灌水茶馆

做了三部ai短剧，把分镜到成片的坑都记下了

发布于 21 天前 · 16 浏览

前阵子想给朋友的咖啡店拍条30秒的ai短剧做探店宣传，结果从分镜到成片折腾了整整两周。我把ai短剧制作全过程里踩过的坑和调出来的参数都记下来了，希望给同样在折腾的朋友省点时间，少跑几次冤枉路。

分镜别一上来就写完整剧本

很多人一上来就写"一个女孩走进咖啡店，环顾四周，点了一杯拿铁，露出满意的微笑"，然后整段丢给模型。说实话，这种写法在ai短剧制作全过程里是最容易翻车的环节，因为模型会把一句话里的四五个动作各自理解，每个动作的构图、光线、景深全不一致，拼出来像四段不同片子硬接的。

我现在拆分镜的规矩是：一个镜头只写一个主体动作，时长控制在2到4秒。比如"女孩推门进入，逆光，浅景深"算第一镜，"她走到吧台前，低头看菜单"算第二镜。每镜单独写画面描述，不写情绪和隐喻——模型不需要你讲"她感到温暖"，它只认"暖色调、柔光、浅景深、中景"这些具体词。

在ai短剧制作全过程里，提示词这一步我卡了最久。前几版我写提示词习惯加"cinematic, 8k, masterpiece"，想着加上去画质能好一档。结果跑了二十几条，画面确实精致了，但风格全往大片那边跑，咖啡店的生活气息一点没有。

后来我在特种猫社区翻到一篇讨论帖，有人专门测了去掉画质修饰词前后的对比图，差别很明显——去掉之后画面的日常感和随手拍感反而上来了，不会一上来就给你打电影光。我现在提示词固定成三段：场景+主体动作+镜头参数，比如"日式简约咖啡店，下午三点侧光，女孩站在吧台前低头看菜单，中景，35mm，浅景深"。

ai短剧制作全过程里最劝退人的其实是等待和筛选。一条30秒的片子大概8到12个镜头，每镜我至少跑3到5条才挑得出能用的，光生成排队就够你喝完一杯美式了。我之前犯过一个大错：一上来想把12个镜头全部跑完再统一看，结果到第9个发现风格跟前面不搭，全得推倒重来。

现在我的节奏是：先跑前3个镜头，确认色调和风格统一了，再往后批量跑。每3个镜头做一次"风格锚定"——把已经满意的画面截图存下来，后面生成时构图和色温往锚定画面靠。这样最多返工一轮，不用全部推翻，省下来的时间够我多试两组提示词。

筛选标准我定得很死：手没变形、背景没有乱码文字、人物朝向跟下一镜接得上。三条有一条不过就直接扔。之前有一镜我纠结了二十分钟，总觉得"再跑一次说不定能出好的"，最后出来的还是多了一根手指，白等。

画面全生成完只完成了七成，ai短剧制作全过程走到剪辑这一步，节奏比单帧画面重要得多。我第一部片子每个镜头都给了3秒以上，转场用了花式叠化，结果整条看着像PPT配了BGM，第二秒人就划走了。后来把每镜压到2到2.5秒，转场全改硬切，只在场景跳转处用一次0.5秒叠化，节奏立刻就不一样了。

BGM我选了110到120BPM的lo-fi，不要一上来就高潮的配乐。咖啡店探店片子要的是松弛感，音乐节奏比画面慢半拍，观众看着才不紧张。调色我没套LUT，直接拉了色温偏暖、对比度+5、饱和度-8的基础参数，比套预设自然很多，也不会把肤色拉得发绿。

字幕别嫌麻烦。每句旁白出来时给个底部居中的小字幕，无衬线字体，字号别太大。我第一部没加字幕，发给朋友看的时候他回"刚那句话是啥"，加了之后完播率肉眼可见地好了一截。30秒的片子观众不会帮你回放。

以上就是我折腾ai短剧制作全过程里攒下的东西，没什么高深技巧，基本就是少写多跑、先锚定再批量、剪辑压节奏。如果你也在找同行交流分镜和提示词，特种猫社区里帖子挺多，我发分镜模板那篇底下有几个回复写得比我还细。有具体场景搞不定的可以评论区丢出来，看到会回。