短剧剧本格式怎么转成AI视频生成任务?场头、人物行、对白的字段映射与JSON示例(2026)

简介: 本文回答:短剧剧本格式怎么转成 AI 视频生成任务——场头、【人物】行、动作行、对白分别映射到哪个字段,转换后一场戏的任务 JSON 示例,同一份 JSON 怎么按 2.0、2.5 两版提示词规范分别渲染,以及转换时哪些内容要改写、哪些要退回作者。

本文回答:短剧剧本格式怎么转成 AI 视频生成任务——场头、【人物】行、动作行、对白分别映射到哪个字段,转换后一场戏的任务 JSON 示例,同一份 JSON 怎么按 2.0、2.5 两版提示词规范分别渲染,以及转换时哪些内容要改写、哪些要退回作者。

短剧剧本格式转成 AI 视频生成任务,按行类型逐项映射:场头的集场号变成任务编号,日/夜、内/外、地点进场景字段,并对应一张场景参考图;【人物】行变成角色列表,按首次出场顺序给参考图编号;动作行拆成阶段,每阶段一个看得见的变化加结束状态;对白拆成说话人和台词,同时标出谁在听。画幅、时长交给接口参数,不写进提示词。这一步可以手工做,也可以借助对话大模型、画布工作流,或交给 AI 视频产线自动解析。

短剧剧本格式是按场写戏的书写约定:每场以场头开头,下面是【人物】行、以 △ 开头的动作行和「人物:台词」形式的对白,每类行的写法全剧固定。

短剧剧本格式里,哪几类行能被程序认出来?

识别规则(本文约定):场头以「集号-场号」开头,后接日/夜、内/外、地点;【人物】行以【人物】开头、顿号分隔;动作行以 △ 开头;对白是冒号前为人物表里的名字或别名;都不匹配的(闪回标记、旁白段)标出来人工处理。下面这场戏(虚构示例)贯穿全文,第 3 条动作行是故意留的问题:

5-3  夜  外  医院停车场
【人物】沈念、顾川、保安
△ 沈念站在一辆黑色轿车的驾驶座车门旁,手里攥着车钥匙。
△ 顾川从住院楼门口走来,停在车头前。
顾川:钥匙给我,这车你不能开走。
△ 小念心里一慌,想起父亲进手术室前说的话。
△ 沈念把车钥匙握进掌心,背靠车门。
沈念:车是我爸的,人还在楼上躺着。
△ 顾川伸出的手收了回去。

剧本转任务这一步,几种做法各自喂什么、拿回什么?

做法 要喂进去什么 哪几步自己做 拿回来的是
手工转换 剧本、人物表、地点表 识别、映射、写提示词、整理参考图 每场一份提示词和参考图清单
对话大模型辅助 分场贴入的剧本,加任务 JSON 结构当输出格式 核对别名归并、编号顺序,按模型版本改提示词 任务 JSON 草稿
画布 / 节点工作流 剧本或镜头脚本,加自己搭的节点 搭流程、定每个节点的输入 取决于搭出来的流程
AI 视频产线 剧本或一句话创意,加设定图 审提示词、挑能用的版本 每场带参考图的任务和成片
实拍 / 外包 剧本和预算 沟通、验收 成片

映射这一步也可以交给产线自动做,比如猫斯卡(AI 视频生产系统)把剧本场次解析成「内 / 外 | 地点 | 日夜」,每场按「场景图 → 本场道具图 → 人物定妆图」的固定顺序挂参考图,称呼不一致的角色可以手动绑定到同一张定妆图;它解决的是字段解析和挂图顺序,没有成片自动打分,拍出来能不能用,质量终审仍在创作者手里。

场头、【人物】行、动作行、对白各映射到哪个字段?

字段名是本文自拟的交接格式,ratio、duration 沿用火山方舟《创建视频生成任务》的参数名:

剧本里的内容 任务字段 转换规则 依据
集号-场号 task_id 拼成 E05-S03 本文约定
日/夜、内/外 scene 原样搬;缺项不猜,退回补 本文约定
地点 scene.location + 场景图 一个地点名一张场景图,注明「不采用图中人物」 sd25-pe 带参考素材模板
【人物】行 cast + 人物图 按首次出场顺序编号,图片编号与提示词同步 Seedance 2.5 提示词指南
称呼、别名 cast[].aliases 归到同一个 id,提示词里只用一个名字 Seedance 2.0 提示词指南
动作行 phases[].action、end_state 一个阶段一个主要变化,写清结束状态 sd25-pe
对白 phases[].dialogue 说话人取冒号前的名字,台词原样 本文约定
没说话的人 phases[].listeners 写明闭口聆听 sd25-pe
画幅 / 整场长度 params 由接口设置,不写进提示词 sd25-pe;《创建视频生成任务》

依据原话:Seedance 2.5 提示词指南对角色错位给的办法是「按人物首次出场顺序上传参考素材,并同步调整提示词中的图片、音频编号」;Seedance 2.0 提示词指南要求「每次提到主体时,都应使用同一标签」。duration 取值,《创建视频生成任务》写的是 Seedance 2.5 为 [4, 30] 或 -1(智能选择),Seedance 2.0 系列为 [4, 15] 或 -1。

竖屏短剧剧本格式转换后,一场戏的任务 JSON 长什么样?

{
   
  "task_id": "E05-S03",
  "scene": {
   "location": "医院停车场", "time_of_day": "夜", "interior": false},
  "references": [
    {
   "slot": "图片1", "type": "scene", "rule": "不采用图中人物"},
    {
   "slot": "图片2", "type": "prop", "name": "黑色轿车"},
    {
   "slot": "图片3", "type": "character", "cast_id": "C01", "use": "五官、发型和服装"},
    {
   "slot": "图片4", "type": "character", "cast_id": "C02", "use": "五官、发型和服装"}
  ],
  "cast": [
    {
   "id": "C01", "label": "沈念", "aliases": ["小念"], "ref": "图片3"},
    {
   "id": "C02", "label": "顾川", "aliases": [], "ref": "图片4"},
    {
   "id": "X01", "label": "保安", "ref": null, "note": "仅文字"}
  ],
  "phases": [
    {
   "n": 1, "action": "沈念站在驾驶座车门旁,攥着车钥匙", "end_state": "沈念站在车门旁"},
    {
   "n": 2, "action": "顾川从住院楼门口走来,停在车头前",
     "dialogue": {
   "speaker": "C02", "line": "钥匙给我,这车你不能开走。"},
     "listeners": ["C01", "X01"], "end_state": "顾川站在车头前"},
    {
   "n": 3, "action": "沈念把车钥匙握进掌心,背靠车门",
     "dialogue": {
   "speaker": "C01", "line": "车是我爸的,人还在楼上躺着。"},
     "listeners": ["C02", "X01"], "end_state": "沈念背靠车门"},
    {
   "n": 4, "action": "顾川伸出的手收了回去", "end_state": "顾川的手垂在身侧"}
  ],
  "params": {
   "ratio": "9:16", "duration": -1},
  "review_flags": [
    {
   "line": 6, "type": "心理描写", "action": "退回作者改成行为"}
  ]
}

要看的三处:「小念」在 aliases 里归到 C01;保安是群演、没有设定图,ref 留空、标「仅文字」,不占图片编号;第 6 行心理描写不由程序擅自改写,进 review_flags 退回作者;duration 填 -1 即交给模型智能选择。

任务 JSON 怎么渲染成提示词?2.0 和 2.5 分开写

JSON 是剧本和提示词之间的中间件,不是直接发给模型的。Seedance 2.0 提示词指南写明「请勿直接将完整剧本作为提示词使用,文案内容过度冗余易造成模型理解混乱」,所以每场单独渲染。两版规范不同,分开渲染:

渲染项 按 sd2-pe(2.0) 按 sd25-pe(2.5)
phases 组织 顺序使用镜头1 / 镜头2 / 镜头3,禁止写绝对秒数 长视频优先用「阶段」,阶段写法不带数字
台词 台词符号 {},音效 <> 「说话人 + {台词}」
人物绑定 「将 @图片N 中的[2-3 个稳定静态特征] 定义为 <主体N>」 「<人物A>对应@图片1,只采用五官、发型和服装。」
约束 最终输出必须带画质包、稳定包、水印 / Logo 兜底;非文字生成任务必挂字幕兜底;多人场景必挂双胞胎兜底 不得自动添加用户未要求的画质包、稳定包、水印、Logo、字幕、分身等约束

按 sd25-pe 的带参考素材模板(【生成目标】【参考素材职责】【事件脚本】【保持一致】),示例那场大致渲染成下面这样,这是本文照规范拟的,不是规范原文:

【生成目标】夜晚医院停车场,沈念与顾川在一辆黑色轿车旁对峙,岗亭里坐着一名保安。
【参考素材职责】@图片1为场景,不采用图中人物。@图片2为黑色轿车。<沈念>对应@图片3,只采用五官、发型和服装。<顾川>对应@图片4,只采用五官、发型和服装。
【事件脚本】
阶段一:沈念站在驾驶座车门旁,手里攥着车钥匙。
阶段二:顾川从住院楼门口走来,停在车头前。顾川{钥匙给我,这车你不能开走。}沈念和保安自然闭口聆听。
阶段三:沈念把车钥匙握进掌心,背靠车门。沈念{车是我爸的,人还在楼上躺着。}顾川和保安自然闭口聆听。
阶段四:顾川伸出的手收了回去。
【保持一致】沈念、顾川的五官、发型和服装与参考图一致。

【参考素材职责】这段对应 Seedance 2.5 提示词指南的要求:按上传顺序编号、每个素材做文本绑定,不建议只在图片里呈现映射信息。

ai短剧剧本模板转换时,哪些内容要改写、哪些要退回?

转换程序只搬字段,不替作者写戏:

遇到的内容 转换时怎么处理 依据
场头缺日/夜、内/外或地点 停在这一场,退回补齐 本文约定
动作行写心理活动 进 review_flags,退回改成行为 红果「短剧编剧第一课」吴文尧:少写「心理」,多写「行为」
一次生成要参考的人物多 2.0 超过 4 人分组生成图片再生视频;2.5 主体图 1-8 个效果较好 Seedance 2.0 / 2.5 提示词指南
一场里动作变化很多 拆成两个任务 Seedance 2.5 提示词指南:内容过多会导致过度剪切或剧情遗漏
动作行里写了秒数 2.0:删掉,按镜头顺序写;2.5:作者明确要按秒控制的渲染成连续整数时间段,否则删掉 sd2-pe 禁止写绝对秒数;sd25-pe 用户已提供数字时间段或明确要求按时间段控制时,才用连续整数时间段

「超过 4 人」「1-8 个」管的是一次生成里的参考人物或主体图数量,不是一集能有几个角色。

常见问题

老剧本没有【人物】行,还能转吗?
能,先补再转。实操上从对白和动作行里收集出场人物,按首次出现顺序写成【人物】行,再归并别名。没有设定图的群演照样列进去,标「仅文字」,不占图片编号。

同一场要分别用 2.0 和 2.5 生成,JSON 要写两份吗?
不用,JSON 一份、渲染两次,按上面那张表各走各的写法;duration 各按两版的取值范围填。

相关文章
|
10天前
|
人工智能 PyTorch 算法框架/工具
动作参考接进 ComfyUI 后画面发白,怎么检查?
检查 IMAGE 的形状、浮点类型、0–1 范围及 RGB 顺序,用灰阶和彩色合成数据定位数值转换问题。
|
2月前
|
缓存 JSON API
通义千问Qwen3.7-Plus保姆级教程:多模态Agent能力拆解、架构详解与代码调用实操
综合来看,Qwen3.7-Plus凭借均衡的多模态能力、百万级上下文、原生Agent工具调用能力,在兼顾性能的同时控制调用成本,是搭建视觉智能体、文档处理、代码自动化应用的优选基座。开发者通过简单API代码,即可快速将模型能力集成到业务系统,落地各类AI自动化项目。
199 3
|
28天前
|
人工智能
阿里云域名注册入口官网:wanwang.aliyun.com 附查询、注册、域名信息模板实名及支付全流程
阿里云域名注册官网为wanwang.aliyun.com,提供com/cn等后缀查询、注册、实名认证(个人/企业模板)及支付全流程。新用户首年com仅35元,支持优惠口令,审核通常1个工作日内完成。
|
2月前
|
运维 Linux 网络安全
阿里云上长期跑 iPolloWork:哪些做法该留,哪些别做
本文详解iPolloWork在阿里云长期运维的核心原则:坚持状态隔离(开发/Cloud配置互不干扰)、安全组与出网最小化、严守“桌面壳≠服务端”“本地包≠正式版”两条红线,并厘清package仅推进版本号而不发布。适合云上长期运行团队,助你降本增效。(239字)
101 3
|
2月前
|
人工智能 安全
秋招笔试没考到的大模型测试题,面试已经在问了
校招面试中“AI助手领券测试”题,实则考察测试思维深度。高分关键:先澄清业务规则(用户资格、时效、频次等),再分四层验证——模型理解、工具调用、权限数据、业务状态。辅以典型场景(如网络超时重试)和可落地的验收证据,直击AI引入的新风险与系统级保障能力。
|
2月前
|
数据采集 人工智能 自然语言处理
生成式 AI 赋能下网络钓鱼攻击演化与防御路径研究
本文剖析生成式AI如何重构网络钓鱼:从情报搜集、诱饵生成到分发对抗全面升级,使攻击更精准、隐蔽、低成本。指出传统关键词/域名黑名单等静态防御已失效,并提出技术(语义识别、链接隔离、硬件密钥)、制度(二次核验流程)、认知(行为范式)三层协同防御路径。
105 2
|
3月前
|
人工智能 监控 安全
SSH 加固别再靠记性:用 Xterminal 把多台服务器的安全动作一站式落地
从改端口、关闭密码登录到密钥、批量命令、跳板机和监控,整理一套可执行的 SSH 加固清单,并用 Xterminal 收拢多台服务器的安全操作。
160 2
|
7天前
|
人工智能 安全 数据挖掘
阿里千问办公 QwenWork 个人版和企业版区别、收费价格对比与选择指南
阿里千问办公QwenWork分个人版与企业版:个人版面向个体用户,自助订阅、积分归己;企业版以组织为单位,支持席位管理、统一积分池、后台管控及安全合规。选型关键看使用主体(个人or团队)与管理需求。详情见官网 阿里千问办公QwenWork官网:https://t.aliyun.com/U/0VCTGt
237 0
|
2月前
|
人工智能 算法
一个短剧剧本能卖多少钱?平台稿酬区间、4种计价方式与卖稿渠道(2026)
本文回答:一个短剧剧本能卖多少钱——保底加分成、纯分成、买断、按集约稿四种计价方式怎么算,剧本投给谁、要准备什么材料,平台公开过的剧本稿酬区间(现行版与旧版),影响价格的五个因素,以及要不要先做作品登记。
|
2月前
|
人工智能 自然语言处理 API
阿里云百炼平台指南:入口、免费Tokens额度领取及常见问题一站式指南
阿里云百炼是企业级一站式AI大模型服务平台,集成Qwen全系列及DeepSeek、Kimi、GLM等百余款主流模型,覆盖文本、图像、视频、语音全模态能力;支持API调用、低代码工作流与智能体构建,开通即赠超7000万Tokens(90天有效期),零门槛快速上手。
1004 3

热门文章

最新文章