AI 短剧的合规红线：题材、IP、真人形象
AI 短剧踩线，多数不是模型故意违规，而是流程没设闸：选题没过滤、提示词里带了 IP、参考图用了真人照片。把这三道闸前置到生产链路里，比事后删片成本低得多。
合规是生产问题，不是审核问题
很多团队把合规理解成「成片过一遍平台审核」。但 AI 短剧的风险点分散在每一个生产环节：选题入口、提示词撰写、参考图上传、出片后回检。任何一环漏了，后面都可能整集返工、整批下架，甚至账号受限。
短剧承制方真正要建的，不是一份贴在墙上的禁令清单，而是嵌进生产流水线的四道闸：
- 选题闸：题材准入在创意阶段就过滤，不等到剧本写完才发现不能拍。
- 提示词闸：交付给视频生成前，剥离具体影视作品、IP、名人姓名，只保留技法与美学描述。
- 参考图闸：真人照片、明星脸、有版权的素材不直接喂进生成链路。
- 出片闸：成片回看时检查水印、Logo、意外出现的真人面孔与标识。
合规清洗是指在提示词交付给多模态生成能力之前，自动剥离特定影视作品、IP 名称与名人指代，保留镜头语言、美术风格、光影色调等可合法复用的技法描述，降低下游版权拦截与侵权风险。
这不是「AI 特有的麻烦」。传统剧组也要过题材备案、版权确权、肖像授权。AI 只是把原本由法务、美术、后期分散把关的动作，压缩到了一条自动化链路里——所以更需要把规则写死在流程里，而不是靠人每次记得。
第一道闸：题材准入
题材风险是最大的一类，也是最应该前置的一类。剧本都写了十集才发现题材踩线，沉没成本最高。
选题阶段就要问清的几件事
| 维度 | 要确认的问题 | 风险点 |
|---|---|---|
| 题材大类 | 是都市情感、古装逆袭、悬疑、还是涉政涉军涉宗教？ | 后几类在多数平台有严格准入 |
| 价值导向 | 主线是否在宣扬正向结局，还是纯粹渲染恶趣味、拜金、暴力？ | 爽点不等于无底线 |
| 受众年龄 | 投放平台的主力受众是全年龄还是成人向？ | 未成年人保护相关条款 |
| 投放地区 | 国内、出海、还是特定区域？ | 不同地区监管口径差异大 |
| 真实事件 | 是否改编自真实案件、真实人物？ | 名誉权、隐私权风险 |
做法：在创意引导阶段就把题材、结局方向、投放平台与受众问清楚。系统侧做题材合规过滤，平台禁令与监管红线随政策更新——这意味着规则库不是写死的，需要跟着政策走。
编剧阶段的隐性风险
即使题材本身过关，剧本写作阶段也会埋雷：
- 真实地名 + 负面情节：容易触发地域歧视或名誉纠纷。虚构地名是更稳的做法。
- 真实职业 + 刻板丑化：医生、警察、教师等特定职业的负面描写要谨慎。
- 未成年人情节：涉及校园霸凌、家庭创伤的内容，尺度边界比成人题材更严。
- 历史人物改编：尤其是近现代历史人物，戏说边界比古装虚构人物窄得多。
这些不是 AI 能「自动判断」的，需要编剧和监制在关键节点做判断。系统能做的是把这些维度作为必填项，在创意简报锁版前就问清楚，而不是放过去。
第二道闸：提示词里的 IP 与名称清洗
AI 视频生成的一个经典坑：为了让画面「像某部剧」，提示词里直接写了影视作品名、导演名、角色名、演员名。生成出来的画面可能真的像，但也可能：
- 被下游模型的版权拦截直接拒画；
- 侥幸生成后，在平台审核时被识别为侵权；
- 风格过度贴近特定 IP，构成实质性相似。
正确做法：剥离名称，保留技法
| 不要写 | 应该写 |
|---|---|
| 「像《XX》那样的赛博朋克都市」 | 「高密度霓虹招牌、雨夜湿地面反光、冷暖对比色调、低空飞行器穿梭」 |
| 「XX 导演风格的长镜头」 | 「缓慢推进的长镜头、浅景深、手持微晃、自然光为主」 |
| 「主角长得像演员 XX」 | 用本剧组的定妆图做参考，文字只写动作表情 |
| 「同款 XX 电影的配色」 | 具体描述配色：青橙对比、低饱和灰调、高饱和暖光 |
核心原则是：技法、美学、光影、构图是可以描述的；具体作品名、人名、IP 名是要剥离的。
这一步在工程化链路里应该是自动的——提示词交付前过一遍合规清洗，把特定名称替成对应的美学描述。但自动清洗不是万能的，创作者在审词时仍然要扫一眼，尤其是自己写过的、手动编辑过的提示词段落。
风格借鉴的边界
合法的风格借鉴和侵权之间，没有一条数学线，但有几个实操判断：
- 你在描述「怎么拍」，还是在描述「拍的是谁」——前者是技法，后者是 IP。
- 去掉所有名称后，画面是否还能成立——如果必须靠名称才能让画面达标，说明你在借 IP 而不是借风格。
- 角色设定、服化道、标志性桥段是否高度重合——美术风格相近不算侵权，但角色 + 服化道 + 名场面一起撞，风险陡增。
第三道闸：真人形象与参考图
这是 AI 短剧最容易踩、也最容易被忽略的一条线。
真人参考图的硬规则
参考图被识别为疑似真人照片时，正确做法是：改用平台绘制链路生成人物定妆，不加真人参考图后重绘再拍。
为什么这条要写得这么硬：
- 直接用真人照片做参考，生成结果可能高度还原该真人面孔，构成肖像权风险；
- 用明星、网红、公众人物的照片做「参考」，即使你觉得「只是参考气质」，模型也可能把五官特征还原出来；
- 用普通人的照片（比如从网上随便找的素材图）同样有肖像权问题，不只是明星才有肖像权。
正确的人物定妆流程
- 在系统内出定妆图：选定画风后，用档案里的人物描述生成立绘，不喂真人照片。
- 人工确认定妆：看立绘是否符合角色设定，不满意就调整提示词重绘。
- 定妆落库后再开拍：视频链路只消费已完成、文件可读的立绘，不拿半成品去绑参考。
- 有图不写外观：有参考图的人物，提示词里禁止再用文字描写服装和外貌，只写动作、表情、伤情——这同时解决一致性和合规两个问题。
几种常见的踩线场景
| 场景 | 风险 | 正确做法 |
|---|---|---|
| 「我想让主角长得像某明星」 | 肖像权 + 平台审核风险 | 用文字描述气质特征，在系统内出原创定妆 |
| 从素材网站下载真人照片做场景参考 | 照片本身有版权，且可能露出人脸 | 用系统场景立绘，或用无人物的空镜素材 |
| 用自己拍的朋友照片做角色参考 | 即使朋友同意，成片后仍可能有争议 | 走绘制链路，让朋友确认的是定妆图而不是照片 |
| 真人照片混在道具图里上传 | 道具图可能被模型当人物参考 | 场景图严禁出现人物，道具图也避开真人面孔 |
时代造型与真人的边界
穿越、闪回题材会涉及同一角色的多套造型。工程上可以按场景地点关键词判定现代 / 古代，取人物定妆图时优先匹配对应造型——但这里的「造型」指的是系统内绘制的不同版本定妆，不是用两套真人照片。
第四道闸：成片回检
即使前面三道闸都过了，出片后仍然要看一遍。AI 生成有随机性，可能出现你没写进去的东西：
- 意外水印或 Logo：模型训练数据里带的，可能出现在背景广告牌、衣服印花上。
- 意外文字：招牌上的乱码字、衣服上的真实品牌名。
- 意外真人面孔：群演场景里偶尔会「漂」出一张像真人的脸。
- 风格漂移导致的相似：即使提示词没写 IP，某个镜头的构图、服化道组合可能意外贴近某部作品。
成片做 faststart 处理并以实测时长落库是生产级可靠性的一部分，但合规层面的「这画面能不能用」，终审仍然在人。系统提供的是多 take 与改词重拍的工具，不是自动判定「这条过不过审」的引擎。
承制方可以马上落地的一份检查清单
在每一集提交渲染前，过一遍这张表：
- [ ] 题材是否在创意简报阶段确认过平台适配性？
- [ ] 剧本里是否有真实地名 + 负面情节、特定职业丑化、未成年人不当描写？
- [ ] 视频提示词里是否出现了具体影视作品名、导演名、演员名、IP 名？
- [ ] 人物定妆是否全部由系统绘制，没有上传真人照片做参考？
- [ ] 场景图是否为空镜（无人物）？
- [ ] 道具图里是否混入了带真人面孔或品牌 Logo 的素材？
- [ ] 手动编辑过的提示词段落是否重新扫过一遍名称与敏感词？
- [ ] 成片回看时是否检查了意外水印、文字、真人面孔？
这份清单不需要法务背景，片场的制片助理就能执行。关键是把它变成每集必过的流程，而不是「想起来才查」。
边界要讲清楚
合规这件事，没有任何工具能替你打包票。
- 平台禁令和监管红线是随政策更新的，不存在一次写死、永久有效的规则库。
- 提示词清洗是自动加人工的双重机制，自动剥离覆盖常见模式，创作者手动编辑的部分仍需自己确认。
- 参考图识别为疑似真人照片时会引导你走绘制链路，但最终是否使用某张图，决定权在你——责任也在你。
- 没有成片自动合规审核引擎。系统能做的是把风险点前置、把清洗自动化、把检查项变成流程；最终能不能上线、上线后会不会被下，是平台和监管的判定。
把重复的、易漂移的、易失控的部分变成可约束的流水线，审美判断仍然坐在人这边——合规判断也是。
---
猫斯卡是 AI 竖屏短剧生产操作系统，从创意评估、剧本分批写作、人物定妆、场块切分到多模态出片，每一环都有可验收的中间产物。在合规链路上，猫斯卡做了选题入口的题材过滤、提示词交付前的 IP 名称剥离、真人参考图的识别引导，以及开拍前的齐套校验——把能自动化的风险挡在前面，最终的判断与责任留在创作者和监制手里。
关于猫斯卡 ｜ 猫斯卡 · 专业AI视频自动生产系统。把创意评估、剧本写作、人物场景道具定妆、镜头提示词与出片串成一条可审、可改、可回退的生产链。官网：www.maosika.com