痛點場景開場
很多人第一次做 AI 短劇，會把完整劇本直接丟進生成流程，期待一鍵成片。結果第一場女主還算穩定，第二場一換鏡頭角色就崩，第三場多人站位亂，台詞像在念課文——根子都在同一個地方：角色沒有先建成資產，鏡頭沒有先拆成一張張 shot，聲音沒有先綁在角色身上。提示詞只能越攢越亂，只能瘋狂抽卡，直到碰到一條勉強能用的素材。
問題不在於劇本不夠燃，而是劇本沒有先變成角色、分鏡、配音和商業化檢查。更省力的做法，是先開 創作空間，用 AI 短劇指南 找到鏡頭結構，再用 角色資產庫 鎖住主角，讓前 3 秒鉤子、合集承接和角色 IP 重複使用都能從一開始被看見。
原理
劇本是一份故事文字，不是影片製作規格。它告訴你發生了什麼，卻沒有穩定交代每個鏡頭的景別、人物三視圖、定裝照、角色資產庫、站位、聲線、剪輯節奏和封面鉤子。如果直接把劇本生成影片，系統會自己補這些空白，補得越多，越容易出現角色一換鏡頭就崩。
角色一致性的術語要先分清。角色資產是最小身分說明，寫角色功能、外型錨點和禁改項；人物三視圖負責正面、側面、背面的比例和服裝；四視圖再補四分之三或關鍵背側角度，適合轉身、回頭和多人同框；人物資產圖通常把定裝照、三視圖、表情、服裝和道具排成一張可審核圖；角色資產庫則是更高一層的專案檔案，把視覺、聲音、站位和引用規則長期保存。遞進關係是先有角色資產，再補三視圖或四視圖，再整理人物資產圖，最後進入角色資產庫。
穩定的劇本轉影片要先把劇本拆成三層。第一層是敘事層：人物目標、衝突、反轉、每集結尾。第二層是製作層：分鏡、鏡頭表、角色資產庫、場景、光照和配音。第三層是商業化層：受眾、標題角度、更新頻率、成本上限、可重複使用素材和轉換動作。中文 AI 短劇教學必須講這三層，因為創作者真正關心的是能不能持續產出，而不是只生成一支樣片。
ArcLoop 適合放在製作層中間：先用 AI 短劇指南 找到同類短劇範本，再用 分鏡範本 把劇本拆成逐場鏡頭，接著在 角色資產庫 裡把人物建成資產、綁上參考圖和聲音，最後在 創作世界 裡用 @角色名 把這個資產接進每個鏡頭，聲線和長相才不會一集換一個樣。
分步方法
第一步，先定選題。不要從「我要做一個豪門復仇故事」這種寬句開始，而要寫成可執行選題：目標族群、主衝突、前 3 秒鉤子、單集長度、商業化目的。比如「直式 AI 短劇，女主發現合約陷阱，前 3 秒給出證據反轉，目標是測試合集承接能力」。
第二步，把劇本改成場次。每場只保留一個動作目標：發現、誤會、逼問、反擊、揭露。動作目標越清楚，越容易分鏡。此時不要寫大段心理獨白，影片會消化不了。
第三步，做角色資產庫。可以把它理解成給系統建一套可呼叫的角色身分檔案：長相、配色、隨身道具、聲音和禁改項先釘牢，後續鏡頭只呼叫檔案，不重新發明人物。至少放入主角定裝照、人物三視圖、表情組、服裝規則和禁改項。禁改項要寫得硬：髮型、臉型、眼神、外套輪廓、關鍵道具不能變。這樣後續不用反覆抽卡，也不會每格換演員。
第四步，把場次拆成逐場鏡頭表。每個鏡頭寫景別、動作、台詞、情緒、時長、站位和光照。中文短劇有一個很現實的 15 秒魔咒：15 秒內看不懂衝突，觀眾就容易離開；30 秒內沒有第二個壓力點，完播會變弱。超過 30 秒的內容不要硬做成長鏡頭，先拆成 3 到 7 秒的短鏡頭，再按 15 秒一個小段拼接：開頭鉤子、關係推進、證據反轉、追更落點，每段都保留角色資產引用和剪輯接點。
第五步，生成影片。不要一次生成整集，先按鏡頭生成。每支影片只承擔一個任務：一個反應、一次轉身、一次遞證據、一次逼問。透過 AI 短劇指南 保存可重複使用的鏡頭結構。
第六步，做配音和剪輯。多角色配音要建聲線表，標註年齡感、語速、情緒範圍和跨集保留規則。剪輯時先保證資訊密度，再談畫面美感。最後增加商業化檢查：標題是否能承接選題，封面是否能看出衝突，合集是否方便繼續追更，成本是否支撐下一批量產。
可直接複製的提示詞/規格示例
示例 1：劇本轉逐場鏡頭表
請把下面的中文短劇劇本拆成 AI 短劇逐場鏡頭表。輸出欄位：場次、鏡頭編號、時長、景別、人物、站位、動作、台詞、情緒、光照、角色資產引用、剪輯點。流程必須遵循選題→劇本→分鏡→影片→配音→剪輯。每個鏡頭只保留一個動作目標，優先保證前 3 秒鉤子。角色一致性要求：先建立角色資產，再引用人物三視圖或四視圖、定裝照、人物資產圖和角色資產庫，禁止跨鏡頭變臉。商業化要求：標註本集賣點、封面候選畫面和合集承接點。
示例 2：單鏡頭影片生成規格
生成一支 7 秒直式 AI 短劇鏡頭。角色：女主林知夏，使用角色資產庫中的定裝照和人物三視圖，保持臉型、短黑髮、米白西裝外套、銀色耳釘不變。場景：會議室門口。站位：女主在畫面右前方，男配在左後方半身入鏡。動作：女主停步，回頭，把合約舉到鏡頭前。台詞情緒：壓低聲音但堅定。鏡頭：先中景，再輕微推近到合約。光照：冷白辦公燈，不能忽明忽暗。禁止角色一換鏡頭就崩，禁止每格換演員，禁止新增人物。
示例 3：批量出片審核清單
請按 AI 短劇批量出片標準審核 12 個鏡頭。檢查項：人物是否穩定、服裝是否一致、站位是否連貫、台詞是否像真人表達、AI 說話像念課文的問題是否存在、光照是否一致、剪輯點是否推動衝突、前 3 秒是否有鉤子、結尾是否有追更理由。輸出：通過、需重做、可剪輯修復三類，並給出最小修復建議。商業化補充：判斷這集適合做導流、合集承接還是角色 IP 鋪墊。
常見翻車與修復
第一種翻車是把劇本當提示詞。修復方式是先拆鏡頭表，再逐鏡頭生成。劇本負責故事，鏡頭表負責製作。
第二種翻車是角色資產庫太薄。只有一張美圖不夠，必須有定裝照、人物三視圖、表情組和禁改項。否則系統會把同一個角色理解成同風格人物，出現千人一臉。
第三種翻車是配音最後才想。短劇衝突靠台詞推動，聲音應該在分鏡階段就標註情緒和節奏。尤其多人對話，聲線表要和角色資產庫一樣長期保存。
第四種翻車是只追求畫面高級。AI 短劇的目標不是生成一張漂亮動圖，而是讓觀眾看懂衝突、願意追下一集。剪輯時寧可刪掉慢鏡頭，也要保留反轉資訊。
第五種翻車是沒有成本線。每集都臨時重做角色、場景和聲音，會讓預算失控。商業化前先算清楚單集鏡頭數、重跑次數、配音輪次和剪輯工時。
FAQ
劇本一鍵生成 AI 短劇是不是可以完全不做分鏡？
不建議。真正省時間的不是跳過分鏡，而是讓分鏡穩定重複使用。沒有分鏡，影片會自己決定站位和鏡頭節奏，後期更難修。
中文 AI 短劇和 AI 漫劇能用同一套流程嗎？
底層流程相同，都是選題→劇本→分鏡→影片→配音→剪輯。區別是 AI 漫劇更依賴人物三視圖、畫風統一和角色資產庫，真人向 AI 短劇更依賴表演節奏、直式構圖和真實感台詞。
商業化應該放在什麼時候考慮？
從選題階段就要考慮。商業化不是最後加廣告，而是決定題材、單集長度、結尾鉤子、素材重複使用率和批量出片成本的製作約束。
