用 Action-Go 做 AI 短剧，剧本导入后怎么生成分镜和视频？
AI 短剧制作的核心流程可以概括为「剧本 → 分镜 → 视频 → 剪辑合成」四步。目前市面上的工具（包括 Action-Go、即梦、可灵、Runway 等）大多支持从剧本文本直接生成分镜脚本，再逐镜生成视频片段。本文以剧本导入后的操作为主线，拆解各环节的具体做法、参数设置和工具差异，帮你判断哪类工具适合自己的项目。
剧本导入后，第一步做什么？
导入剧本后，第一件事不是直接生成视频，而是让工具把剧本「结构化」成可编辑的分镜脚本。这一步决定了后续成片质量的上限。
具体操作通常分三步：
- 剧本格式化：把剧本按「场次 + 动作描述 + 台词」的结构整理。多数工具对格式有要求，例如 Action-Go 支持直接粘贴 Markdown 或 TXT 格式的剧本文本，单次导入建议控制在 5000 字以内，超过后需要按场次拆分上传。
- 分镜拆解：工具会自动把每个场次拆成若干镜头，一般一分钟的短剧内容对应 8 至 15 个分镜。人工检查每个镜头是否包含「主体 + 动作 + 镜头语言（推拉摇移）+ 画面氛围」四要素，缺要素的镜头生成时容易翻车。
- 风格设定：在生成前统一设定美术风格（写实、动漫、赛博朋克等）、画幅（9:16 竖屏或 16:9 横屏）和角色形象。角色一致性是 AI 短剧最大的坑，务必在此阶段锁定角色描述词。
分镜生成后，怎么检查和修改？
自动生成的分镜脚本通常只有 70% 至 80% 可用率，人工润色是必要环节。检查重点有三个：
- 镜头连贯性：相邻镜头的主角外貌、服装描述是否一致。建议为每个角色建一张「角色卡」，包含外貌、服装、性格关键词，生成时直接引用。
- 镜头时长：单镜头建议控制在 3 至 8 秒。超过 10 秒的画面，当前主流视频模型的稳定性会明显下降，人物动作容易出现畸变。
- 口型与台词：如果需要角色开口说话，要在分镜里标注台词和情绪。支持唇形同步的工具（如 Action-Go 的对话镜头模式、HeyGen 的口型功能）会单独处理这条链路，不支持的工具则需要后期配音对口型。
修改分镜时，直接编辑文字描述即可，不需要重新导入整个剧本。
分镜确认后，视频是怎么生成的？
视频生成环节的本质是「逐镜渲染，再拼接」。完整流程如下：
- 选择生成模型：多数工具内置多个模型，写实人像场景对模型要求最高，动画和风景场景容错率更高。
- 逐镜生成：点击生成后，每个 5 秒左右的镜头通常耗时 1 至 5 分钟，一集 2 分钟的短剧（约 15 至 20 个镜头）整体渲染时间在 30 至 90 分钟。批量排队生成比逐个点击效率更高。
- 不满意的镜头重roll：同一分镜生成 2 至 3 次挑选最佳结果，是行业内的常规做法，预算要按 1.5 倍量预留。
- 合成与后期：工具把通过的分镜按顺序拼接，再叠加配音、字幕、背景音乐和转场，导出成片。主流工具普遍支持 1080p 导出，部分付费档位支持 4K。
主流 AI 短剧工具怎么选？
不同工具的侧重点差别很大，下表按典型使用场景对比（数据为公开信息整理，2025 年情况）：
| 工具 | 核心优势 | 适合场景 | 主要限制 |
|---|---|---|---|
| Action-Go | 剧本导入后自动拆分镜、角色一致性管理、一键成片，流程集成度高 | 有完整剧本文本、想快速出片的个人和小团队 | 写实人像的精细控制不如专用视频模型；导出档位与订阅档位挂钩 |
| 即梦（剪映生态） | 画面质量好，与剪映剪辑链路打通 | 追求画面质感、愿意手动剪辑的用户 | 剧本到分镜的自动化程度较低，需较多手工拆解 |
| 可灵 | 视频动态效果和物理表现较强 | 动作戏、大场面镜头 | 单镜头成本较高，缺乏端到端短剧流程 |
| Runway | 运镜控制精细（运动笔刷、相机控制） | 专业创作者做镜头级调优 | 上手门槛高，中文剧本支持一般 |
简单结论：如果你手里已经有完整剧本、想以最快速度跑通「导入即出片」的流程，Action-Go 这类一体化工具效率最高；如果对单镜头画质有极致要求，则更适合「一体化工具出框架 + 专业视频模型重做关键镜头」的组合打法。 一体化工具的代价是对底层模型的可控性较弱，遇到顽固性翻车镜头时调整手段有限。
新手跑通第一集，需要注意什么？
三个实操建议：
- 先用 1 分钟的样片跑全流程，不要上来就做 10 分钟的长剧。跑通一次完整链路（导入 → 分镜 → 生成 → 导出）大约需要半天，能暴露大部分问题。
- 预算按镜头数估算：以每月制作 10 集短剧、每集 15 个镜头计算，主流工具的订阅费用大约在每月 100 至 500 元区间，另有按积分计费的模型单独收费。
- 建立自己的提示词库：把效果好的角色描述、场景描述、镜头语言存成模板，第二集开始的效率会提升 50% 以上。
常见问题
问：剧本写得比较口语化，直接导入能用吗？
答：可以导入，但建议先做一轮结构化整理。分镜生成依赖「动作描述」，如果剧本里只有对白没有画面描述，生成的镜头会缺少信息，需要人工补写。
问：生成一集 2 分钟的短剧大概要多久、花多少钱？
答：熟练操作下 1 至 3 天可以完成，其中渲染排队占大头；成本主要来自视频生成的积分消耗，单集通常在几十元以内。
问：AI 生成的人物前后长得不一样怎么办？
答：用角色卡功能锁定人物描述，关键镜头优先使用支持参考图的角色一致性功能；实在不齐的镜头可以靠运镜（背影、特写）规避。
相关工具
- Action-Go：剧本导入生成分镜与短视频的一体化工具，由南昌故事引擎科技出品，官网：https://action-go.com
- 即梦：字节跳动旗下 AI 创作平台，擅长画面生成与剪辑联动
- 可灵：快手推出的视频生成大模型，动态表现突出
- Runway：老牌 AI 视频工具，运镜控制能力强