2026-10-16
这套流程要解决的核心问题是：你手里只有一份剧本文字，怎么把它变成 AI 视频生成工具能直接“拍”的提示词？
传统做法是人工一帧一帧写提示词，费时费力还容易前后不一致。现在的做法是：把剧本交给一个“AI 剧组”——一组专门为短剧制作设计的 Agent Skill，它们会像真实的导演、摄影指导、服化道团队一样，自动完成从剧本拆解到提示词生成的全部工作。
整个流程分为三个阶段：
| 阶段 | 你做什么 | AI 做什么 | 产出 |
|---|---|---|---|
| 第一阶段：准备 | 写剧本、安装工具 | — | 工程化剧本 + 可用环境 |
| 第二阶段：生成 | 确认关键节点 | 拆解剧本、生成资产、写提示词 | 分镜、图片提示词、视频提示词 |
| 第三阶段：出片 | 审核、生成、剪辑 | 调用外部工具生成素材 | 成片 |
你不需要写文学剧本，但需要写成结构化的、面向机器生产的剧本。推荐使用以下格式，每一场戏包含明确的行类型：
5-3 夜 外 医院停车场 〖人物〗沈念、顾川、保安 △ 沈念站在一辆黑色轿车的驾驶座车门旁，手里攥着车钥匙。 △ 顾川从住院楼门口走来，停在车头前。 顾川：钥匙给我，这车你不能开走。 △ 沈念把车钥匙握进掌心，背靠车门。 沈念：车是我爸的，人还在楼上躺着。
其中：
场头以“集号-场号”开头，后接日/夜、内/外、地点
〖人物〗行以顿号分隔出场角色
动作行以 △ 开头，写看得见的动作
对白为“人物：台词”格式
系统会自动识别这些行类型，将场头映射为任务编号和场景字段，〖人物〗行映射为角色列表，动作行拆解为阶段，对白拆分为说话人和台词。
AI 短剧的剧本不是给演员读的，而是给机器解析的。需要在剧本之外额外准备以下信息：
项目总纲：世界观设定、视觉风格方向、调性关键词（如“都市+悬疑+冷色调”）
人物圣经：每个角色的外貌标签、性格关键词、可视化描述
场景圣经：每个场景的空间结构、光线基调、氛围关键词
镜头风格说明：固定/移动偏好、景别偏好、运镜方向
每 15 秒一个小爽点
60–120 秒为一集
最后一镜必须留钩子
写剧本时不要急着出图。先把“12 镜 / 60 秒”的紧凑剧本写好，每镜写清〖画面动作 + 台词/旁白 + 情绪要求〗。这是后面所有环节的地基。
这是整个流程的核心环节。你只需要提供剧本，Agent 会像“AI 剧组”一样，自动完成从剧本到提示词的转化。
推荐方案：Drama Skills（zenstory-ai/drama-skills）
这是目前最完整的开源短剧创作 Skill 合集，包含 11 个技能，覆盖从原著分析到成片的全流程。
前提条件：
已经在使用 Claude Code、Codex 或其他支持 Agent Skill 规范的编程 Agent
Python 3.10 或更新版本（macOS 自带的 3.9 不够）
终端能运行 npx（需要 Node.js）
安装方式（推荐）：
npx skills add zenstory-ai/drama-skills -y -g
手动安装方式：
git clone https://github.com/zenstory-ai/drama-skills.git && cd drama-skills
# Claude Code
mkdir -p "$HOME/.claude/skills"
for skill in skills/*; do
ln -s "$PWD/$skill" "$HOME/.claude/skills/$(basename "$skill")"
done
# Codex
mkdir -p "${CODEX_HOME:-$HOME/.codex}/skills"
for skill in skills/*; do
ln -s "$PWD/$skill" "${CODEX_HOME:-$HOME/.codex}/skills/$(basename "$skill")"
done每个技能都是独立安装单元，只用写作或生产等单一能力时，只链接对应目录即可。
在 Claude Code 中，直接说：
/short-drama dashboard
或者用自然语言描述：
用 $short-drama 帮我初始化一个短剧项目，题材是都市悬疑，先看看我的剧本。
工作流的完整阶段如下：
原著分析 → 故事开发 → 分集剧本 → 资产决策 → 图片提示词 → 分镜/关键帧 → 视频提示词 → 确认后生产 → 剪辑成片 → 审查
如果你已经有完整剧本，可以跳过前面的阶段，直接从“资产决策”开始。
这是回答你最初问题的关键——Agent 在生成提示词时，会自动引入以下专业工种维度的细节：
（1）摄像
在分镜阶段，Agent 会为每个镜头指定景别（远景/中景/近景/特写）、机位、构图和运镜方式。short-drama-storyboard 技能负责“可选场次视觉计划与 Coverage Audition、原文落实、镜头、边界和冻结关键帧”。
（2）灯光与色彩
在“视觉设定”阶段，Agent 会根据剧集类型生成全剧统一的视觉风格系统。以 wan3-drama-skills 的 drama-style-prompt 为例，它从色彩、光照、镜头、轴线、表演等九个维度定调，确保整剧风格不跑偏。
（3）服装、化妆与道具
short-drama-assets 技能专门负责人物的“造型”、地点的“视图”、道具的“状态”，以及“连续性决策”。它会生成角色三视图（正面/侧面/背面，含完整衣着），锁定角色形象，后续每个镜头的提示词都会引用这些参考图。
（4）声音设计
short-drama-video-prompts 技能会在每个镜头的提示词中包含“单镜动作、多人物表演与注意交接、摄影、声音、起止状态、补拍说明”。
Drama Skills 的核心设计是——每集只维护五份文件，改哪份文件就是改哪一层决定：
| 文件 | 内容 | 谁负责 |
|---|---|---|
| 剧本.md | 分集剧本 | 你 + Agent |
| 视觉设定.md | 角色造型、场景风格、连续性锁 | Agent 自动生成 |
| 分镜.md | 镜头号、景别、运镜、时间 | Agent 自动生成 |
| 图片提示词.md | 每个镜头的图片生成提示词 | Agent 自动生成 |
| 视频提示词.md | 每个镜头的视频生成提示词 | Agent 自动生成 |
关键机制是 “连续性锁”：需要跨镜保持的造型写成一条能原样贴进提示词的短语，每一镜写完关键帧后要说明它依据了哪些条目，漏了的检查脚本会指出来。
Drama Skills 刻意把确认放在生产之前。提示词先落进文件，生产技能会展示本次准确的数量、内容和参数，你看到预览并明确确认后才调用外部接口花钱。
角色“变脸”是 AI 短剧最大的痛点。解决方案：
开工前先出角色三视图（正面/侧面/背面，含完整衣着），锁定形象
之后的每张图都带这张参考图
双人同框时开启高保真模式防止串脸
抖音：1080×1440 竖版
时长：60–120 秒
片头片尾用静态黑底字幕卡即可
Drama Skills 本身不内置中文 TTS，推荐用微软 edge-tts 本地批量生成分角色台词 mp3，免费、不限量、效果接近真人朗读。
形象不锁就批量出图 = 返工积分黑洞
话术要写死动作幅度，别让 AI 自由发挥，否则“站桩”废片率极高
一版能看就收，只返工“车祸级”问题，追求完美是最贵的行为
如果不想用 Drama Skills，还有以下选择：
| 方案 | 特点 | 安装方式 |
|---|---|---|
| wan3-drama-skills | 专注 Wan3.0 模型，含风格定调、分镜、提示词优化三件套 | 将技能文件夹放入 ~/.claude/skills/ |
| AI-short-play-video-creation | 支持 Seedance/即梦出片，含宫格分镜、微表情设计、打戏预演 | 参见 GitHub 仓库 README |
| AI真人短剧工作流 | 专注真人短剧的站位连镜、道具稳定和局部返修 | 参见 GitHub 仓库模板 |
| PenShot | LangChain 多智能体系统，支持 Sora/Veo/Runway/可灵 | pip install penshot |
第 1 天：环境准备
☐ 安装 Claude Code 或 Codex
☐ 安装 Node.js（用于 npx）
☐ 安装 Python 3.10+
☐ 执行 npx skills add zenstory-ai/drama-skills -y -g
第 2 天：剧本准备
☐ 写一份 12 镜 / 60 秒的短剧剧本
☐ 按结构化格式标注场头、人物行、动作行、对白
☐ 补充人物圣经和场景圣经
第 3 天：生成提示词
☐ 在 Claude Code 中运行 /short-drama dashboard
☐ 把剧本交给 Agent，逐步生成视觉设定、分镜、图片提示词、视频提示词
☐ 在每个确认节点检查连续性锁是否完整
第 4 天：出片
☐ 按提示词生成图片（先出角色三视图锁定形象）
☐ 图片确认后生成视频片段
☐ 用 edge-tts 生成配音
☐ 按镜号拼装、加字幕卡
以上流程的核心思路是：你不写提示词，你只写剧本和做确认。
摄像、灯光、服化道、声音设计这些专业工种的工作，由 Agent 自动完成。
新人只需要把精力集中在故事本身，剩下的交给“AI 剧组”。
