AI 竖屏短剧生产流水线拆解：立项、剧本、定妆、分场、出片的 11 道工序

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，真正难的不是点一次生成，而是把「想法到成片」拆成一道道可验收的中间工序。每一环都有产物、有门禁、有回退点，质量才稳得住。

先把一句话说透：AI 短剧不是一个按钮，是一条流水线

很多团队第一次做 AI 短剧，会把它想象成「输入一句话，吐一部剧」。实际跑起来才发现，真正翻车的地方从来不在模型本身——剧本写着写着人物性格漂移，第三集换了张脸，第五集道具消失，第七集画风突变，第十集忘了第二集埋的伏笔。

AI 竖屏短剧生产流水线是一套把「想法 → 成片」拆成连续可验收工序的工作方法：每一环节都产出看得见的东西，下一环节只消费上一环节确认过的资产，人在关键节点做判断，机器负责把判断落到每一集、每一场。

下面这 11 道工序，是专业团队跑通 AI 短剧时真正在做的事。

工序 1：创意准入——立项会没开完，不许开拍

传统剧组有立项会，AI 短剧也该有。区别在于，AI 时代的立项会可以被结构化：把一个想法拆成固定维度，系统给完整度打分，分数不够就补，分数够了才放行。

需要被问清的竖屏创作维度包括：

• 题材与风格基调
• 主角是谁、人物弧光是什么
• 核心矛盾
• 故事走向与结局方向
• 集数与单集时长（竖屏以 1–2 分钟为主，最长收敛到 3–4 分钟）
• 爽点与钩子节奏
• 投放平台与受众

创意准入的本质：不是模型「觉得我懂了」就算过，而是把模糊想法逼成可执行的 Brief。分数低于阈值时，系统应该强制走引导流程补全缺失维度，而不是直接让你写剧本。

工序 2：创意简报锁版——Brief 不锁，后面全是返工

准入通过后，产出的是一份创意简报（Creative Brief）。这是全剧的「宪法」，后面所有环节都不能违背它。

一份锁版的简报至少包含：

简报必须锁版才能进下一阶段。锁版不是形式，是后面所有质检的对照基准。

工序 3：故事档案建档——不靠模型记性，靠结构化档案

故事档案（Continuity Bible）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。

它解决的是 AI 写作最臭名昭著的问题：上下文失忆。第 20 集忘了第 3 集埋的伏笔，第 50 集主角性格突变——这些不是模型「笨」，是你把记忆托付给了概率。

档案机制的关键做法：

• 写作时只给模型喂「档案切片」：本集会用到的人物状态、未结伏线、近批剧情摘要、本批主线
• 每批写完自动回填新的状态变化和伏线进展
• 续写前自动调取最新档案

不靠模型记性，靠结构化档案。

工序 4：分批剧本写作——先规划，再正文，再过质检

剧本不是一口气写完的。专业做法是分批写作，每批数集，一批写完、归档确认，再写下一批。

每一批内部的顺序是：

1. 场戏清单（Beat Sheet）先行：先列本集每场发生什么、集末钩子是什么，再写正文
2. 正文写作：遵守竖屏短剧的写作铁律
3. 规则质检：机器自动卡常见问题
4. 档案回填：把本批新状态写回故事档案

竖屏短剧的四条写作铁律

这四条是内嵌在专业流程里的硬约束，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

批前意图锁定

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。这些被标记为「创作者已确认的硬约束」，与档案冲突时以创作意图为准——这保证了人对剧情走向的控制权。

规则质检器卡什么

写完自动过质检，卡住的典型问题包括：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。不合格的带错误反馈自动重写，不把半成品交给人。

工序 5：选定画风——17 套手册，人物场景视频共用一条风格路径

剧本定稿后进入美术阶段。第一步是选画风。

专业流程会内置多套画风手册，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。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。

关键原则：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风格路径。避免「人物是日漫、视频变成写实」的断层——这是 AI 短剧最常见的视觉翻车之一。

工序 6：角色阵容与视觉确认——不齐不许进下一阶段

画风选定后，根据故事档案生成角色阵容。确认环节有硬门禁：

• 阵容齐全（剧本里有戏的角色都在）
• 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。这不是刁难，是为了避免拍到一半发现某个角色没定妆，临时凑图导致风格断裂。

工序 7：人物 / 场景 / 道具定妆出图——两段式工艺，立绘是资产

定妆不是「写段提示词让模型随便出张图」。专业做法是两段式：

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（这一步人可以覆盖修改）
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

场景与道具同理。场景图有一条铁律：空镜纪律——场景图严禁出现人物，否则后续拍摄时人物会「鬼影重重」。道具按集以拍戏视角提取剧本原始称呼，全剧合并成编目，不丢集。

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。

工序 8：本集切为约 10 秒场块——剪辑台上的 clip 列表

剧本不会被直接丢进视频模型。专业流程会先把每集切成视频场块，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。

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。

这一步的类比是剪辑台上的 clip 列表。为什么要切？因为：

• 10 秒左右是当前视频生成模型稳定性最好的长度
• 每场独立控制，崩了只重拍这一场，不用整集重来
• 多 take 择优有了操作单元

群演和泛指角色会从可绘制主演名单里剥离，避免挤占定妆槽位。

工序 9：每场绑定参考图 + 工程化镜头提示词——教模型用分镜表语言说话

这是 AI 短剧一致性的核心工序。

参考图映射

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 → 换装、换脸。

此外还支持：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、在同类同名下替换为历史版本中的另一张图、穿越 / 闪回题材按场景关键词自动匹配现代 / 古代造型。

工程化镜头提示词

提示词不是写小说，是写分镜表。专业规范包含八大要素：

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（一镜一运镜，禁止单镜内推拉摇移叠加）
6. 视觉风格
7. 画质
8. 约束条件

复杂度分流：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）。用镜头序号，不用绝对秒数。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。

符号规范：台词用 {}、音效用 <>、BGM 用 （）。

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——但专业流程应该先定妆再开拍。

工序 10：多模态出片（默认竖屏）——队列、takes、可重拍

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 / 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：

出片时不重新发明提示词：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」一致。

生产级可靠性包括：成片做 faststart 处理、视频任务走独立队列与剧本 / 立绘任务隔离、同一场块进行中禁止并行提交、积分预扣与失败释放、僵死任务超时回收。这不是玩具脚本，是可运营的生产队列。

工序 11：审片 → 改词 / 换图 → 重拍择优——质量终审在人

最后一步也是最容易被误解的一步：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。

审片时你能做的调整：

诚实边界：这套流程做不到什么

主动划清边界，才能建立信任。以下是当前 AI 短剧生产流程的明确限制：

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。
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」。

人坐在哪里

整条流水线里，人的判断集中在几个关键节点：

• 创意准入阶段：决定故事讲什么、给谁看
• 简报锁版：签字确认全剧方向
• 每批剧本开写前：确认本批剧情意图
• 定妆阶段：选图、改图、确认视觉
• 提示词阶段：审词、改词
• 出片后：选 take、决定重拍还是过

机器负责的是：把人确认过的方向，不走样地落到每一集、每一场、每一镜。

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。

猫斯卡（Maosika）是一条 AI 竖屏短剧生产操作系统，把上述 11 道工序固化进了产品：从创意评估、简报锁版、故事档案、分批剧本，到画风定妆、场块切分、工程化镜头提示词、多模态出片与多 take 重拍，每一环都有可验收的中间产物，可看、可改、可回退。它不宣称一键出爆款，而是让一个人、一天，能跑完一部剧的工业流程。详见 https://www.maosika.com 。

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