拿古风宅斗练了两周，分镜和提示词踩坑笔记
这阵子想做一个古风宅斗AI短剧，侯府婢女逆袭那套，纯生成不用实拍。试了市面上好几个古风AI短剧制作工具，折腾了大概两周，今天把分镜、提示词、渲染这几块的操作和坑捋一遍，给同行参考。
先说剧本怎么拆成分镜
拿到古风剧本别急着丢进生成器。我先把全集按情绪转折点切开，一个转折就是一个分镜组。比如婢女被正室罚跪那场，我拆成四拍：特写跪地双手、中景正室俯视、全景厅堂冷光、近角婢女眼神变化。每拍对应一个独立提示词，这样生成时画面不会糊成一坨。
有个参数很关键：单镜时长控在2到3秒，超4秒AI容易在中间帧出肢体扭曲。这套古风AI短剧制作工具里有个分镜预览，每镜生成完拖时间轴看衔接，比脑补靠谱。转场也别全硬切，"推门""掀帘"这类动作本身就是过渡，提示词写"镜头随门扉推开缓缓推进"比直接切下一镜自然得多。
我第一版全硬切，出来跟放幻灯片似的，没古风戏那种留白感。后来每两个镜头间加半秒空镜呼吸——风铃晃一下、水面涟漪散——节奏就对了。这种空镜在古风AI短剧制作工具里不好直接生成，我都是剪辑阶段手动插的素材，比硬切舒服太多了。
角色提示词我改了七八版
古风角色最难的不是脸，是气质一致性。同一个婢女，第3集粗布衫第8集纱裙，AI每次给你生成"差不多但不一样"的人。我最后的写法：先锁五官骨架——眉形、眼距、鼻梁弧度、唇形——一句话固定死，每次只换服装和表情变量。"柳叶眉、眼距略宽、鼻梁挺直、薄唇微抿"这组从第一镜用到最后一镜不动。
表情和肢体参数：面部表情系数拉0.7，肢体语言丰富度给0.8。太低像石膏像，太高出"瞪眼杀"。还有个实用习惯：每个角色存两到三套造型模板，日常、盛装、狼狈各一套，切造型只换模板不重写提示词，省很多重复劳动。
说个翻车：第三集"婢女摔碎茶盏"，提示词写"愤怒摔杯、碎片飞溅、水花四溅"，AI把碎片生成成透明玻璃渣质感，完全不像粗瓷碗。改成"粗陶茶碗摔裂、暗色碎块弹跳、茶水泼在青砖地上"，加了材质限定才出对的东西。这类古风AI短剧制作工具默认往精致方向跑，你得手动拽回粗粝才对味。
场景光影是古风戏的灵魂
古风场景不能靠"古风大厅"四个字带过。侯府深宅里光影本身就是叙事：正院厅堂明亮有压迫感，顶光加两侧暗影；偏院灰暗偏冷，侧光加雾气；水榭回忆才给柔光暖调。提示词里我明确写光源和色温，比如"顶光偏暖、两侧立柱投下对称暗影、地面青砖反光微弱"，比笼统写场景名强十倍。
具体参数都是试出来的：场景色调正院暖灰加金、偏院冷青加灰、水榭淡金加柔白；关键帧间隔0.5秒，运镜速度别超每秒一个景别变化；回忆片段加柔光滤镜，现实片段保持锐利对比。渲染精度至少开85%，古风AI短剧制作工具默认只给70%，不调的话满屏雕花刺绣到成片就是模糊色块，1080P以上尤其明显。
有个局限得说实话：这类工具对大面积人群场面还是不行。侯府议事十几人坐满一堂，AI容易把后面人脸生成扭曲或者少胳膊。我现在人群镜头一律虚焦或背影，焦点只给一两个主要角色，其他人剪影带过。等这技术再迭代一两版吧。
配乐和节奏怎么搭
古风短剧BGM不能随便挂首"中国风纯音乐"就完事。宅斗戏情绪转换快，上一秒忍气吞声下一秒掀桌，配乐得跟着走。我先把剪好的画面按情绪标时间轴，再找对应时长配乐卡上去，卡点精确到拍。AI自动配乐大方向对但差半拍，我只拿它出初稿再手动微调。
声音我分三层叠，这个结构的好处是哪怕某一层没卡准，底层铺底一直在兜着，观众不会觉得崩。我第一版全用单层BGM，一段鼓点没对上角色落座动作，整段紧张感就泄了，白剪。
- 底层：弦乐铺底，古筝或琵琶长音，音量压最低只给氛围
- 中层：情绪转折时进鼓点或琵琶扫弦，卡角色动作节拍
- 顶层：高能名场面用短暂人声吟唱或钟声，出现不超两秒
每集结尾别用系统自动生成的片尾，做一个动态二维码引导关注，配句"下集她终于掀了正室的桌"这种钩子。我在特种猫社区翻了几部同类作品，完播率高的基本都靠结尾钩子撑的。这个经验对任何古风AI短剧制作工具出的片子都适用，跟工具无关，是剪辑思维的问题。
几个坑你们别踩
字幕别用AI自动生成的。我第一版直接导出系统字幕，位置飘字号跳，发出去被平台打"低质内容"标，限流了三天。后来全在剪辑软件里手动打，位置字号出现时长统一调，才恢复推荐。这个坑太基础但真有不少人踩，总觉得省一步是一步。
别贪多。我一开始一集塞六个场景反转，生成完每段只有七八秒，节奏碎得像短视频广告。现在每集控90秒以内，最多三个情绪转折点，留气口给观众消化。古风戏讲究欲语还休，塞太满反而没那个味儿，观众也记不住你的角色。
最后说句大实话：这套流程效率确实比纯手工高，分镜预览和角色模板省了大把时间。但电影级打光那种大片感还是差一截，目前古风AI短剧制作工具更擅长"好看的网剧质感"，离院线画面有距离。够用就行，别追求不存在的东西。有同样在做的来特种猫社区交流，里面教程和作品参考挺全的。