AI视频总翻车?分镜脚本这一步别省

2026-10-20 · 教程 · 9 次阅读

10月20日,云栖大会的一段采访在AI视频圈传得挺开。智象元一的王科说,视频生成以经完成了商业化验证,现在正卡在从"能用"到"好用"的拐点上。话不算客气,但确实戳到了痛处。

我这大半年看下来,真正让人崩溃的从来不是模型画质不好。是上一镜人物穿黑风衣,下一镜变成白衬衫;是雨夜街头的戏,切个镜头人站在大太阳底下。你熬一晚上抽了三十条,能用的只有两三条,剪起来还接不上。这时候你需要的不是更强的模型,而是一份靠谱的AI分镜脚本。

一、画质早就够用了,卡住你的是"镜头之间的关系"

上个月我帮一个做短剧的朋友看片子。他写提示词比很多人都细,"电影感、35mm、逆光、浅景深",一套一套的。可一整集看下来,观众根本搞不清人物在哪、要干什么。问题不在单条视频,在于他从没想过镜头和镜头之间该发生点什么。

这就是"抽卡"这个词的由来。同一段提示词反复生成,模型每回都在重新猜你的意图。单条视频里这叫惊喜,六十个镜头拼一集,那就纯粹是返工。有团队算过账:命中率5%的时候,一条15秒素材平均要抽二十次,成本能差出五六倍。钱还是小事,时间耗掉了就回不来。

二、能用的分镜表,其实就五列

别把它想复杂。真跑得动的分镜表,一张表格就够,五列:镜头号、这一镜的作用、景别与画面、人物状态、跟上一镜的关系。

这五列里最容易被跳过的是最后一列,可它偏偏是模型最需要的信息。你不是让它"随便生成一段故事",你是在告诉它:这一镜为什么存在,下一镜要接什么。约束给清楚了,抽卡次数会明显往下掉。我自己的经验,列完表再生成,命中率能从两三次挑一条,稳定到七八次里出五条。

三、三个马上能用的小动作

第一,先做角色卡。年龄段、发型、衣服主色、绝对不能变的细节,写死。每次生成都基于同一张参考图微调,别每个镜头在临时描述一遍脸。歪脸、形象漂移,一大半是这个原因。

第二,用锚点帧。这一镜里最满意的那一帧截图存下来,当下一镜的参考图,一段一段往后推。比一次性丢进去一大段文案靠谱太多。

第三,同一条分镜批量出四到六版再挑。听着笨,可后期剪辑时"匹配剪辑"真的能救命——动作快穿帮的那一瞬切到另一条素材,观众基本看不出来。

顺便说个有点反常识的事。这几天行业在吵"国内一半算力都在造爽剧",豆包那边回应说字节大约只有10%的算力用于视频生成。这话题挺热,但跟其它创作者的关系其实不大。真正决定你的片子能不能交付的,还是那张分镜表。模型换一代,你的工作流不用重学;工作流没搭好,换哪个模型都白搭。

说到底,AI视频这件事,工具负责画面,人负责故事。这件事只能靠人一点点的磨。

想试的话,别一上来就做十集。找一段一分钟能讲清的戏:两个人、一间房、一个冲突、一个转折。写六到八句剧情,做两张卡,手动列六到十个镜头,最后才让工具去生成。跑通这一分钟,你手上留下的就不只是一条视频,而是一套能反复用的底稿。下次开新项目,从这张底稿改,比从零开始快得多。

AI奶盒 · 免费的 AI 提示词脚本工具

免费使用 →