浙江
做AI短剧的人，大概都经历过同一个崩溃瞬间：第一镜里的主角，第二镜突然换了一张脸。衣服颜色变了，发型变了，连手上拿的东西都换了。反复重抽，越抽越乱，最后攒下来的一堆片段根本拼不到一起。
问题往往不在生成模型本身，而在"没有连续性"。模型每次都在独立理解你这一句话，它不知道上一镜长什么样，也不知道这个角色本应该长什么样。你只给一句提示词，它就只能自由发挥。
GitHub 上有一套开源的短剧创作工作流，思路恰恰是把这件事反过来做：不指望模型记住，而是把"不能变的东西"提前写进文档，让每一镜都从同一份事实出发。这套工具是 MIT 许可的，我把它的结构拆开讲一遍。
它的核心设计：把一部短剧拆成五份文档
它不给整部剧建一个庞大的项目文件，而是按集维护五份创作者能直接打开的文档：剧本、视觉设定、分镜、图片提示词、视频提示词。
五份文档各管一段，而且按需生成，没有内容就不建空文件。这一点很关键：它不强迫你为了流程完整去补一堆用不上的东西。你从哪一步开始都行，手里有剧本就直接拆视觉设定，已经有分镜就直接写视频提示词，不需要回头补造上游。
每份文档交给一个专门的环节负责，整套东西在仓库里就是拆成一组独立模块的：
开发点子和分集地图，写单集剧本，拆人物造型地点道具，写图片提示词，做分镜和冻结关键帧，写视频提示词，实际生成，剪成成片。
角色一致性到底是靠哪两步锁住的
第一步叫冻结关键帧。做分镜的时候，它会先给每个镜头定一张关键帧，其中包括本镜的起始帧。这张图一旦定下来，就成了这一镜的画面基准：人物长什么样、站在哪、手里拿什么、光从哪来，全部被定住。
之后写视频提示词，不是从零再描述一遍，而是以这张起始帧为起点，只写从起点到终点发生了什么变化。画面里不变的部分交给这张图，模型只需要负责运动。
第二步，是把跨镜不变的事实写成一份显式清单。角色的颜色、材质、形制这类不该变的东西，会作为连续性锁在原文档里写清楚，并且原样进入每一镜的提示词。不靠模型的记忆，靠文档的重复。
提示词按目标模型分开写
它支持按不同视频模型的能力各写一套，比如 Seedance、MiniMax H3、Wan 3.0。每个模型有自己的原生时长区间和参考素材写法。它会先让你把目标模型写进项目档案，再据此约束分镜和提示词，避免出现镜头规划了三秒、模型最短只认四秒这种到提交时才发现的问题。
还有一个细节值得说：它对参考图分得很细。走图生视频时，它会要求逐镜写清送哪张图、挂图顺序是什么、每张图负责什么，是负责身份还是造型还是构图。只有确实缺图、并且你明确选择文生视频时，才会走文生视频那条路。
提示词写完，最后还是要真的把图和视频出出来
这套工作流本身管的是想清楚、写准确。到实际生成这一步，它会把控制权交回给你：先展示一份精确的生成任务，你确认了才真正开始跑。
到这一步我用的是布咕咕，一个国内直连的 AI 视频与生图工作台。选它的原因很直接：前面辛苦锁住的角色和造型，必须能通过参考图延续下去，而它支持一次挂多张参考图做图生视频，正好接得上起始帧加角色图这套写法。图片侧的模板和比例，也能直接对上分镜里标注的画幅。对做短剧的人来说还有一点很省事：全程在国内网络下直接用。
把流程文档化，听起来比直接抽卡麻烦，但它解决的是抽卡永远解决不了的问题：可复用。同一套视觉设定，换个剧情还能继续用；同一个角色，可以稳定地出现在每一集里。
如果你也在做 AI 短剧，前面这套文档流程，配上布咕咕这类能接住参考图的出图出视频环节，基本能把一个人做一部剧这件事跑通。
短剧要成系列，靠的从来不是单条视频多惊艳，而是观众认得出，那还是同一个人。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
