 / Runway:视频生成模型,负责将分镜提示词渲染为动态镜头。

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