我做了一个 AI 短剧制作 Skill：从想法到分镜、提示词、审核和交付

最近我一直在学习 AI 短剧制作，也发现一个很真实的问题：很多新手不是没有想法，而是不知道下一步该做什么。

比如：

• 我有一个故事，但不知道怎么压缩成 1 分钟短片。
• 我想做产品宣传，但不知道先写文案还是先生成图。
• 我想做手机科普，但不知道怎么把知识点变成画面。
• 我已经生成了几张参考图，但不知道哪张能继续做图生视频。
• 我已经有视频片段了，但不知道能不能剪成一支完整作品。
• 我准备投稿或交付，但不知道成片有没有明显问题。

所以我做了一个 Codex Skill：

ai-short-drama-workflow

它不是一个单纯帮你“写提示词”的 Skill，而是一个更完整的 AI 视频制作陪跑工作流。

GitHub 地址：https://github.com/tianqing-Y/ai-short-drama-workflow

这个 Skill 是做什么的？

ai-short-drama-workflow 的目标，是把一个模糊的创意、真实需求或交付目标，整理成可以执行、可以生成、可以剪辑、可以交付的 AI 视频制作方案。

它支持的方向不只限于剧情短片，也包括：

• AI 短剧
• 剧情短片
• 情绪短片
• 参赛短片
• 产品宣传
• 品牌概念片
• 手机/数码科普
• 知识科普短片
• 空间展示
• 活动展示
• 客户样片
• 作品集样片
• 图生视频项目

我希望它解决的不是“给我一段漂亮文案”这种单点问题，而是解决新手最容易卡住的制作链路：

想法/需求-> 信息收集-> 主题或信息目标提炼-> 结构选择-> 视觉设定-> 参考图-> 分镜表-> 图片提示词-> 视频提示词-> 制作排期-> 迭代修复-> 成片质检

为什么我要做这个 Skill？

一开始我想做 AI 短剧时，最大的感受是：工具很多，但流程很散。

图片生成工具可以出图，视频工具可以图生视频，剪辑软件可以做字幕和音乐。但真正困难的是：

• 什么时候该定主题？
• 什么时候该做视觉设定？
• 什么时候该生成参考图？
• 哪些图能继续做视频？
• 视频片段不好时，是提示词问题、参考图问题，还是分镜问题？
• 粗剪不好看，是镜头问题、节奏问题，还是故事本身不成立？

如果没有一个总控流程，新手很容易变成这样：

想到一个故事-> 直接写提示词-> 生成一堆图-> 图不统一-> 改提示词-> 视频又漂-> 越修越乱-> 最后不知道该重做还是继续剪

所以这个 Skill 的核心不是“炫技”，而是帮助用户少走弯路。

它会优先判断你现在处在哪个阶段，然后只处理当前阶段的问题，而不是每次都跑完整流程。

它和普通提示词模板有什么不同？

普通提示词模板通常是：

你给我一个主题，我给你图片提示词或视频提示词。

但这个 Skill 更像一个制作助理：

你告诉我你现在有什么、想做什么、卡在哪里，它先判断你当前阶段，再告诉你下一步具体该产出什么。

比如用户说：

使用 ai-short-drama-workflow，我想做一个 60 秒手机科普短片，但不知道下一步。

它不会一上来把主题、分镜、提示词、排期、质检全部塞给你，而是会先输出：

你现在处在：最该先解决的是：建议先不要做：下一步交付物：你需要发给我的内容：

这对新手很重要。因为很多时候，新手不是缺内容，而是一次拿到太多内容之后更迷茫。

它是分阶段工作的

我专门在 SKILL.md 里写了分阶段协作规则：

• 用户不知道下一步时，先做阶段诊断。
• 用户只需要当前阶段时，不跑全流程。
• 用户发来参考图时，先判断图能不能进入图生视频。
• 用户发来视频片段时，先判断片段可用、待修还是废弃。
• 用户发来粗剪时，再进入剪辑审核或成片质检。

也就是说，它更像一个陪跑流程：

我出方案你去生成你把结果发回来我帮你判断再进入下一步

而不是：

我一次性给你一堆内容然后你自己硬做到底

文件结构

这个 Skill 的文件结构是这样：

ai-short-drama-workflow/├── SKILL.md├── agents/│   └── openai.yaml└── references/    ├── intake.md    ├── workflow.md    ├── story-structures.md    ├── visual-bible.md    ├── prompt-patterns.md    ├── shot-sheet-template.md    ├── production-plan.md    ├── iteration-guide.md    ├── quality-checklist.md    └── common-mistakes.md

每个文件负责一个阶段，不会把所有内容都堆在 SKILL.md 里。

核心文件说明

SKILL.md

这是入口文件，负责告诉 Codex：

• 这个 Skill 什么时候该触发
• 第一次回应应该怎么判断阶段
• 哪些 reference 文件在什么时候读取
• 不要一次性读取所有文件
• 不要默认跑完整流程
• 用户发来图片、视频、粗剪时应该怎么处理

我把它设计成一个“调度中心”。

references/intake.md

负责信息收集和阶段判断。

它解决的问题是：

• 用户只有一个模糊想法怎么办？
• 用户不知道下一步怎么办？
• 用户是小白，最多该问几个问题？
• 用户有截止日期时，先问什么？
• 用户已经有参考图或视频片段时，应该进入哪个阶段？

我特别加了一个模板：

你现在处在：最该先解决的是：建议先不要做：下一步交付物：你需要发给我的内容：

这个模板是给“我不知道下一步”的场景用的。

references/workflow.md

负责完整制作流程。

当用户明确说“给我完整方案”时，才会进入这个文件。它会从项目判断、主题/信息目标、结构、视觉设定、参考图计划、分镜、生成计划、剪辑计划一路走到风险提醒。

但如果用户只是想解决当前阶段的问题，就不应该默认调用全流程。

references/story-structures.md

负责结构设计。

它不只支持传统剧情，也支持：

• 单事件结构
• 目标任务结构
• 反转结构
• 对照结构
• 递进结构
• 回环结构
• 世界观展示结构
• 旁白意象结构
• 产品/品牌结构
• 知识科普结构

我后来特意做了泛化，避免它只适合情感故事。

references/visual-bible.md

负责视觉设定，也就是让画面像来自同一个作品。

它会帮助建立：

• 主角/主体/核心对象卡
• 配角或辅助对象卡
• 主场景卡
• 色彩策略
• 镜头语言
• 统一风格词
• 反向词
• 参考图生成顺序

这里我也补了非人物项目，比如产品、空间、活动、知识科普。

因为 AI 视频最常见的问题不是单张图不好看，而是每个镜头像来自不同世界。

references/prompt-patterns.md

负责图片和视频提示词模板。

它区分了：

• 角色或主体参考图提示词
• 场景参考图提示词
• 关键帧图片提示词
• 图生视频提示词
• 文生视频提示词
• 反向词
• 提示词修复规则

这里有一个很重要的原则：

图片提示词负责“画面是什么”。视频提示词负责“画面怎么动”。

很多新手会把静态画面描述和动态视频描述混在一起，导致提示词越来越长，结果越来越乱。

references/shot-sheet-template.md

负责分镜表。

它会把故事或需求拆成可执行镜头，而不是只写漂亮画面。

每个镜头都要有：

• 镜头编号
• 时间码
• 时长
• 段落作用
• 画面内容
• 主体/角色
• 场景
• 景别
• 机位
• 镜头运动
• 情绪/信息/任务作用
• 图片提示词
• 视频提示词
• 风险点

这个文件的重点是：每个镜头必须有任务。

没有任务的漂亮镜头，最后很容易变成素材拼贴。

references/production-plan.md

负责制作排期。

如果用户有截止日期，它会优先倒排：

• 几天内适合做多长
• 镜头数控制多少
• 哪天锁故事
• 哪天锁参考图
• 哪天生成视频
• 哪天粗剪
• 哪天质检导出

比如 5-7 天、8-14 天、15-21 天，它都有不同计划。

references/iteration-guide.md

负责修复生成失败。

这是我很看重的一个文件，因为 AI 制作不可能一次就完美。

它会判断：

• 人物或主体漂移
• 场景不统一
• 风格跑偏
• 动作不连贯
• 表演过度
• 提示词越改越乱
• 画面太空
• 画面太乱
• AI 味太重
• 粗剪节奏不顺

我还专门补了：

• 参考图审核
• 视频片段审核

因为真实工作流里，用户经常会生成几张图或几个视频片段回来问：“这个能用吗？”

这个 Skill 会先判断素材是：

可用待修废弃

然后再决定下一步。

references/quality-checklist.md

负责成片质检。

它会检查：

• 目标和要求
• 故事和信息
• 视觉一致性
• 生成瑕疵
• 剪辑节奏
• 字幕和文字
• 声音和音乐
• 导出格式
• 授权和署名
• 最终判断

最终会判断：

可以提交需要小修需要结构性调整

如果用户只发了关键截图、镜头列表或字幕稿，它也可以做部分质检，但会说明哪些地方暂时无法判断。

references/common-mistakes.md

负责新手常见问题纠偏。

比如：

• 想法太大
• 主题太多
• 需求目标不清
• 只有情绪，没有事件
• 镜头太多
• 每个镜头都难生成
• 风格跳变
• 字幕太多
• 最后一天还在大改

这里我也补了一个很重要的问题：

非人物主体被当成人物剧情处理

比如做产品、空间、活动、知识科普时，不应该强行套“主角成长故事”。它们更适合用：

• 问题 -> 解决
• 使用前 -> 使用后
• 信息递进
• 动线展示
• 视觉记忆点
• 任务完成

使用方式

安装后可以这样调用：

使用 ai-short-drama-workflow，我想做一个 60 秒手机科普短片，但不知道下一步。

或者：

使用 ai-short-drama-workflow，只做当前阶段，帮我判断下一步。

如果你已经有参考图，可以这样说：

使用 ai-short-drama-workflow，这是我生成的参考图，帮我判断哪些能继续做图生视频。

如果你已经有视频片段，可以这样说：

使用 ai-short-drama-workflow，这是我生成的视频片段，帮我判断可用、待修还是废弃。

如果你已经有粗剪，可以这样说：

使用 ai-short-drama-workflow，这是我的粗剪，帮我按投稿标准质检。

一个典型使用流程

假设我要做一个手机科普短片。

我可以先说：

使用 ai-short-drama-workflow，我想做一个 60 秒手机科普短片，但不知道下一步。

它应该先帮我判断：

你现在处在：模糊需求阶段最该先解决的是：确定一个具体知识点和观众误区建议先不要做：不要直接生成图片或视频下一步交付物：一个可拍的科普结构你需要发给我的内容：想讲的手机功能、目标观众、发布平台

然后我补充信息。它再帮我做结构。结构定了以后，再做视觉设定。视觉设定之后，再生成参考图提示词。我拿提示词去图片工具生成图，再回来让它审核。审核通过后，再进入图生视频。视频片段出来后，再回来筛选。最后粗剪完成，再做质检。

这就是我想要的分阶段陪跑方式。

效果展示建议

1. 阶段判断

2. 参考图审核

3. 视频片段审核

输入：

这是我生成的视频片段，帮我判断能不能放进时间线。

展示它如何判断镜头任务、动作、风格和修复方向。

4. 粗剪质检

建议将skill中相关的这一部分单独拿出来配合上专业的工具去搞

输入：

这是我的粗剪，帮我按投稿标准质检。

展示它如何输出可以提交、需要小修还是需要结构调整。

我对这个 Skill 的定位

我不想把它做成一个“万能爆款短剧生成器”。

我更希望它像一个制作陪跑助手：

• 不替你假装有灵感。
• 不一上来塞一堆复杂导演术语。
• 不把所有项目都套成同一种情感故事。
• 不把产品、空间、科普强行写成主角剧情。
• 不鼓励新手一开始就做超复杂镜头。

它更关注：

• 能不能完成
• 能不能生成
• 能不能剪起来
• 能不能交付
• 能不能复盘

对新手来说，第一支作品最重要的不是惊艳，而是完整。

GitHub 链接

Skill 地址：

https://github.com/tianqing-Y/ai-short-drama-workflow

持续更新中...