短剧制作完整指南

剧集与版本

• 剧集侧栏：显示每集字数、场景数与整集状态，例如「169 字 · 4 场 · 整集已完成」。
• 新建集数：继续写下一集，沿用项目角色与视觉风格。
• 版本记录：剧本或分镜大改前保留版本，可对比与回滚。
• 本集设置：统一画幅、分辨率、模型与旁白音色。

AI 整理做了什么

它把连续正文切成一个个可拍的场景，并为每个场景提取地点、时间和一句话摘要，作为后面拆分镜头的依据。整理后仍可手动改场景标题与结构，AI 不会覆盖你的编辑。

• 一句一个动作，避免一句话里塞三个事件，镜头才好拆。
• 对白单独成段，用引号区分说话人，配音和字幕更准。
• 场景尽量集中，同场景镜头可复用参考图，成本更低。

• 原文依据：该镜头对应剧本里的哪句话，确认没有漏拍或重复。
• 镜头事实：人物、地点、时间、关键动作，写错会导致画面跑偏。
• 镜头边界：从哪开始、到哪结束。
• 台词与旁白：对白必须与原文一致，旁白补充画面表达不到的信息。
• 预估时长：按台词长度估算，整集时长在这里就能大致确定。

拆分镜头

把一个镜头拆成两个，各自拥有独立的场景、台词与画面提示词。适合：一句台词里有两个动作、需要切换景别、或前后画面差别很大。拆完每个镜头更短，生成成功率更高。

合并下一镜

把当前镜头和下一个镜头合成一个，保留连续的动作与对白。适合：两镜在同一场景、同一动作线里，且各自都太短；合并后节奏更连贯，也少一次生成成本。

面板上的几个动作

• 状态筛选：全部状态 / 本集使用 / 缺参考图 / 资料不完整 / 已引用 / 未引用。
• 排序：默认顺序、资料不完整优先、引用最多、按名称。
• 一键补图：为缺基准图的角色、场景、道具逐个生成候选图；线索不参与。
• 项目资产导出：把整套基准图打包下载，便于存档或交接。

镜头里只要勾选了某个角色，参考图模式就会把它的基准图作为人物参考，保证跨镜头是同一张脸；音频标签里选择「AI 配音」时，台词会按该角色绑定的音色生成。

• 镜头事实：这一镜发生什么，是画面与台词的共同依据。
• 说话人：每句对白都要绑定角色，生成配音与口型时按说话人安排。
• 纠正说话人：剧本里谁说的不清楚时，在这里改；改完对白，配音需要重新生成。
• 画外音（旁白）：不露脸但需要听到的内容，走旁白音色，不占用角色。
• 查看原文依据：随时对照剧本原句，避免改着改着偏离原文。

• 画面提示词：主体、场景、景别、构图与光线，决定这一帧长什么样。
• 动态提示词：动作过程、节奏和起止状态，决定镜头里怎么动。
• 镜头运动：机位移动与速度，例如推、拉、摇、移、跟拍。
• 时长：按台词长度与节奏设定，过短会截断台词。

• 一次改完：画面、运镜、连续性一起调整，不用分别改三个字段。
• 示例写法：「改成雨夜，镜头缓慢推近，掌柜语气更不耐烦」。
• 只改画面：不勾选台词时，配音与字幕不动，省一次配音成本。
• 改台词：勾选后会清空该镜旧配音，需要重新生成配音。
• 先预览再应用：差异确认后才写入，避免改坏。

连续性解决的是「上一镜和这一镜对不对得上」：人物站哪边、看哪边、从什么动作开始、到什么动作结束。只有一条镜头时可以不填，多镜头叙事时建议至少填站位、视线与轴线。

• 出场角色：只勾本镜真正出现的人，多勾会引入无关人物。
• 所在场景：决定空间与光线，换了场景要同步换参考。
• 出现道具：手持或展示的物品，勾上后包装与细节更稳。
• 剧情线索：约定、信物、符号等叙事信息，保证前后呼应。
• 生成参考图：把勾选项合成参考图，并标出「引用需更新」的情况。
• 结构控制：需要复用某张图的构图或镜头结构时启用。

• 生成前检查：核对角色与参考图、场景道具、音色是否就绪，避免生成一半才发现缺素材。
• 统一模型：图片与视频模型在本集统一设置，单镜可覆盖。
• 任务图：显示已完成、处理中与失败数量。
• 单镜操作：生成视频、重新生成、生成配音、改用 AI 配音。
• 批量配音：一次为多个镜头生成配音，再统一试听。
• 视觉复盘 / 预览与合并：整集横向对比与进入合并。

什么时候用「交给 Agent」

• 这一镜需要多素材合成，例如指定两张参考图 + 特定场景。
• 需要反复对话式试错，短剧页的单镜参数不够表达。
• 有特殊创意或复杂动作，想先在 Agent 里出几版再回填。

点击后进入创作 Agent，并带上这一镜的上下文；满意后回到短剧继续生产。常规镜头不必绕这一圈，直接在镜头卡片上生成更快。

两种合并方式

• 重新快速合并：按镜头顺序直接拼接，不含剪辑包装与字幕样式，适合内部看节奏。
• 重新完整合成：应用时间线剪辑、转场与字幕样式，产出可投放的成片。

时间线细节

• 画面轨：点选片段后可调开始时间、保留起点与保留终点，剪掉多余头尾。
• 入场转场：每段可设转场类型（如像素叠化、推近）与时长，首镜不应用转场。
• 配音轨：只显示后期替换的配音片段，可静音或锁定。
• 字幕轨：改字幕文本与出现时间，避免遮挡人物面部。
• 统计：成片 4/4、配音 2/2、字幕 3、总时长 32 秒，一眼确认是否齐全。

它和普通对话的区别

• 读取项目上下文：知道本集剧本、角色、场景、道具、线索与已有分镜。
• @ 引用资产：例如「@阿禾 对着 @陆星 说 @阿禾追上陆星邀约·阿禾音色」。
• 直接产出分镜：按你的修改意见重新生成分镜图或口播片段，并回填到项目。
• 可收起：不占画面，随时展开继续聊。

怎么用

示例指令：「分镜 2 的阿禾需要背对镜头，然后对着陆星说话，请修改提示词并重新生成分镜。」Agent 会给出新分镜并说明改了什么；不满意就继续追加要求，满意后回到分镜或镜头生成阶段继续。

这条片子的关键在于镜头边界：第二镜把「追上」和「邀约」放在同一个跟拍里，避免切成两个碎片；第三镜用近景定镜强调「最好的位置」这句话；第四镜留 12 秒空镜收尾，让情绪落地。