短剧剧本拆分规则：黄金3秒、冲突卡点与12镜分镜表结构

短剧的工业节奏：秒级情绪波形图

传统长剧与电影的剧作遵循经典的“起承转合”三幕剧架构，前五分钟往往用于铺垫世界观、交代人物背景与构建生活常态；但在竖屏微短剧（Micro-drama）的生产一线，这种慢节奏拆镜逻辑会导致严重的观众流失。短剧依托于信息流分发或逐集付费模式，手机用户的滑动决策时间通常只有两到三秒。如果一集 60 到 90 秒的短剧在前几秒依然使用空镜头摇移、城市全景空耗时间，完播率便会在开头呈断崖式下跌。因此，短剧的剧本拆解必须从“场次铺陈”转向“秒级情绪波形”，将有限的时间精准划分为抓手、压迫、激化、反转与卡点五个连续的情绪爆发阶段。

一个成熟的短剧单集情绪波形，在 60 到 90 秒的时长窗口内必须完成一次完整的情绪蓄压与释放循环：0 到 3 秒是决定生死存亡的“黄金抓手”，必须直接将观众拖入极端冲突或巨大悬念之中；4 到 20 秒迅速建构反派的极端施压与主角的暂时隐忍，交代人物身份对立；21 到 45 秒引入关键证物、第三方力量或言语身体交锋，使戏剧矛盾呈指数级激化；46 到 70 秒迎来单集的第一核心反转，主角身份初露端倪或施展反击，情绪推向峰值；而在最后的 71 到 85 秒，剧情绝不能顺理成章地给出圆满结局，必须将致命危机或惊天秘密“截断在半空”，形成强烈的集尾卡点（Cliffhanger），强力驱动观众点击观看下一集。

这种高度工业化的情绪节奏，要求编剧和导演在进入分镜阶段前就彻底抛弃“文学化修辞”。一行剧本文字不再仅仅是文学描写，而是必须能够精确对应到手机屏幕上的视听刺激点。在 Say Action 画布中，剧本首先作为上游核心数据节点注入项目，创作者不仅能清晰审视每幕剧情的字数与情绪走势，更能通过可视化的节点连线，将剧本段落直接转化为结构化的分镜流，为后续的关键帧出图与模型视频生成建立明确的时间基准与构图边界。

标准的 12 镜单集分镜架构

在 60 到 90 秒的单集容量下，将剧本拆分为 10 到 14 个镜头——尤其是经典的 12 镜标准模板——是短剧制作一线最具可操作性与性价比的黄金经验。若镜头少于 8 个，单镜头平均时长超过 8 秒，画面信息密度过低不仅会削弱短剧紧迫的戏剧节奏，AI 视频模型在过长的时间窗口内还极易累积面部形变与肢体漂移；若镜头多于 16 个，画面切得过碎不仅会指数级增加提示词编写与生成排队的工程量，后期对剪与口型同步的难度也会大幅飙升。标准的 12 镜架构将单集平均镜头时长锁定在 2.5 到 3.5 秒之间，既保证了视觉切换的高频张力，又符合主流 AI 视频模型的物理生成舒适区。

在 12 镜架构中，镜号 1 到 2 必须牢牢焊死在“冲突进行时”（In Media Res）。不要从角色清晨起床、倒咖啡或推开大门拍起，而应从巴掌甩在脸上的一瞬间、亲子鉴定报告被撕成两半的特写、或是锋利刀刃架在脖子上的近景直接切入。前 3 秒的视听信息密度直接决定用户是否划走。紧接着的第 3 到 5 镜通过紧凑的正反打镜头交代对话轴线与压迫感，第 6 到 8 镜加入动态运镜拉满身体冲突对抗，而在第 9 到 10 镜给足主角情绪爆发的大特写，确立高潮情绪锚点。

最为关键的收尾环节是第 11 与 12 镜的“终极卡点”。短剧单集绝不能在事件完全解决、情绪彻底平复的状态下黑屏。卡点镜头的核心法则是“动作戛然而止，悬念悬于半空”：例如反派扣下扳机的刹那画面切黑、神秘 DNA 报告翻到最后一页正要宣读名字时戛然而止、或是豪车车门打开迈出定制皮鞋的特写。把危机的高潮点卡在第 80 秒左右，让剧情在情绪最饱满、谜底即将揭开的一瞬间强行切断，是短剧拉升续播率与付费转化率的核心密码。

基于 60–90 秒竖屏短剧工业化制作经验总结；实际镜头数可根据剧情冲突密度在 10–14 镜区间调整。

剧本文字向分镜表字段的转化法则

将文学剧本转化为可由 AI 模型执行的分镜表，核心在于将原本混合在一起的心理描写、环境烘托与对白拆解为相互独立的标准化数据字段。许多创作者直接将剧本长句复制到提示词框，导致模型潜空间混淆画面主体与背景细节。在 Say Action 分镜表中，每一行镜头都严格隔离了“镜号”、“剧情与台词”、“画面提示词”、“运动提示词”与“建议时长”等核心维度。通过表格化的字段分离，剧作文学意图被转化为精确的计算机视觉生成参数。

在具体字段填报中，“画面提示词”只负责定义静态构图、人物外貌、服装材质、光影氛围与空间环境，为起始关键帧提供稳定锚点；“运动提示词”则遵循“单镜单一动作”法则，专注于描述摄影机运动矢量与演员的微动态，例如“摄影机缓慢推近主角面部，主角双眼微瞪，瞳孔放大”，严禁在运动描述中混入与动作无关的背景说明。景别选择则严格遵循 9:16 竖屏的“特写优先”原则：手机屏幕尺寸有限，中近景（MCU）、近景（CU）和大特写（ECU）应当占据全剧的大部分镜头；全景（WS）仅在交代新场景或确立人物站位时闪现 1 到 2 秒，切忌长期使用远景导致人物面部在小屏上沦为模糊色块。

此外，台词字段必须与画面动作实现视听解耦。传统拍摄中演员往往一边大幅走位一边念长篇台词，而 AI 视频生成时面部微动作与大范围肢体位移容易互相干扰。在分镜表中，建议将长台词拆分为“说话特写”与“受话者反应镜头（Reaction Shot）”，通过分镜表的行级编排交替推进。在 Say Action 画布中，分镜表不仅能随时折叠或展开隐藏列，还能将出场角色精准标记到具体分镜行，使后续的角色参考节点与提示词模板实现精确绑定。

使用 Say Action 创作助手完成初拆

面对数千字的多集剧本或小说原著，逐字手工拆解不仅耗时费力，还容易在连夜赶工中丧失对节奏卡点的敏感度。Say Action 画布集成了专业的创作助手能力，创作者只需将单集 300 到 500 字的剧本草稿导入画布中的剧本节点，即可调用 AI 助手下发结构化拆解指令。助手会严格遵循短剧工业规律，自动将文学故事转化为符合 12 镜模板的初始分镜表草案，极大压缩了前期的格式化排版时间。

为了让 AI 助手输出最符合爆款短剧标准的镜头草案，建议向助手输入具备明确约束条件的结构化提示指令：“请将上述剧本拆解为标准的 12 行单集分镜表。要求：1. 第 1 至 2 镜必须在 0 到 3 秒内建立强冲突特写抓手，拒绝空镜头；2. 严格标注角色正反打视线方向，角色 A 朝向画面右侧，角色 B 朝向画面左侧；3. 景别以特写（CU）与近景为主，远景全景仅限必要环境交代；4. 每镜运动提示词严格保持单一机位运动（推镜、移镜或定机）；5. 第 11 至 12 镜在高潮动作最高点截断，保留强悬念卡点。”

AI 助手生成初稿后，导演与制片人必须执行严格的人工复核（Human QC）。AI 擅长组织语言和建立框架，但对情感潜台词、演员视线连贯性（180度轴线规则）以及关键道具特写的把控仍需人类创作者定夺。在 Say Action 画布中，创作者可以直接在分镜表格中单击任意单元格进行行内修改，微调台词字数、删减多余运镜或交换镜头次序。复核确认无误后，分镜表即刻成为画布上坚实的制作中枢，直接驱动下游图像与视频节点的批量派生。

单镜时长、预估积分与关键帧出图

分镜表定稿后，短剧制作正式进入视觉预演与资产锚定阶段。在 Say Action 分镜行中，创作者需要为每个镜头标注具体时长。短剧节奏讲求快切，通常对话正反打镜头设置为 2 到 3 秒，激烈的身体对抗或动作镜头设置为 2 秒以内，而承载重大情绪反转或停顿的大特写镜头可适当延长至 4 到 5 秒。全集镜头总时长通常严格控制在 75 到 85 秒区间，留出 5 秒余量给片头定格与片尾黑屏卡点。

在发起视频生成之前，严谨的工作流必须先推进“关键帧出图”（Keyframe Generation）。直接使用纯文本提示词驱动视频模型是短剧废片率高企的主要原因；经验丰富的团队会先在分镜表中一键生成或导入静态起始帧（如通过 Nano Banana 或 FLUX 图像节点），在静止画面中彻底确立角色的面部五官、服装细节、发型与环境布光。当关键帧在画布上通过导演审核后，再将其拖拽连接至视频节点的起始帧（First Frame）插槽，以此作为稳定的几何与色彩锚点约束视频模型的运动扩散过程。

在成本与算力管理方面，Say Action 画布会在提交任务前实时计算并清晰展示全表或单镜的预估消耗积分。创作者可以根据镜头的复杂程度按需选择不同的视频模型路由：例如普通站桩对话选择性价比极高、微表情生动的模型，而大调度打斗镜头则路由至动力学更强劲的模型。关于平台积分消耗与退款边界，请参考官方文案：积分按渠道定价预估；实际扣除以后台配置的价格档为准。 视频按秒计费为按请求秒数预授权；若上游实际产出时长超出请求，可能产生少量让利差额。 上游明确返回失败时会退回预留积分；网络状态不明确的任务先保留待核对状态，避免重复结算。。清晰的预估机制确保短剧团队在有限的制作预算内实现最高的出片确定性。

全表排队与单镜精修策略

进入成片生成阶段，许多新手团队容易陷入两个极端：要么对每个镜头反复抽卡几十次导致预算迅速耗尽，要么盲目期望一键全自动生成出毫无瑕疵的完整剧集。短剧工业化的最佳实践是“全表批量排队初筛，局部节点手术刀式精修”。在分镜行关联好参考图与关键帧后，首先发起整张 12 镜分镜表的批量生成任务。通过画布的异步队列机制，创作者无需在屏幕前守候，12 个镜头的视频生成任务会在后台并行或有序流转推进。

首轮出片完成后，导演在画布上展开全集视频回放与快速质检。在标准的工业实践中，首轮通常能产出 8 到 9 个动作自然、光影匹配的高质量合格镜头；其余 3 到 4 个镜头可能存在运动速度过快、演员视线偏移或轻微手部形变等瑕疵。此时，绝对不要推倒整张分镜表重新跑全集，而是直接定位到画布中那几个有问题的独立视频节点，孤立地修改运动提示词（如将运镜速度从快速调整为平缓）、微调起始帧裁切或更换生成时长，进行单镜重试出片。画布的节点化架构确保了每一次修改都精准可控，最大程度锁定了既有合格素材。

当 12 个镜头的视频素材全部质检合格后，创作者可以通过 Say Action 的导出功能将视频片段按镜号（Shot 01 至 Shot 12）标准化命名并保存。结合本地文件夹授权模式，素材可直接安全落盘至本地工作目录。随后，剪辑师将这些 9:16 竖屏高清素材导入剪辑软件（如 CapCut 或 Premiere Pro），依据剧本原声或配音音轨进行波形对齐，加入环境音效、高燃 BGM 与情绪重音卡点，并为画面底部预留安全区压制字幕，最终完成一部高留存、高转化工业级短剧成片的交接上线。

连接自带模型与第三方中转站

在模型渠道设置中填写 Base URL 和 API Key，按供应商文档选择协议、模型 ID 与所需 Header。先确认所需的文生图、图生视频等能力，再开始生成；接口路径、分辨率和首尾帧参数以实际渠道为准。不支持的渠道可以提交适配申请，申请不代表已兼容。

BYOK 支持配置自有 API 地址、模型密钥和自定义 Header。使用 OneAPI、NewAPI 等中转站时，需要选择与其实际接口匹配的 OpenAI、Gemini 或 Claude 协议，并核对模型 ID 及图像、视频接口支持情况；不是所有中转站和私有协议都能直接使用。BYOK 模型调用不加收平台模型费用、不扣平台生成积分，但工作空间服务和上游模型费用仍分别收取。

仅连接你信任的渠道，生产连接使用 HTTPS。自定义请求经登录态后端转发；必要的提示词、参考素材和凭证会参与请求。不要把 API Key、密码或含密钥的 Header 放进公开画布、截图或客服申请。