AI 竖屏短剧生产全流程：立项、剧本、定妆、分场、出片的 12 道工序

猫斯卡编辑部 ｜ 最后更新日期 2026 年 7 月 25 日

AI 做竖屏短剧，真正的难点不是「能不能出片」，而是能不能按剧组的顺序出片——先立项、再剧本、再定妆、再分场、再镜头，最后才是渲染。顺序错了，后面全是返工。

为什么多数 AI 短剧项目死在「顺序」上

很多团队第一次用 AI 做竖屏短剧，路径是这样的：想到一个梗 → 直接让模型写几集剧本 → 挑几张贴脸的图 → 丢进视频模型 → 出来发现人物换脸、道具串戏、集与集接不上 → 返工成本比手拍还高。

问题不在模型能力，而在跳过了剧组本来就有的质量控制顺序。真人剧组不会今天想拍、明天开机；AI 剧组也不该「一句 prompt 直接出片」。

下面这套工序，是把传统竖屏短剧的工业流程，翻译成 AI 能稳定执行的 12 个环节。每一环都有可验收的中间产物，可看、可改、可回退。

工序总览：12 道关，每道都有交付物

核心原则：每一环都有可验收的中间产物。没有锁版的简报、没有定妆的人物、没有齐套的参考图，都不该被推到下一环节。

---

第一道到第三道：立项会开完，Brief 锁版，才开拍

1. 创意准入：不是所有想法都值得直接写

系统会对输入的创意做 0–100 的完整度评分，按分数分流：

• ≥80 分：跳过大部分引导，直达简报
• 40–79 分：只补缺失的维度
• <40 分：走完整的 10 步引导

这一步的价值在于：它强制回答了竖屏短剧必须想清楚的十个维度——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 1–2 分钟为主，最长收敛到 3–4 分钟。

分数阈值是系统强制的，不是模型「口头说够了」就放行。这相当于立项会的准入门槛。

2. 创意引导：缺什么补什么

引导不是让你重填一遍表格，而是只问你没说清的部分。比如你已经讲清了题材和主角，但没提爽点节奏，它就只追问爽点分布。

3. 创意简报锁版：锁版后才能进下一阶段

简报固化的字段包括：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。

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、当前状态、人物关系、每条伏线的开启与收束状态、按集出场表和分批剧情纪要。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。

锁版是硬门禁。没锁版就往下走，等于没开立项会就开机。

---

第四道到第六道：先建档，再分批写剧本

4. 角色阵容与视觉确认

确认时机器强校验四件事：阵容齐全、姓名合法、视觉字段完整、主角与简报对齐。不过关不能进入下一阶段。

5. 故事档案：不靠模型记性，靠结构化档案

档案记录的不是大段文字，而是结构化条目：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 open/resolved、按集出场表、每批剧情纪要、道具视觉描述。

写作时模型只吃档案切片——人物状态、未结伏线、近批摘要、本批主线。这既防上下文失忆，也防噪音干扰。每批写完自动回填，续写前自动调取。

6. 分批剧本：先规划后正文，有铁律

剧本不是一口气写到底，而是按批次工业化续写。每批的流程是：

1. 场戏清单先行：每集先出 Beat Sheet + 集末 cliffhanger
2. 再写正文
3. 规则质检：卡住集标题错误、场景数不匹配、缺【人物】行、对白过少、「未完待续」等占位敷衍
4. 档案回填：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，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。

写作铁律内嵌在系统里，可原样作为团队规范：

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

写作进度过半后，系统会强制注入结局约束，防止写到后面收不回来。

---

第七道到第八道：画风统一，先定妆再开拍

7. 选定画风：17 套手册，全链路共用

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。

8. 定妆两段式：先润色提示词，再出图

立绘不是直接拿档案文字去生图，而是走两段：

1. 文本润色：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）
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

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。性别是硬规则，不随模型发挥。

---

第九道到第十道：切场块，绑参考，写镜头指令

9. 场块切分：约 10 秒一个剪辑单元

剧本自动切成视频场块，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。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。

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。这相当于剪辑台上的 clip 列表。

10. 参考图映射 + 工程化镜头提示词

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。

这里有一条最高优先级约束，直接针对 AI 视频最常见的翻车——换脸、换装：

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。

文字描述与参考图打架，是 AI 视频人物漂移的头号原因。这条规则把冲突从源头掐掉。

此外支持：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、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时代造型路由。

镜头提示词遵循八大要素：精准主体、动作细节、场景环境、光影色调、镜头运镜、视觉风格、画质、约束条件。复杂场景走三段论（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）。

系统在教模型用分镜表语言说话，而不是写小说。

提示词交付前会剥离特定影视作品 / IP 名称，保留技法与美学描述，降低下游版权拦截风险。

---

第十一道到第十二道：出片、审片、多 take 择优

11. 多模态出片：默认竖屏，独立队列

输出规格默认 9:16 竖屏（亦支持其它比例），时长可选智能时长或固定 5–15 秒，模型档位分标准 / 高速 / 轻量，分辨率按模型白名单（480p–4K），默认可生成音频，水印默认关。

竖屏是默认交付形态，不是事后裁切。

生产级可靠性上，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。这不是玩具脚本，是可运营的生产队列。

12. 审片与重拍：质量终审在人

标准路径是：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。

专业可控点对应到片场语言：

出片时不重新发明提示词：Worker 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。

---

诚实边界：这套流程做不到什么

主动划清边界，比夸大能力更能建立信任：

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」。

这套工序背后的思路

猫斯卡（Maosika）是一条从想法到成片的自动生产链，不是单个文生视频按钮。它固化的是上面这 12 道工序里那些重复、易漂移、易失控的部分——档案维护、规则质检、参考图映射、镜头提示词拼装、队列调度——而审美判断、方向确认、质量终审，仍然坐在人这边。

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。

如果你正在评估 AI 竖屏短剧的生产工具，建议用这 12 道工序当清单去对照：缺了任何一环的「一键出片」，最后都会在返工里把省掉的时间还回去。

想按这套工序跑一遍自己的项目，可以访问 猫斯卡 从创意评估开始。

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