灌水茶馆

分镜跑了三遍才不翻车，说点实话

发布于 23 天前 · 14 浏览

上个月接了个悬疑短剧的活儿，六集、每集两分半，甲方要镜头语言比较密的风格。我之前用别的ai短剧视频制作工具试过，分镜一多就乱套，角色脸全变。后来换了个拆法重新跑，这阵子下来总算稳了，说说具体怎么做的。

怎么把分镜拆顺

我之前的毛病是写剧本的时候一股脑把六集全写出来，然后直接丢给ai短剧视频制作工具去跑分镜。结果从第三集开始角色站位就崩了，同一场景里前一个镜头主角在左侧，后一个突然跑到右边，甲方看完说"你这像是换了个人"。

后来我改成分集拆：每集先写一段300字左右的场景概述，把空间关系和角色走位定死，再逐镜头拆。每个镜头固定标注四个字段：景别（特写、中景、全景三选一）、角色动作（一个动词短语）、情绪关键词（两个词以内）、目标时长。单镜头不超3秒，整集控制在40到50个镜头之间，这个密度它处理起来最稳。

这里有个容易忽略的细节：同一集里如果涉及两个场景切换，我在切换处加一句"场景重置，新空间描述"，把房间布局重新写一遍。不然它会沿用上一个场景的空间信息，门的位置、窗户方向全对不上，拼起来一看就知道是两套房间硬接的。

分镜拆完就是写提示词。我一开始的写法是把分镜描述直接翻译成"一个男人站在窗前，表情悲伤"，丢进ai短剧视频制作工具跑。出来的画面脸对、姿势对，但完全没有电影感，像证件照加了个背景。我在那卡了差不多一周，跑了不下四十组才找到点感觉。

后来我改成四层结构来写：第一层画面本体（主体、动作、环境），第二层镜头语言（景别、角度、运镜方式），第三层光影色调（光源方向、色温、对比度），第四层氛围（两个形容词封顶）。层与层之间用逗号隔开，总长度控制在80到120个英文词或者40到60个中文词。写超了它反而互相打架，出图发虚。

举个我第二集的实例子：主角雨夜在停车场发现一把刀。提示词写的是："中景，低角度仰拍，缓慢推进；男人半蹲，右手伸向地面，雨水打在肩膀上；冷蓝色顶光，地面水洼有反光；紧张、孤立"。跑出来那个水洼反光的质感确实好，比我写"地面有反光"三个字强太多，这是我自己调了七八组参数才摸到的写法。

大部分人死磕提示词，但我跑下来觉得生成参数才是决定素材能不能直接用的关键。我一开始全用默认值，结果两个问题特别明显：角色跨镜头一致性差，同一集里主角发型会变；运镜太机械，那种匀速平移的"AI味"很冲。手动调了参数之后差距是肉眼可见的。

我现在的固定参数大概是：画面比例16:9（竖屏短剧就9:16），单镜头时长2.5到3秒，别贪长；种子值同一场景内锁定，跨场景再换；运动幅度压到中等偏低，大概四成到五成那个区间。高了动作就飘，低了又太死板。之前我试过拉满运动幅度想搞大场面，角色手指直接多出来，废了七八条素材。

还有一个坑：对话场景别试图让工具一次出带口型的完整对白。我现在是先生成画面，再在剪辑软件里单独对口型。之前硬让ai短剧视频制作工具直接出带口型版本，跑了二十多组，嘴型对得上的不超过三组，时间成本完全不划算，不如老老实实分步做。

前面跑出来的素材，我一般在本地剪辑软件里拼。工具自带的基础拼接功能，镜头超过十五个就开始乱序，所以我现在的工作流是：工具出单镜头素材、导出原片、本地按分镜表拖进时间线、手动加转场和音效。一集两分半的片子，剪辑环节大概花四十分钟到一小时，算下来还行。

说它不太行的地方：复杂运镜基本搞不定。我试过写"环绕拍摄，从角色左侧360度转到正面"，出来的是抖动的平移，不是真环绕。多人同框超过三个人，肢体穿插概率极高，基本得重跑。这两种情况我现在直接不让ai短剧视频制作工具做了，改成生成静态构图，用剪辑软件里的缓动曲线模拟运动，效果反而干净。

另外最近在特种猫社区看到有人分享，把运镜描述简化成只写方向不写幅度，比如就写"左推"两个字，反而比写"缓慢向左匀速推进三米"效果好。我回去试了三次验证，确实如此，写具体数值它有时候会卡死在那个速度上出不来。这个思路挺反直觉的，但管用。

整体来说，这套ai短剧视频制作工具的流程跑下来一集素材加后期大概两到三个小时，比我之前瞎摸索快了不少。但说实话，它目前更适合单人或双人出镜的短剧，群戏和复杂动作场面还是差得远，别硬上。有具体问题或者想看别人参数分享的，去特种猫社区里问，帖子里讨论得比这详细。