# AI 短片制作：角色锁定、分镜与逐镜头剪辑

Source: [AI 短片制作：角色锁定、分镜与逐镜头剪辑](<https://pr-693-preview.chatcut.dev/zh/use-cases/ai-filmmaking>)

Content index: [llms.txt](<https://pr-693-preview.chatcut.dev/zh/llms.txt>)

Last updated: 2026-10-28

电影创作者

AI 短片可以按简报、视觉基调、角色锁定、分镜、候选片段审阅、时间线剪辑和导出的顺序制作。ChatCut 在 2026 年 10 月 27 日的 C3 Santiago 本地集成实测中，导出 14.625 秒场景，通过 6/7 项 MUST；构图仍失败，期望的声音状态仍未核验。这是一个短场景的局部证据，不代表已验证整部电影或任意角色的一致性。

## 已核验事实与适用范围

**最后核验：2026 年 10 月 28 日。** 下表数值来自[来源](https://pr-693-preview.chatcut.dev/zh/use-cases/ai-filmmaking#sources)中具名的 C3 历史报告；本页没有重新测试当前线上生产环境。

| 层次 | 已有证据 | 来源与限制 |
| --- | --- | --- |
| 原生模型 | Seedance 2.0 支持参考素材输入；参考图不能保证身份完全不变，镜头顺序也不等于精确时间戳控制。 | [BytePlus 视频生成 API](https://docs.byteplus.com/en/docs/ModelArk/create-video-generation-task-api)，2026-10-27 查阅。 |
| ChatCut 与实测调用路线 | C3 用 GPT Image 2.5 Sunburst 生成原创人物与办公室素材，用 Seedance 2.0 生成 1080p 候选片段。教程素材仅用于外部验收。 | 2026-10-27 C3 Santiago 本地验收报告；不是当前线上可用性声明。 |
| 角色检查 | 选用镜头匹配各自角色参考；原始完整 take 的单人镜头随机对照中，正例匹配及反例排除合计 8/8 通过。 | C3 人工检查；审阅者已有项目背景，不是独立生物识别验证。 |
| 交付结果 | 1920×1080、24 fps、351 帧，即 14.625 秒；6/7 项 MUST 通过。 | C3 导出测量；构图失败，室内环境声及无配乐偏好未独立核验。 |

模型选择见[能力矩阵](https://pr-693-preview.chatcut.dev/zh/docs/model-capability-matrix)，输入组合见[生成参考素材指南](https://pr-693-preview.chatcut.dev/zh/docs/generation-references)。

## 如何把剧本变成分镜？

先写清这一场发生什么变化、谁在场、对白属于谁，再确定视觉基调：灯光方向、色彩、场景与服装。每个镜头分别记录主体、动作、景别、机位、视线方向和目标长度，避免下一条提示词重新定义整场戏。

C3 只研究三个镜头：双人办公室全景、心理医生说台词的单人镜头、Santiago 的无台词单人镜头。源场景的长度目标为 104、88、163 帧，帧率 24 fps。这样才能判断剪辑节奏是否接近目标，而不是只评价画面是否好看。

将验收条件拆开：双人镜头是否有两个人各坐一把椅子，单人镜头是否拍对了人，视线是否合理，机位是否属于指定构图家族。身份、构图、节奏和声音分别打分。

## 角色一致性：参考锁定与重新入画

角色锁定应包含稳定名称、一张已批准的人物参考，以及发型、服装和必须保留的特征。地点参考单独保存。C3 分别生成 Santiago 与心理医生的候选人物表，选择后保留每人一个可见人脸，清除其他身体视图中的脸，减少互相竞争的身份线索。

后续镜头继续把同一人物绑定到同一张参考图；动作、视线与景别另写。原始锁定图是审片基准，不要把已经漂移的生成脸直接替换成下一轮身份参考。示例写法如下，**不是实测提交的原文提示词**：

```text
人物 A：外观使用已批准的人物 A 参考。
人物 B：外观使用已批准的人物 B 参考。
办公室：空间外观使用已批准的地点图。
镜头二只出现人物 B，视线朝向画外的人物 A。
```

人物离开画面再返回时，重新核对脸、头发、服装、体型和座位关系。房间连续不代表脸连续，脸连续也不代表人物坐在正确位置。C3 没有验证长时间离场、跨多场戏、年龄或服装变化后的连续性，这些应当另设验收用例。

不要把“共用随机种子”当成身份保证。继续使用原始参考，并检查每次生成的结果。

## 如何比较 take 并选取每个镜头？

C3 用相同的 15 秒提示词生成四条完整 take，逐镜头比较后，从第 3 条取全景，从第 2 条取两个单人镜头。这样能保留不同 take 的长处，而不是必须整条接受。

审阅每个镜头的首、中、尾帧和切点两侧，分别比较角色参考、另一角色反例、椅子占用和视线。C3 先保存随机排列的身份判断，再揭示答案，样本范围内的正反例检查通过。但审阅者熟悉项目，未采用的修复片段也不属于交付连续性的证明范围。

1

#### 写简报与视觉基调

先明确故事变化、对白归属、视觉方向和验收标准，再决定需要哪些镜头。

2

#### 锁定角色与地点

分别批准人物参考和地点图，在分镜中稳定绑定，避免用漂移素材覆盖原始参考。

3

#### 逐镜头审阅候选片段

检查身份、座位、机位、视线与运动，记录每条 take 中可采用的时间段。

4

#### 剪辑并核验导出

在时间线上精确裁切，检查切点相邻帧、最终时长和声音，将未通过项保留在交付说明中。

## Higgsfield Santiago 教程场景：局部复现报告

研究对象是[公开教程约 0:53 开始的 Santiago 办公室场景](https://www.youtube.com/watch?v=0HIRIT7px9Y&t=53s)。教程只提供构图与节奏的外部审阅目标，没有导入项目、参与生成或成为成片素材。ChatCut 使用自己的原创人物、地点、生成路线和时间线；这不证明源平台预设或项目文件可以兼容。

C3 生成 20 张人物候选图、10 张办公室图，选择两个角色参考和一个地点图，再生成四条完整 take。后续两条 5 秒全景修复仍缺少所需机位，均被拒绝。

| 镜头 | 实际选材与处理 | 时间线长度 |
| --- | --- | --- |
| 双人全景 | take 3，从 0.500 秒开始；后旋转 −6°、放大至 118% | 104 帧 / 4.333333 秒 |
| 心理医生 | take 2，从 4.200 秒开始 | 100 帧 / 4.166667 秒 |
| Santiago | take 2，从 8.900 秒开始 | 147 帧 / 6.125 秒 |

导出切点为第 104 和 204 帧，合计 351 帧，即 **14.625 秒**。镜头长度相对源目标分别差 0、+12、−16 帧，均在该次验收允许的 ±24 帧内。切点相邻帧检查未发现旧镜头残留闪帧。最终节奏由剪辑得到，不能据此声称生成模型精确遵循了所有时间戳。

**构图仍失败。** 开场较低、偏正面，未达到源场景的高位斜视；心理医生镜头的明显倾斜方向与来源相反。旋转能改变画面倾斜，不能改变原始机位的观察角度。因此 6/7 项 MUST 不能写成验收成功或精确复现。

### 这次历史实测花了多少 credits？

以下为 **2026-10-27 本地验收批次**的已结算记录，2026-10-28 复核，不是当前报价。人物图为 Sunburst 2K 共 20 张、4.00 credits；办公室图为 Sunburst 4K 共 10 张、4.00。视频使用 `doubao-seedance-2-0-260128`，16:9、1080p，仅图片参考，无参考视频：四条 15 秒 take 共 88.92，两条未采用的 5 秒修复共 14.90。

媒体合计 **111.82** credits，验收阶段 Agent 用量另计 **22.24**，合计 **134.06**；单独准备阶段另计 **0.76**，本工作流归属合计 **134.82**。静态图使用 `gpt-image-2.5-sunburst`。金额按报告保留两位小数，不据此推导通用舍入公式。失败的修复同样产生费用，新的生成请查[当前 credits 规则](https://pr-693-preview.chatcut.dev/zh/docs/credits-policy)并重新估价。

## 哪些制作检查仍需人工完成？

身份检查通过后，机位、空间、光线和声音仍可能漂移。C3 的台词识别与画面对白归属通过，但室内环境声和无配乐偏好没有独立听审或合适分类器证据。没有单独音乐轨不等于原生音轨中没有音乐，转录文字也不能证明完整混音质量。

先核验导出文件，而不仅是时间线预览。发现缺陷时按[工作流失败处理指南](https://pr-693-preview.chatcut.dev/zh/docs/workflow-failures)决定拒绝、定向修复或保留缺陷；不要因为其他项目通过就移除未通过记录。

## 常见问题

人物离开画面再出现，怎样检查一致性？

继续使用原始批准的角色参考，重新核对脸、发型、服装和空间关系。C3 没有验证长时间离场或跨整部影片的身份连续性。

这一问题对应[公开讨论中的角色离场后连续性疑问](https://www.reddit.com/r/StableDiffusion/comments/1wkptns/mmh3_long_vid_consistency_with_saving_latents/)，2026-10-28 研究中查阅。讨论只用于说明用户问题，不是 ChatCut 能力证据。

## 来源

-   **ChatCut C3 Santiago 短场景验收报告，2026-10-27**，2026-10-28 复核：历史本地集成运行，提供原创建角、人工随机身份对照、逐镜头选材、导出与费用归属记录。内部报告与媒体没有公开托管，不构成当前线上或整部多场景电影的验证。
-   [Higgsfield Santiago 教程场景](https://www.youtube.com/watch?v=0HIRIT7px9Y&t=53s)，2026-10-27 研究中查阅：有署名的外部构图与节奏目标，不是 ChatCut 数值结果的证据。
-   [BytePlus 视频生成 API](https://docs.byteplus.com/en/docs/ModelArk/create-video-generation-task-api)，2026-10-27 查阅：原生模型输入方式、时序与 seed 控制范围。