一、先搞清楚一件事

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：

二、第一阶段：写一份“AI 能看懂”的剧本

2.1 剧本格式要求

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。

2.2 剧本的“工程化”原则

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

2.3 短剧节奏公式

• 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。

三、第二阶段：用 AI Agent 自动生成提示词

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。

3.1 安装工具

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。

3.2 启动工作流

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。

3.3 核心：自动生成的专业工种细节

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”。

3.4 五份 Markdown 文件：创作事实的唯一来源

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：

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。

四、第三阶段：审核、生成与出片

4.1 先确认，再生产

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。

4.2 角色一致性的关键操作

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

4.3 出片规格

• 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

4.4 配音方案

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。

4.5 避坑清单

• 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

五、备选方案

如果不想用 Drama Skills，还有以下选择：

六、快速上手清单

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”。