AI 竖屏短剧生产流水线：从一个想法到成片的 12 个验收节点

猫斯卡编辑部 ｜ 最后更新日期 2026 年 7 月 29 日

用 AI 做竖屏短剧，真正决定成片质量的不是某一次生成，而是你有没有把流程拆成「每一步都能验收、能回退、能换人接着干」的节点。下面把这条链路按片场工种的顺序摊开。

为什么多数 AI 短剧死在「流程没拆」上

很多团队第一次上 AI，是把一个想法丢给模型，等它吐剧本、吐分镜、吐视频，然后在成片阶段发现：角色第三集换了张脸、道具第五集消失、台词突然变论文腔、集末没有钩子。这些问题不是模型「不够聪明」，是流程没有被强制执行——该锁的没锁，该建档的没建，该先定妆再开拍的顺序被跳过了。

工业化生产的核心不是「一键」，是每个环节都有可验收的中间产物：剧本、故事档案、定妆图、场块、提示词、成片。产物不过关，不往下走。

下面是一条经过剧组工种映射的完整链路，共 12 个节点。每个节点都写清：做什么、产出什么、通过标准是什么、最容易翻车在哪。

---

节点 1：创意准入——先打分，再决定引导多深

不是每个想法都需要走完整的十步引导。想法越完整，需要补的维度越少。

• 做什么：把你的初始想法按竖屏短剧的核心维度过一遍——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。
• 产出什么：一个 0–100 的完整度评分。
• 通过标准：
• ≥80 分：跳过大部分引导，直接进创意简报。
• 40–79 分：只补缺失的维度。
• <40 分：走完整引导，把十个维度问清。
• 翻车点：让模型「口头觉得够了」就放行，结果写到第十集才发现主角没有人物弧光、结局方向没想过。分数阈值应该是硬门禁，不是建议。

类比片场：立项会没开完，不许开机。

节点 2：创意简报锁版——Brief 不定，后面全是返工

创意简报是整个项目的宪法。锁版之前，不许进入剧本写作。

固化字段包括：

竖屏单集时长以 1–2 分钟为主，最长收敛到 3–4 分钟。这个规格要在简报里就定死，不要等拍完再剪。

节点 3：故事档案建档——不靠模型记性，靠结构化档案

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

写作时模型只吃档案切片——人物当前状态、未结伏线、近批摘要、本批主线。这样做有两个好处：一是防上下文失忆（第 200 集还记得第 3 集埋了什么），二是防噪音（十年前的旧设定不会乱入当前剧情）。

每批写完自动回填，续写前自动调取。一致性靠资产，不靠运气。

节点 4：分批剧本写作——先出场戏清单，再写正文

不要一口气写完整部。分批写，每批数集，一批写完、归档确认，再写下一批。

每一批内部的顺序是：

1. 场戏清单（Beat Sheet）先行：这集有几场、每场干什么、集末 cliffhanger 是什么，先列出来。
2. 再写正文：按清单写，不允许临场加戏减戏。
3. 规则质检：机器过一遍，卡住常见问题。
4. 档案回填：这批新出现的人物、伏线、道具写回档案。

从第 2 批起，先问定四件事再动笔：本批剧情方向、重点人物、伏笔与冲突、集末钩子。这四件事被标记为硬约束，与档案冲突时以当批创作意图为准——这是给创作者留的裁量权。

竖屏剧本的四条铁律

这四条是内嵌在写作规则里的，不是建议：

1. 黄金 3 秒：第 1 场必须强冲突或强悬念，禁止平淡开场与长篇背景介绍。
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；禁止论文腔与大段旁白解释。

写作进度过半后，系统强制注入结局约束，防止最后几集收不回来。

节点 5：规则质检——半成品不许交付

写完的剧本必须过规则质检器，卡住的典型问题包括：

• 集标题错误
• 场景数与场戏清单不匹配
• 缺【人物】行
• 对白过少（全是旁白或动作描写）
• 出现「未完待续」等占位敷衍

不合格的剧本带错误反馈自动重写，最多 6 次。未通过质检的半成品不会交付给你——这是把「交差式写作」挡在门外的硬门禁。

---

节点 6：选定画风——17 套手册，人物场景道具共用一条路径

内置 17 套画风手册，覆盖 2D、3D、真人写实等方向：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。

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

关键点：选定画风后，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。这是为了避免经典翻车——人物是日漫脸，视频一出来变成写实风。

节点 7：角色阵容与视觉确认——不齐不让进下一阶段

确认阵容时机器强校验四件事：

1. 阵容齐全（剧本里有名有姓的都在）
2. 姓名合法
3. 视觉字段完整
4. 主角与简报对齐

不过关不能进入下一阶段。这一步相当于片场的「演员到位、定妆完成」。

节点 8：定妆出图——两段式工艺，可人工覆盖

立绘生成走两段：

1. 文本润色：用所选画风的人物手册 + 性别硬规则，把档案里的人物描述润色成可出图的提示词。这一步你可以人工覆盖。
2. 图像生成：拼最终提示词出图，支持喂参考图，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。视频侧只消费状态已完成且文件可读的立绘，不拿半成品去绑参考——这是防止「图还没出完就开拍，结果这一场没参考」的保护。

节点 9：场景与道具——空镜纪律 + 道具师视角

• 场景：场次从剧本结构化解析为「内 / 外 | 地点 | 日夜」，不靠手填表格。场景图严禁出现人物（空镜纪律），否则人物参考会被污染。
• 道具：按集以「道具师」视角提取剧本里的原始称呼，全剧合并成 catalog，不丢集。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。

有一条内容权威规则要记住：你或剧本的描述压过画风手册的世界观禁令。手册管画法，不管拒画——你写了要出现，它就得画。

---

节点 10：本集切场块——约 10 秒一个剪辑单元

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，超过就按动作节拍、空段、句号再拆。

你看到的不是「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。这就是剪辑台上的 clip 列表。

群演和泛指角色从可绘制主演名单里剥离，避免挤占定妆槽位。切得不满意可以整集重新切。

诚实边界：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。

节点 11：镜头提示词——教模型用分镜表语言说话

这是 AI 短剧最容易被忽略、但对成片影响最大的一步。系统在教模型用分镜表语言说话，而不是写小说。

工程化提示词的八大要素

复杂影视化场景走三段论：总体设定 → 镜头 1/2/3… → 约束包。简单场景一段式。

几个硬规则：

• 用镜头序号，不用绝对秒数（禁止写「0–3s」）。
• 一镜一运镜，单镜内不叠加。
• 符号规范：台词 {}、音效 <>、BGM （）。
• 只给本场素材，禁止串戏；本场剧本正文是最高优先级依据。
• 动作优先低缓连续，减少高爆发动态崩坏。
• 生成参数偏保守，取稳定可控而非天马行空。

提示词交付前会剥离特定影视作品 / IP 名称，保留技法与美学描述，降低下游版权拦截风险。

参考图映射：AI 短剧一致性的核心机制

每场自动构建参考素材表，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。

最高优先级约束可以直接当口诀记：

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。

这条直接针对 AI 视频的经典翻车：文字描述与参考图打架 → 换装、换脸。

你还可以：

• 手动角色绑定（剧本里叫「警官」，绑到档案里「李强」的定妆）
• 道具手动纳入 / 排除，避免无关道具挤占参考槽位
• 在同类同名下替换为历史版本中的另一张图

开拍前会做齐套校验，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——但这是提醒式的制片助理，不是静默硬生成。缺图硬拍，质量通常更差。

节点 12：多模态出片与重拍——多 take 择优，质量终审在人

标准拍摄路径：

1. 打开某集视频工作台
2. 确认参考图齐全（或有意跳过）
3. 生成视频提示词
4. 人工阅读并编辑（这一步是导演改分镜说明，不要省）
5. 选模型档位（标准 / 高速 / 轻量）、比例（默认 9:16 竖屏）、分辨率、时长（智能或固定 5–15 秒）
6. 提交出片，队列渲染
7. 回看历史 takes 择优

竖屏是默认交付形态，不是事后裁切——这一点在投流场景里至关重要。

你在片场能控制的事

出片时不会重新发明提示词：用的是你已确认或已编辑的提示词 + 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

这不是玩具脚本，是可运营的生产队列：

• 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

---

诚实边界：这条链路做不到什么

主动划清边界，比假装全能更能建立信任：

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。 你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。 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 短剧操作系统——把专业流程固化进产品，而不是宣称无需人类、零失误出片。18 位数字专家对标真实剧组编制，从档案秘书、制片人、编剧到分镜师、摄影指导、剪辑师，你能看到每场的流式工作记录，像监制看日报，不是黑箱。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。

好故事从不稀缺，稀缺的是让它落地的那条路。

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