AI 竖屏短剧生产流水线：从一句话想法到可交付成片的 12 道工序

猫斯卡编辑部 ｜ 最后更新日期 2026 年 7 月 25 日

AI 做竖屏短剧最容易翻车的不是模型不够强，而是工序顺序错了——没锁 brief 就写剧本、没定妆就出片、没分场就塞长提示词。把顺序立起来，质量才稳得住。

先把一句话讲清楚：这不是一个按钮，是一条流水线

很多团队第一次用 AI 做短剧，默认路径是「写一段提示词 → 让模型生成视频 → 剪一剪发出去」。跑两集就会发现：第三集主角换了张脸，第五集道具消失了，第七集剧情和第一集埋的伏笔对不上，第十集连主角叫什么都飘了。

问题不在模型，在工序。

AI 竖屏短剧生产流水线，是把传统剧组里被验证过的质量控制顺序——立项、锁 brief、建 continuity、分批次写剧本、定妆、分场、出分镜、拍摄、多 take 选优——用工程手段固化下来，让机器负责重复执行，人只在关键节点做判断。

下面这 12 道工序，每一道都有可验收的中间产物，可看、可改、可回退。跳过任何一道，后面都会以另一种形式还回来。

工序总览：12 道工序与对应交付物

第一道到第三道：立项阶段——没锁版，不开拍

1. 创意准入：先打分，再决定走哪条路

不是每个想法都值得直接写剧本。系统会对用户输入的创意做 0–100 的完整度评分：

• 80 分以上：方向已经够清楚，跳过大部分引导，直接进简报。
• 40–79 分：只补缺失的维度，不重复问已经答过的。
• 40 分以下：走完整引导，把题材、主角、矛盾、走向、集数、时长、风格、爽点节奏、结局、平台受众这 10 个维度问清楚。

这个分数是系统强制分流的，不是模型「觉得差不多」就放行。类比真实剧组：立项会没开完，不能建组。

2. 创意引导：把「我想做个霸总剧」问成可拍的 brief

引导阶段要锁死的，是竖屏创作的 10 个维度。其中几个特别容易被忽略：

• 单集时长：以 1–2 分钟为主，最长收敛到 3–4 分钟。超过这个长度，完播率和制作成本都会恶化。
• 爽点与钩子节奏：不是「有爽点」三个字，而是每几集一次大爽点、每集至少一次小爽点的具体排布。
• 结局方向：必须在开头就定，是 HE 还是 BE，是复仇成功还是身份揭晓。不锁结局，写到一半必崩。
• 投放平台与受众：不同平台的节奏、尺度、付费卡点位置不同，剧本结构要跟着走。

3. 创意简报锁版：这是全剧的宪法

锁版后的简报包含：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。主角字段必须包含人物弧光——主角从哪里开始、到哪里结束、中间被什么改变。

锁版的意思是：后面所有工序都以这份简报为准。要改，回这一步改，改完重新走下游。不允许在剧本写到第 30 集时临时改主角身份。

第四道到第六道：剧本阶段——先规划，再正文

4. 角色阵容与视觉确认

在写剧本之前，先把「谁在这部剧里」定下来。系统会做硬门禁校验：阵容是否齐全、姓名是否合法、视觉字段是否完整、主角是否和简报对齐。不过关，不能进下一阶段。

这一步的价值在 20 集之后才显现：你不会在第 25 集突然冒出一个前面没交代过的「弟弟」，然后发现连他长什么样都没定。

5. 故事档案：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，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 open/resolved 状态、按集出场表、每批剧情纪要、道具视觉描述。 它相当于传统编剧室里的 continuity bible。

关键机制有三条：

• 只吃档案切片：写下一批时，系统只给编剧模型喂「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，也防噪音干扰。
• 每批写完自动回填：新埋的伏线、新变化的人物状态、新出场的道具，自动写回档案。
• 伏线账本：每条伏笔都有 open / resolved 状态，写到结局还没结的，会被揪出来。

6. 分批剧本写作：场戏清单先行，规则质检兜底

剧本不是一口气从头写到尾，而是分批写作，每批数集。每一批内部有严格顺序：

1. 先出场戏清单（Beat Sheet）：这一集有几场戏、每场的核心动作是什么、集末 cliffhanger 是什么。清单确认了才写正文。
2. 再写正文：遵循内嵌的四条写作铁律：

• 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。
• 单集结构：开场钩子（1 场）→ 矛盾升级 → 集末 cliffhanger（最后 1 场）。
• 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。
• 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。

1. 规则质检：写完过规则质检器，卡住集标题错误、场景数不匹配、缺【人物】行、对白过少、「未完待续」等占位敷衍。不合格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。
2. 进度过半强制收束：写作进度过半后，系统强制注入结局约束，防止剧情无限发散。
3. 批前意图锁定：从第 2 批起，先问定本批剧情方向、重点人物、伏笔与冲突、集末钩子——这些是「用户已确认的硬约束」，与档案冲突时以创作意图为准。

第七道到第十道：美术与分场阶段——一致性靠资产，不靠运气

7. 选定画风：全链路共用一条风格路径

系统内置 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：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。

关键规则：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。 这直接避免了「人物是日漫、视频变成写实」的经典断层。

8. 定妆出图：两段式工艺，性别是硬规则

立绘不是一句话直接出图，而是两段式：

1. 文本润色：用所选画风的人物手册 + 性别硬规则，把档案里的文字描述润色成可出图的提示词。这一步人工可以覆盖。
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。

出图时性别是硬规则，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。

场景图有一条铁律：空镜纪律——场景图严禁出现人物。 否则人物参考和场景参考会互相污染。

道具是按集以「道具师」视角提取剧本原始称呼，全剧合并成 catalog，不丢集。

9. 切场块：把一集切成剪辑台上的 clip 列表

剧本会被自动切成视频场块，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。

这一步的工程价值极高：长视频一旦出错要整条重拍，10 秒场块只需要重拍出错的那一场。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。

10. 参考图映射 + 镜头提示词：系统在教模型用分镜表语言说话

这是 AI 短剧最核心的一致性机制。

参考图映射规则：

• 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：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，导致换装、换脸。
• 支持手动角色绑定（剧本里叫「警官」，绑到档案里「李强」的定妆）。
• 支持道具手动纳入 / 排除，避免无关道具挤占参考槽位。
• 可在同类同名下替换为历史版本中的另一张图。
• 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（时代造型路由）。

镜头提示词规范（八大要素）：

1. 精准主体
2. 动作细节
3. 场景环境
4. 光影色调
5. 镜头运镜
6. 视觉风格
7. 画质
8. 约束条件

配套规则：

• 简单场景一段式；复杂影视化场景走三段论（总体设定 → 镜头 1/2/3… → 约束包）。
• 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；本场剧本正文是最高优先级撰写依据。
• 生成参数偏保守，取稳定可控而非天马行空。

一句话：系统在教模型用分镜表语言说话，而不是写小说。

开拍前还有一道齐套校验：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——但这是提醒式的制片助理，不是静默硬生成。

第十一道到第十二道：出片与终审——多 take 择优，人永远是最后一关

11. 多模态出片：这是可运营的生产队列，不是玩具脚本

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 / 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：

面向制片的生产级可靠性：

• 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。

12. 审片与重拍：专业可控点一览

出片后，导演 / 美术 / 制片手里有这些可控点，每一个都对应真实片场的动作：

出片时不重新发明提示词：系统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。

诚实边界：这七件事，当前做不到

主动划边界，是建立信任最快的方式。

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。

如果你正在搭自己的 AI 短剧生产线，可以看看这套工艺在 猫斯卡 里是怎么落地的——它是一个 AI 竖屏短剧生产操作系统，不是单个文生视频按钮。

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