跑了两周AI短剧，分镜提示词我改了三版
这阵子手上攒了个都市悬疑短片，一分钟出头，两角色三场景，想自己用AI短剧生成工具从分镜跑到成片。前两周基本在跟提示词搏斗，第三天才把节奏顺下来。今天把踩过的坑和跑通的做法写一写，给同样在折腾的朋友看看。
分镜先砍到七八个，别贪多
我最初把剧本拆了十五六个镜头，觉得反正AI短剧生成工具出图快，多来几个无所谓。实际跑起来才发现，每个分镜都要单独调提示词、检查首尾帧衔接，镜头一多整体节奏就散了，观众根本不知道哪个是重点。后来砍到八个分镜，每个镜头四到六秒，整片刚好六十秒出头，这个数量下你才有精力逐帧看光影对不对。
拆的时候我总结了一条：每个分镜只交代一个动作或一个信息点。"女主角推门走进办公室"是一个镜头，"她看见桌上有把钥匙"是下一个，别把两组动作塞一起。提示词里写了两组连续动作，出来的画面大概率只执行前半句，后半句要么被吞，要么变成一个很勉强的过渡帧。我最终按时间线拆了八个镜头，列出来供参考：
- 开场空镜：走廊缓慢推入，冷色调，3秒
- 角色A入画：中景走路，手持微晃，4秒
- 发现线索：特写手部伸向桌面钥匙，4秒
- 转身反应：中近景，表情由平静转警觉，5秒
- 闪回碎片：三个一秒钟快速画面，白闪衔接
- 角色B出现：远景门口逆光，4秒
- 对话：固定机位两人同框中景，8秒
- 收尾：拉远，门关上，黑场，3秒
提示词我改了三版，前两版都在翻车
第一版我写得很"电影感"，什么浅景深、自然光45度侧打、胶片颗粒感，结果八个镜头打光全一样，看着像同一个房间换了道具。第二版改成纯动作和构图描述，画面对了但角色表情全是木头的。第三版才找到节奏，把提示词拆成三层来写：
- 第一层（必填）：景别 + 主体动作 + 身体朝向。例："中近景，女性角色右手伸向桌面，身体微前倾，面朝镜头左侧"
- 第二层（氛围）：光源方向 + 色温 + 一个情绪词。例："冷白顶光，偏蓝灰，紧张"
- 第三层（可选）：镜头运动，写"缓慢推进"或"固定"，不写默认固定
有个细节很多人忽略：AI短剧生成工具对抽象情绪词的理解很浅，你写"悲伤"和写"眼眶微红、嘴角下压"出来的东西完全不是一个级别。能用具体肌肉动作描述的，就别用形容词糊弄过去，省得反复重跑浪费额度。
角色一致性，我折腾最久的一块
两个角色要在八个镜头里保持同一张脸、同一套衣服，这件事我卡了两天。最后跑通的做法是：先单独生成角色定妆图，正面侧面各一张，确认没问题后，后面每个分镜提示词里都复贴同一段角色描述，同时上传定妆图当参考。关键是把发型、发色、衣服款式、一个辨识配饰全写死——我给女主角加了"左耳单颗银色耳钉"，不然跑到第五个镜头耳朵就空了。
说个它不太行的地方：两个角色同框且距离很近时，AI短剧生成工具目前处理得还是勉强。我第七个镜头两人面对面近景对话，调了四次，有一版鼻子跟对方肩膀"融合"了一下。这种场景我现在倾向把景别拉到中景偏远，或者用正反打拆成两个镜头，少让它做近景双人互动。
角色描述那段我后来在特种猫社区贴出来过，有老用户提醒我加一句"无纹身、无额外饰品"，不然它偶尔会自作主张给角色脸上加个痣或者手上多只戒指。这个否定描述加上去之后，后面重跑的角色就稳多了。
配音和转场，别全交给自动
自动配音我试了AI短剧生成工具自带的那个，用了一次就放弃了。语调太平，悬疑片要的那种压着嗓子说话的感觉完全出不来，听着像产品说明书。后来自己手机录了对白，单声道就够，导入时音量比背景音乐低6到8个分贝，人声才不会被压住。BGM选了段无版权钢琴loop，30秒循环，第40秒左右淡出，留两秒静默接黑场。
转场前五个镜头我全用了硬切，没加任何过渡效果。悬疑片用淡入淡出反而破坏紧张感，硬切加一声低鼓音效比花里胡哨的转场有效得多。只有最后闪回那三个一秒钟碎片，用了快速白闪，每次持续大概两帧，模拟记忆闪过的感觉。这个参数我在时间线上手动卡，比自动转场靠谱。
整片从分镜到成片前后跑了十一天，纯生成和调参大概四天，剩下全在剪声音和卡节奏。有人问我用哪套AI短剧生成工具跑的，就是平台基础流程，没什么花活，核心还是分镜拆细、提示词写具体。如果你也在折腾同类片子，特种猫社区里能翻到不少踩坑帖和分镜模板，比我一个人闷头试要快。有问题评论区聊。