痛点场景开场
很多人第一次做 AI 短剧，会把完整剧本直接丢进生成流程，期待一键成片。结果第一场女主还稳定，第二场角色一换镜头就崩，第三场多人站位乱，台词像念课文——根子都在同一个地方：角色没有先建成资产，镜头没有先拆成一张张 shot，声音没有先绑在角色身上。提示词只能越攒越乱，只能疯狂抽卡，直到碰到一条勉强能用的素材。
问题不在于剧本不够燃，而在于剧本没有先变成角色、分镜、配音和商业化检查。更省力的做法是先开 创作空间，用 AI 短剧指南 找到镜头结构，再用 角色资产库 锁住主角，让前 3 秒钩子、合集承接和角色 IP 复用都能从一开始被看见。
原理
剧本是一份故事文本，不是视频生产规格。它告诉你发生了什么，却没有稳定交代每个镜头的景别、人物三视图、定妆照、角色资产库、站位、声线、剪辑节奏和封面钩子。如果直接把剧本生成视频，系统会自己补这些空白，补得越多，越容易出现角色一换镜头就崩。
角色一致性的术语要先分清。角色资产是最小身份说明，写角色功能、外形锚点和禁改项；人物三视图负责正面、侧面、背面的比例和服装；四视图再补三分之四或关键背侧角度，适合转身、回头和多人同框；人物资产图通常把定妆照、三视图、表情、服装和道具排成一张可审核图；角色资产库则是更高一层的项目档案，把视觉、声音、站位和引用规则长期保存。递进关系是先有角色资产，再补三视图或四视图，再整理人物资产图，最后进入角色资产库。
稳定的剧本转视频要先把剧本拆成三层。第一层是叙事层：人物目标、冲突、反转、每集结尾。第二层是制作层：分镜、镜头表、角色资产库、场景、光照和配音。第三层是商业化层：受众、标题角度、更新频率、成本上限、复用素材和转化动作。中文 AI 短剧教程必须讲这三层，因为创作者真正关心的是能不能持续产出，而不是只生成一条样片。
ArcLoop 适合放在制作层中间：先用 AI 短剧指南 找到同类短剧模板，再用 分镜模板 把剧本拆成逐场镜头，接着在 角色资产库 里把人物建成资产、绑上参考图和声音，最后在 创作世界 里用 @角色名 把这个资产接进每个镜头，声线和长相才不会一集换一个样。
分步方法
第一步，先定选题。不要从“我要做一个豪门复仇故事”这种宽句开始，而要写成可执行选题：目标人群、主冲突、前 3 秒钩子、单集时长、商业化目的。比如“竖屏 AI 短剧，女主发现合同陷阱，前 3 秒给出证据反转，目标是测试合集承接能力”。
第二步，把剧本改成场次。每场只保留一个动作目标：发现、误会、逼问、反击、揭露。动作目标越清楚，越容易分镜。此时不要写大段心理独白，视频会消化不了。
第三步，做角色资产库。可以把它理解成给系统建一套可调用的角色身份档案：长相、配色、随身道具、声音和禁改项先钉牢，后续镜头只调用档案，不重新发明人物。至少放入主角定妆照、人物三视图、表情组、服装规则和禁改项。禁改项要写得硬：发型、脸型、眼神、外套轮廓、关键道具不能变。这样后续不用反复抽卡，也不会每帧换演员。
第四步，把场次拆成逐场镜头表。每个镜头写景别、动作、台词、情绪、时长、站位和光照。中文短剧有一个很现实的 15 秒魔咒：15 秒内看不懂冲突，观众就容易离开；30 秒内没有第二个压力点，完播会变弱。超过 30 秒的内容不要硬做成长镜头，先拆成 3 到 7 秒的短镜头，再按 15 秒一个小段拼接：开头钩子、关系推进、证据反转、追更落点，每段都保留角色资产引用和剪辑接点。
第五步，生成视频。不要一次生成整集，先按镜头生成。每条视频只承担一个任务：一个反应、一次转身、一次递证据、一次逼问。通过 AI 短剧指南 保存可复用镜头结构。
第六步，做配音和剪辑。多角色配音要建声线表，标注年龄感、语速、情绪范围和跨集保留规则。剪辑时先保证信息密度，再谈画面美感。最后增加商业化检查：标题是否能承接选题，封面是否能看出冲突，合集是否方便继续追更，成本是否支持下一批量产。
可直接复制的提示词/规格示例
示例 1：剧本转逐场镜头表
请把下面的中文短剧剧本拆成 AI 短剧逐场镜头表。输出字段：场次、镜头编号、时长、景别、人物、站位、动作、台词、情绪、光照、角色资产引用、剪辑点。流程必须遵循选题→剧本→分镜→视频→配音→剪辑。每个镜头只保留一个动作目标，优先保证前 3 秒钩子。角色一致性要求：先建立角色资产，再引用人物三视图或四视图、定妆照、人物资产图和角色资产库，禁止跨镜头变脸。商业化要求：标注本集卖点、封面候选画面和合集承接点。
示例 2：单镜头视频生成规格
生成一条 7 秒竖屏 AI 短剧镜头。角色：女主林知夏，使用角色资产库中的定妆照和人物三视图，保持脸型、短黑发、米白西装外套、银色耳钉不变。场景：会议室门口。站位：女主在画面右前方，男配在左后方半身入镜。动作：女主停步，回头，把合同举到镜头前。台词情绪：压低声音但坚定。镜头：先中景，再轻微推近到合同。光照：冷白办公灯，不能忽明忽暗。禁止角色一换镜头就崩，禁止每帧换演员，禁止新增人物。
示例 3：批量出片审核清单
请按 AI 短剧批量出片标准审核 12 个镜头。检查项：人物是否稳定、服装是否一致、站位是否连贯、台词是否像真人表达、AI 说话像念课文的问题是否存在、光照是否一致、剪辑点是否推动冲突、前 3 秒是否有钩子、结尾是否有追更理由。输出：通过、需重做、可剪辑修复三类，并给出最小修复建议。商业化补充：判断这集适合做引流、合集承接还是角色 IP 铺垫。
常见翻车与修复
第一种翻车是把剧本当提示词。修复方式是先拆镜头表，再逐镜头生成。剧本负责故事，镜头表负责生产。
第二种翻车是角色资产库太薄。只有一张美图不够，必须有定妆照、人物三视图、表情组和禁改项。否则系统会把同一个角色理解成同风格人物，出现千人一脸。
第三种翻车是配音最后才想。短剧冲突靠台词推动，声音应该在分镜阶段就标注情绪和节奏。尤其多人对话，声线表要和角色资产库一样长期保存。
第四种翻车是只追求画面高级。AI 短剧的目标不是生成一张漂亮动图，而是让观众看懂冲突、愿意追下一集。剪辑时宁可删掉慢镜头，也要保留反转信息。
第五种翻车是没有成本线。每集都临时重做角色、场景和声音，会让预算失控。商业化前先算清楚单集镜头数、重跑次数、配音轮次和剪辑工时。
FAQ
剧本一键生成 AI 短剧是不是可以完全不做分镜？
不建议。真正省时间的不是跳过分镜，而是让分镜稳定复用。没有分镜，视频会自己决定站位和镜头节奏，后期更难修。
中文 AI 短剧和 AI 漫剧能用同一套流程吗？
底层流程相同，都是选题→剧本→分镜→视频→配音→剪辑。区别是 AI 漫剧更依赖人物三视图、画风统一和角色资产库，真人向 AI 短剧更依赖表演节奏、竖屏构图和真实感台词。
商业化应该放在什么时候考虑？
从选题阶段就要考虑。商业化不是最后加广告，而是决定题材、单集时长、结尾钩子、素材复用率和批量出片成本的生产约束。
