AI微短剧:创作摄制与流量变现(连载3-06)
- 2026-11-19 06:33:38

3.6 分镜脚本自动化:从剧本到画面的翻译官
剧本写好了,角色资产建好了,接下来就是把剧本“翻译”成分镜脚本。传统影视制作中,分镜脚本是由导演和分镜师手工绘制的,一集3分钟的微短剧可能要30到40个分镜画面,手绘至少要2天。AI时代,这个过程能大幅自动化。
AI分镜的“镜头语言”提示词
AI分镜的核心是“镜头语言提示词”:用文字精确描述每个镜头的画面构成。镜头运动和视觉焦点,让AI理解你想拍什么样的画面。
镜头语言提示词包含以下要素:
景别,特写(面部或局部细节)、近景(胸部以上)、中景(腰部以上)、全景(整个人物)、远景(人物在环境中的比例较小)。景别决定画面的信息量,特写传达情绪,中景传达互动,全景传达环境,远景传达氛围。一集3分钟的微短剧,景别分布建议是:特写30%。近景30%、中景25%、全景10%、远景5%。特写和近景占比高,因为微短剧在手机竖屏上看。观众需要看到角色的面部表情才能产生情感共鸣。
镜头运动,固定(不动)、推(向主体靠近)、拉(远离主体)、摇(左右旋转)、移(平行移动)、跟(跟随主体)。每种运动传达不同的情绪,推镜头制造紧张感和压迫感,拉镜头制造疏离感和释放感,摇镜头展示环境信息,移镜头制造流畅感,跟镜头制造沉浸感。微短剧以推和固定为主,推用来强化情绪高点,固定用来呈现对话场景。不要滥用运动镜头,每个镜头都在动,观众会头晕。
构图——人物在画面中的位置。居中构图(庄重、正式)、三分法构图(自然、平衡)、对角线构图(动感、紧张)、对称构图(仪式感、压迫感)。微短剧以居中和三分法为主,因为竖屏画面的横向空间有限,居中构图能最大化展示人物面部。
焦点控制——画面中最清晰的区域。浅景深(背景虚化)突出主体、强化情绪;深景深(全景清晰)展示环境信息。微短剧以浅景深为主,手机屏幕小,背景虚化能让观众注意力集中在角色面部。
把这四个要素写进每个镜头的提示词里,格式如下:“镜头#03 | 近景 | 缓慢推 | 三分法构图,人物在右侧三分之一处 | 浅景深。焦点在角色眼睛 | 画面内容:李明低头看着手中的旧照片,嘴角微微抽动 | 情绪:压抑的悲伤 | 参考角色:A01-李明 | 参考场景:S02-咖啡厅角落”
这样一份分镜提示词,包含了AI画面生成所需的全部信息。你把它喂给可灵、Seedance或者Runway,AI生成的画面和你的预期匹配度会非常高。
要提醒新手常犯的错误:提示词写得太“文学化”,比如有人写“镜头缓缓推向她的脸庞,她的眼中映着窗外的霓虹,像是藏着整个城市的孤独”。这种写法对人来说很美,但对AI来说是灾难,AI理解不了“整个城市的孤独”是什么画面。AI需要的是具体、可执行的视觉指令:什么景别?什么运动?角色在看什么?画面里有什么物体?光线从哪个方向来?好的分镜提示词理应像“产品说明书”一样精确,而不是像“散文”一样优美。你可以做到在分镜文档的备注栏里写文学化的描述给自己看,但喂给AI的提示词务必是工程化的语言。
另一个常见问题是“一个镜头塞太多作品”。一个5秒的镜头,AI能呈现的信息量是有限的,如果你在提示词里写了“李明推门进来,看到赵雪在哭,桌上散落着文件,窗外下着雨。墙上挂着一张旧照片,地上有一个打碎的杯子”:AI根本来不及在5秒内展示这么多元素,结果是AI会“选择性忽略”一部分内容,而它忽略的恰好可能是你认为重要的。
运镜指令的“代码级”写法
如果你对画面精度有更高要求,比如你用的是Seedance或Runway Gen-4.5这类支持精细控制的专业工具,可以用“代码级”的运镜指令来控制AI生成。
代码级运镜指令的核心思路是:把镜头运动拆解为参数化的指令,像写代码一样精确地告诉AI每个参数的值。
【注意:以下为示意性格式,非真实API调用代码】
推拉参数:起始距离(米)、结束距离(米)、运动时长(秒)、运动曲线(线性/缓入缓出/先快后慢)。比如“push: start=3.0m, end=1.2m, duration=2.5s, curve=ease_in_out”。
摇移参数:起始角度(度)、结束角度(度)、运动时长(秒)、运动曲线。比如“pan: start=-30deg, end=30deg, duration=3.0s, curve=linear”。
焦点参数:起始焦点位置(x, y坐标)、结束焦点位置、焦距变化。比如“focus: start=(0.5, 0.4), end=(0.7, 0.3), focal_length=85mm”。
要说明:这些参数化的指令不是给AI画面生成工具直接读的,AI工具的接口目前还做不到这么精确的参数控制。它的作用是给你自己和你的团队一个“精确的画面规格书”:在生成画面之前,你已经明确定义了每个镜头的运动轨迹和焦点变化,生成时只要按照这个规格去操作工具的各项参数设置。
代码级写法的好处是“可复现性”:同样的指令,不同的人操作,得到的画面运动是一致的。这对于团队协作特别重要,如果你的团队有多个人生成画面,代码级指令能保证所有人的镜头风格统一。
不过,对于个人创作者来说,代码级写法可能过于繁琐。一个折中方案是:关键镜头(每集的付费卡点镜头、大反转镜头、开场钩子镜头)用代码级写法确保精度,普通镜头用自然语言描述即可,80/20法则,20%的关键镜头花80%的精力去精雕,剩下80%的镜头快速生成就行。
分镜脚本最终输出的格式建议采用“表格+提示词”的混合形式。表格部分包含:镜头编号、时间码、景别、镜头运动、画面内容概述、情绪焦点。提示词部分包含:完整的AI生成提示词(含角色参考编号、场景参考编号、光影参数、音频参数)。表格给你和团队一个快速总览,提示词给执行人员(或你自己)一个精确的操作指令。一集3分钟的微短剧,最终的分镜文档大概3到5页A4纸,看起来不少,但这3到5页是整集视频的“施工图纸”,没有它,你就跟没有图纸盖房子一样,东拼西凑、返工不断。
(未完待续)