预算8万两周交付，我们用AI分镜把前期从10天压到3天，踩过的坑都在这

团队里刚入行的年轻人问我，AI 会不会取代导演，我说你先别急着想取代谁，先想想你能不能让导演少画两天图。这问题在我们接那个新能源车企项目之前，我也答不干脆。客户是某新能源车企的区域营销团队，预算 8 万，要一条 3 分钟种草短剧加 6 条 15 秒切片，交付周期两周。冲突摆在那儿：传统流程光分镜脚本加拍摄筹备就得 10 天，客户还要求每条切片能单独投流。这篇复盘就讲我们怎么用 AI 分镜把前期压到 3 天，以及踩过的坑。

一、客户要的是"能投流的短剧"，不是"能看的故事"——需求沟通阶段我们问清了什么？

客户真正的 KPI 不是播放量，是切片素材的投流 CTR 和线索成本，这直接倒推分镜必须每 15 秒一个钩子。需求沟通会上我们把这句话反复确认了三遍，因为一旦按"故事好看"的标准做分镜，切片阶段就会崩。

会上敲定三个硬约束：车型卖点必须口播露出，这是法务要求；不能出现竞品对比画面；女主形象要贴合区域市场审美。听着都是废话，但每一条都会改分镜。

我们内部把需求翻译成一份"分镜约束清单"：镜头时长上限、卖点镜头配额、可复用素材比例。这份清单后来直接成了 AI 分镜的提示词骨架。做 AI 短剧这几年我越来越确信，降本增效的前提不是工具多强，是需求能不能被翻译成机器听得懂的约束。

客户原话我记着："我们不要一条看完就忘的片子，我们要六条能跑量的素材。"

二、AI 分镜在方案设计阶段，到底替团队省掉了哪几步？

人工画分镜加写脚本以前要 3 天，AI 生成初版分镜表 4 小时，人的工作变成"定约束 + 审结果"。流程没变短，是人的位置变了。

具体做法是把剧本拆成场次，用分镜工具批量生成"景别 + 运镜 + 画面描述 + 时长"四列表格，再由导演岗逐条标注"可 AI 生成 / 需实拍 / 需后期合成"。这个项目里导演工时从 5 人天降到 1.5 人天。

关键认知是：AI 分镜不是替代导演，是把导演从"画图表述"里解放出来，让他只做判断。我们之前给一家教育机构做 AI 数字人科普短剧，人力成本降了 70%，但第一版翻车就翻在数字人形象不统一——同一个老师三集换了三张脸。那次之后我们才明白，判断权必须留在人手上，机器只负责铺量。

这两年我做 AI 短剧的复盘里，这条最值钱：导演的活是判断，不是绘图。

三、同样的提示词，为什么生成的分镜质量差三倍？——AI 生成过程中的控场方法

提示词必须分层写：品牌层、场景层、镜头层分开调，混在一起写出来的东西没法定位问题。品牌层管车型外观参数和配色，场景层管城市通勤、地下车库、露营这些环境，镜头层管景别、焦段感、光线。

我们还建了"镜头资产库"，把客户车型的高质量参考图、往期实拍素材喂进工作流做风格锚定，专门解决 AI 生成车型变形、车标错乱的高频问题。在兔子AI 上跑这类车型锚定，稳定性比我们自己拼提示词强不少。

生成节奏也有讲究：先跑 6 个关键镜头定风格，客户确认后再批量铺 48 个分镜。一次性生成完再改，等于全盘返工。

为什么不能一次性生成全部 48 个分镜？

因为风格一旦偏，返工是按倍数算的。先 6 个定锚、后 48 个铺量，是这个项目里最省时间的决定。

四、客户改了 7 版，哪些是 AI 的锅、哪些不是？

7 版修改里只有 2 版真是 AI 的问题，3 版是卖点口播顺序调整，纯人的决策变更。不把账算清楚，团队会误判工具能力。

• 3 版：卖点口播顺序调整，跟 AI 无关，是客户内部营销节奏变了
• 2 版：车型细节失真需重生成
• 2 版：镜头节奏与配乐不匹配

车型失真的解法是锁定关键帧加局部重绘，而不是整镜重跑，单镜返工成本从 40 分钟压到 12 分钟。我们还沉淀出一条团队规则：涉及车标、前脸、轮毂的镜头一律"AI 生成 + 人工校帧"双检，进交付前 checklist。这条规则后来救了我们不止一次。

我自己的复盘结论是：AI 的锅要认，人的锅别甩给 AI。

五、两周交付、48 个分镜：最终交付数据长什么样？

前期分镜周期从 10 天压到 3 天，整体项目人力投入下降约 40%，单条切片素材制作成本对比传统拍摄下降 60% 以上。交付物包括 3 分钟正片 1 条、15 秒切片 6 条、分镜表源文件，客户可复用。

效果数据脱敏后说：6 条切片投流测试，CTR 最高的两条都来自 AI 分镜阶段就标注"强钩子"的镜头，算是验证了分镜前置判断的价值；线索成本较客户上期素材下降约 25%。

另一条产品线的数据也能对照看：我们用 AI 短剧做医疗科普内容，单条制作成本从约 689 元降到约 211 元，4 天产出约 32 条，投放 ROI 从 1:1.9 提升到 1:2.8，团队 2 人即可跑通全流程。教训是专业内容必须有人工审核，这条我们写进了所有项目的 SOP。

六、这套流程能复制到下一个客户吗？——MCN 规模化落地的三个前提

能复制，但有三个前提：分镜约束清单模板化、岗位重构、建立返工成本台账。缺一个，规模化就会变成堆人力。

清单模板化是按行业沉淀可复用提示词包，汽车、美妆、3C 各一套，新项目启动成本递减。岗位重构是设"AI 分镜师"岗，既要懂镜头语言又要会写提示词，我们团队 3 人可并行支撑 5 个项目。

返工成本台账最容易被忽略，但它是用数据说服客户接受"AI 初版 + 人工精修"协作模式的工具，而不是期待一次成型。

一个新人多久能独立跑完 AI 分镜？

在我们的流程下，两到三周。前提是他先背熟约束清单，而不是先学提示词技巧。

AI 分镜最容易翻车的环节是哪一个？

车型和人物的一致性。所有返工里，这类问题占比最高，所以我们把它做成了交付前 checklist 的强制项。

AI 分镜真正的价值不在"生成"，在把分镜从个人经验变成团队可复用的生产资产。下一期我拆美妆客户项目里，这套流程哪些环节失灵了——想聊具体落地方案的，随时找我们复盘。