AI短剧系列 | 第 4 天：AI 剧本与分镜——用大模型创作剧本和分镜脚本运维实战与AI漫画教程

短剧的核心竞争力，从来不只是画面，而是「故事」。一条 60 秒的短剧能不能让人停下来、能不能让人看完，前 3 秒的钩子、中间的冲突、结尾的反转，决定了 80% 的成败。对很多想入局 AI 短剧的朋友来说，最大的卡点往往不是 ComfyUI 装不上、不是视频生成太慢，而是——「我到底该拍点什么？」

好消息是，剧本与分镜这两件最依赖「创意」和「经验」的事，恰恰是当下大模型最擅长辅助的环节。今天这一篇，我们就来彻底讲清楚：如何用大模型（如 DeepSeek、GPT、Claude 等）高效地创作短剧剧本和分镜脚本，形成一条可复用的生产流水线。

一、为什么「剧本」要先于一切工具

很多新手一上来就研究视频生成参数、研究模型怎么调，结果生成了几十个漂亮镜头，却拼不成一个能看的片子。原因很简单：短剧是「内容产品」，不是「技术 Demo」。

一套合格的短剧剧本，至少要包含以下要素：

钩子（Hook）：前 3 秒留住人，比如冲突、悬念、强情绪、反常识。
冲突（Conflict）：人物有目标、有阻碍，情节有起伏。
反转（Twist）：结尾给观众一个「意料之外、情理之中」的惊喜。
情绪点（Emotion）：爽点、泪点、燃点，让观众有共鸣。

把这些要素固化成结构化模板，再交给大模型去填充，就能把「凭感觉写剧本」变成「按流程生产剧本」。

二、用大模型创作剧本的核心方法

大模型写剧本，不是简单地丢一句「帮我写个短剧」就能出好活。真正好用的方式是「结构化提示词 + 迭代追问」。

1. 设定清晰的创作背景

先给模型交代题材、目标平台、时长、风格，让它有上下文。例如：

你是一位专业的短剧编剧，擅长抖音/快手风格的竖屏短剧。
请帮我创作一部时长约 60 秒的都市情感短剧。
目标观众：20-35 岁女性。
风格：强冲突、快节奏、结尾反转。
主角：被闺蜜背叛的女主「林晚」。
核心冲突：女主发现闺蜜和男友同时背叛自己。

2. 让模型输出结构化剧本

直接要求模型按固定格式输出，方便后续直接进入分镜环节：

请按以下 JSON 结构输出剧本：
{
  "title": "剧名",
  "hook": "前3秒钩子的一句话描述",
  "characters": [{"name": "角色名", "role": "作用", "trait": "性格特点"}],
  "scenes": [
    {"scene_id": 1, "location": "场景", "time": "时间", "action": "动作描述", "dialogue": "台词"}
  ]
}

用 JSON 输出的好处是：结构清晰、方便程序化处理，后续可以无缝对接分镜生成和视频生成平台（比如后面要讲的 MiniMax H3 全自动导演，就能直接吃结构化剧本）。

3. 迭代打磨

第一版剧本通常比较「平」，需要人工和大模型一起打磨。可以这样追问：

请强化第一幕的冲突：让女主在开场 3 秒内就发现背叛的证据，
并把结尾设计成「女主早已知道一切、反手布局」的反转。

三、分镜脚本：把文字翻译成「可拍摄的镜头」

有了剧本，还需要把每一场戏拆解成「镜头」，这就是分镜（Storyboard）。分镜脚本是连接「剧本」和「视频生成工具」的桥梁，也是保证 AI 短剧「画面一致性」和「叙事连贯性」的关键。

一个标准的分镜条目，通常包含：

镜头号：按顺序编号，方便管理。
景别：远景、全景、中景、近景、特写。
机位/运镜：固定、推、拉、摇、移、跟。
画面内容：这个镜头里发生什么、角色什么动作表情。
台词/字幕：这个镜头的对白或画外音。
时长：这个镜头持续多少秒。

下面是一个分镜脚本的 YAML 示例，可直接用于后续的 ComfyUI 或 LTX 2.3 关键帧工作流：

scene: 1
location: 咖啡厅
shots:
  - shot_id: 1
    type: 特写
    camera: 固定
    duration: 3s
    content: 女主手机屏幕亮起，弹出男友和闺蜜的亲密合照
    dialogue: ""
    subtitle: "原来，你们早就……"
  - shot_id: 2
    type: 中景
    camera: 推
    duration: 4s
    content: 女主握紧手机，手指微微发抖，眼眶泛红
    dialogue: ""
    subtitle: ""
  - shot_id: 3
    type: 近景
    camera: 固定
    duration: 3s
    content: 女主抬头，嘴角突然勾起一抹冷笑
    dialogue: "好，那我就陪你们玩玩。"
    subtitle: ""

四、用提示词模板批量生产分镜

为了让大模型持续、稳定地输出分镜，建议把上面的结构固化成一条可复用的系统提示词（System Prompt）。把它存下来，每次只需替换「剧本内容」即可：

SYSTEM_PROMPT = """你是一位专业的短剧分镜师。
请把用户提供的剧本拆解成分镜脚本，严格遵守以下规则：
1. 每个场景拆解为 1-5 个镜头；
2. 每个镜头包含：镜头号、景别、运镜、时长、画面内容、台词/字幕；
3. 景别只能从[远景,全景,中景,近景,特写]中选择；
4. 时长单位为秒，单镜头不超过 5 秒；
5. 输出为 YAML 格式，结构见示例；
6. 保证镜头顺序连贯，情绪递进自然。
"""

def storyboard(script: str) -> str:
    # 这里调用你所用的大模型 API，传入 SYSTEM_PROMPT 和 script
    # 示例省略具体 SDK 调用
    return "分镜 YAML 输出"

这套模板最大的价值，是把「分镜」这件高度依赖经验的事，变成了一个可以批量、重复、稳定执行的流水线步骤。