AI 短剧:从剧本、人物、分集、分镜到生成、剪辑与批量生产
- 2026-11-17 20:33:15
1. AI 短剧是什么
AI 短剧是使用 AI 协助完成编剧、美术、视频素材、声音或后期的一种短篇影视制作方式。它可以是写实人物、2D/3D 动画、漫画式动态画面,也可以混合拍摄、录屏、图形和生成素材。
短剧的核心是人物在冲突中做出选择,选择产生后果,后果推动下一段故事。AI 是实现故事的工具,作品是否成立仍取决于剧作、表演、镜头和剪辑。
“每集几分钟”和“必须多少集”都不应被当成通用定义。教学案例选择三集各 90 秒,是为了把完整起承转合和跨集连续性放到可管理的练习规模。
2. 写实短剧、动画短剧与 AI 漫剧
动态漫画可以主要使用静帧、分层推拉、表情变化和声音叙事,不必让每个画面都生成复杂运动。写实短剧则需要对微表情和口型投入更多审片时间。
同一个剧本可以按预算和能力选择形式。先确定“什么表演和信息是必须的”,再决定哪些镜头适合 AI 生成,哪些适合拍摄或动画。
3. 核心术语与制作单位
一个节拍可以用多个镜头实现,一个镜头也可以承载两个连续节拍。镜头数量由表达决定,不要把“每一句台词切一镜”当作固定规则。
4. 全链路制作架构
flowchart LR A[定位与故事命题] --> B[人物与世界圣经] B --> C[整剧大纲与分集节拍] C --> D[对白剧本与事实校验] D --> E[分镜与动态分镜] E --> F[角色场景道具资产] F --> G[配音与镜头候选] G --> H[口型动作合成与审片] H --> I[剪辑混音字幕] I --> J[跨集与技术验收] J --> K[母版渠道版本与素材台账]建议设置五个关口:故事成立、剧本可拍、分镜可生成、镜头可剪、系列可交付。每个关口输出明确的文件,而不只是一句“感觉可以”。
如果第一集结尾已经拆开信封,第二集就不能重新展示完整封口。这个问题应在连续性计划和剪辑验收中解决;单次视频生成质量再高,也不会自动维护跨集故事状态。
5. 定位、题材与可实现的创意
5.1 创意简报
title:停在九点的表format:三集竖屏情感悬疑短剧target_episode_seconds:90audience:对亲情、选择和手艺故事感兴趣的观众theme:继承可以是一种自主选择main_question:林夏会怎样处理父亲留下的表与信cast_visible:2primary_locations:1visual_style:克制写实、旧修表铺、暖中性光production_priority:人物反应、道具线索、对白可懂度5.2 题材与制作条件共同设计
两个人物、一间店、一只表和一封信,适合练习对白、反应和道具叙事。大规模追逐、群体战斗、复杂换装与灾难场景,需要更多运动、身份和空间控制能力。
选择小场景并不意味着故事薄弱。对立目标、隐瞒的信息和人物的选择可以制造戏剧张力。资源约束可以帮助聚焦,只要故事仍有行动和后果。
5.3 先列必须表现的动作
写下作品不可替代的动作:开信、确认收件人、尝试修表、听到走时、做出决定。每个动作明确实现路线。开封与精密维修可能由拍摄、定格替换或受控动画承担;角色反应可以用稳定的生成镜头。
6. 故事引擎:目标、冲突、选择和后果
6.1 最小剧作单元
人物当前目标 → 具体阻碍 → 行动 → 结果 → 新信息或新的代价 → 下一次选择林夏想结束修表铺的生活;周澈归还父亲留下的物件,让她不得不处理未完成的情感。冲突来自她想离开,又不愿轻率丢弃父亲遗留的东西。
不要只写“她很悲伤”“他很神秘”。写成行为:“她把旧工单推回去”“他没有强迫她,只把封好的信留下”。行为更容易拍,也更容易判断人物性格。
6.2 外在目标与内在需要
人物变化需要由行动证明。结局只说“我想通了”,却没有具体选择,弧光会显得空泛。
6.3 反转与信息公平
反转来自观众对已出现信息的新理解。工单的收件人是林夏,说明它是一份留给她的练习与选择,而不是逼她替父亲偿还客户债务。
不要让反转依赖从未出现的重要条件,也不要把已去世的人突然写成活着来制造点击。案例明确父亲去世三年,回收围绕“留下了什么、为什么留下”展开。
7. 人物圣经:形象、关系与表演规则
7.1 人物卡
C01:name:林夏age:28identity:修表师,林父的女儿goal:结束旧店经营,搬去新的住处conflict:把手艺与父亲的期待绑定在一起speech:短句、克制,情绪高时先停顿再说appearance:齐肩黑发,米色衬衫,深棕围裙arc:从回避遗物到自主决定继续修表C02:name:周澈age:32identity:林父曾经的学徒,最近回城goal:归还表与封好的信speech:坦诚、温和,不用谜语拖延关键信息appearance:短黑发,灰蓝外套,深色内搭limit:不替林夏作决定,也没读过信的正文角色卡要区分“稳定特征”“本场状态”和“允许变化”。第一集林夏的围裙在镜头中应一致;第三集如果脱下围裙,需要安排动作与状态记录。
7.2 关系卡
关系不是一个标签,而是交互规则。周澈认识父亲,但与林夏不熟;他应主动说明来历,不用强势语气干涉她。林夏不是无缘无故攻击他,她的防备针对遗物与过去。
每场戏可以记录权力关系:谁提出请求、谁拒绝、谁知道更多、谁拥有离开的自由。这决定站位、视线、台词与剪辑重点。
7.3 角色身份和声音分开管理
character_id 是故事身份,visual_asset_id 是外观版本,voice_asset_id 是声音版本。不要把三个 ID 混成一个文件名,以免换参考图时意外换了声音。
8. 世界规则、事实账本与角色知情范围
8.1 故事规则
案例没有超自然设定;父亲已去世三年;周澈最近回城才归还物件;信没有预测关店日期;表修好前一直停在 09:00;父亲留下的是选择,不是强制接班命令。
这些规则写进圣经后,应先于镜头制作进行审查。生成模型给出了美丽的“父亲出现在店里”画面,也不能把它直接放进现实时间线;若是回忆,必须明确时空与视觉标记。
8.2 事实账本
8.3 角色知识矩阵
开始时:林夏知道 F01;不知道工单收件人与信正文。周澈知道 F01、F02、工单归林夏;没读信正文。读信后:林夏和观众获知 F04。周澈只有听到她朗读或得到说明后才知道正文。“观众不知道”不等于“人物不知道”。写对白时先检查说话者如何获得信息,避免角色直接讲出未见过的信或未发生的结果。
8.4 剧情状态像事务一样更新
E01 信封:封好 → 被打开 → 内容被读取W01 怀表:未修 → 修复中 → 完成 → 走时 → 显示 09:01对剧情状态建立前置条件:没有打开信,就不能读正文;没有完成修复,就不能让表运行。工程校验只能核验已声明事件,实际剧本和视频还要逐项对照。
9. 整剧大纲、分集节奏与钩子回收
9.1 分集表
每集都应提供进展。观众等待下一集的理由,可以是更深的选择,而不必总是“刚要说答案突然结束”。
9.2 钩子类型
问题钩子提出未解事实;行动钩子让人物即将做决定;关系钩子改变人物理解;后果钩子让前一行为产生新局面。使用哪种取决于当前故事。
案例第一集用信封提出信息问题,第二集用第一次维修未成功引出行动问题,第三集完成回收。
9.3 伏笔清单
setup_417:plant:第一集只露工单编号payoff:第一集收件人特写setup_0900:plant:第一集怀表停在九点payoff:第三集走到九点零一分setup_blank_completion:plant:工单完成栏空白payoff:第三集林夏填写自己的名字setup_closing_notice:plant:第一集明日起暂停营业payoff:第三集搬家照旧,改为预约维修回收要能在画面或行动中看见。道具文字由后期精确制作,避免模型生成错字改变剧情事实。
10. 对白、潜台词与可拍的剧本
10.1 对白要推动行动
一句话至少承担关系、信息、行动或情绪中的某一项。两个人反复描述已看见的物件,会降低节奏。让台词与动作互补:林夏说“今天只取旧件”,同时继续收工具,表明她正在退出。
10.2 潜台词
“他留下的东西,我一直没敢打开”表面说遗物,实际表达她尚未处理的情感。表演可以先看工单,再移开视线,不需要大哭来解释所有情绪。
把“悲伤地说”改成可表演动作:“吸气后停一下,最后几个字轻一点,说完视线离开”。仍需让表演自然,不能把过多微动作挤进短镜头。
10.3 不把台词写成说明书
角色介绍可以用一句“我以前跟你父亲学过修表”,随后用熟悉旧抽屉的位置表现经历。避免角色一次说完所有背景、动机和结局。
专业修表内容要核验;本案例不会用生成模型展示可供照做的精密维修步骤。需要技术教程时另行拍摄真实正确操作,并请专业人员审核。
10.4 台词时长由试读确定
同一句话,克制对话、情绪哽咽和快速争执的时长差异很大。先用临时人声做动态分镜,保留停顿、倾听和反应,再生成最终声音。
配套字幕时间是规划值。正式配音后需要重新对齐,不能因为 JSON 时间表通过就认为演员一定能自然说完。
11. 剧本格式、Fountain 与文件组织
Fountain 是纯文本剧本格式,官方语法包括场景标题、动作、人物、对白和括号说明;中文人物名可以通过 @ 强制标记为角色元素。[R1]
Title: 停在九点的表Credit: 原创教学短剧Author: 教学示例INT. REPAIR SHOP - EVENING林夏把工具放进收纳盒。桌角贴着暂停营业的告示。@林夏(停一下)到这里,就算结束了。门铃响。周澈停在柜台前。@周澈还接维修吗?@林夏明天关店。今天,只取旧件。配套 episode_01.fountain 提供完整首集对白与动作稿。它不是已通过某一剧本软件导入测试的排版成品,也没有“一页等于一分钟”的保证。
建议分别保存系列圣经、分集节拍、剧本、导演分镜、生成清单与剪辑记录。剧本修改后,通过明确的依赖关系更新受影响镜头、声音和字幕。
12. 分镜:场面调度、景别与反应镜头
12.1 每镜头描述七件事
镜头 ID、叙事任务、主体和状态、景别机位、动作、声音、入点出点。另加生成参考、后期任务与验收限制。
EP01_S16任务:林夏发现工单收件人是自己。画面:林夏近景,右侧脸,目光向画面左下。动作:先读工单,短停顿后抬眼。声音:“收件人……林夏?”入点:工单已展开,信封仍封好。出点:人物不打开信,为下一镜保留动作。验收:外观稳定、眼神方向正确、嘴部与音频相符。12.2 反应镜头有独立价值
说话者提出信息后,观众常需要看听者的反应。镜头可以在对白末尾切到林夏,让周澈的声音延续;这既表达关系,也降低持续口型镜头的负担。
不要为了省口型而把所有对白都做成无人空镜。人物的倾听、犹豫和决定仍需要出现在画面中。
12.3 主镜头与插入镜头
双人主镜头建立位置关系;单人近景表达情绪;道具插入镜头提供线索。首集用怀表、工单和信封的插入镜头完成信息递进。
在 AI 制作中,可先做关键角色近景和道具底板,再验证整场戏能否顺畅剪辑。主镜头作为空间依据,不必强迫生成模型一次完成整场双人表演。
13. 表演、视线与人物交互
13.1 表演提示结构
角色当前目标:想结束对话。情绪强度:低,克制。可观察动作:说完后继续收工具;听到父亲名字时停手。视线目标:柜台另一侧的周澈。禁止偏离:不微笑、不看镜头、不突然起身。人物“始终盯着镜头”可能让剧情变成口播。对话戏要说明画内目标和视线方向。生成时也要检查眼睛是否在中途漂移。
13.2 双人戏的设计
先画平面图:柜台、门、人物 A 和 B 的位置;确定动作轴线;为正反打确定摄影机所在侧。角色 A 看向画面右侧,B 看向画面左侧,可形成互看关系。
视线方向必须随实际机位决定。镜头描述中的“左”需要说明是画面左还是人物自身左,避免实现时产生歧义。
13.3 复杂互动
拥抱、递物、打斗和两人同时转身涉及接触、遮挡与多人身份。可以分成“递出前 → 物件插入 → 接收后 → 反应”,并保留共同空间镜头让动作可理解。
重要接触动作采用拍摄、受控动画或经过验证的运动参考。替代方案要保持动作意义,不要剪成观众无法判断物件如何转移。
14. 运镜、光线与竖屏构图
14.1 运镜服务人物变化
固定镜头用于清楚交流;缓慢推进强调发现;拉远表现空间与孤独;短横移揭示柜台上的线索。具体效果取决于表演与情境。
推进是摄影机靠近,变焦是改变焦距,两者的视差不同。提示词可以描述结果:“近处柜台边缘移动略快于远处墙面”,同时用开始和结束分镜图约束。
14.2 竖屏构图
9:16 画面适合人物纵向关系与单人近景,但双人横向站位容易拥挤。可使用柜台前后、错层站位或单人镜头,重要物件放在视线可追踪的区域。
字幕安全区要按照目标渠道实际界面验证。人物面部、工单收件人和字幕不要争抢同一区域。文字底板应预留干净背景。
14.3 光线和色彩
案例使用左侧柔和主光、暖中性色调和克制对比。每场戏固定光源方向;正反打时光的世界位置应一致,不能简单给每个人都加同样的“左侧光”而忽略机位关系。
先建立场景光位图,再把它翻译成各镜头的画面光向。生图参考和后期调色共同维护,不依赖单一提示词。
15. 连续性:从故事到像素
15.1 连续性检查表
15.2 状态快照与事件日志
状态快照回答“当前是什么样”,事件日志回答“为什么变成这样”。镜头清单保存入画/出画状态,剧情事件保存跨集变化。
不要把上一镜最后一帧自动当作长期标准。它可能已经带有变形;检查后再作为参考,出现漂移应回到批准资产。
15.3 语义连续性需要额外审查
可见画面一致,剧情仍可能矛盾。例如周澈没有读信,却准确引用信中的句子。自动状态校验覆盖不了所有自然语言推理,需要编剧和 QA 对照知识矩阵。
16. 生成技术体系与实现路线
16.1 生成管线
剧本/分镜/状态 → 角色、场景与道具参考 → 图像/视频条件编码 → 视频生成或受控动画 → 动作与口型处理 → 候选审片 → 剪辑与精确信息合成现代视频生成要同时处理空间、时间和条件信息。Diffusers 官方资料介绍了视频模型、DiT、帧数与显存优化等机制;这些技术提供素材能力,不自动实现系列剧情管理。[R2]
16.2 按镜头选择方法
16.3 云服务与开放模型
云服务适合较快取得候选;开放模型与 Diffusers 适合研究或自建推理;ComfyUI 用节点图组织可复用的视觉、视频和音频流程,官方说明包含 JSON 工作流保存能力。[R2][R3]
实际选择需要核验参考输入、时长、可见对白、多人能力、任务状态、下载期限、费用和数据处理条件。不同功能不应仅因为产品宣传中出现过就视为已验收。
17. 短剧提示词:把表演和连续性写进去
17.1 结构化镜头提示
身份:使用批准的 C01 外观参考,不改变头发与服装。场景:L01 修表铺柜台,保持已批准布局与光源位置。构图:林夏近景,人物在右侧,视线向画面左下。动作:读完工单后短暂停顿,缓慢抬眼。情绪:惊讶但克制,不大哭、不突然微笑。运镜:摄影机固定。状态:工单已展开;信封仍封好;怀表仍停在 09:00。声音:后期使用 D11,按真实音频处理可见对白。后期:工单文字另行合成,生成画面不承担精确字符。“按 D11 处理”是内部制作约定,不是通用视频模型参数。适配器必须把参考、声音和状态要求转换成实际支持的输入;不支持口型的模型不能通过一句提示自动获得口型功能。
17.2 图生视频提示的重点
参考图已承载形象时,提示重点放在动作、摄影机和必须保持的关系。长篇重新描述面貌可能引入歧义。提示中要求人物“先不动再抬头”,需要检查模型是否真正遵循动作顺序。
17.3 写实与漫剧两种表达
写实:自然肤色,克制近景,只有微小视线和呼吸变化。漫剧:保持线条、发型与服装形状,局部眼神与表情变化;背景固定,文字用后期对白字幕,不生成漫画对白气泡的准确字符。画风约定应具体:线条粗细、阴影方式、颜色数量、人物比例、表情幅度和背景细节。单写“动漫风格”不足以让多集统一。
17.4 迭代记录
每次修改记录镜头、候选、提示版本、改动变量和结果。身份错误先改参考,动作错误先减复杂度,剧情状态错误先改分镜;不要同时换模型、角色图、动作和风格后试图判断哪项有效。
18. 参考资产、关键帧与多集身份控制
18.1 资产圣经
角色资产至少包括中性正面、三分之二侧面、重要服装和表情参考;场景资产包括平面图、主视图、反打方向和光位;道具资产包括外形、尺寸关系、文字内容和允许状态。
C01_visual_v01:米色衬衫、深棕围裙、齐肩黑发C02_visual_v01:灰蓝外套、短黑发L01_master_v01:旧修表铺、柜台、门和档案抽屉W01_stopped_v01:怀表停在 09:00,编号 417W01_running_v01:完成修复,允许走时E01_sealed_v01:封口完整,正面写“给林夏”E01_open_v01:封口打开,信纸可见这些名称是待制作参考资产的 ID,不是已存在的素材文件。角色脸、道具形状和文字应先批准,再批量生成。
18.2 首尾帧控制
首尾帧有助于表达起止画面,但不保证中间路径合理。递表前后画面正确,手与表仍可能在中间相互穿透。需要完整检查动作过程。
一些模型有多参考、首尾帧、视频编辑或运动条件,另一些没有。能力表中先标为 unknown,核验后记录版本、日期和试验素材。
18.3 Seed 与复现边界
相同随机种子不能保证跨镜头、跨模型、跨参考的身份一致。复现要记录模型 revision、权重、代码、输入资产哈希、采样参数、运行环境和结果文件。
即使记录齐全,也需区分“恢复相同制作配置”和“逐像素确定性复现”。不支持后者时,保存入选素材才是可靠交付基础。
18.4 依赖传播
角色服装 v01 改为 v02,可能影响所有同场镜头、分镜图、口型处理与海报。建立依赖图,先列受影响资产,再决定重做范围。
19. 配音、口型与声音表演
19.1 声音圣经
先用试读音频确认整场节奏,再生成正式配音。一个人物在同场戏中不应不断换声线、口音和录音空间感。
19.2 口型技术概念
口型方案可能根据音频、音素/视素、表情驱动或音视频生成来控制嘴部。具体算法不同,不能把所有方法都视为逐音素动画。
可见对白至少需要声音、脸部画面和时间范围。先固定实际音频,再处理嘴部和表情,随后检查声画延迟、开合节奏、牙齿形状、遮挡和身份稳定性。此文未调用或验证某一口型模型。
19.3 减少持续口型负担
对白可以合理使用 O.S.、反应镜头和道具插入。例如周澈介绍来历时,从他说话切到林夏听见父亲名字的反应,声音继续。
声音还在继续,画面切换不会改变角色是否在同一现场。镜头清单应标明哪个时段角色嘴部可见,避免对整段声音错误地要求全程同步。
19.4 对齐与字幕
正式配音后,可做转写与时间对齐,再人工修正。自动识别可能漏停顿、错人物名和误读“417”;字幕应表现观众易懂的文本,旁白中的编号读法可以单独记录。
全场对白不是必须落在镜头边界。一段对白允许跨镜头,但不能无意与下一角色对白重叠。需要重叠对白时,先在剧本中明确并安排混音。
19.5 环境和音乐
修表铺可以有安静环境、门铃、工具轻响和最后的走时声。怀表在未修复前不应被配上明确属于它的滴答声;店里的其他钟声要说明来源,避免观众误解道具状态。
配乐在工单揭示前可以收敛,给读字与停顿空间;结尾走时是叙事回收,应让它清晰出现。音乐来源、授权和最终响度要单独验收。
20. 剪辑、字幕与跨集包装
20.1 粗剪检查顺序
先检查场景关系和人物目标,再检查信息揭示,最后调整节奏。镜头好看却泄露了信正文,会破坏第一集钩子;人物反应再细腻也不能补救这个顺序错误。
20.2 J-cut、L-cut 与反应
下一镜声音先进入是 J-cut;上一镜声音延续到下一镜是 L-cut。首集 D06 从周澈说话镜头延续到林夏反应镜头,可使用 L-cut。
声音桥要保持现场连续,并在剧本与剪辑中标注。它不等于把所有声音随意提前或延后。
20.3 字幕与道具文字
字幕显示台词;道具文字是故事事实;标题是包装信息。三类信息分层制作。工单“417”“收件人:林夏”“完成栏空白”和信封“给林夏”需要精确图形或实物素材。
不要在上一个镜头中就把“收件人:林夏”完整露出,随后又用发现收件人的表演制造悬念。后期要控制可读范围与揭示时点。
20.4 片头、前情与片尾
教学首集的 90 秒已分配给 18 镜头,不另加片头片尾。正式项目若需要前情、片名、品牌或片尾,应从现有预算调整时长,或修改总时长。
第二集前情可用第一集已出现信息;不能在回顾里提前泄露第二集答案。标题和封面也应遵守同样的信息范围。
20.5 帧率、转场与输出
本案例使用 30 FPS:每集 2700 帧。内部采用整数帧和 [in,out) 半开区间。首集无重叠硬切;加叠化会改变时长,要重新计算。
FFmpeg 的 fps、trim、setpts、字幕和响度滤镜可参与规范化与交付;本机未运行相关媒体命令。[R4] 通用视频处理例子可阅读同目录《AI视频制作从脚本分镜运镜到生成剪辑与工程化详细技术文档.md》。
竖屏目标画布为 1080×1920,不代表模型原生输出就是该尺寸。导出后的实际编码、帧数、色彩、音频和字幕需要媒体检查与手机预览。
21. 三集案例:《停在九点的表》
21.1 一句话故事
准备关店搬家的修表师林夏,收到父亲旧学徒归还的停表和一封信。她原以为继续修表意味着替父亲守住旧生活,最终发现自己可以离开旧店,又自主保留手艺。
21.2 已确定的真实背景
父亲三年前去世;周澈曾跟父亲学修表,最近回城;工单 417 是父亲留给林夏的练习工单;表尚未完成;信封一直封好,周澈没读过;父亲没有预言店铺关闭,也没要求女儿永远守店。
这些是编剧真相,不需要首镜头全部说明。戏剧兴趣来自林夏逐步理解它们,而不是不公平地隐瞒必要信息。
21.3 全剧道具状态
21.4 拍摄与生成路线
角色反应优先使用参考驱动的稳定人物镜头;重要可见对白使用固定音频与适合的口型方案;工单、信和怀表数字用受控道具底板;递表、开封和维修用实拍或受控动画。
本案例不会声称“全部素材均由一次提示生成”。最终用哪一种路线,取决于固定工具能力和审片结果。
22. 第一集:完整 90 秒分镜与对白
22.1 镜头表
以下时间为镜头时间线。台词具体范围见配套音频 cue 表,可跨切点;没有台词的镜头也有叙事作用。
时长序列为 3,4,5,5,6,4,6,5,4,6,5,5,4,6,5,6,5,6,合计 90 秒、2700 帧。物件编号、工单和信封不要求生成模型写出准确字符。
22.2 两个关键镜头的分镜细化
S09/S10:声音延续与反应。 周澈在 S09 开始介绍自己,S10 初段切到林夏的停顿与视线变化,D06 继续。到 D06 结束后再让林夏提问,保留少量停顿。这样能看到“父亲”一词产生的反应。
S16:收件人揭示。 先通过精确道具图或后期图形让观众读到姓名,再切/停留在林夏反应。若人物近景和工单插入需要细分为两个剪辑片段,可在 6 秒预算内重排,或拆为 S16A/S16B 后更新清单与校验。
22.3 首集对白范围
配套共有 12 条对白 cue。D06 计划为 38.2–43.8 秒,跨 S09/S10;D09 为 58.1–62.3 秒,跨 S13/S14。校验器允许跨镜头,并检查 cue 开始位置属于声明的起始镜头、全场不无意重叠。
每条对白包含角色、文本、开始/结束帧与声音模式。真正可见的口型区间要由剪辑和实际配音进一步确定,不能用一个 lip_sync=true 代替全部设计。
22.4 钩子验收
结尾必须同时满足:收件人为林夏已经兑现;周澈身份已说明;信仍封好;人物可以选择打开。下一集的兴趣是正文与人物决定,而不是重复拖延已经回答的问题。
23. 第二、三集:节拍、对白与回收
23.1 第二集《空白栏》
信中两句是示例正文,不用父亲口型或现场出现承载。可由林夏 V.O. 朗读,并穿插她的反应。信没有强迫接班,也没有预言三年后的搬家。
本集兑现“信里写什么”,结尾让人物进入主动行动。第一次维修失败不是凭空增加灾难,而是表明决定之后仍需要实践。
23.2 第三集《下一分钟》
从 09:00 到 09:01 必须通过时间省略、蒙太奇或明确的经过时间处理;12 秒镜头不应无提示地表现正常分针跳完一分钟。实际道具时间与声音要对齐。
“暂停营业”不被抹掉,搬家计划仍保留;新增预约维修说明体现她选择带走手艺。人物变化由完成维修、署名和新的安排共同证明。
23.3 交付范围
第二、三集这里只提供总时长一致的节拍计划,尚无完整对白时轴、镜头候选与 SRT。制作时需要再做场面调度、分镜与试读,不能直接把 8 个节拍当作 8 条通用视频请求。
24. 制作清单、数据模型与配套文件
24.1 配套目录
ai-short-drama-kit/ README.md series_bible.json episodes.json episode_01.fountain episode_01_shots.json episode_01_dialogue.json episode_01.zh-CN.srt continuity_events.json prompts.zh-CN.md validate_project.py validation_report.json24.2 镜头数据
{"shot_id":"EP01_S16","episode_id":"EP01","in_frame":2190,"out_frame":2370,"character_ids":["C01"],"location_id":"L01","method":"character_performance","story_goal":"揭示工单收件人为林夏","dialogue_cue_ids":["D11"],"prop_states":{"W01":"stopped_0900","E01":"sealed"},"accepted_asset":null,"media_validation_status":"not_executed"}这个 JSON 是业务清单,不是某一模型 SDK 请求。accepted_asset=null 表示没有入选素材。对白、状态与镜头的引用关系可以检查;内容是否真的出现在画面中需要媒体验收。
24.3 剧情事件
{"event_id":"EV03","episode_id":"EP02","anchor_id":"EP02_B02","entity_id":"E01","field":"seal","from":"sealed","to":"open"}事件按剧情时间重放,from 必须与当前状态一致,状态迁移遵守规则。旁白引用、未声明镜头细节、实际媒体和审美不会因此自动验证。
24.4 本地校验
cd ai-short-drama-kitpython3 validate_project.py校验器检查三集节拍总长、首集镜头连续性、对白引用和时间、SRT、道具事件顺序,以及故事揭示锚点。故意构造错误计划验证非法迁移、时间空隙和提前走时等问题会被拒绝。
25. 批量生产平台与任务调度
25.1 系统分层
flowchart TB A[系列与脚本编辑] --> B[剧情状态与依赖图] B --> C[分镜和资产管理] C --> D[制作计划编译] D --> E[队列与费用预算] E --> F[供应商适配器或GPU节点] F --> G[素材下载与技术检测] G --> H[导演审片与入选] H --> I[口型声音剪辑合成] I --> J[跨集QA与交付]“计划编译”负责把故事要求转为可执行任务:参考素材是否存在、模型能力是否匹配、生成长度是否够剪、对白音频是否已固定、候选费用是否在预算内。
25.2 依赖图
角色外观批准 → 角色镜头生成 → 口型处理 → 入选镜头对白定稿 → 配音批准 ───────────┘道具文字批准 → 道具底板/合成 → 入选镜头入选镜头+正式音频 → 剪辑 → 跨集验收参考和剧本未锁定时,批量生成会把错误扩大。锁定后,不同镜头可并行;同镜头多个候选也可并行,但受预算、限流和审片能力约束。
25.3 状态与恢复
任务可包含 PLANNED → VALIDATED → QUEUED → SUBMITTED → RUNNING → GENERATED → DOWNLOADED → REVIEW_REQUIRED → ACCEPTED。口型、合成和交付是后续任务,不能因为生成成功就标为全片完成。
记录供应商任务 ID、请求摘要、模型版本与资产哈希。提交超时后先确认任务是否创建;下载失败优先恢复下载,避免重复生成。内容拒绝、参数错误、限流和审美不满意属于不同失败类别。
25.4 日志与追踪
建议用 series_id/episode_id/shot_id/candidate_id 关联日志,记录阶段耗时、状态变化、失败类型和费用估计。密钥、私人素材和临时下载签名不写普通日志。
脚本与资产版本改变时,使用依赖图标记失效任务。不要让旧字幕、旧口型和新对白混合进入最终母版。
25.5 模型适配
适配器暴露内部能力,如参考图、音频、首尾帧和时长选项;实际请求按固定 SDK 与供应商文档转换。Google Gen AI SDK 的 README 包含视频异步任务与参数迁移说明,说明旧示例可能不适用,需要版本核对。[R5]
26. 评测:镜头质量与系列质量
26.1 镜头层
检查身份、视线、动作、口型、光向、道具、构图和技术输出。不要只看首尾帧;遮挡恢复、转头和嘴部变化的中间帧经常暴露问题。
26.2 场景层
检查对话对象、空间关系、声音延续、动作顺序、信息揭示和情绪承接。单镜头合格不保证正反打可以拼接。
26.3 剧集层
检查人物目标是否清楚、本集是否兑现、跨集道具状态是否正确、伏笔是否回收、结局是否来自人物选择。系列 QA 要读完大纲和状态账本。
26.4 示例评分
人物变脸、关键剧情矛盾、错误道具文字、未获批准的敏感信息和损坏媒体应设为硬门槛。平均分不能掩盖它们。
多模态模型可帮助定位异常,但会漏报或误判。关键事实、授权、表演和结局表达仍需人工审查。
27. 成本、工期和返工管理
27.1 成本构成
总成本 = 编剧与分镜 + 参考资产 + 候选生成 + 配音/音乐 + 口型/动作处理 + 修补与剪辑 + QA + GPU/存储/转码/下载按镜头制作方法计费。道具图形镜头、实拍动作和角色生成镜头成本结构不同,不能用镜头总数乘同一种云视频价格。
27.2 候选预算
为每镜头设初始候选、追加上限和替代路线。连续失败时检查是否超出模型能力:复杂手部操作可以改为受控道具镜头,持续对白可以重新设计反应与声音桥。
记录“入选一分钟成本”时,包含被淘汰候选和人工修补。单次生成便宜不代表整剧便宜。
27.3 工期依赖
剧本和角色圣经先锁定;配音与道具资产可在分镜明确后并行;正式音频确定后做口型;剪辑之后做跨集 QA。最后阶段仍修改核心剧情,会波及大批素材。
需要发行调整时,优先区分文字包装修改、剪辑顺序修改和故事状态修改。三者影响范围不同。
28. 原创、授权与数据治理
真实项目需要建立原作改编授权、人物形象与声音授权、素材和音乐许可、平台与模型使用条件的台账。本文提供制作管理方法,不作特定地区或合同的法律结论。
创作可以研究题材与结构,但不要直接复制他人的具体剧情、台词、角色设计或画面资产。改编项目先确认允许改编和传播的范围,再投入批量制作。
真人形象和声音的生成应取得适用授权,明确用途和发布渠道。避免用生成短剧冒充真实事件、真实人物表态或本人背书;需要披露时按项目与渠道要求执行。
上传未公开剧本、演员参考和个人数据前,确认服务是否符合团队数据处理要求。控制访问、保留、下载与删除权限。
29. 常见问题与解决方案
30. 最佳实践
1. 先确定结局中的人物选择,再设计开头的矛盾。 2. 系列圣经包含人物、世界、事实、道具和声音,不只外观。 3. 每集回答一个当前问题,再引出下一步兴趣。 4. 每个伏笔有明确回收位置,重要答案不无限拖延。 5. 动态分镜用真实试读检查对白与停顿。 6. 关键道具文字、代码与精密操作采用可控素材。 7. 持续对白、反应和插入镜头共同设计,保留人物表演。 8. 身份资产锁定后并行生产,候选参数与入选素材保存。 9. 事件校验、知识矩阵和人工跨集审查共同维护连续性。 10. 正式音频定稿后再做口型,修改后标记下游任务失效。 11. 镜头、场景、剧集分别验收,关键缺陷设硬门槛。 12. 交付母版、字幕、版本、来源台账与实际质量报告。
31. 学习路线与练习
建议先做一个能完整兑现的小故事,再扩展篇幅和人物数量。每次增加一个难点,并保留失败样本与原因,学习过程才可复用。
32. 官方资料、配套验证与边界
32.1 已读取资料
• [R1] Fountain 官方语法:https://fountain.io/syntax/。本次读取场景标题、动作、人物、对白与 @中文角色强制标记说明;未运行某个剧本软件的导入或渲染。• [R2] Hugging Face Diffusers 官方视频文档源码:https://github.com/huggingface/diffusers/blob/main/docs/source/en/using-diffusers/text-img2vid.md。本次复用并阅读已取得的完整官方 Markdown,核对视频时空生成、参数与显存优化概念;未下载权重或运行 GPU 推理。 • [R3] ComfyUI 官方仓库与 README:https://github.com/Comfy-Org/ComfyUI。复用已取得完整 README,核对节点式工作流、视频与 JSON 保存;未安装或执行工作流。 • [R4] FFmpeg 官方滤镜文档:https://ffmpeg.org/ffmpeg-filters.html。已读取缓存中完整的相关滤镜章节;整个网页下载后部未完成,不视为完整文档镜像;本机未运行媒体命令。 • [R5] Google Gen AI Python SDK 官方仓库:https://github.com/googleapis/python-genai。缓存 README 未完整下载,已读取视频异步示例与开头迁移说明;不宣称已验证任何一组视频 SDK 参数。
Fountain、视频生成和工作流资料是技术依据;人物、剧作、表演、评分、预算及平台设计是本文教学方案。针对特定模型的功能需要固定版本后重新核验。