开拍前的齐套校验：缺哪张图会毁掉这一场

猫斯卡编辑部 ｜ 最后更新日期 2026 年 7 月 25 日

AI 短剧一场戏拍崩，多半不是模型不行，而是开拍前参考图没齐。缺场景图会串景，缺人物定妆会换脸，缺道具图会凭空变出东西——齐套校验就是开拍前的制片清单。

为什么要在「按下生成」之前做齐套校验

很多团队用 AI 拍短剧的流程是：写完剧本，直接把整集丢给视频模型，等出片。结果出来一看，主角第三场换了张脸，第五场古装场景里冒出空调外机，第七场关键证据玉佩变成了手表。

这些问题不是出在「生成」这一步，而是出在开拍前没有把这场戏需要的视觉资产清点齐。

齐套校验是一份开拍前的制片清单：在生成视频提示词之前，系统按场检查这场戏需要哪些场景图、哪些道具图、哪些人物定妆图，缺了就弹出清单，引导先去绘制，而不是静默地用纯文字硬生成。

它的本质是把传统剧组里「美术、道具、造型交齐了才能开机」这条纪律，搬到 AI 生产线上。

一场戏到底需要哪几类图

每场戏的参考素材表按固定顺序构建，优先级从高到低：

这个顺序不是随意排的。场景是容器，道具是容器里的物件，人物是在容器里表演的主体。模型在生成时如果拿到的是「场景 → 道具 → 人物」这个顺序的参考，它的注意力分配是稳定的；反过来，如果只给人物图不给场景，背景就会随机。

场景图：空镜纪律

场景图有一条硬规矩：严禁出现人物。

原因很简单——场景图的任务是告诉模型「这个地方长什么样」，如果图里已经站了一个人，模型在生成时会把那个人物的轮廓、服装甚至脸当成场景的一部分，和真正要出场的角色打架。

场景从剧本里自动解析为「内/外 | 地点 | 日夜」三个维度，不需要手填表格。比如剧本写「内景·总裁办公室·日」，系统就知道这场需要一张「白天的总裁办公室内景空镜」。

道具图：以道具师的视角提取

道具不是用户手动列清单，而是系统以「道具师」的拍戏视角，按集从剧本里提取道具的原始称呼，全剧合并成一份道具编目。

比如剧本里写「她攥紧了那块刻着龙纹的玉佩」，道具师就会把「刻着龙纹的玉佩」提出来，而不是笼统地写「首饰」。原始称呼越具体，出图越准，跨集一致性越好。

道具支持手动纳入或排除。如果这场戏的餐桌上有一盘水果但它不是剧情焦点，可以排除掉，避免无关道具挤占参考槽位；反之，如果一把扇子是本集关键证物，必须手动确保它在本场的道具图里。

人物定妆图：有图就不写外观

这是 AI 短剧一致性最核心的一条规则，值得单独强调：

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。

这条规则直接针对 AI 视频最经典的翻车场景：提示词里写了「穿着红色长裙的女人」，参考图里她穿的是白色旗袍，模型在两个信号之间摇摆，出来的结果可能是红白相间的陌生裙子，甚至换了一张脸。

定妆图确认时有硬门禁：阵容齐全、姓名合法、视觉字段完整、主角与创意简报对齐。不过关不能进入下一阶段。

齐套校验的工作流

齐套校验不是一个单独的「按钮」，而是嵌在开拍流程里的一道闸门：

1. 打开某集视频工作台，系统自动按场列出这场需要的素材清单
2. 逐场检查：场景图是否已绘制、本场道具是否有图、出场人物是否有定妆
3. 弹出缺失清单：缺什么就引导去画什么，可以当场绘制，也可以从历史版本里选
4. 允许跳过：如果有意走纯文字路径，可以确认跳过——但系统会提醒，纯文字路径的质量通常更差
5. 齐套后生成提示词：提示词只引用本场素材，禁止串戏

这里有一个关键设计：跳过是允许的，但不是静默的。它像一个制片助理站在旁边说「这场女主没定妆，确定要拍吗？」而不是趁你不注意就用文字硬生成了。

手动绑定：处理剧本称呼和档案不一致

剧本里的角色称呼和档案里的名字不一定完全对应。比如剧本里写「那个警官推门进来」，档案里这个角色叫「李强」。

齐套校验时支持手动角色绑定：把剧本里的「警官」绑到档案里「李强」的定妆图上。如果不绑，模型会把「警官」当成一个新角色，凭空生成一张脸。

同理，穿越或闪回题材会涉及时代造型路由：系统按场景地点的关键词判定这是现代还是古代，取人物定妆图时优先匹配对应造型。比如同一个角色，现代戏用西装定妆，古代戏用汉服定妆，不会搞混。

缺图的代价：什么情况能省，什么情况不能省

不是每场戏所有图都缺一不可。理解不同缺失的代价，才能做出合理的取舍。

专业流程的原则很简单：先定妆，再开拍。主角定妆和关键道具是底线，场景图是质量保障，群演和非关键道具可以灵活处理。

诚实边界：齐套校验做不到什么

齐套校验是一道重要的闸门，但它不是万能的，有几个边界需要讲清楚：

1. 它检查的是「有没有图」，不是「图好不好」。一张画崩了的定妆图，齐套校验会认为「已齐套」，但拍出来照样会出问题。图的质量终审在人。
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——纯文字路径质量通常更差，所以专业流程应该先补齐再拍。
3. 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」。
4. 提示词里的参考代号靠规范引导，不做二次硬拼。创作者在审词时仍应确认参考代号齐全、对应正确。

齐套校验解决的是「该有的东西有没有」的问题，「东西好不好」和「指令对不对」仍然需要人来把关。

把片场纪律搬进 AI 生产线

传统剧组里，不会出现「演员没试妆就开机」「道具没准备就开拍」的情况——因为所有人都在现场，缺什么一眼就能看见。

AI 生产的危险在于，生成按钮太容易按了，缺一张图不会有人喊「等一下」，模型只会默默用想象力补全，然后在成片里给你一个「惊喜」。

齐套校验做的事情，就是在按下生成之前，替你喊那一声「等一下」。

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。在猫斯卡的视频链路里，每场戏开拍前会自动检查场景、道具、人物定妆图是否齐全，弹出缺失清单引导补齐；你可以查看每场的参考素材表、手动绑定角色、纳入或排除道具，确认齐套后再生成提示词、提交出片。审美判断仍然坐在人这边，系统负责的是不让「缺了一张图」这种低级失误毁掉整场戏。

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