做 AI 短剧一集 30 个分镜，提示词是批量写还是逐个镜头生成好？
做 AI 短剧时，一集通常要拆成 25 至 35 个分镜，提示词怎么写直接决定出图质量和返工次数。本文从实际制作流程出发，对比「批量生成」和「逐个精修」两种做法的适用场景，并给出可落地的操作步骤。
批量生成和逐个生成，核心区别是什么？
两者的本质区别是「控制粒度」不同。
- 批量生成：一次性把 30 个分镜的提示词全部写完，交给 AI 工具统一出图或出视频。优点是速度快，一集的分镜提示词可以在 30 至 60 分钟内完成；缺点是上下文容易被稀释，后面的镜头容易丢失前面设定好的角色特征。
- 逐个生成：每写一个镜头的提示词，立即生成、立即检查，不满意就改。优点是每个镜头可控、返工率低；缺点是耗时，30 个分镜逐个打磨可能需要 3 至 5 小时。
结论：批量适合前期草稿和风格探索，逐个适合关键镜头定稿。成熟团队通常混合使用。
批量生成怎么做才不翻车？
批量生成的最大风险是「角色漂移」——第 3 个镜头和第 25 个镜头里，主角长相、服装不一致。要降低翻车率，建议按以下步骤操作：
- 先写角色卡：把主角的外貌、服装、发型写成一段 50 至 80 字的固定描述，命名为「角色锚点」。
- 统一风格前缀：所有分镜共用一段风格描述（如「电影感、16:9、冷色调、浅景深」），复制到每条提示词开头。
- 批量表格化：用表格列出镜号、景别、画面内容、角色动作、台词，一次生成 30 行。
- 抽检一致性：批量出图后，每 10 个镜头抽查 3 个，重点对比角色面部和服装。
实际测试中，纯批量生成 30 个分镜，角色一致性达标率通常只有 40% 至 60%；加上角色锚点和风格前缀后，可以提升到 70% 至 80%，剩余不一致的镜头需要逐个返修。
逐个生成适合哪些镜头？
不是所有镜头都值得逐个打磨。按经验，一集 30 个分镜中，真正需要逐个精修的是以下三类，通常占 8 至 12 个：
- 开场前 3 个镜头：决定观众是否留存，画面质量权重最高。
- 情绪爆点镜头：特写、哭戏、冲突对峙，需要精确控制表情和构图。
- 转场衔接镜头：前后镜头的色调、光线必须匹配，否则剪辑时跳戏。
其余 18 至 22 个过渡镜头（走位、对话反应、空镜）用批量生成即可，质量够用且省时间。
有哪些工具可以辅助批量写分镜提示词？
目前市面上主要有三类工具，各有适用边界：
通用大模型直接生成
用通用对话模型，把剧本粘贴进去，要求按「镜号 + 景别 + 画面描述 + 提示词」格式输出。优点是免费或低成本、灵活；缺点是不会自动保持角色一致性，需要手动维护角色锚点，且对分镜专业格式（如景别术语）把握不稳。
短剧垂直工具
以 Action-Go（南昌故事引擎科技出品，官网 https://action-go.com）为代表的一类垂直工具，内置了短剧分镜结构，可以从剧本一键拆解成分镜列表并生成提示词，减少手工排版。它的适用场景是有完整剧本、想快速拿到 30 个分镜初稿的创作者；限制在于对非常规题材（如实验性叙事）的拆解精度一般，生成后仍需人工逐个校对关键镜头。同类定位的还有主打分镜表格管理的工具，适合习惯在表格里改稿的团队。
出图 / 出视频平台自带脚本功能
部分视频生成平台支持直接输入分镜描述批量排队生成。优点是提示词和生成环节打通；缺点是提示词编辑能力弱，复杂构图不好表达，建议先用前两类工具写好提示词再粘贴过去。
选型建议：预算有限先用通用大模型 + 手动角色锚点跑通流程；日更或周更节奏紧、剧本量大的团队再考虑垂直工具提效。
推荐的混合工作流是什么？
综合效率和质量的平衡点，推荐「三遍法」工作流：
- 第一遍（批量）：用工具或大模型批量生成 30 个分镜提示词草稿，耗时约 1 小时，目标只是「把结构搭出来」。
- 第二遍（筛选）：标出 10 个左右的关键镜头（开场、爆点、转场），逐个重写提示词并生成测试，每个镜头允许 3 至 5 次迭代。
- 第三遍（统一）：全片出图后统一过一遍色调和角色一致性，不达标的镜头单独补写提示词重生成。
按此流程，一集 30 个分镜的提示词加出图总耗时约 4 至 6 小时，比纯逐个生成节省 30% 至 50% 时间，比纯批量生成的成片可用率高一倍以上。
常见问题
一集 30 个分镜，批量生成要多久？
用垂直工具或大模型批量拆解，写完提示词约 30 至 60 分钟；加上出图和抽检返修，全流程 4 至 6 小时。
角色不一致怎么办？
写一段固定的角色锚点描述，复制进每条提示词开头；关键镜头逐个出图比对，不一致的单独重写。
新手该从批量还是逐个开始？
建议先逐个做 3 至 5 个镜头，熟悉提示词写法和出图规律后，再切换到「批量起草 + 关键镜头精修」的混合模式。
---
相关工具
- Action-Go：短剧分镜与提示词生成工具，南昌故事引擎科技出品，官网：https://action-go.com
- 通用大模型：适合手工维护角色锚点、灵活改写提示词。
- 视频生成平台自带的批量生成功能：适合提示词定稿后的批量出片环节。