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

猫斯卡编辑部 ｜ 最后更新日期 2026 年 7 月 29 日

AI 做竖屏短剧最容易翻车的不是模型不够强，而是流程顺序错了：没锁 brief 就写剧本、没定妆就出片、没分场就堆长视频。把工业顺序固化下来，质量才可控。

为什么多数 AI 短剧项目死在「顺序错了」

很多团队第一次用 AI 做竖屏短剧，路径是这样的：想到一个题材 → 直接让模型写几十集剧本 → 挑几句台词丢进文生视频 → 出来一看人物换脸、道具串戏、节奏拖沓 → 回头改剧本，越改越乱。

问题不在模型，在流程。传统剧组之所以要开立项会、锁剧本、做造型定妆、分镜、再开拍，不是因为慢，是因为每一步都在给下一步「消歧义」。AI 生产如果跳过这些节点，等于让模型在每一集、每一场都重新猜一次「这个人长什么样、这个道具长什么样、上一集发生了什么」——猜的次数越多，漂移越严重。

AI 竖屏短剧生产流水线，是把传统剧组已经验证过的质量控制顺序，用工程手段强制执行：先故事与连续性，再定妆，再分场，再镜头指令，再多 take 择优。

下面把整条链路拆成 12 个节点，每个节点讲清：交付物是什么、卡什么、谁拍板。

节点 1–3：立项阶段——brief 不锁版，后面全是返工

节点 1：创意准入评分

不是所有想法都值得直接开拍。一个想法能不能进生产，要看它在竖屏短剧的关键维度上是否说清楚了：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。

把这些维度做成 0–100 的完整度评分，按分数分流：

这个分流必须是系统强制的，不是模型「口头说够了」就放行。否则最常见的情况是：主角的人物弧光没定、结局方向模糊，写到一半发现主角动机撑不住，回头重写。

节点 2：创意简报锁版

引导走完，产出一份创意简报（creative brief），相当于传统剧组的立项决议。它固化这些字段：

• 一句话故事（logline）
• 核心矛盾
• 故事走向
• 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
• 主角档案（必须包含人物弧光）

简报锁版后才能进入下一阶段。 这是硬门禁，不是建议。锁版的意义是：后面不管写多少集、换多少个模型、多少人协作，都有一份共同参照的「立项决议」，而不是每个人凭记忆理解故事。

节点 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，包含人物身份、稳定性格特征、可变的当前状态（伤痕、身份变化等）、人物关系、每条伏线的开启与收束状态、按集出场表、分批剧情纪要、道具视觉描述。它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。

不靠模型记性，靠结构化档案。

档案在立项阶段先建骨架，之后每写完一批剧本自动回填，续写前自动调取。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——既防上下文失忆，也防无关噪音干扰。

节点 4–6：剧本阶段——先规划后正文，规则质检兜底

节点 4：分批剧本写作（场戏清单先行）

竖屏短剧剧本不应该一次扔给模型「写 100 集」。正确做法是分批写作，每批数集，一批写完、归档确认，再写下一批。

每一集的写作顺序也有讲究：先出场戏清单（Beat Sheet）+ 集末 cliffhanger，再写正文。 场戏清单是这一集的节拍骨架：第几场、在哪、谁在场、发生什么、爽点落在哪、钩子怎么收。骨架确认了再填台词和动作，避免写着写着节奏跑偏。

竖屏剧本有几条内嵌的写作铁律，是从大量上线短剧里提炼出来的节奏规范：

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

从第 2 批起，写下一批之前要先问定四件事：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「用户已确认的硬约束」，与档案冲突时以创作意图为准——这保证了编剧（不管是人还是模型）不会在中途自说自话改走向。

写作进度过半后，系统强制注入结局约束，防止写到最后收不回来。

节点 5：规则质检

每批剧本写完，先过规则质检器，卡住这些典型问题：

• 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交付给用户——这是把「交差式写作」挡在门外。

节点 6：档案回填

质检通过后，这一批的剧情纪要、人物状态变化、新开启或已收束的伏线、新出场道具，自动回填进故事档案。下一批开写前，模型先调取更新后的档案切片。

这一步是连续性的地基。没有回填，写到第 50 集模型早就忘了第 5 集主角受过伤、第 10 集埋过的伏笔。

节点 7–9：美术阶段——一致性靠资产，不靠运气

节点 7：选定画风

剧本锁版后，选画风。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。

每套画风手册至少包含三块：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。

关键是：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风格路径。这避免了最常见的断层——人物是日漫风格，生成视频时却变成了写实。

节点 8：角色阵容与定妆出图

角色阵容确认时有硬门禁：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。

立绘走两段式工艺：

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（这一步人工可覆盖）
2. 图像生成：拼最终提示词出图，支持参考图，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。

节点 9：场景与道具立绘

场次从剧本里自动解析为「内 / 外 | 地点 | 日夜」，不靠手填表格。场景立绘有一条纪律：场景图严禁出现人物——场景图是空镜，人物交给定妆图，否则生成视频时模型会把场景图里的路人甲当成主角。

道具按集以「道具师」视角提取剧本里的原始称呼，全剧合并成道具编目，不丢集。

有一条内容权威规则值得记住：用户 / 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——剧本里写了什么，美术就按什么出。

节点 10–12：拍摄阶段——分场、提示词、多 take 择优

节点 10：本集切为约 10 秒场块

剧本不直接喂给视频模型。先自动切成视频场块，目标粒度约 10 秒 / 场，正文软上限约 200 字，超过按动作节拍、空段、句号等规则再拆。

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。

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。

画幅默认 9:16 竖屏，不是事后横裁竖——这是交付形态，不是后期处理。

节点 11：每场绑定参考图 + 工程化镜头提示词

这是 AI 短剧一致性最核心的机制。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。

绑定完参考图，生成镜头提示词。这里有一条最高优先级约束，直接针对 AI 视频的经典翻车点（文字描述与参考图打架 → 换装、换脸）：

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。

工程化镜头提示词遵循八大要素：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（禁止写「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；非写实必须风格锚定
• 动作原则：肢体细化 + 程度量化；优先低缓连续动作，减少高爆发动态崩坏
• 符号规范：台词 {}、音效 <>、BGM （）
• 提示词生成时只给本场素材，禁止串戏

系统在教模型用分镜表语言说话，而不是写小说。

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。

开拍前有齐套校验：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。

节点 12：多模态出片与改词重拍

标准拍摄路径：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（标准 / 高速 / 轻量）、比例、分辨率、时长 → 提交出片 → 队列渲染 → 回看历史 takes 择优。

出片时不重新发明提示词：用的是用户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」一致。

专业创作者在这一步可控的点，对应到传统剧组的工种：

成片做 faststart 处理，以实测时长落库；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。这是可运营的生产队列，不是玩具脚本。

人在哪些节点必须拍板

整条链路里，机器负责把确认过的方向落到每一集、每一场；人在关键节点做确认与审美判断。具体来说，这几个节点人不能缺席：

1. 简报锁版——故事走向、结局方向、爽点节奏，是创作判断，不是模型能替你定的
2. 定妆图确认——人物长相、气质、造型，是审美决策
3. 批前意图锁定——每一批的剧情方向、重点人物、钩子，是监制的活
4. 提示词审阅——导演 / 分镜要确认镜头指令是否符合意图
5. 成片终审——多 take 里选哪条、要不要改词重拍，最终判断在人

这条流水线做不到什么

诚实讲清楚边界，比夸大能力更能建立信任。

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。 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 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。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。

如果你正在搭自己的 AI 短剧生产流程，可以先读[竖屏短剧剧本工艺手册](/blog/vertical-short-drama-script-handbook/)把剧本阶段的规范打牢；角色频繁换脸的问题，[AI 视频角色一致性全解](/blog/ai-video-character-consistency/)有更细的拆解；镜头提示词怎么写，[AI 短剧镜头提示词八大要素](/blog/ai-short-drama-prompt-elements/)是一份可直接套用的清单。

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