AI 竖屏短剧生产流水线拆解：立项、剧本、定妆、分场、出片全流程

猫斯卡编辑部 ｜ 最后更新日期 2026 年 7 月 27 日

AI 做竖屏短剧，真正难的不是点一次生成按钮，而是把「想法」拆成一条每一步都有验收物、可回退、可重拍的流水线。下面按真实剧组的顺序，把整条链路拆开讲。

先把结论说在前面：AI 短剧不是一个按钮，是一条链

很多团队第一次做 AI 竖屏短剧，翻车都翻在同一个地方——把它当成「文生视频」的单次调用：写一段剧情、丢给模型、等成片。结果是角色一集换三张脸、道具上一场有下一场没、台词像论文、第 10 集忘了第 2 集埋的伏笔。

问题不在模型，在流程。真人剧组有立项会、有剧本统筹、有定妆、有分镜、有场记、有多 take 择优；AI 短剧如果跳过这些环节，等于让一个没看过剧本的摄影师直接开机。

一条能稳定出片的 AI 竖屏短剧生产链，顺序是固定的：

创意评估 → 创意引导 → 简报锁版 → 角色阵容与视觉确认 → 故事档案建档 → 分批剧本写作 → 选画风 → 人物/场景/道具定妆 → 切场块 → 绑参考图与镜头提示词 → 多模态出片 → 审片改词重拍。

每一环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。人在关键节点做确认，机器负责把确认过的方向落到每一集、每一场。

阶段一：立项——想法先过准入，不达标就补

不是所有想法都能直接开拍。竖屏短剧对题材、主角、矛盾、爽点节奏、单集时长有硬约束，想法越模糊，后面返工越狠。

创意准入评分

把一个想法按完整度打分（0–100），按分数分流：

引导阶段要问清的竖屏创作维度包括：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。单集时长以 1–2 分钟为主，最长收敛到 3–4 分钟。

简报锁版

立项会开完，Brief 必须锁版才能进下一阶段。锁版的简报至少包含：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。主角字段必须写清人物弧光——他从什么样变成什么样。

创意简报是全剧的「宪法」。后面所有工种——编剧、美术、摄影、剪辑——都以它为准。简报没锁就开拍，等于边造铁轨边开火车。

阶段二：剧本——先规划后正文，不靠模型记性

竖屏短剧的剧本有自己的铁律，和长视频、网文都不一样。

四条写作铁律

1. 黄金 3 秒：第 1 场必须是强冲突或强悬念，禁止平淡开场，禁止长篇背景介绍。
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，禁止大段旁白解释。

分批写作，每批先锁意图

剧本不是一口气写完一百集，而是分批写，每批数集。每批动笔之前，先出场戏清单（Beat Sheet）和集末 cliffhanger，再写正文。从第 2 批起，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。这些是「已确认的硬约束」，和档案冲突时以创作意图为准。

故事档案：不靠记性，靠结构化记录

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、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。

写作时只吃档案切片——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。每批写完自动回填，续写前自动调取。写作进度过半后，系统强制注入结局约束，防止写飞。

规则质检

每批写完过规则质检器，卡住这些硬伤：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；没通过质检的半成品不交付。

阶段三：定妆——一致性靠资产，不靠运气

AI 短剧最常见的翻车是「同一个人，每场换一张脸」。根因是每场戏都在重新「想象」这个人长什么样。解法是先出定妆资产，拍摄时只引用资产。

先选画风，再出图

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）。每套手册包含人物出图规则（面容锚点、材质、气质、视图一致性）、场景与道具规则、视频风格标签。

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，避免「人物是日漫、视频变成写实」的断层。

立绘两段式工艺

1. 文本润色：用该画风的人物手册加性别硬规则，把档案里的人物描述润成可出图的提示词（可人工覆盖）。
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。

角色确认有硬门禁：阵容齐全、姓名合法、视觉字段完整、主角与简报对齐。不过关不能进下一阶段。出图时性别是硬规则，不随模型发挥。

场景与道具纪律

• 场景从剧本里结构化解析为「内/外 | 地点 | 日夜」，不靠手填表格。
• 空镜纪律：场景图严禁出现人物，否则拍人物时会和场景里的「假人」串。
• 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。
• 内容权威规则：用户和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。

阶段四：分场——把剧本切成剪辑台上的 clip 列表

剧本写完、定妆做完，不是直接整集生成视频，而是先切场块。

场块是把一集剧本按动作节拍切成的独立视频单元，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……」，每场有独立的提示词、独立的参考图、独立的成片与历史 takes。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。

这一步的价值在于：一场拍坏了只重拍这一场，不用整集返工；超长场可以再拆；每一场都是可控单元。

阶段五：镜头提示词——教模型用分镜表语言说话

这是 AI 短剧和「写小说式提示词」分道扬镳的地方。提示词不是写一段优美描写，而是写一份分镜表。

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。

最高优先级的一条约束：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——文字描述和参考图打架，导致换装、换脸。

其它可控点：

• 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。

工程化镜头提示词的八大要素

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

配套规范：

• 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（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；非写实必须风格锚定。
• 动作原则：肢体细化加程度量化；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。

合规清洗

提示词交付前剥离特定影视作品/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，返回明确引导：改用平台绘制链路、不加真人参考图后重绘再拍。选题入口做题材合规过滤。

阶段六：出片与重拍——像片场一样多 take 择优

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/比例/分辨率/时长 → 提交出片 → 队列渲染 → 回看历史 takes 择优。

竖屏是默认交付形态

竖屏是默认交付形态，不是事后横裁竖——构图、运镜、人物站位从提示词阶段就是按竖屏设计的。

导演可控点

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加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。

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。

这不是玩具脚本，是可运营的生产队列。

诚实边界：这些事目前做不到

主动划清边界，比喊「一键出爆款」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」。

这套流程在产品里是怎么固化的

上面整条链路，在猫斯卡（Maosika，AI 竖屏短剧生产操作系统）里被固化成一条从想法到成片的自动生产链。系统配置了 18 位数字专家——5 位核心专家（档案秘书、制片人、编剧、流程监制、场记）加 13 位视频制作专家（覆盖场次筹备、视觉设定、开拍执行、成片品控四组），对标真实剧组编制。用户能看到流式工作记录（▸ 角色：动作），像监制看日报，不是黑箱。

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。

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。好故事从不稀缺，稀缺的是让它落地的那条路。

想顺着这条流程跑一遍自己的项目，可以到猫斯卡官网从创意评估开始试。

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