AI 竖屏短剧生产流水线拆解：立项、剧本、定妆、分场、出片的 12 个验收点

猫斯卡编辑部 ｜ 最后更新日期 2026 年 7 月 29 日

AI 做短剧最容易翻车的，不是模型不够强，而是流程顺序错了。先定妆再写镜头、先锁档案再续写、先切场块再出片——这 12 个验收点，决定你拿到的是可上线的剧还是一堆废片。

为什么多数 AI 短剧做不到第三集就崩

很多团队第一次用 AI 做竖屏短剧，流程是这样的：想到一个题材 → 让模型写几集剧本 → 挑几句台词丢进视频生成 → 出来什么算什么。结果第一集还能看，第二集主角换了张脸，第三集连人物关系都对不上。

问题不在模型，在没有把剧组的工序搬进来。真人剧组不会今天想拍、明天开机；AI 剧组也不应该。

一条能稳定产出的 AI 竖屏短剧流水线，必须满足三个条件：

1. 每一环都有可验收的中间产物——剧本、档案、定妆图、场块、提示词、成片，能看、能改、能回退。
2. 顺序不能倒——没锁简报就写剧本、没定妆就开拍、没切场块就出长视频，后面全是补丁。
3. 人在关键节点拍板，机器负责把决定落到每一集、每一场。

下面按真实生产顺序，把整条链路拆成 12 个验收点。每个点讲三件事：这一步在做什么、交付物长什么样、什么算过关。

---

阶段一：立项与创意准入

验收点 1：创意完整度评分，决定要不要补料

不是每个想法都能直接开拍。一个能进流水线的创意，至少要说清十件事：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。

创意准入的做法是给想法打一个 0–100 的完整度分：

这一步的关键是分数由系统强制分流，不是模型嘴上说「够了」就放行。类比真人剧组：立项会没开完，不能进编剧室。

验收点 2：创意简报锁版

创意问清楚之后，要落成一份创意简报（Creative Brief），并且锁版。锁版的意思是：后面所有环节都以这份简报为准，要改得回到这一层改，不能在剧本里偷偷换主角设定。

简报必须固化这些字段：

• 一句话故事（logline）
• 核心矛盾
• 故事走向与结局方向
• 爽点与钩子节奏
• 投放平台与受众
• 分段分集梗概
• 给编剧的注意事项
• 主角字段，必须包含人物弧光

创意简报是整部剧的「宪法」。锁版之后才能进入下一阶段，这是硬门禁。

---

阶段二：剧本与连续性

验收点 3：故事档案建档

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。它记录：

• 人物身份与稳定性格特征
• 可变的当前状态（伤痕、身份变化、情绪阶段）
• 人物关系
• 每条伏线的 open / resolved 状态
• 按集出场表
• 每批剧情纪要
• 道具视觉描述

核心原则：不靠模型记性，靠结构化档案。 写第 20 集的时候，模型不应该「记得」第 3 集埋了什么，而应该从档案里读到那条伏线还没结。

验收点 4：分批剧本写作，先规划后正文

竖屏短剧的剧本不应该一次写完几十集，也不应该一集一集零敲碎打。合理的做法是分批写作，每批数集，每批走完「规划 → 正文 → 质检 → 回填」四步。

每一批开写之前，先出两样东西：

1. 场戏清单（Beat Sheet）：这一集几场戏，每场发生什么。
2. 集末钩子（Cliffhanger）：这一集最后一场吊住观众的点是什么。

清单和钩子定了，再写正文。从第二批起，还要先问定四件事——本批剧情方向、重点人物、伏笔与冲突、集末钩子——这些被标记为硬约束，和档案冲突时以当批创作意图为准。

验收点 5：竖屏写作铁律内嵌

竖屏短剧有自己的节奏语法，不是把长剧剧本砍短就行。这些规则应该被写进写作环节里，而不是靠编剧临场发挥：

1. 黄金 3 秒：第 1 场必须强冲突或强悬念，禁止平淡开场和长篇背景介绍。
2. 单集结构：开场钩子（1 场）→ 矛盾升级 → 集末 cliffhanger（最后 1 场）。
3. 爽点密度：每集至少 1 次小爽点（打脸 / 反转 / 身份暗示 / 证据到手）；每 3–5 集 1 次大爽点。
4. 台词：短句为主，单句一般不超过 20 字；禁止论文腔和大段旁白解释。

验收点 6：规则质检，不合格自动重写

每批剧本写完，要过规则质检器。它卡的是硬伤，不是审美：

• 集标题错误
• 场景数与清单不匹配
• 缺【人物】行
• 对白过少
• 出现「未完待续」之类的占位敷衍

不合格的批次带错误反馈自动重写。没通过质检的半成品不应该交付给用户。

质检是机器的活，审美是人的活。机器卡硬伤，人判断好不好看。

---

阶段三：美术与一致性

验收点 7：选定画风，全链路共用

AI 短剧最常见的视觉翻车：人物是日漫，视频变成写实，道具又是 3D。根源是画风没在一开始锁死。

专业做法是提供一套画风手册，每套手册至少包含三块：人物出图手册（面容锚点、材质、气质、视图一致性）、场景 / 道具手册、视频风格标签。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。

目前成熟的画风手册应该覆盖 2D、3D、真人写实等方向，比如都市写实、古装写实、成熟都市言情动画、九十年代日漫、国风工笔、仙侠古风、3D 国漫、黏土定格、赛博国风等。

验收点 8：角色定妆，硬门禁确认

剧本里出现的所有角色，在开拍前必须完成定妆。确认时机器强校验四件事：阵容齐全、姓名合法、视觉字段完整、主角与简报对齐。不过关不能进入下一阶段。

立绘生产走两段式：先用该画风的人物手册加上性别硬规则，把档案里的文字描述润色成可出图的提示词（这一步人工可以覆盖），再拼最终提示词出图，落库为可回看的历史版本。

性别是出图时的硬规则，不随模型发挥。

验收点 9：场景与道具建档

场景从剧本里结构化解析为「内 / 外 | 地点 | 日夜」，不靠手填表格。场景立绘有一条铁律：空镜纪律——场景图严禁出现人物，否则人物参考图会被污染。

道具按集以拍戏视角提取剧本里的原始称呼，全剧合并成编目，不丢集。有一条内容权威规则要记住：用户和剧本的描述压过画风手册的世界观禁令——手册管怎么画，不管拒画什么。

验收点 10：参考图映射，有图就不写外观

这是 AI 短剧一致性机制里最核心的一步，也是多数团队没做对的一步。

每场戏自动构建一张参考素材表，顺序固定：场景图 → 本场道具图 → 人物定妆图。有图才占槽位，无图标明「仅文字」，不强行编造绑定。

这里有一条最高优先级约束，值得单独拎出来：

有参考图的人物，禁止再用文字描写服装 / 外观；以参考图为准，文字只写动作、表情、伤情。

这条规则直接针对 AI 视频的经典翻车——文字描述和参考图打架，导致人物换装、换脸。

参考图映射还支持几个专业操作：

• 手动角色绑定：剧本里叫「警官」，绑到档案里「李强」的定妆，处理称呼不一致和客串指代。
• 道具纳入 / 排除：控制本场视觉焦点，避免无关道具挤占参考槽位。
• 历史版本替换：在同类同名下换一张更合适的图。
• 时代造型路由：穿越 / 闪回题材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。

开拍前还要做齐套校验：生成提示词前检查缺失的场景 / 人物 / 道具参考，弹出清单引导先去绘制。允许跳过走纯文字路径——但专业流程应该先定妆再开拍，缺图硬拍质量通常更差。

---

阶段四：分场、镜头与出片

验收点 11：剧本切为约 10 秒场块，镜头提示词工程化

竖屏短剧不应该把一整集丢给视频模型生成一条长片。正确做法是把剧本自动切成视频场块，目标粒度约 10 秒 / 场，正文软上限约 200 字，超过再按动作节拍、空段、句号等规则拆。

用户看到的不是「第 3 集一个大视频」，而是「第 3 集 → 场 1、场 2、场 3……」，每场独立提示词、独立参考图、独立成片与历史 takes。这和剪辑台上的 clip 列表是同一个逻辑。

高质量短剧从来不是一条长生成硬剪出来的，而是一条条可控单元堆起来的。

每个场块的镜头提示词，应该遵循一套工程化规范，核心是八大要素：

几个写提示词时的硬规矩：

• 复杂场景走三段论：总体设定 → 镜头 1/2/3… → 约束包。
• 用镜头序号，不用绝对秒数（禁止写「0–3s」）。
• 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；本场剧本正文是最高优先级依据。
• 生成参数偏保守，取稳定可控而非天马行空。

一句话总结：系统在教模型用分镜表语言说话，而不是写小说。

交付前还要做合规清洗：剥离特定影视作品 / IP 名称，保留技法与美学描述，降低下游版权拦截风险；参考图被识别为疑似真人照片时，明确引导改用平台绘制链路。

验收点 12：多模态出片、审片、改词重拍、多 take 择优

标准拍摄路径是：打开某集视频工作台 → 确认参考图齐全（或有意跳过）→ 生成视频提示词 → 人工阅读并编辑 → 选模型档位 / 比例 / 分辨率 / 时长 → 提交出片 → 队列渲染 → 回看历史 takes 择优。

默认交付形态是 9:16 竖屏，不是事后裁切。输出规格上，时长支持智能时长或固定 5–15 秒，模型档位分标准 / 高速 / 轻量，分辨率按模型白名单，音频默认可生成、水印默认关。

出片环节有几个专业可控点，对应剧组里的真实工种：

关键原则：出片时不重新发明提示词。Worker 用的是用户已确认或已编辑的提示词加上当时锁定的参考图映射。改了词再点生成，才是新的 take——和片场「改分镜说明再拍」完全一致。

---

生产级可靠性：能不能当工具用，看这些细节

一条能跑量的 AI 短剧流水线，背后必须是可运营的生产队列，而不是玩具脚本。几个必须做到的点：

• 成片做 faststart 处理，并以实测时长落库，不把厂商回读时长当唯一真相。
• 视频任务走独立队列车道，与剧本写作、立绘任务隔离并发槽位。
• 同一场块进行中禁止并行提交，避免重复扣费与状态混乱。
• 积分预扣与结算，失败自动释放。
• 僵死任务超时回收，失败可感知、可重试。
• 已有厂商任务号时支持续跑轮询，禁止二次创建与二次预扣。

---

诚实边界：这七件事，目前做不到

讲完能做什么，必须讲清楚做不到什么。短剧从业者对 AI 宣传已经免疫，主动划边界才是建立信任的方式。

1. 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，系统提供的是多 take 与改词重拍的工具。
2. 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，所以专业流程应该先定妆再开拍。
3. 提示词里的参考代号靠规范引导，不做二次硬拼。 创作者审词时仍应确认参考代号齐全。
4. 视频分镜语法以平台内置的镜头规范为准，画风只注入视频风格标签；完整美术手册用在立绘侧。
5. 约 10 秒的场块是工程启发式，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。
6. 当前不做跨场自动续写 / 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」。
7. 角色一致性依赖定妆资产链路，不是人脸嵌入校验。 时代造型靠规则选图，最终观感仍取决于立绘质量，以及提示词是否遵守「有图不写外观」。

猫斯卡的定位是可规模化生产的 AI 竖屏短剧生产操作系统——把专业流程固化进产品，而不是宣称无需人类、零失误出片。它没有试图用一次生成替代剧组；它用工程手段强制执行了短剧工业里已经被验证的质量控制顺序——先故事与连续性，再定妆，再分场，再镜头指令，再多 take 择优。

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。

---

*本文描述的 18 位数字专家团（5 位核心专家 + 13 位视频制作专家）、17 套画风手册、故事档案、参考图映射与场块机制，是猫斯卡作为 AI 竖屏短剧生产操作系统所固化的工序。如果你正在搭自己的 AI 短剧生产线，这 12 个验收点可以直接当作项目检查表用。*

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