拆了60秒分镜跑了三遍，说点真话
前阵子想做一个30秒的悬疑短剧，两幕、三个人物，镜头不能超八个，风格走冷调写实。群里好几个人问 ai短剧哪个平台制作的好，我翻了半天帖子，跑了两版分镜，最后就一个感受：工具选对是其次，分镜拆不拆得动才是第一道坎。
先把分镜拆顺，比纠结工具强
我习惯拿一张A4纸，左边写场景，右边画箭头。这个悬疑片我拆出来是：第一幕，走廊灯闪三下，人物A从画面右侧入；第二幕，特写A的手，手指慢慢收紧，背景音消失。每个镜头我标了时长，5秒、4秒、3秒，加起来不超过30秒，超了节奏就垮，悬念感直接散掉。
分镜拆的时候有个原则：一个镜头只做一个动作。我一开始想把'人物A推门进来、转头、看见桌上东西、后退'塞进一个镜头，生成出来全是糊的，人物动作像抽风一样，手在空气中乱划。拆成两个镜头之后，每个镜头的提示词就干净了，出图稳定很多，至少不用反复重跑。
所以你看，别人问 ai短剧哪个平台制作的好，我现在的回答是：你先把分镜表写出来，能写清楚8个镜头各自的动作、时长和转场方式，工具随便选一个能跑的就行。写不清楚的话，换十个平台也是白搭，出来的东西你自己看着都不顺眼。
提示词写法我改了四版
第一版提示词我写的是'一个男人站在走廊里，灯在闪，他看起来很害怕'。生成出来，怎么说呢，灯确实闪了，但那个男人站得笔直，表情跟等公交似的，毫无恐惧感。问题出在我用了'看起来很害怕'这种主观判断词，模型根本没法把它翻译成画面信息。
后来我改成纯视觉描述：'中景，男性，30岁，灰色衬衫，站在昏暗走廊中央，头顶日光灯管闪烁，面部光影交替，肩膀微缩，下颌紧绷'。这版出来就对了，肩膀那个微缩是灵魂，不加的话整个人就是站桩木头。很多人搜 ai短剧哪个平台制作的好 的时候，其实卡点在提示词上，不在平台本身。我现在的模板固定是这五个字段：
- 景别（中景/特写/全景，别写'镜头推进'这种模糊词）
- 人物外貌（年龄、服装颜色、体态）
- 动作，具体到身体部位，不写情绪形容词
- 环境和光线（色温K值、光源角度、明暗比）
- 情绪用身体语言表达（肩膀微缩、下颌紧绷、呼吸频率变化）
比如不说'她哭了'，说'眼眶泛红，一滴泪沿左颊滑落，嘴唇微张，呼吸略急'。光线也别写'暖光'这种，写'3200K侧逆光，从画面左上方45度打入'，出来的质感完全不一样。这套写法我反复用了十几条片子，基本没翻过车。
生成参数和时长怎么卡
短视频和长视频的参数差异比很多人想象的大，别拿做2分钟长片的默认值直接跑30秒短剧，大概率翻车。我自己做了几十条下来，配置基本固定了，每次新建项目就照着下面这几个值填，没怎么再调过：
- 单镜头时长：3到5秒
- 分辨率：1080p（15秒以内可以降到720p省时间）
- 帧率：24fps
- 运动幅度：慢动作0.2，快动作0.7以上
运动幅度这个参数很多人忽略。我做的悬疑片需要人物动作幅度小，手指收紧、转头、后退半步，我就拉到0.2。之前拿默认值0.5去跑一个'手指慢慢收紧'的镜头，出来手指直接穿模了，像游戏NPC卡bug，整条废了。如果你做追逐、打斗，拉到0.7以上才带感，0.5那个中间值反而是最尴尬的档位。
生成队列这块，我一般一次提交不超过4个镜头并行，多了后面几个排队时间明显拉长。而且我习惯先看第一个镜头出没出问题再放下一批，省得方向跑偏浪费算力。我在特种猫社区看到有人一次扔20个进去，回来改三遍提示词，效率反而更低。别光看测评视频里 ai短剧哪个平台制作的好，你自己拿分镜表跑一遍才知道参数合不合适。
拼接那一步最容易翻车
八个镜头生成完，拼接的时候我固定用一个原则：转场只用硬切，不加淡入淡出。悬疑片嘛，硬切才有节奏感，观众还没反应过来画面就跳了，紧张感是这么攒出来的。我之前的错误是每两个镜头之间加0.5秒交叉溶解，30秒的片子硬生生拖到35秒，节奏全散，像在看电视购物。
音频是另一回事。我现在的做法是：先铺一条底噪（走廊日光灯的嗡嗡声，音量拉到-20dB），然后在灯闪那三下加短促的电流声，第二幕人物手收紧时把底噪突然切掉，留两秒纯静音。这个'突然安静'比任何音效都有压迫感，我试过加低频嗡鸣铺底，反而把气氛搞散了，像恐怖片BGM用多了。
剪辑软件我用的就是最普通的，没什么花活。但有一个步骤别省：每个镜头生成完先单独拉满屏看一遍，把人物手指、五官、发丝这些细节检查完再进时间线。我有一次没看，拼完才发现第三个镜头人物左手多了一根手指，重新生成又等了将近二十分钟，心态直接崩了。这步跟平台关系不大，但你要是问 ai短剧哪个平台制作的好，我得说后期拼接预览的体验差异真不小，有的预览卡得像幻灯片，根本没法做精细检查。
说几句大实话
回到最初那个问题，ai短剧哪个平台制作的好，我现在不太纠结这个了。我用的这套流程（分镜纸、提示词模板、参数表、硬切拼接）在哪都能跑，工具只是最后一步。但我确实会推荐一个地方：特种猫社区，里面有人贴完整分镜表和提示词原文，比我当初自己摸索快多了，直接抄结构改内容就行，不用从零开始试。
局限也说一句：这套流程对'单场景、少人物、慢节奏'的片子很稳，但你要是想做三机位快速切换、多人对话、密集蒙太奇，现在的生成能力还是拉胯，人物一致性经常崩，同一个角色换个角度就换脸。别硬上，先做你能控的，等过阵子模型再迭代一版，可能就不一样了，到时候再折腾。
我下个月打算试一个60秒的、两场景切换的片子，分镜已经拆了十二个镜头，提示词写了大半。跑完再来更新踩坑记录。有同样在做的可以群里对一下提示词和参数，省得各自踩坑，毕竟这行没有标准答案，跑出来看才是真的。