四条产线,十一道工序

一句创意进来,出来的是主题、人物关系和整体走向。它是一段可读可改的文本,不是一个不能拆的结果。后面十道工序都从这里长出来,所以这一步值得你多看两眼。

按形态切集:短剧默认三集,其余形态都是单片。每集结尾留一个钩子。这件事写在形态定义里,你不用在提示里交代。

每集展开成场次:场景标题、出场人物、台词。这些都是可以直接改的文本,不是只能整段重生成的黑箱。改完只重跑下游那几步。

把「必须保持一致的东西」挑出来:人物、场景、道具。这一步只出文字设定,参考图放在下一条产线上。拆开是有原因的:先把人设定下来,再花钱画。

每个镜头写清楚画面描述、时长、说话人和台词。时长会自己落在形态规定的区间里:短剧 2.5–8 秒,MV 1.5–4 秒,广告片 1–3 秒。这个区间你不需要知道,更不需要填。

先把人物和场景的参考图出出来,后面的镜头才有脸可依。一个镜头里出现的角色会全部带上参考图,不是只带说话的那一个:只带一张脸,另一个人就会每镜长得不一样。没有配图像能力时这一步整体跳过,镜头改用纯文生视频。一致性会差一些,但产线不停。

配音排在出画面之前,因为它会按实际语速回头改镜头时长。反过来做一次就知道了:画面早切走了,人还在说话。

有台词的镜头直接出对口型画面,成功的会覆盖原来那一版。所以它排在镜头出片之前:后者只补剩下还没画面的,不做重复的活。这道工序串行跑,因为接这活的那家原厂同时只收一个任务,并发提交只会互相排队。

只补还没有画面的镜头,已经有的一律不动。重复生成一次就是重复付一次钱。外部生成模型是提交后轮询的长任务,所以这一步并发跑:一批镜头同时在路上,你等的是最慢的那一个,不是所有镜头加起来。

按当前时间线导出一份 .srt 侧车字幕,供二次分发和平台上传。成片里的字幕则是烧录进画面的。两份都要,因为发布平台要的是可编辑的字幕文件,而观众看到的必须是画面里的字。

拼接、叠化、烧字幕、出成片和分享链接。转场失败退回硬切,缺画面的镜头会被跳过而不是让整支片子失败:你先拿到一支能看的片,再单独补那几镜。成片默认 private,分享要你显式开启。