都市短剧分镜我重跑了五遍，说几个真管用的参数

最近接了个现代都市短剧AI工具的活儿，甲方要六集、每集两分钟，主角是个在写字楼加班的程序员，第三集有段天台对峙的戏。我前前后后跑了五遍分镜才把画面稳下来，今天把几个踩坑点写出来，省得你们也走同样的弯路。

怎么把分镜拆顺

我一般先把一集拆成 8 到 12 个镜头，每个镜头单独写提示词。都市剧最大的坑是场景切换太碎，地铁、办公室、天台来回切，AI 每次都要重新理解空间关系，写不好人物就像瞬移一样跳出去，观众根本看不清他在哪。

我的做法是把环境锚点写死，比如「开放式工位、日光灯偏冷、桌面散落三个外卖盒、背景有块写着 Q3 冲刺的白板」，而不是只写「办公室」三个字。现代都市短剧AI工具里分镜模板自带的场景描述太泛，基本得自己重写才能出片。

• 景别加运镜：「中近景，固定机位，镜头微微上仰」
• 环境锚点：至少两个具体物件，写颜色、写位置，别写「现代感」这种空词
• 人物动作：一个主动作加一个微表情，比如「他抬手揉太阳穴，嘴角往下撇了一下」
• 光线方向：「左侧 45 度冷白顶光，右侧面部留半影」

第一版我图省事只写了「程序员在办公室打电话」，出来的人站在纯白背景里，身后什么都没有，像摄影棚绿幕前摆拍。重跑加了环境锚点之后画面才像那么回事。这个教训挺蠢的，但确实省不了，得写具体。

这一步我卡了很久

第二集开始主角脸就飘了，第一镜圆脸、第三镜下巴尖了、第五镜直接换了个发型。我试了把人物描述词堆长，也试了把参考图权重拉到 0.85，还是不稳。现代都市短剧AI工具在处理同一角色跨镜头这件事上，说实话还没完全解决，但你可以通过写法把崩脸概率压下去。

后来在特种猫社区里看到有人分享了一招：把人物特征拆成「脸型＋发型＋瞳色＋一件标志性衣服」四组，每组单独锁定，而不是写一长段外貌描述。我改成「圆脸、黑色短寸、深棕瞳、灰色连帽卫衣」这种格式之后，八集下来主角只崩了两次，剪辑时用手动遮帧盖过去了。

还有个细节：天台那场戏两个人对站，我一开始把两人的描述写在同一个提示词里，结果 AI 把特征混了，程序员戴了对方角色的眼镜。后来拆成两条提示词分别生成，再用剪辑软件合成一个画面，反而干净利落，比硬塞在一条里强太多。

参数别凭感觉，先定这几个

我最初生成视频全用默认参数，出来画面糊、运镜飘，甲方看了第一版直接说「像拿手机抖着录的」。后来我固定了一套出片参数，基本没再大改过，列在这儿你们可以参考：

• 分辨率 1080p，别上 4K，都市剧手机竖屏看为主，4K 反而拖渲染时间
• 帧率 24fps，都市剧节奏要留呼吸感，30fps 切镜头太赶
• 单镜头时长 3 到 4 秒，超过 5 秒 AI 开始自己加动作，你控制不住
• 风格关键词锁「写实电影感、浅景深、自然色温」，别加「赛博朋克」那种词，都市剧用不上

运镜这块我一般只写「缓慢横移」「固定机位」「轻微推进」三种，千万别写「环绕」。我试了四遍环绕镜头，人物比例全变形，脸被拉伸得跟橡皮泥似的，全废了。现代都市短剧AI工具里运镜选项看着多，但真正稳定能用的就那几种，别贪多。

成片前我还会做这一步

生成完的素材直接剪是不行的。我会在剪辑软件里先做两件事：第一，把每个镜头首尾各裁掉 0.3 秒，AI 生成的开头结尾 8 帧左右经常有轻微抖动，不裁的话观众能感觉到画面喘了口气；第二，给天台风大那场戏单独加了 200Hz 以下的低频风声素材，画面里衬衫飘动幅度其实不大，没声音观众会觉得假。

配乐我用的免费曲库里的 Lo-fi 钢琴，节奏卡 80 BPM。别用太炸的电子乐或弦乐铺底，都市剧要的是「加班到凌晨两点」那种疲惫和克制。现代都市短剧AI工具出片节奏本身偏慢，配乐一快整个情绪就散了。我第三集才反应过来，前两集剪完一听配乐太满了，全部重铺了一遍，多花了一下午。

说回工具，我这套流程里分镜模板和提示词广场的东西基本都是在社区里跟别人对出来的，「写字楼」「地铁」「天台」几个标签下有些都市剧的现成案例，改改参数就能用，比从零摸索省不少时间。你要是也做现代都市短剧AI工具方向，可以先去翻翻：特种猫社区