ai-short-drama

AI 短剧精细化 IP 创作 v0.6.0

v0.6.0 changelog（2026-05-16）

SD-002《城市恋综》EP01 36 grid × 3 轮（v2.5/v2.6/v2.7）跑 + 全审反推。从「16/36 灾难级一致性破损」修到「0 灾难 / 60% ≥4 分」+ 沉淀 2 个工业级 SOP。

关键升级

• ⭐ references/storyboard-frame-industrial.md v0.3.0：分镜图工艺 SOP
• 8 段 prompt 模板（CHARACTER/BACKGROUND/ACTION/SCENE/CAMERA/LIGHT/TEXT/STYLE）
• NOT humans 子句必加：每个主角单独 Xxx body IS [arch] architecture NOT a human wearing X NOT a human with headpiece
• ref 库工艺偏置铁律：现代摩天楼易拟物 / 古建筑必出 chibi 人体
• 多角色 SOP：1 主角 ref + N 文字 silhouette + bokeh blur
• 戏剧光词库（25+ 关键词）+ 红果级首帧 10 条 checklist
• 11 节完整文档（含 EP01 v2.7 实测验证 grid13/21/22 全 5/5）

• ⭐ references/jimeng-failure-modes.md v0.1.0（新）：即梦 5.0 失败模式 + 敏感词全清单
• 3 类 fail 完全区分：InvalidNode（字数超） / generation failed（审核） / 无 image_url（网络）
• prompt 字数硬上限：1500 字符（实测分布表）
• 反派词替换表：sinister/menacingly/dark intent → moody/leaning/quiet
• 暧昧词清单：blush/cheeks/extreme close-up → rose tint/medium shot
• 并发 vs 串行限流：长 prompt + 并发 = fail，长 prompt 必单跑
• 4 个 grid 实战诊断 case + 工艺校验 checklist

• ⭐ scripts/生成分镜图.py 加 --no-fingerprint flag
• 防 02_IP简报.md 的 ref 风格视觉指纹（neutral / flat / NOT cinematic）污染分镜图 dramatic 光
• max_workers 8 → 4（降并发防限流）
• timeout 300 → 420s + 重试 2 次（防长 prompt 超时）

最大教训

ref 工艺是分镜图工艺的上游。
ref 不纯（chibi 人体），分镜图加 NOT humans 也救不回来。
前期 IP 设计阶段就要避坑：选玻璃塔 / 简单几何，避复杂古建筑。

v0.3.0 changelog（2026-05-08）

SD-001 实战 + 工业级方法论调研沉淀。新增 Phase 1.5 分镜图层 + 4 模视频生成。

关键升级

• ⭐ Phase 1.5 分镜图层（工业级 5 步流程核心）
• scripts/生成分镜图.py：每 grid 1-4 张候选关键帧（text2image）
• 分镜图 = 视频首帧（image2video / frames2video 输入）
• 修改成本 3 积分/张 vs 视频 55 积分/段 = 18 倍便宜
• 视频构图 = 静态图（不再随机）
• ⭐ 4 模视频生成（auto 按文件存在自动选）
• image2video：分镜图首帧 + 动作 prompt（默认主用 80%）
• frames2video：首帧 + 尾帧锁定（关键爆点 10%）
• multiframe2video：2-20 关键帧一镜到底（复杂动作 5%）
• multimodal2video：9 image + 3 video + 3 audio fallback（5%）
• ⭐ ref 5-8 最优（不塞 9 → 注意力分散）
• ⭐ @ 指令显式职责语法（@图片1 作为角色参考 / @视频1 参考运镜）
• ⭐ 关键 grid 首尾帧（爆点/反派/心声/卡点必锁）

文档新增

• references/storyboard-frames-craft.md（分镜图工艺 + 4 模选择）

脚本新增 / 改

• scripts/生成分镜图.py（新，Step 3）
• scripts/生成分集视频.py（改，支持 4 模 auto 选）
• assets/templates/分镜.json（新增 video_mode / first_frame_path / last_frame_path / multiframe_paths 字段）

v0.2.0 changelog（2026-05-08）

SD-001「重生穿越为哮天犬」实战沉淀。13 个失败模式 → 13 个修复 + 工业级标准。

关键修复

• ⭐ scripts/生成分集视频.py（替代 bash）：subprocess args list 直接调 dreamina，避 bash eval 在中文/特殊字符 prompt 下 quoting 出错（旧 bug 导致 multimodal2video 任务被 server 静默丢弃，list_task 假活 30+ 分钟）
• ⭐ scripts/ref完备性检查.py：生视频前强制扫所有 (@xxx_ref.png) 引用，本地缺失就 exit 1
• ⭐ scripts/派生分集文件.py：从分镜.json 一键派生即梦批量包.md / 镜头清单.md
• regex 修复：含全角中文 ） stop 字符（r'@([^\s),）]+_ref\.png)'）
• multimodal2video stuck 自动检测：提交后 check queue_status == 'Generating'，否则 fallback 到 list_task 找回 submit_id

节奏升级

• 36 grid × 4-10s 变奏 替代 60 grid × 3s 死板（multimodal2video 最低 4s，3s 不合法）
• 红果必爆 7 招（详 references/v21-97-percent-rules.md）
• 时长分布：4s × 11 + 5s × 14 + 6s × 5 + 7s × 3 + 8-10s × 3 = 36 段 / ~190s

素材标准升级

• ref 库目标 80-150 张（vs v0.1.x 22 张）
• 单 prompt 300-500 字（vs v0.1.x 100-200 字）
• ref 分层：① master 风格 ② 角色基础多角度 ③ 角色表情库 ④ 关键动作 ⑤ 场景多角度 ⑥ 道具细节

文档

• 新增 references/troubleshooting.md（13 失败模式 + 解法）
• 新增 references/v21-97-percent-rules.md（7 招 + 24 集校准模板）
• 改 references/storyboard-craft.md 为 36 grid 4-10s 变奏
• 改 references/jimeng-cli-guide.md 加 v0.2.0 升级 + 网页端可见性

核心架构：2 Phase

┌─ Phase 1：创作（成本低，反复迭代）─────────────────┐
│  阶段 0：市场情报扫描                              │
│  阶段 1：IP 简报（5 子步）                         │
│  阶段 2：故事架构（4 子步）                        │
│  阶段 3：设定圣经（4 子步）                        │
│  阶段 3.5：ref 图自动生成（dreamina CLI）          │
│  阶段 5：批判 refine                              │
└──────────────────────────────────────────────────┘
                      ↓
┌─ Phase 1.5：分镜图（v0.3.0 工业级核心）⭐ 新增 ─────┐
│  ⚠️ 写 prompt 前必读：                            │
│   - storyboard-frame-industrial.md §5（8 段模板）  │
│   - jimeng-failure-modes.md §1+§2（字数+敏感词）   │
│  对每一集独立运行：                               │
│  3A：写该集分镜.json（v0.3.0 字段：video_mode +    │
│       first_frame_path + last_frame_path）         │
│  3B：python scripts/ref完备性检查.py              │
│  3C：python scripts/生成分镜图.py（每 grid 1-4    │
│       张候选关键帧 = 视频首帧）                    │
│  3D：人工选图（grid01_候选3.png → grid01.png）    │
│  3E：关键 grid（爆点/反派/心声）生首尾帧           │
│       （gridXX_首.png + gridXX_尾.png）           │
└──────────────────────────────────────────────────┘
                      ↓
┌─ Phase 2：出片（成本高，按集解锁）────────────────┐
│  4.A：python scripts/生成分集视频.py              │
│       auto 模式按文件存在自动选 4 模：             │
│       - frames2video（首尾帧锁定）                │
│       - image2video（分镜图首帧 + 动作）          │
│       - multiframe2video（2-20 帧一镜到底）       │
│       - multimodal2video（fallback 多 ref）       │
│  4.B：用户在剪映拼接 + 配音 + BGM + 字幕           │
└──────────────────────────────────────────────────┘

为什么这么拆：

• 剧本 / ref 不满意 → Phase 1 反复改，不烧视频钱
• 分镜图 = 视频首帧 → Phase 1.5 静态图先确认（3 积分/张），不满意改 prompt 重生 → 视频构图固定（不再随机）
• 修改成本：分镜图 3 积分 vs 视频段 55 积分 = 18 倍便宜，省视频试错 50%+
• 视频出片成本高 → Phase 2 按集解锁，每集都让用户验收
• AI 短剧的真正成本不是创作，是出片。用 Phase 1 + 1.5 把构图打磨到位，Phase 2 才值得花钱

触发条件

下列任意一个都触发：

• 用户说"做/写/帮我做 ... 短剧"
• 提到红果/番茄/抖音/快手 IP 改编
• 提到即梦/Seedance/可灵/Vidu 出片，并谈到剧本
• 提到分镜、storyboard、shot list、镜头脚本
• 提到爽剧、虐剧、追妻、复仇、重生、穿越、赘婿、奶奶觉醒、神医相师、AI 漫剧奇观

不触发的反例：

• 用户已有完整剧本，只想改某句台词 → 直接改
• 用户问"短剧行业前景如何" → 普通问答
• 用户问"什么是 AI 短剧" → 普通问答

默认参数（v0.6.0）

| 项 | 默认值 | 来源 | |----|--------|------| | 单集时长 | 180-195s | 红果实测最优（不严卡 180）| | 集数 | 24 集（精华）/ 72 集（常规） | 24 集省成本 + 紧凑爆点 | | 单集分镜数 | 36 grid × 4-10s 变奏 | multimodal2video 最低 4s，变奏防机械感 | | 时长变奏分布 | 4s×11 + 5s×14 + 6s×5 + 7s×3 + 8-10s×3 | v2.1 红果必爆铁律 | | 视频比例 | 9:16 竖屏 | 红果/抖音/快手统一 | | 视频模式 | multimodal2video（全能参考） | Seedance 2.0 Fast VIP，多 ref 输入最稳 | | 字幕 | 开（中文括号包 + AIGC 标识）| 红果强制 | | ref 库目标 | 80-150 张（工业级）| 含动作/表情/场景多角度/道具细节 | | 单 prompt 字数 | 300-500 字 | 含动作物理 + 表情拆帧 + 灯光 + 字幕规格 | | 平台 | 红果（默认）+ 抖音（次选）| 月活 3 亿 + 引流 | | 流派 | 互动选 | 红果纯爽 / 精品悬疑 / 漫剧奇观 / 沙雕轻喜 / 年代爽剧 | | 付费模式 | 互动选 | 免费（广告）/ 付费（解锁）| | ref 图生成 | dreamina text2image 4-grid（多角度） | Phase 1 阶段 3.5 | | 视频出片 | dreamina multimodal2video（含视觉指纹自动 append）| Phase 2 阶段 4.C | | 跑视频前预检 | 必跑 python scripts/ref完备性检查.py | 防 ref 漏 → AI 自由生成 → 一致性破 |

每次启动都要问用户是否调整这些。

关于 AI 优势（用户提示，不强推但要点出）：

AI 生视频真正的护城河 = 真人难拍的奇观（修仙 / 末世 / 西游 / 玄幻 / 异能）。如果用户题材是奶奶觉醒 / 都市追妻这种真人易拍的，告诉用户："虽然 AI 也能做，但 AI 真正优势在漫剧奇观流。要不要考虑切换流派？"——给 1 次提示，用户决定。

Phase 1：创作（5 阶段 + 阶段 3.5）

阶段 0：市场情报扫描（4 子步）

0.1 联网搜当下 Top 5 剧名

搜索 1：红果短剧 排行榜 <YYYY-MM>
搜索 2：番茄小说 改编 IP <近 30 天>
搜索 3：抖音短剧 <用户题材关键词> 热度
搜索 4：DataEye 短剧观察 / QuestMobile 月报
搜索 5：短剧 平台 审核 <当前年> 红线

0.2 真读 1-2 部爆款的业界拆解（核心）

WebFetch 1-2 部爆款的剧情解说 / 业界拆解文章。优先源：woshipm / 36 氪 / 腾讯新闻 / 21 经济网。

如果全部 403 → fallback 到内置 references/red-fruit-data.md。

0.3 给用户 3 选项菜单（不要直接出报告）

让用户挑差异化角度。

0.4 写入 01_市场情报.md

详见 references/market-pulse.md。

阶段 1：IP 定位（5 子步）

1.1 流派选择（关键）

5 选项让用户挑：A 红果纯爽流 / B 精品悬疑流 / C 漫剧奇观流 / D 沙雕轻喜流 / E 年代爽剧流。

v0.1.2 新增提示：在选项 C 旁加注：「真人难拍 = AI 优势。如果你计划用 AI 出片，C 是最有性价比的选择，因为修仙/末世/玄幻类真人剧组成本极高，AI 直接生」。但不强推，让用户判断。

详见 references/genre-flavors.md。

1.2 题材原型（1 主 + 1 副）

详见 references/archetype-catalog.md。

1.3 核心钩子（草拟 3 版让用户挑）

1.4 重复爽点公式（草拟 2 版让用户挑）

1.5 写入 02_IP简报.md

详见 references/ip-strategy.md。

阶段 2：故事架构（4 子步）

2.1 三幕结构骨架

2.2 关键反转节点（让用户挑）

2.3 72 集大纲（先给关键 25 集让用户确认）

2.4 写 03_完整剧本.md + 04_节奏地图.json

详见 references/story-architecture.md。

阶段 3：设定圣经（4 子步）

3.1 角色清单（≤ 6 人）

3.2 5 特写镜头人格锚定

3.3 视觉母题 + 反差点 + 服装表 + 即梦 ref prompt

3.4 写 3 份圣经

05_角色圣经.md + 06_场景圣经.md + 07_道具圣经.md

详见 references/character-design.md。

阶段 3.5：ref 图自动生成（v0.1.2 新增，关键）

这是 Phase 1 的最后一步，也是 Phase 2 的前置依赖。

3.5.1 检测 dreamina CLI

which dreamina && dreamina --version

如果未装 → 引导安装：

curl -fsSL ht