Files
ai/docs/chatgpt/COURSE_SUMMARY_AI_SHORT_DRAMA.md
T

8.3 KiB

AIGC仿真人剧课程拆解总结 V1

说明:本版基于已上传 6 个课程录屏的视频画面、目录、课件页和操作演示进行拆解,重点不是复述课程,而是提炼为你当前“AI仿真人短剧自动化流水线”可落地的系统规则。

0. 总体判断

这套课不是单纯工具注册教学,核心价值在于把“人工影视制作流程”拆成可迁移到系统的几个节点:

剧本/小说
↓
剧本改编
↓
分镜头脚本
↓
角色/场景/道具美术设计
↓
图片/关键帧生成
↓
视频提示词
↓
视频模型生成
↓
剪辑、音乐、音效、台词
↓
成片

对你当前系统最有价值的部分不是“用哪个工具”,而是:

  • 分镜规划方法
  • 角色一致性方法
  • Prompt结构化方法
  • 镜头语言、运镜、动作、音效的拆分方法
  • 手工流程如何转为自动化规则

你的系统架构已经具备:Story Bible、Character Library、Actor Profile、Actor Lock、Prompt Builder、AI Router、FFmpeg、Provider 抽象、质检和成本日志。课程应作为“导演经验库”和“Prompt模板库”的来源,而不是推倒重构系统。


1. 视频 1:整体流程与AIGC影视生产体系

主要内容

该视频展示完整 AIGC 影视/仿真人剧生产流程,从前期策划、剧本、角色、美术、视频生成到音频和后期。课程强调:

  • 不能直接用一句剧情生成完整视频。
  • 必须拆成前期策划、前期美术、中期分镜与视频、音频制作、后期剪辑。
  • 各环节可以使用不同 AI 工具,而不是只依赖一个平台。

对系统的启发

你的系统应该继续保持多模块流水线:

Story Bible
↓
Episode Plan
↓
Script
↓
Shot Planner
↓
Character/Scene/Asset Reference
↓
Prompt Builder
↓
Provider Router
↓
QA
↓
FFmpeg

可落地规则

  1. 不允许“剧本直接进入视频生成”。
  2. 每个镜头必须具备:角色、动作、场景、景别、运镜、情绪、时长、音效提示、负面约束。
  3. 每个镜头只完成一个主要动作,避免一个 6 秒镜头塞太多剧情。
  4. 特效镜头、人物特写、首次登场、高潮反转应被标记为高价值镜头。

2. 视频 2:神兽、道具、场景设计

主要内容

课程演示了神兽、道具、场景的设计思路,包括从文字描述到图像生成,再到素材复用。画面中涉及:

  • 神兽形象生成与调整
  • 道具细节,例如服饰、挂饰、玉佩等
  • 场景图生成,例如中式书房/医馆/古风室内空间
  • 参考图与一致性控制

对系统的启发

你当前系统不应只管理角色,还应该有资产库:

Asset Library
├─ character_assets
├─ costume_assets
├─ prop_assets
├─ location_assets
├─ vehicle_assets
├─ vfx_assets
└─ sound_assets

对于都市短剧,最先沉淀这些资产:

  • 豪车:劳斯莱斯、迈巴赫、商务车
  • 酒店宴会厅
  • 咖啡厅
  • 集团大楼
  • 总裁办公室
  • 会议室
  • 银行VIP室
  • 黑金卡
  • 股权文件
  • 奢侈品/婚戒/合同

可落地规则

  1. 道具必须单独建档,不能只在 prompt 里临时描述。
  2. 关键道具需要绑定特写镜头模板,例如黑卡、合同、余额截图、婚戒。
  3. 场景图应优先复用,避免每集重新生成导致风格漂移。
  4. 场景资产应记录风格:现代豪华、都市夜景、商务冷色、温暖咖啡厅、压迫感会议室等。

3. 视频 3:Seedance/视频生成实操与一致性优化

主要内容

课程展示视频模型实操,重点包含:

  • 视频提示词如何保持角色不变
  • Seedance 2.0 的主力使用方式
  • 人物动作、镜头运动、视频延长、排队时间等问题
  • 部分镜头使用参考图和多图保持一致性
  • 真人无法上传/国内外工具限制的处理

对系统的启发

视频模型不适合一次生成完整剧情,应该按镜头生成。

1集 60秒
≈ 10个 5~6秒镜头

你现有的 action beat 拆段和 clip 拼接方向是对的。

可落地规则

  1. 默认每个镜头 5~6 秒。
  2. 超过 8 秒的镜头优先拆为 2 个 action beats。
  3. 动作复杂度 action_score > 5 时,必须启用高质量 provider 或降低动作难度。
  4. 同一角色连续镜头必须使用 anchor image / actor profile / reference asset。
  5. 生成失败时优先修改 prompt,而不是盲目重试同一 prompt。
  6. 如果模型排队时间过长,应允许 Router 自动切换 fallback Provider。

4. 视频 4:视频提示词编写技巧

主要内容

课程展示了从文本/剧情到视频提示词的写法。画面中明显体现出:

  • 先让 AI 帮助拆镜头。
  • 再把镜头转成可用于视频模型的提示词。
  • 提示词要包含镜头、动作、画面、情绪、场景、角色一致性。
  • 会使用角色六视图/定妆图辅助人物稳定。
  • 后续进入剪辑流程。

对系统的启发

这是最适合转化为 Prompt Builder V2 的部分。Prompt 不是一句话,而是结构化对象:

{
  "character": "顾辰",
  "action": "从酒店门口走出,停下,回头看向镜头",
  "scene": "雨夜,高端酒店门口",
  "camera_shot": "medium close-up",
  "camera_move": "slow dolly in",
  "emotion": "隐忍、失望、压抑",
  "lighting": "cinematic night lighting",
  "style": "vertical short drama, realistic",
  "negative": "no face change, no outfit change, no extra characters"
}

可落地规则

  1. Prompt Builder 必须支持:角色块、动作块、场景块、镜头块、光影块、情绪块、音效块、负面块。
  2. Hailuo 专项 Prompt 应避免复杂连贯动作,强调“single main action”。
  3. 正脸说话镜头如果没有 Lip Sync,应使用半侧脸、远景、反应镜头、背影镜头规避。
  4. 每个 Provider 应有自己的 Prompt Profile。

5. 视频 5:人物设计全流程

主要内容

课程重点是前期美术和人物设计,内容包括:

  • 角色核心设定
  • 主视觉参考
  • 服装、发型、气质
  • 多视角人物图
  • 使用图生图工具生成一致人物
  • 人物动作图/动态参考
  • 将人物图转视频

对系统的启发

你目前已经有 Character Library、ActorProfile、ActorLock。下一步不是重构,而是强化“角色定妆质量”和“一致性测试台”。

可落地规则

  1. 每个主角必须有:正脸、侧脸、半身、全身、常服、正式服。
  2. 不同剧情阶段可有不同 wardrobe,但必须显式绑定。
  3. 角色首次出现必须生成或选择标准定妆图。
  4. 角色一致性测试应独立于剧情,先生成 5 个动作镜头:走路、坐下、转头、打电话、上车。
  5. 通过一致性测试后再进入正式短剧生成。

6. 视频 6:剧本创作、剧本改编与分镜思路

主要内容

课程展示了:

  • 自创短篇剧本
  • 小说/文本改写为分镜剧本
  • AI辅助重写剧情
  • 分集结构、人物关系、剧情摘要
  • 将剧本拆成镜头文本

对系统的启发

你当前 scripts / storyboard_shots 的设计方向正确。需要强化的是:剧本阶段不直接追求视频化,而是产生“可拍性强”的镜头。

可落地规则

  1. 每集应先生成“剧情摘要”和“爽点列表”。
  2. 再生成“镜头列表”。
  3. 每个镜头必须具备 shot_role:开场钩子、冲突、反应、反转、爽点、结尾悬念。
  4. 每集前 3 秒必须是强钩子镜头。
  5. 都市短剧优先选择:酒店、办公室、车内、街道、咖啡厅、银行、会议室等低成本场景。
  6. 古装、战争、大规模群像、复杂打斗应暂缓。

7. 总结:课程对你系统的真正价值

不需要学的部分

  • 工具注册
  • 手工点击流程
  • 基础剪映操作
  • 平台充值

应该吸收的部分

  • 分镜拆解方法
  • 视频提示词结构
  • 角色定妆流程
  • 资产复用意识
  • 6秒镜头化生产思路
  • 角色一致性先测后用
  • 高价值镜头和普通镜头分级

对现有系统的结论

你的代码架构已经超过课程本身的工具工作流。课程应该转化为:

Prompt Library
Camera Rules
Emotion Rules
Scene Templates
Asset Library
Character Consistency Test
Provider Test Matrix

而不是再新增一堆基础功能。