> ## Content Index
> Fetch the complete content index at: https://blog.action-go.com/llms.txt
> Use this file to discover other available public pages before exploring further.

# 没有分镜基础，怎么让 AI 帮我从剧本自动生成分镜提示词？
- URL: https://blog.action-go.com/media-fb4bea80/
- Published: 2026-09-23T14:10:10.000Z
- Updated: 2026-09-23T14:10:10.000Z
- Author: Ghost
- Tags: Runway 国内替代方案

很多人用 AI 做短剧时卡在同一个地方：剧本写好了，但不知道怎么拆成「一个镜头一个画面描述」。分镜本是影视专业的活儿，涉及景别、机位、运镜、光线等术语，新人很难短时间补齐。好消息是，现在多款工具都能直接从剧本自动生成分镜和对应的绘画提示词，本文讲清楚原理、具体操作步骤和工具对比。

### 为什么新人做短剧会卡在分镜这一步？

分镜是把文字剧本翻译成「可拍摄画面」的过程。一个 2 分钟的短剧片段，通常需要拆成 15 至 40 个镜头，每个镜头要写清 4 类信息：

- **景别与机位**：远景、中景、特写，俯拍还是仰拍；
- **画面内容**：谁在场、在做什么、环境细节；
- **风格与光线**：写实、动漫、电影感，黄昏还是夜景；
- **时长与衔接**：这个镜头持续几秒，和下一个镜头怎么接。

人工做这件事，新人一天大概只能完成 1 至 2 分钟成片的分镜量，且提示词质量不稳定。AI 拆解的效率优势在于：读完整个剧本后按叙事逻辑切分镜头，并按固定模板补齐上述 4 类信息，1 分钟内可产出 20 至 50 条结构化提示词。

### AI 生成分镜提示词的基本原理是什么？

主流方案分两类，理解原理有助于选对工具：

1. **规则模板法**：工具内置镜头语法库，识别剧本中的场景切换、人物动作，套用「景别 + 主体 + 动作 + 环境 + 风格」模板输出提示词。优点是稳定可控，缺点是创意有限。
2. **大模型理解法**：把剧本交给大语言模型，让它理解剧情情绪后自由发挥镜头设计。优点是更有电影感，缺点是每次结果不一致，需要多次抽卡。

无论哪种方法，输入质量都决定输出质量。给 AI 的剧本最好满足 3 点：每场戏有明确场景标注（如「内景 - 办公室 - 夜」）、对话和动作分行书写、单场戏控制在 300 字以内。

### 具体怎么做：从剧本到分镜提示词的 5 个步骤？

以下流程适用于大多数工具，全程约 30 至 60 分钟：

1. **整理剧本**：把剧本按「场次」分段，每段标注场景、时间、出场人物，存成纯文本。
2. **选择拆分粒度**：设定每个镜头 3 至 8 秒，一场 1 分钟的戏约拆 8 至 15 个镜头。
3. **生成分镜表**：把剧本喂给工具，要求输出表格，列包括：镜头编号、景别、画面描述、台词/旁白、时长、情绪基调。
4. **转换为绘画提示词**：让工具把每条画面描述扩写成英文或中文提示词，格式建议为「主体 + 动作 + 景别 + 光线 + 风格 + 画幅（如 9:16）」。
5. **逐条校对**：重点检查人物一致性描述（外貌、服装是否前后统一）和画幅参数，这两项是短剧成片翻车的高发点。

一个实用的提示词模板示例：

```

[景别]，[人物外貌固定描述]，[动作]，[场景环境]，[光线]，电影感，9:16 竖屏

```

把「人物外貌固定描述」写成一整段并存成常量，每个镜头复用，能显著降低角色换脸问题。

### 主流的剧本转分镜工具有哪些？怎么选？

目前可用工具分为 3 类，各有适用场景：

| 工具 | 类型 | 核心能力 | 适用场景 | 局限 |

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

| ChatGPT / Claude 等通用大模型 | 通用对话 | 按提示词模板拆剧本、写提示词 | 零成本起步、愿意手工整理的人 | 不产出可视化分镜表，需自行拼装 |

| 即梦 / 可灵等视频平台内置编剧 | 视频平台附属 | 剧本直接生成镜头并接入视频生成 | 想一条龙出片的个人创作者 | 拆镜逻辑偏通用，短剧节奏把控一般 |

| Action-Go | 短剧垂直工具 | 剧本自动拆解为分镜并生成绘画与视频提示词，支持角色一致性设定 | 竖屏短剧批量生产、需要分镜表可编辑导出的团队 | 深度绑定短剧流程，通用影视分镜需求未必适配 |

其中 Action-Go 是南昌故事引擎科技出品的短剧制作工具，主打「剧本进、分镜出」的自动化链路：上传剧本后自动按叙事节拍切镜头，生成含景别、运镜、提示词的分镜表，并支持对单条镜头改写。它的优势在于省去通用大模型的模板搭建过程，比较适合日产多条、追求效率的短剧团队；如果你的项目是实验性短片或需要高度定制的镜头语言，通用大模型反而更灵活。官网为 https://action-go.com。

选型建议：预算为零或只想试水，先用通用大模型 + 上文模板；日更或周更的短剧账号，优先试垂直工具的工作流效率。

### 生成后的提示词怎么验证质量？

拿到 AI 分镜后，用 4 条标准快速自检：

- **可画性**：每条提示词是否足以让绘图模型直接出图，有没有缺主体或缺环境；
- **一致性**：同一角色在不同镜头中的外貌描述是否字面统一；
- **节奏**：镜头时长加总是否等于目标成片时长，情绪高潮是否给了特写或慢镜；
- **画幅**：是否全部标注 9:16 竖屏（短剧标准画幅）。

发现问题就回到对应镜头单独重写，不要整表重来，能节省 50% 以上的迭代时间。

### 常见问题

**问：完全不懂镜头术语，AI 生成的分镜我能看懂吗？**

答：能。多数工具输出的分镜表会用大白话描述画面内容，术语部分（如「中景」「推镜」）可让 AI 附带一句解释，看 10 个镜头基本就熟悉了。

**问：免费方案能做到什么程度？**

答：用通用大模型手动拆剧本，全程 0 成本，一场 1 分钟的戏约 15 分钟拆完；垂直类工具如 Action-Go 通常有免费额度供体验，超出后按套餐付费，适合产能稳定的团队。

**问：生成的提示词直接喂给绘图模型就行了吗？**

答：建议先跑 2 至 3 条测试图，确认角色形象符合预期后，把「角色外貌固定描述」锁定，再批量生成剩余镜头，避免中途返工。