AI 竖屏短剧生产流水线拆解：从一个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 29 日

做 AI 竖屏短剧最容易踩的坑，是把它当成「按一下出片」。真正能稳定交付的做法，是把从想法到成片拆成一道道可验收的工序，每一步都有中间产物、可回退、可改。

先把认知摆正：AI 短剧是流水线，不是魔法按钮

很多团队第一次做 AI 竖屏短剧，思路是「写个故事 → 扔给模型 → 等成片」。结果通常是：人物第三集就换了脸、道具前一场是手机后一场变玉佩、台词像念论文、开场 10 秒没人看下去。

问题不在模型够不够强，而在工序顺序错了。传统剧组不会今天想到一个点子明天就开机——立项、剧本、定妆、分镜、拍摄、剪辑，每一步都有交付物，下一步要等上一步锁版。AI 短剧要稳定产出，必须把这套顺序固化下来。

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。

下面按真实生产顺序，把一条完整的 AI 竖屏短剧流水线拆成 12 道工序。每一道都写清楚：这一步要产出什么、谁来拍板、常见翻车点在哪。

工序总览：12 道工序与对应交付物

注意一个关键原则：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。可看、可改、可回退。人在关键节点做确认与审美判断，机器负责把确认过的方向落到每一集、每一场。

第一道：创意准入——先打分，再决定走哪条路

不是每个想法都值得走完整引导。一个成熟的流水线会先给创意做「完整度评分」，按分数分流：

• 80 分及以上：想法已经很完整，跳过大部分引导，直接锁简报
• 40–79 分：只补缺失的维度，不重复问已经清楚的部分
• 低于 40 分：走完整的 10 步引导，把地基打牢

这一步的本质是立项会。分数阈值是流程强制的，不是模型「觉得差不多」就放行——否则后面所有工序都是在沙地上盖楼。

第二、三道：引导与简报——锁版之前不开拍

引导阶段要问清的 10 个竖屏创作维度：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。单集时长以竖屏 1–2 分钟为主，最长收敛到 3–4 分钟。

创意简报是这一阶段的最终交付物，必须锁版才能进入下一步。它固化的字段包括：

• 一句话故事（logline）
• 核心矛盾
• 故事走向与结局方向
• 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）

简报不锁版就往下走，等于剧组没开立项会就开机——后面所有返工都从这里开始。

第四、五道：阵容确认与故事档案——不靠记性靠档案

角色阵容确认有硬门禁：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。

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，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。

不靠模型记性，靠结构化档案。

第六道：分批剧本——先规划后正文，写完过质检

剧本不是一口气从头写到尾，而是分批写作，每批数集。每批内部有严格顺序：

1. 场戏清单（Beat Sheet）先行：先把每集的节拍和集末 cliffhanger 列出来，再写正文
2. 正文写作：遵守内嵌的写作铁律
3. 规则质检：不合格自动重写
4. 档案回填：本批新出现的人物、伏线、道具写回档案

竖屏短剧的四条写作铁律

这四条是直接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

质检器会卡住这些问题：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。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。

从第 2 批起，写下一批之前会先问定四件事：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——这是「批前意图锁定」，防止续写跑偏。

第七、八道：画风与定妆——一致性靠资产，不靠运气

画风阶段内置 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。

关键点：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。

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。

第九、十道：场块与镜头提示词——教模型用分镜表说话

剧本写完不是直接扔去出视频，而是先切成视频场块，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……」，每场独立提示词、独立参考图、独立成片与历史 takes——像剪辑台上的 clip 列表。

画幅默认 9:16 竖屏，不是事后裁切；时长支持智能时长或固定 5–15 秒；模型档位分标准 / 高速 / 轻量；分辨率按模型白名单；音频默认可生成，水印默认关。

参考图映射：解决换脸问题的核心机制

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。

最高优先级约束只有一句话：

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。

镜头提示词的八大要素

工程化镜头提示词不是写小说，而是填分镜表。规范要求包含八大要素：

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
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；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）；动作优先低缓连续，减少高爆发动态崩坏；台词用 {}、音效用 <>、BGM 用 （） 符号标注。

系统在教模型用分镜表语言说话，而不是写小说。

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。交付前还会做合规清洗：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。

第十一、十二道：出片与重拍——多 take 择优，终审在人

标准拍摄路径是：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。

专业创作者在这一步有多个可控点：

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。

生产级可靠性上，成片做 faststart 处理并以实测时长落库；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；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。

诚实边界：这条流水线做不到什么

主动划清边界，比假装全能更能建立信任。以下七点是这套流程当前的真实限制：

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，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，可以到 猫斯卡 看这条流水线的具体形态——它对应本文拆解的 12 道工序，每一步都留了人工确认与回退的口子。

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