AI 竖屏短剧生产全流程：立项、剧本、定妆、分场、出片的 12 道关卡

猫斯卡编辑部 ｜ 最后更新日期 2026 年 7 月 25 日

AI 做短剧最容易翻车的，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，没分场就想一镜到底。正确顺序是立项、剧本、定妆、分场、镜头、多 take 择优，每一步都要有可验收的中间产物。

先讲结论：AI 短剧是一条流水线，不是一个按钮

很多团队第一次用 AI 做短剧，路径是这样的：打开一个文生视频工具，输入一句「都市霸总追妻火葬场」，等几分钟拿到一段 10 秒视频，然后发现脸不对、衣服变了、场景串了、下一集人物性格全改了。

问题不在模型，在于把一部剧当成一次生成。

传统剧组拍一部竖屏短剧，要经历立项、编剧、定妆、勘景、分镜、拍摄、剪辑、审片。AI 没有把这些环节省掉，它只是把每一环的执行方式变了。跳过任何一环，结果就是漂。

下面把从想法到成片拆成 12 道关卡。每一关都有明确的交付物、谁拍板、常见翻车点。

---

关卡 1：创意准入——先打分，再决定要补多少信息

拿到一个想法，第一件事不是写剧本，是做 intake。

交付物：一个 0–100 的完整度评分，以及对应的引导路径。

• 分数 ≥80：想法已经够具体（题材、主角、矛盾、走向、集数、平台都清楚），可以直接进简报。
• 40–79：缺哪几项补哪几项，不用从头问。
• <40：想法还只是一个梗或一句话，需要走完整引导。

谁拍板：系统按阈值分流，不是模型「觉得差不多」就放行。

常见翻车：编剧或老板脑子里有完整故事，但 intake 只填了一句话，后面所有环节都在猜。结果是第 5 集开始跑偏，回头再改成本极高。

立项会开完、brief 锁版，才开拍。这一条在 AI 流程里和真人剧组一样硬。

关卡 2：竖屏创作维度——10 个必须问清的问题

引导阶段要问清的不是「你想拍什么」这种开放题，而是 10 个具体维度：

1. 题材
2. 主角（含人物弧光）
3. 核心矛盾
4. 故事走向
5. 集数
6. 单集时长（竖屏以 1–2 分钟为主，最长收敛到 3–4 分钟）
7. 风格基调
8. 爽点与钩子节奏
9. 结局方向
10. 投放平台与受众

交付物：一份结构化的创作维度表。

为什么单拎出来讲：竖屏短剧和长剧、横屏短剧的节奏完全不同。黄金 3 秒、每集钩子、爽点密度，都是在这一步定调，不是写到第 3 集再补。

关卡 3：创意简报锁版——brief 不锁，后面全漂

交付物：锁版的创意简报，字段包括：

• 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）

硬规则：简报没锁版，不能进入下一阶段。

谁拍板：人。这是第一个关键的人审节点——机器把信息整理成简报，但方向对不对、爽点够不够，是制片和编剧定。

关卡 4：角色阵容与视觉确认——名单不齐不许往下走

交付物：完整的角色阵容表，每个角色包含姓名、身份、性格、视觉描述。

硬门禁（机器强校验）：

• 阵容齐全（简报里提到的重要角色都在）
• 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。

常见翻车：剧本里写了个「警官」，但阵容表里没建这个角色，后面定妆、绑参考图全乱。

关卡 5：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，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、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。

交付物：建档完成的故事档案。

机制要点：

• 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，也防噪音。
• 每批写完自动回填，续写前自动调取。
• 伏线账本记录每条伏线的 open/resolved 状态，不允许埋了不收。

这是 AI 短剧和「让大模型硬写 100 集」最本质的区别：后者靠模型的上下文窗口赌记忆，前者靠结构化档案管连续性。

关卡 6：分批剧本写作——先规划后正文，先清单再台词

剧本不是一口气写完的，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. 场戏清单先行（Beat Sheet）：这集有几场、每场发生什么、集末 cliffhanger 是什么，先列出来。
2. 批前意图锁定（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。
3. 写正文。
4. 规则质检。
5. 档案回填。

竖屏剧本的四条写作铁律

这四条是内嵌在写作流程里的硬约束，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。

两个结构保障

• 进度过半强制收束：写作进度过半后，强制注入结局约束，防止写到后面收不回来。
• 集间连贯：写下一集时承接上一集全文，不靠摘要猜。

关卡 7：规则质检——不合格的半成品不交付

交付物：通过质检的剧本批次。

质检器卡住的典型问题：

• 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

处理方式：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会交付给用户。

谁拍板：机器先过规则，人最终审。规则质检能抓格式和硬伤，但节奏好不好、爽点够不够，还是人看。

关卡 8：选定画风与定妆出图——人物、场景、道具共用一条风格路径

交付物：

• 选定的画风（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）。
• 人物立绘、场景立绘、道具立绘。

机制要点：

• 每套画风手册至少包含：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。
• 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。
• 立绘走两段式工艺：先用该画风的人物手册 + 性别硬规则把档案描述润色成可出图提示词（可人工覆盖），再拼最终提示词出图，支持参考图，落库为可回看的历史版本。
• 性别为硬规则，不随模型发挥。
• 场景图严禁出现人物（空镜纪律）。
• 道具按集以拍戏视角提取剧本原始称呼，全剧合并成 catalog，不丢集。

谁拍板：人选定画风、确认立绘。机器负责把档案描述转成出图提示词，并保证风格一致。

关卡 9：本集切为场块——剪辑台上的 clip 列表，不是一整集大视频

交付物：本集的视频场块列表，目标粒度约 10 秒/场。

切分规则：

• 正文软上限约 200 字，超过按动作节拍、空段、句号等规则再拆。
• 群演/泛指角色从可绘制主演名单里剥离，避免挤占定妆槽位。
• 可整集重新切分。

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。

为什么这一步关键：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——产品单元是「单场多模态参考 → 单段成片」，不是跨场自动续写。

关卡 10：每场绑定参考图 + 工程化镜头提示词

这是 AI 短剧一致性的核心关卡。

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。
• 每场绑定多张参考图，按场景 → 道具 → 人物的顺序占位，有上限。
• 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）。

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。

工程化镜头提示词

提示词不是写小说，是写分镜表。规范要点：

其他硬规则：

• 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。
• 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。

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。专业流程应该先定妆再开拍，缺图走纯文字质量通常更差。

关卡 11：多模态出片——默认竖屏，不是事后裁切

交付物：每场的成片视频。

输出规格：

竖屏是默认交付形态，不是事后裁切。

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。

导演/美术/制片的可控点：

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 + 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。

关卡 12：审片与改词/换图/重拍择优

交付物：通过审片的本集成片。

生产级可靠性机制（这些决定了它能不能当生产工具用，而不是玩具脚本）：

• 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。

诚实边界：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。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」。

---

把 12 道关卡串起来看

整条链路的顺序是：

创意评估 → 创意引导 → 创意简报锁版 → 角色阵容与视觉确认 → 故事档案建档 → 分批剧本写作（场戏清单先行 → 正文 → 规则质检 → 档案回填）→ 选定画风 → 人物/场景/道具定妆出图 → 本集切为约 10 秒场块 → 每场绑定参考图 + 工程化镜头提示词 → 多模态出片（默认竖屏）→ 审片 → 改词/换图 → 重拍择优

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。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。

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 AI 竖屏短剧生产操作系统，主张「一个想法，全程自动 / 一个人，一天，一部剧」。它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。*

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