用AI真人短剧生成工具跑了两周，讲点具体的

上礼拜想给一个五分钟的悬疑短剧做样片，原计划找演员拍，预算没批下来，转头就在特种猫社区翻了一堆AI真人短剧生成工具的实操帖。这阵子这类工具迭代确实快，我挑了个顺手的跑了一周，下面说的都是实际出来的东西，有能用的也有翻车的，不吹。

分镜拆法比提示词重要

很多人一上来就纠结提示词怎么写，我第一版也是这么干的，结果画面跟剧本对不上。后来我发现真正要命的是分镜拆法——你给AI真人短剧生成工具喂的分镜如果颗粒度太粗，它就只能自己瞎猜镜头语言。我现在拆法是一条：一个镜头对应一个动作、一个情绪、一个景别，三个要素缺一不可，写全了它才不跑偏。

比如第三场戏，女主发现门开了。我最初写的是"女主惊恐地看向门口"，生成出来她只是站着看了一眼，表情太平，像个路人。后来我拆成"近景，瞳孔放大，身体后仰半步，右手抓住桌沿"，把情绪拆到肌肉层面，它才把那种层次感跑出来了。

还有一点我反复确认过的：单镜头时长我卡在2到4秒，超过4秒人脸就开始糊，这是硬伤。做对话戏的时候也别贪一个固定长镜头，把一句台词拆成正反打两个短镜头，衔接反而稳，后期剪的时候也好调节奏，比硬切一个五秒的固定机位舒服太多了。

提示词里我改了三遍才对

提示词这块我翻了七八个模板，最后发现用AI真人短剧生成工具跑画面，有效结构其实很固定。我现在每条都按"景别 + 光线 + 人物动作 + 情绪关键词 + 负面约束"这个顺序来，少写任何一块画面就偏，这个顺序不能乱，我试过把光线放最后，出来的人物情绪是对的但氛围全丢。

我第一版写的是"一个年轻女人站在走廊里，害怕"。出来的人倒是站走廊里了，但表情像无聊，默认白光，完全不是悬疑氛围。第二版加了"顶光、冷色调、走廊尽头暖色灯形成对比"，氛围对了，动作还是不对。第三版把动作写细——"右手慢慢松开扶手，左手抬到胸口，呼吸急促，肩膀微耸"——这才像那么回事。

负面约束别省。我每条末尾固定带"no cartoon, no extra fingers, no blurry face"这三句英文，少了它们十次生成里有两三次出多指或者脸糊，返工跑一次的时间成本比多敲三个词贵太多了，真的别偷懒。

生成节奏和时长怎么控

一集五分钟拆完大概有四十到五十个镜头。我一开始想全跑完再统一剪，结果跑到第二十个发现前面五个镜头光线方向不一致，全得重跑，心态直接崩了。现在改成每跑完五个就停下来核对光线、色调、人物外貌，没问题再往下跑，慢是慢了点但省了后面大面积返工的麻烦。

具体参数我踩了不少坑才稳定下来，现在锁定了一组值跑了十几集没再动过，列出来你们可以直接抄：单镜头分辨率锁1080p，720p脸部细节不够看，4K时间翻倍但做样片完全用不上；生成步数给35步，低于30步脸部质感会丢，高于45步时间翻倍但提升肉眼基本看不出来；随机种子前三个镜头固定同一个值，目的是锁住人物脸型，后面镜头再换种子就行。

用AI真人短剧生成工具跑批量镜头的时候有个容易忽略的点：队列别一次塞太多。我试过一口气排二十个进队列，后面几个明显质量下滑，脸开始飘，应该是并发压力导致的。现在改成每批五个，跑完等两分钟再下一批，稳定很多。一集五十个镜头分十批跑完总共也就一个多小时，能接受。

这步我卡了两天

转场衔接这块我卡了整整两天。两个相邻镜头如果景别跳太大——比如大远景直接切面部特写——单看每个镜头都合格，但剪在一起就是跳得难受，观众会出戏。我最初没当回事，剪完看三遍才意识到问题出在这，不是单个镜头的锅，是节奏的锅。

后来我的解法是中间加一个0.5秒的过渡镜头，用AI真人短剧生成工具单独跑一个"中景，人物从画面左侧缓慢入画"，当硬切和叠化之间的缓冲。听着土，但确实比硬切舒服一个档次。另外如果两个镜头之间有时间连续性，我会在提示词里加一句"continuation of previous shot, maintain body position"，让它别每镜都从头摆pose。

还有一个坑我多嘴说一句：同一场戏换机位的时候，人物服装细节会变。我拍第三场女主那场戏，第二机位出来她脖子上的项链没了，第三机位耳环颜色还变了。后来我学乖了，每个角色的服装描述写成一段固定短语，每条提示词里原样粘贴过去，绝不手打改写。就这一个习惯省了我大量重跑时间。

说回工具本身，这套AI真人短剧生成工具跑单主角或双人对峙的戏，出片效率确实比找演员快太多了，一集从分镜到成片我大概三天能搞定，以前这个体量光选景试光就得一周。但你要做强交互群戏、同框超过三个人的，它现在还是不太行，手指和肢体偶尔穿模，这个我实测了三次都翻车，不吹。

我后来把跑出来的素材直接进剪辑软件加了音效和对白，成品和完整分镜脚本都发在特种猫社区了，里面四十多个镜头的提示词、参数、种子值全有，谁需要谁去翻就行，不藏着掖着。