AI Short Drama Production Pipeline

# AI短剧全流程制作 适合手上已经有剧本（或有一个清楚故事）的人，把它拆成一条可执行的短剧生产线：剧本分析 → 角色 / 场景 / 道具设定 → 分镜表 → 逐镜视频 → 对白、旁白、配乐 → 时间轴组装。默认交付一集 1-3 分钟的 9:16 竖屏短剧：按每 10 秒一个生成镜头算，约 8-18 个镜头，带对白和音效，另配一条背景音乐，附剪辑与混音清单。 ## 开工前确认 - 先问清三件事：现在从哪一步开始（从零开始还是已有产出）、手上已有什么（剧本 / 分镜 / 概念图，请上传或粘贴）、输出语言（分镜脚本一般中文，提示词中英都行）。 - 读完剧本先判断类型并告诉用户： - **A 类·成熟分镜脚本**：已按场 / 镜划分，有景别、运镜、台词 → 直接进分镜设计。 - **B 类·小说散文或纯对白**：没有镜头结构 → 告诉用户需要先改编成短剧分镜脚本，可以由 AI 改编，但先确认；剧本没写的外貌、场景细节不能自己脑补，要问。 - **C 类·半结构化**：有场景描述或简单镜头标注但不完整 → 直接进分镜，补齐缺失的景别 / 机位 / 运镜。 - 没有剧本、只有一句故事：可以由 AI 先写一版 1-2 分钟短剧剧本（开场钩子 → 冲突 → 反转 → 悬念收尾），给用户确认后再走流程。 - 剧本没交代的角色外貌、场景细节、画面风格，一律主动问，不默默补。用 ask_user 一次只问一个最影响结果的问题（通常先问画风：写实电影感 / 国风古装 / 动漫）。 ## 制作流程 1. **剧本分析** —— 在回复里输出四张表：角色表（姓名、出场场景、外貌服装；剧本没写的标「待用户提供」）、场景表（场景名、空间特征、出现在哪些镜头）、关键道具表、剧情结构（开端 / 发展 / 转折 / 高潮 / 结局 各约几镜）。 2. **项目设定** —— 锁定画幅、目标时长、画面风格基调、输出语言。 3. **分镜表** —— 注册所有角色、场景、道具；角色要写年龄、性别、外貌、发型、服装、标志性细节，多套造型分开写（造型 A / 造型 B）；场景要写空间结构、固定参照物、材质、光源、色温、氛围词；每个有台词的角色写声音特征（音色、语气、情绪基线）。再把剧本拆成有序镜头并规划配乐 / 旁白。交付前做自检（见注意事项）。停下等确认。 4. **设定图** —— 角色三视图、场景四视图。停下确认风格是否贴合剧本。 5. **运镜示意图（可选）** —— 每个镜头一张分镜表图，只给用户确认镜头逻辑，不作为视频参考。所有示意图出完停下确认。 6. **逐镜生成视频** —— 每批 2-3 镜，回来检查衔接再继续。全部完成后停下确认。 7. **对白补录 / 旁白 / 配乐** —— 生成独立音轨。 8. **组装交付** —— 按分镜顺序给出时间轴清单。 ## 风格锁定 - 统一画风短语（写实电影感默认）：`cinematic film still, anamorphic widescreen look, 35mm film grain, natural depth of field, motivated three-point lighting, cinematic color grading, 24fps` - 每个场景锁一个光色基调，例：雨夜便利店 = 冷白荧光灯 6500K + 窗外霓虹洋红反光；出租屋 = 暖黄台灯 3000K + 窗外冷蓝夜色。同一场景所有镜头光源方向、色温不变，除非剧情需要硬切。 - 角色外观以三视图为准，每镜复述一遍关键特征（发型、衣服颜色、标志性配饰）。 - 竖屏构图：人物放在画面中上部，脸部在上三分之一线附近；对话镜头多用中近景和过肩。 - 必须避免：画面字幕、文字叠加、水印、镜头内背景音乐（配乐后期混）、越轴、角色换脸换装。 ## 分镜与镜头规则 - **一个生成镜头 = 一次视频生成任务**，TVVV 单镜 5-10 秒。一个镜头内可以有 1-3 个内部切换（同一空间里的景别变化），超过就拆。 - **拆分规则**：同一镜头里出场角色不超过 3 人；跨物理空间必须新开镜头；同一空间的连续戏尽量放在同一或相邻镜头，不要把一场戏切成一堆碎镜；跨场景要明确标注。 - **内部切换时长参考**：大特写 / 手脚特写 1.5-2.5 秒；带台词的特写 2-4 秒；带台词的中近景 2.5-4 秒；中景 / 中远景 3-5 秒；远景 / 建立镜头 3-5 秒；带推拉或环绕运镜的在基础时长上 +1 秒。加起来超过 10 秒就拆成两个镜头。 - **镜头语法三件套，缺一不可**：景别（大特写 / 特写 / 近景 / 中景 / 中远景 / 远景 / 大远景）+ 机位角度（平视 / 俯拍 / 仰拍 / 过肩 / 侧面）+ 运镜（固定 / 推 / 拉 / 摇 / 跟 / 环绕 / 升降）。 - **空间锚点卡**：每个镜头描述开头都写： - 【空间锚点 / 场景名】固定参照物：（不会动的地标，如「画面中央那扇掉漆的防盗门」） - 角色当前状态：角色 A 位置 + 朝向 + 手持物；角色 B 位置 + 朝向 - 光色基调：光源类型 + 色温 + 氛围词 这是跨镜头空间连贯的关键，不能省。相邻镜头的人物位置、朝向、手持物必须一致。 - **180° 轴线**：上一镜的出画方向要和下一镜的入画方向对得上；会越轴时插一个正面镜头或过肩镜头过渡。 - **短剧节奏**：前 3 秒必须有钩子（冲突画面或一句狠台词）；对白密集段剪得紧；情绪特写留足呼吸；每集结尾留悬念。 - **分镜表字段**：镜号 / 时长 / 场景 ID / 空间锚点卡 / 景别 + 机位 + 运镜 / 内部切换及动作（按时间顺序）/ 台词原文 / 音效 / 衔接说明。 ## 提示词写法 - **角色三视图**（单张，横排三个全身视图）：`[角色完整描述：年龄、性别、外貌、发型、服装、标志细节] 的角色三视图，一张图内从左到右等距排列：正面（面向镜头）| 侧面（90°侧脸，朝右）| 背面。三个视图服装、配饰、发型、身材比例完全一致。纯中性灰背景，柔和均匀棚拍光，背景无阴影。写实电影剧照质感。无文字、无标签、无水印。` - **场景四视图**（2×2，无人物）：左上远景建立 / 右上从主入口看的中景 / 左下关键道具或特征特写 / 右下反打角度；四格光线、色调、陈设一致，画面里不出现人物，无文字。 - **运镜示意图**（可选，3:4 竖版）：白底分镜表，顶部写镜头编号和一句剧情概要，图例用不同颜色虚线箭头区分推（红）/ 拉（蓝）/ 环绕（绿）/ 升降（紫）/ 跟（橙）/ 固定（青）；每个内部切换一行：左侧编号 + 景别动作说明，中间画面缩略图 + 摄影机图标和虚线轨迹，右侧景别标签和一句目的说明；底部写整体节奏「情绪 1 → 情绪 2 → 情绪 3」。 - **单镜视频提示词结构**： - 【画风】统一画风短语 - 【场景】参考图 + 当前光色基调 - 【角色】参考图 + 当前服装状态（与三视图一致） - 【镜头】景别 + 机位 + 运镜 - 【动作】按剧情顺序拆解，主动作 → 次动作，用「缓慢 / 迅速 / 停留」描述节奏，不写「0-3 秒」这种绝对时间 - 【音效】`<...>` 紧贴对应动作 - 【台词】角色说：「原文」，括号外标情绪语气 - 【禁止】无字幕、无背景音乐、无文字叠加、无水印 - 示例：`写实电影剧照质感，35mm胶片颗粒，自然景深。场景：参考图2的雨夜便利店，冷白荧光灯6500K，玻璃门外洋红霓虹在湿地面上反光。角色：参考图1的女主，齐肩黑发、米色风衣、左手拎一袋泡面。中近景，平视，缓慢推近。她推门进来，抖了抖伞上的水，抬头时动作突然停住，目光定在收银台方向，嘴唇微张，手里的塑料袋慢慢垂下。<雨声>，<自动门提示音>，<塑料袋摩擦声>。女主低声说：「……陈屿？」（难以置信，声音发颤）。无字幕，无背景音乐，无文字叠加，无水印。` ## 在 TVVV 上执行 - 角色三视图、场景四视图、道具图用 generate_image 先出；运镜示意图同样用 generate_image，并把相关三视图和四视图作为参考保证画风一致。 - 每个镜头 generate_video 都在 reference_images 里带上该镜出现的角色三视图 + 所在场景四视图（同一 图N），image_role 选 reference。只有和上一镜动作强连续（同一动作延续、同一场景不剪断）时，才把上一镜尾帧作为 first_frame 衔接；一般不要，避免新镜头被上一镜构图绑死。 - 默认图片模型 Nano Banana 2；运镜示意图这种有大量中文标注的图用 GPT Image 2。默认视频模型 Seedance 2.5，aspect 9:16（用户要横屏就 16:9），单镜 5-10 秒，默认 720p。 - 对白优先在视频里直接生成；需要补录或统一音色时用 generate_speech，每个角色固定一套音色描述（例：女主=25 岁，清亮偏低，语速中等，情绪克制）。旁白也用 generate_speech，音量与对白同级。 - 配乐用 generate_music：全片至少一条；3 分钟以上或有明显情绪转折可分段，每段注明覆盖的镜头范围；不写音乐人名字。 - 一次回复最多 3-4 次工具调用：设定图分批出，视频每批 2-3 镜，结果回来检查人物位置、朝向、手持物和空间锚点再继续。 - 交付清单：按镜号列出视频；同一空间相邻镜头无缝硬切，跨空间用 0.3 秒以内淡入淡出，少用转场特效；越轴处插过渡镜头。混音：配乐比对白低 8-12dB，情绪高潮可提 3-5dB；对白和音效已在视频里，组装时不要再叠同类音；配乐与对白 / 旁白之间加 0.5 秒交叉淡化。提示用户去 TVVV 时间轴剪辑合成，时长偏差在时间轴上裁。 ## 注意事项 - **分镜交付前自检**，逐项报给用户：剧本里的关键动作、台词、反转是否都有对应镜头；前后镜人物位置 / 朝向 / 手持物是否一致；出入画方向是否守 180° 轴线；每镜是否 ≤10 秒、内部切换时长是否合理；同一镜头内是否跨场景、光色是否与上一镜一致；角色代号是否全片统一；音效和台词是否贴合动作。发现问题先和用户确认，不悄悄改原稿。 - **角色外貌漂移**：提示词里角色特征写得不够具体。每镜复述发型、服装颜色和标志配饰，加强后重跑该镜。 - **越轴**：机位跨过 180° 线。插一个正面或过肩镜头过渡，不要硬拼。 - **时长不准**：模型对绝对秒数不敏感，用「缓慢 / 迅速 / 停留」控制节奏，最后在时间轴上微调。 - **画面冒出字幕**：提示词结尾每次都写「无字幕、无文字叠加」，出现了就加强后重跑。 - **首尾帧接不上**：上一镜结尾人物已偏离空间锚点。把当前镜的第一个内部切换设计成过渡动作，把画面带回锚点。