AI 竖屏短剧全流程拆解：立项、剧本、定妆、分场、出片的工业顺序

猫斯卡编辑部 ｜ 最后更新日期 2026 年 7 月 29 日

AI 短剧做不下去，通常不是模型不行，而是顺序错了：没锁 brief 就写剧本，没定妆就出视频，没分场就堆长提示词。专业流程的关键是每一步都有可验收的中间产物，能改、能回退。

先把顺序定对：AI 短剧不是一次生成，是一条生产链

很多团队第一次做 AI 竖屏短剧，会把它理解成「给模型一句话，等它吐成片」。结果往往是：前几集人物长得不一样，中间剧情失忆，道具每场换样，最后只能靠人工硬剪救场。

AI 竖屏短剧的生产链，本质是把传统剧组的关键工序重排成一条可约束的流水线。 人在关键节点做判断，机器负责把已经确认的方向稳定地落到每一集、每一场。

完整链路可以拆成六段：

1. 创意评估与引导：判断想法是否完整，缺什么补什么。
2. 创意简报锁版：把 logline、核心矛盾、结局方向、爽点节奏写成可执行 brief。
3. 角色阵容与故事档案：先定人物弧光、关系、伏线，再开始写正文。
4. 分批剧本写作：先出每场戏的 beat sheet，再写台词，写完过规则质检。
5. 定妆与资产准备：人物、场景、道具分别出图，形成可复用的视觉资产。
6. 分场出片与重拍：每集切成约 10 秒场块，每场绑定参考图和镜头提示词，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。

第一段：创意准入——别让「半个想法」直接进剧本

短剧立项最常见的坑，是一句话听起来很炸，但落到剧本时缺主角动机、缺矛盾升级路径、缺集末钩子。写到第 5 集开始跑偏，再回头改，成本已经很高。

工业化做法是先给创意做一次完整度评估。可以把它理解成一个 0–100 分的立项会评分：

竖屏短剧在引导阶段至少要问清十件事：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。单集时长通常以 1–2 分钟为主，最长收敛到 3–4 分钟。

这一步的目标不是「让 AI 替你想创意」，而是逼创作者把模糊的想法变成可执行的 brief。brief 不锁版，后面所有环节都会漂移。

第二段：创意简报锁版——开拍前的「合同」

创意简报（Creative Brief）是整个项目的硬约束。它不是写给老板看的 PPT，而是写给后续每一道工序的执行说明。

一份能直接进生产的简报，至少要包含这些字段：

• 一句话故事（logline）：谁，在什么处境下，要解决什么矛盾，代价是什么。
• 核心矛盾：主角想要什么，谁或什么在阻止他。
• 故事走向与结局方向：甜宠 / 逆袭 / 复仇 / 悬疑反转，结局是 HE、BE 还是开放式。
• 爽点与钩子节奏：每集小爽点的类型，每 3–5 集的大爽点位置。
• 投放平台与受众：决定节奏密度、台词尺度、开场强度。
• 分段分集梗概：不是完整剧本，是每集的戏剧功能。
• 给编剧的注意事项：不能碰的设定、必须保留的名场面。
• 主角人物弧光：开场是什么人，结尾变成什么人，中间靠什么事件推动。

主角字段必须包含人物弧光。 没有弧光的主角，写到中后期会变成「事件搬运工」：剧情在发生，但人没有变化，观众追不下去。

第三段：故事档案——不靠模型记性，靠结构化档案

长篇短剧最大的敌人是「失忆」：第 30 集忘了第 5 集埋的伏线，第 50 集把配角名字写错，主角的伤突然好了又突然出现。

故事档案是一份贯穿全剧的结构化设定记录，相当于传统编剧室里的 continuity bible。它记录：

• 人物身份与稳定性格特征
• 可变的当前状态：伤痕、身份变化、情绪阶段
• 人物关系图谱
• 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

写剧本时，不要把「全剧所有内容」一次性塞给模型，而是只给当前批次需要的档案切片：本批涉及的人物状态、未结伏线、近几集摘要、本批主线。这样既防上下文失忆，也防无关信息干扰。

每批写完，档案要自动回填；续写前，再自动调取最新状态。这就是「不靠记性，靠账本」。

第四段：分批剧本——先规划场戏，再写台词

竖屏短剧的剧本不是散文，是高度结构化的产品。单集的节奏错了，后面镜头再精美也救不回来。

竖屏剧本的四条铁律

1. 黄金 3 秒：第 1 场必须是强冲突或强悬念，禁止平淡开场和长篇背景介绍。
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. 台词纪律：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。

「先场戏清单，后正文」的工艺

每一集不要直接写正文，而是先出 场戏清单（Beat Sheet）：这一集有几场，每场的戏剧功能是什么，集末钩子是什么。清单确认后，再展开成对白和动作。

长剧要分批写，每批数集。从第 2 批开始，先锁定四件事再动笔：

• 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」，如果和已有档案冲突，以最新创作意图为准——这就是「人在关键节点拍板」的体现。

规则质检：不合格的半成品不要交付

剧本写完不能直接用，要过规则质检器，卡住这些典型问题：

• 集标题错误
• 场景数和清单不匹配
• 缺人物标注行
• 对白过少，全是旁白
• 用「未完待续」之类占位敷衍

不合格的剧本带错误反馈自动重写；多次不过的，需要人工介入调整设定，而不是硬交。

第五段：定妆与视觉资产——一致性靠资产，不靠运气

AI 视频里「角色换脸」「服装每场变」「场景风格漂移」的根本原因，是模型每次都在重新想象这个人、这个地方长什么样。

解法不是「写更长的提示词」，而是先建立可复用的视觉资产，再让拍摄环节只引用资产。

先选画风，再出所有图

画风不是「随便挑个滤镜」，而是一套完整的视觉手册。成熟系统通常内置多套画风手册，覆盖 2D、3D、真人写实等方向，每套至少包含：

• 人物出图手册：面容锚点、材质、气质、多视图一致性
• 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、视频提示词要共用同一条风格路径，避免「人物是日漫、视频变成写实」的断层。

两段式立绘工艺

1. 文本润色：用画风手册 + 性别硬规则，把档案里的人物描述润成可出图的提示词，创作者可以人工覆盖。
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。

角色确认是硬门禁：阵容齐全、姓名合法、视觉字段完整、主角和简报对齐，才能进入下一阶段。

场景与道具的纪律

• 场次从剧本里结构化解析为「内 / 外 | 地点 | 日夜」，不靠手填表格。
• 场景图严禁出现人物——空镜就是空镜，否则后续绑参考时会串戏。
• 道具按集提取，用拍戏视角按剧本原始称呼整理，全剧合并成目录，不丢集。

第六段：分场出片——把每集切成约 10 秒的可控单元

这是 AI 短剧和传统长视频生成思路差别最大的地方。不要让模型一次生成「第 3 集」，而是把每集切成多个视频场块，目标粒度约 10 秒 / 场，正文软上限约 200 字，超过就按动作节拍再拆。

创作者看到的不是一个大文件，而是「第 3 集 → 场 1、场 2、场 3……」，每场都有独立的提示词、参考图、成片和历史 takes。这就像剪辑台上的 clip 列表。

参考图映射：解决换脸的核心机制

每场自动构建一张参考素材表，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。

这里有一条必须执行的硬规则：

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。

文字描述和参考图打架，是 AI 视频「换装、换脸」的头号原因。参考图已经决定了这个人长什么样、穿什么，文字再写一遍「红色连衣裙、长发」，模型就会在两套指令之间摇摆。

开拍前还要做齐套校验：缺哪些场景 / 人物 / 道具参考，先弹出清单。允许跳过走纯文字路径，但通常质量会更差——专业流程应该先定妆再开拍。

工程化镜头提示词：教模型用分镜表语言说话

镜头提示词不是写小说，是写给「虚拟剧组」的分镜说明。成熟的规范至少包含八大要素：

几个关键纪律：

• 一镜一运镜：禁止一个镜头里同时推拉摇移叠加。
• 用镜头序号，不用绝对秒数：写「镜头 1 / 镜头 2」，不写「0–3 秒」。
• 复杂场景走三段论：总体设定 → 分镜 1/2/3 → 约束包。
• 台词、音效、BGM 用符号区分：台词 {}、音效 <>、BGM （）。
• 只给本场素材：禁止把别场的人物、道具串进来。

一句话：系统在教模型用分镜表语言说话，而不是写小说。

多 take 择优：改词再拍，和片场一样

标准拍摄路径是：

1. 打开某集视频工作台
2. 确认参考图齐全（或有意跳过）
3. 生成视频提示词
4. 人工阅读并编辑提示词
5. 选模型档位、比例、分辨率、时长
6. 提交出片，队列渲染
7. 回看历史 takes，择优或改词重拍

默认交付是 9:16 竖屏，不是事后横裁竖；时长支持智能时长或固定 5–15 秒；音频默认可生成。

创作者能控制的关键节点，和真实剧组一一对应：

出片时不会偷偷重写提示词。改了词再点生成，才是新的 take——和片场「改分镜再拍」是一个逻辑。

生产级可靠性：能不能当工具用，看这些细节

从「能出片」到「能批量生产」，中间差的是队列和状态管理。专业团队要关注这些：

• 成片做 faststart 处理，以实测时长落库，不只信厂商回传。
• 视频任务走独立队列，和剧本、立绘任务隔离并发槽位。
• 同一场块进行中禁止并行提交，避免重复扣费和状态混乱。
• 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。

这不是玩具脚本，是可运营的生产队列。

诚实边界：这些事，当前流程做不到

讲清楚不做什么，和讲清楚能做什么同样重要。

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。
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. 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，但仍可能偏长，精剪与串场需要后续剪辑环节。
5. 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」。
6. 角色一致性依赖定妆资产链路，不是人脸嵌入校验。 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 短剧生产线，可以先从「锁 brief → 建档案 → 先定妆 → 再分场」这四个动作开始。顺序一对，后面的效率问题才有解。

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