AI 短剧开工前必须想清楚的 15 个问题：从立项到交付的决策清单
AI 短剧能不能做，不取决于模型多强，而取决于团队有没有把流程拆成可决策的环节。下面 15 个问题按生产顺序排列，每一个都对应一个开工前就要定的事。
这份清单怎么用
这不是一份「AI 短剧是什么」的科普问答，而是一份开工前的决策清单。按生产链路从前到后排列：立项 → 剧本 → 美术 → 分场 → 镜头 → 拍摄 → 交付。每个问题后面给的是判断标准，不是标准答案——团队规模、题材、预算不同，选择会不一样。
建议用法：制片或导演拿着这 15 条过一遍会，每条给出团队自己的答案，再决定要不要开机。
---
一、立项阶段：先决定要不要做
1. 我们要做的是「AI 生成的短剧」，还是「用 AI 生产的短剧」？
这两个说法差一个字，路径完全不同。前者把 AI 当创作者，期待一次出片；后者把 AI 当生产工具，人在关键节点做判断。
判断标准：如果团队的预期是「输入一句话，拿回一部能播的剧」，目前任何工具都做不到稳定交付；如果接受「人定方向、机器执行重复环节、人审每一步」，AI 短剧已经可以进入生产。
2. 竖屏规格在第几步锁定？
竖屏不是拍完再裁切，而是从剧本阶段就要按 9:16 的视觉逻辑写：近景多、台词短、信息集中在画面中部、单场时长短。
判断标准：如果剧本还是横屏剧的写法（大场面、长对白、宽幅调度），到了视频环节再救，成本会翻倍。立项时就要把单集时长（竖屏以 1–2 分钟为主，最长收敛到 3–4 分钟）、画幅、投放平台写进简报。
3. 题材合规谁来把关？
AI 视频链路对版权和敏感题材有拦截机制，但平台审核和监管红线是另一层。选题入口可以做题材过滤，但最终责任在制作方。
判断标准：立项会上必须有一个人明确负责合规，不能等片子剪完才发现过不了审。
---
二、剧本阶段：先有结构，再有正文
4. 创意够不够格进剧本？
一个想法能不能直接开写，取决于它的完整度。成熟的做法是给创意打分（0–100），按分数分流：高分直达简报，中分补维度，低分走完整引导。
判断标准：如果以下十项有三项以上答不上来，就不该急着写正文——题材、主角、核心矛盾、故事走向、集数、单集时长、风格基调、爽点与钩子节奏、结局方向、投放平台与受众。
5. 简报锁版前，主角字段里有没有「人物弧光」？
简报（Brief）是立项会的结论，锁版后才进入下一阶段。主角只写身份和性格不够，必须写清他从哪里开始、到哪里结束、中间被什么改变。
判断标准：如果主角在大结局时和第一集是同一个状态，这个故事大概率撑不住几十集。
6. 第 1 场能不能在 3 秒内抓住人？
竖屏短剧的第 1 场必须是强冲突或强悬念，禁止平淡开场和长篇背景介绍。这不是建议，是写作铁律。
判断标准：把第 1 场的台词和动作单独拎出来读，如果前三句还在交代背景，重写。
7. 单集结构是不是「钩子—升级—留扣」？
标准单集结构：开场钩子（1 场）→ 矛盾升级 → 集末 cliffhanger（最后 1 场）。每集至少一次小爽点（打脸、反转、身份暗示、证据到手），每 3–5 集一次大爽点。
判断标准：随便抽一集，问三个问题——开场 10 秒有没有事发生？中间有没有升级？结尾有没有让人想点下一集？三个都答「是」才算合格。
8. 第 200 集怎么记得第 3 集埋的线？
不能靠模型的记性，要靠结构化档案。故事档案记录人物身份、稳定性格、可变状态（伤痕、身份变化）、人物关系、伏线的开启与收束状态、按集出场表、每批剧情纪要、道具视觉描述。
判断标准：写续集时调取的应该是档案切片（人物当前状态、未结伏线、近批摘要、本批主线），而不是把前几十集全文塞回去。
故事档案是一份贯穿全剧的结构化设定记录，相当于传统编剧室里的 continuity bible，作用是让第 200 集还记得第 3 集埋了什么。
9. 剧本写完有没有人查「占位敷衍」？
常见问题：集标题错误、场景数不匹配、缺人物行、对白过少、用「未完待续」凑数。成熟流程会过规则质检，不合格带错误反馈重写，不把半成品交给下游。
判断标准：如果剧本交付前没有一道自动质检，所有这些问题都会在视频环节爆发，到时候改的成本远高于剧本阶段。
---
三、美术阶段：一致性靠资产，不靠运气
10. 角色为什么会换脸？怎么防？
根本原因：每场戏都在重新想象这个人长什么样。解法是先出定妆图，拍摄时只引用定妆资产，并且禁止用文字再去描写有参考图人物的服装和外貌——文字只写动作、表情、伤情。
判断标准：检查你的视频提示词，如果一个角色已经绑定了参考图，提示词里还在写「身穿红色长裙、长发披肩」，这就是换脸隐患。
11. 画风在第几步统一？
画风必须在出图前选定，之后人物立绘、场景立绘、道具立绘、视频提示词共用同一条风格路径。否则会出现「人物是日漫、视频变成写实」的断层。
判断标准：问美术一个问题——我们选的这套画风，人物手册、场景手册、道具手册、视频风格标签是不是同一套？如果各选各的，后期一定崩。
12. 场景图里为什么不能有人？
场景图是空镜，用于给视频模型提供环境参考。如果场景图里有人，模型会把这个人当成画面元素，和真正的角色串戏。
判断标准：所有场景立绘过一遍，有人物的打回重出。这是纪律，不是审美偏好。
---
四、分场与镜头阶段：用分镜表语言说话
13. 一集为什么要切成约 10 秒的场块？
一条长提示词生成一整集，结果必然失控。把剧本切成约 10 秒的场块（正文软上限约 200 字），每场独立提示词、独立参考图、独立成片，才能逐场控制。
判断标准：你看到的生产界面应该是「第 3 集 → 场 1、场 2、场 3……」，每场有自己的历史 takes，而不是「第 3 集一个大视频」。
需要说清楚：约 10 秒是工程启发式，不是时间码精剪。超长场会再拆，但仍可能出现偏长的块；精剪与串场成片需要后续剪辑环节。
14. 一条合格的镜头提示词长什么样？
八大要素：精准主体、动作细节、场景环境、光影色调、镜头运镜、视觉风格、画质、约束条件。简单场景一段式写完；复杂影视化场景走三段论——总体设定 → 镜头 1/2/3 → 约束包。
几条硬规矩：
- 一镜一运镜：禁止单镜内推拉摇移叠加
- 用镜头序号，不用绝对秒数（不写「0–3s」）
- 强制兜底包：画质、面部稳定、无水印 Logo；多人场景加双胞胎/分身兜底
- 动作要细化并量化程度：优先低缓连续动作，减少高爆发动态崩坏
- 符号规范：台词用
{}、音效用<>、BGM 用（） - 只给本场素材，禁止串戏
系统在教模型用分镜表语言说话，而不是写小说。
---
五、拍摄与交付阶段：把它当生产工具
15. 拍完不满意，改什么？
AI 短剧的重拍不是「重新生成一次碰运气」，而是有明确改法：
| 不满意的现象 | 该改的地方 |
|---|---|
| 角色长得不对 | 换定妆参考图，或检查提示词是否还在描写外貌 |
| 动作崩坏 | 降低动作幅度，拆成更细的镜头，换模型档位 |
| 场景串戏 | 检查参考图映射顺序（场景→道具→人物），排除无关道具 |
| 画风漂移 | 确认视频风格标签与立绘画风一致 |
| 台词和画面不搭 | 编辑提示词里的台词符号，重拍这一场 |
| 整体节奏不对 | 回到剧本场块切分，不是在视频里硬救 |
同一场保留多个 takes 择优，改了提示词或参考图再拍才是新的 take——和片场「改分镜说明再拍」是一个逻辑。
---
六、边界：这些事目前做不到
开工前还要知道几条诚实边界，否则预期会错位：
- 没有成片自动打分或自动择优重拍引擎。 质量终审在创作者和监制手里。
- 参考图不是强制门禁。 缺图会提醒，但允许跳过走纯文字路径——质量通常更差，专业流程应该先定妆再开拍。
- 约 10 秒的场块是工程启发式，不是时间码精剪。 精剪与串场成片需要后续剪辑环节。
- 当前不做跨场自动续写或延长视频的产品化工作流。 产品单元是「单场多模态参考 → 单段成片」。
- 角色一致性依赖定妆资产链路，不是人脸嵌入校验。 最终观感取决于立绘质量和提示词是否遵守「有图不写外观」。
---
把决策清单变成流程
这 15 个问题如果全部靠人盯，几十集下来一定漏。能固化的环节应该固化成系统：创意评分分流、简报锁版、故事档案自动回填、规则质检、参考图映射、场块切分、镜头提示词规范、多 take 管理。人留在审美和判断的位置上。
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。
---
*猫斯卡（Maosika）是 AI 竖屏短剧生产操作系统，一个想法，全程自动。本文不涉及具体定价与模型厂商信息。*
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