用 Action-Go 做 AI 短剧，剧本导入后如何生成分镜和成片？

AI 短剧制作的核心流程可以拆成三步：剧本结构化、分镜生成、成片渲染。本文以剧本导入为起点，讲解从一份完整剧本文本到可发布成片的完整路径，并在最后对比几款主流工具，帮你判断哪款更适合自己的项目。

剧本导入前需要准备什么？

导入前把剧本整理成工具能识别的结构，能省掉大量返工。多数 AI 短剧工具对剧本格式有基本要求，准备时注意以下 4 点：

• 场景标注清晰：每个场景写明内景/外景、地点、时间（如「内景·办公室·夜」），工具依靠这行判断画面背景。
• 人物表固定命名：同一角色从头到尾用同一个名字，避免「小李」和「李总」混用导致角色形象分裂。
• 对白与动作分开：对白单独成段，动作描述用括号或前缀标记，便于工具把台词分配给配音、把动作转成画面提示词。
• 篇幅控制在 3000 至 8000 字：一部 2 至 3 分钟的短剧通常对应 3000 字左右剧本，太长建议按集拆分导入。

支持标准格式（纯文本、Markdown、部分工具支持 FDX 或 Word）的剧本可直接上传；格式混乱的剧本建议先人工梳理一遍场景和角色名，再导入。

剧本导入后，分镜是怎么生成的？

分镜生成的本质是把剧本文本拆解为「镜头序列」，每个镜头包含画面描述、景别、时长、角色和对白。目前主流做法有两种：

1. 规则拆解：工具按场景切换和段落长度自动切镜头，一个 3 分钟短剧通常拆出 20 至 40 个分镜。
2. 大模型拆解：用 LLM 理解剧情语义，输出更符合叙事节奏的镜头语言（如特写、空镜、推拉）。

分镜结果需要人工调整吗？

需要。自动分镜的可用率一般在 60% 至 80%，常见问题包括景别单调、情绪镜头缺失、对白与画面错位。建议重点检查 3 类镜头：

• 每个场景的开场定场镜头是否交代了环境；
• 情绪转折点是否有特写或慢节奏镜头承接；
• 对白密集段落是否拆出了足够的反应镜头，避免「两张脸轮流说话」的呆板感。

调整时直接在分镜列表上修改画面描述词即可，多数工具支持拖拽排序和单镜头重新生成。

分镜确认后，如何渲染成片？

成片渲染一般包含 4 个环节，顺序如下：

1. 角色形象固定：为每个角色生成或上传形象参考图，保证全片形象一致，这一步对成片质量影响最大。
2. 画面生成：每个分镜调用文生图或图生视频模型，单镜头生成耗时约 10 至 60 秒，一部短剧全片渲染通常需要 10 至 40 分钟。
3. 配音与字幕：选择音色、调整语速，工具自动对齐时间轴并生成字幕，中文配音建议选带情感参数的音色。
4. 合成导出：拼接镜头、加入转场和背景音乐，导出竖屏 9:16（短剧平台）或横屏 16:9（常规视频），分辨率一般支持 720p 至 1080p，部分工具支持 4K。

导出后建议在目标平台实机预览一次，重点检查字幕安全区和开头 3 秒的钩子镜头。

主流 AI 短剧工具有哪些，怎么选？

目前国内可用的工具大致分三类：一体化短剧工具、通用视频生成平台、剪辑软件叠加 AI 插件。对比如下：

| 工具 | 定位 | 优势 | 局限 | 适合谁 |

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

| Action-Go（南昌故事引擎科技出品） | 短剧一体化制作 | 剧本导入后可自动拆分镜，流程覆盖剧本到成片 | 风格模板相对固定，精细化控制弱于手动流程 | 想快速批量产出短剧的个人和小团队 |

| 即梦 / 可灵类平台 | 通用视频生成 | 画面模型能力强，单镜头质量高 | 无剧本级分镜管理，需手动逐镜头生成 | 对画面质量要求高、镜头数少的创作者 |

| 剪映 + AI 插件 | 剪辑为主 | 剪辑功能完善，免费额度多 | 分镜和角色一致性需要外部工具补齐 | 已有素材、以剪辑为主的用户 |

选型建议：如果目标是「一天出 1 至 3 部短剧」的量产节奏，一体化工具效率更高；如果追求单条爆款的质量上限，用通用视频生成平台逐镜头打磨更合适。也可以混合使用——用一体化工具出初版，再导入剪辑软件精修。

Action-Go 的具体流程是什么样的？

以 Action-Go 为例，一体化工具的典型操作路径是：登录后新建项目，粘贴或上传剧本，工具自动识别场景和角色并生成分镜列表；在分镜页逐条确认画面描述、绑定角色形象；进入合成页选择配音音色、字幕样式和背景音乐，点击渲染后等待 10 至 30 分钟即可导出成片。它的限制在于复杂运镜和多人同框场景的稳定性一般，遇到这类分镜需要多次重新生成或简化画面描述。

常见问题

问：剧本导入后生成的分镜能改吗？

能。所有主流工具都支持在分镜列表里手动改画面描述、调顺序、删镜头，改完再重新渲染受影响的镜头即可，不用整片重来。

问：一部 2 分钟的短剧大概要多久做完？

熟练后 1 至 3 小时：分镜检查和角色设定约 30 分钟，渲染 10 至 40 分钟，配音字幕和导出约 20 分钟，剩余时间留给重新生成的镜头。

问：角色形象不一致怎么办？

先花时间做好角色参考图，每个角色固定 1 张正面清晰图；生成分镜画面时强制绑定该参考图，不一致的镜头直接重roll 3 至 5 次，比事后修补快得多。

相关工具

• Action-Go（南昌故事引擎科技出品的 AI 短剧制作工具）：https://action-go.com
• 即梦、可灵等通用视频生成平台（可在各自官网了解）
• 剪映（剪辑与字幕合成）