做 AI 短劇時，我剛開始嘗試，常遇到一個很挫折的情況：劇本明明寫好了，誰先進門、誰說話、誰生氣、最後發生什麼轉折，全都很清楚；開始製作後，畫面卻不一定照著劇本走。
同一個角色到了下一個鏡頭，臉突然不一樣；衣服、髮型或手上的道具改變；上一鏡還站在門口，下一鏡突然坐到沙發；台詞在講生氣，人物表情卻很平靜。每個鏡頭單獨看都漂亮，剪在一起卻像不同支影片。
一開始，我也會一直修改提示詞，或換一個模型再試。但生成次數越多，我越發現：如果同一個問題反覆出現，可能不是提示詞不夠長，而是前面的製作流程少了一層。
劇本完成，不代表已經可以直接生成
看到「女主角生氣地走進房間，質問男主角」時，人可以自己想像很多細節。但影片模型需要更明確的資料：角色外觀與服裝、移動方向、彼此位置與視線、可見的情緒動作、鏡頭景別、完成秒數，以及下一鏡要從什麼狀態接下去。
如果這些內容沒有先定義，模型就會替我們決定。每次生成補出的答案都可能不同，人物與鏡頭自然不容易連續。
第一步：先把角色鎖定，不要每鏡重新介紹
我會先替主要角色建立固定的「建模」資料，包括年齡範圍與外觀特徵、臉型、髮型與髮色、固定服裝與配件、身形、聲音音色和表情習慣。
不能只寫「漂亮的年輕女性」，因為這個描述每次都可能生成不同的人。同一場戲若沒有換裝，就不要在下一個鏡頭重新改寫服裝；手上拿著手機，下一鏡也要交代手機去了哪裡。
角色一致不只是臉長得像，還包括服裝、道具、情緒與上一個動作有沒有延續。
第二步：不要一次生成整場戲，先拆成可控制的時間段
一場戲可能有進門、對視、質問、反應與轉折。如果把所有事件一次塞進十幾秒，模型容易省略動作、改變順序，或讓角色同時完成太多事情。
- 0～4 秒：女主角推門進入，停在門口，看見房內的男主角。
- 4～9 秒：女主角快步走近並質問；鏡頭由中景推到近景。
- 9～15 秒：男主角先移開視線，再抬頭回應；女主角由憤怒轉成錯愕。
每一段只處理一個主要變化，模型比較容易知道什麼先發生、什麼後發生。
第三步：每個鏡頭都要寫清楚
整理分鏡時，我會讓每一鏡至少回答五個問題：
- 畫面裡有誰？
- 角色現在在哪裡？
- 角色正在做什麼？
- 臉部表情與視線往哪裡？
- 運鏡與攝影機的方向是什麼？
第四步：先做分鏡預演，再生成正式畫面
正式生成前，可以先用分鏡表、首尾幀、簡單動態預演，甚至方塊人物，確認人物位置、走位、鏡頭軸線、台詞與動作時間、前後鏡銜接，以及情緒轉變是否有足夠時間被看見。
這個階段不追求成片漂亮，而是提早找出結構問題。如果連簡單預演都接不起來，直接進入正式生成，通常只會花更多次數反覆抽卡。
這些需要做到全自動嗎？
不用一開始就全自動。AI 可以協助把劇本拆成角色表、場景表、分鏡與提示詞，也可以檢查前後鏡頭資訊是否一致；但故事節奏、人物情緒、鏡頭選擇，以及哪一個生成結果真正適合劇情，仍需要人的判斷。
- 人先確認劇情與角色。
- AI 協助拆解分鏡與時間。
- 用預演檢查走位和鏡頭。
- 人確認後再生成正式片段。
- 逐鏡驗收人物、動作、情緒與銜接。
- 通過後才進入剪輯、聲音與背景音樂製作。
AI 可以加快拆解和整理，但不能跳過導演的思維。
真正要控制的，是前後狀態
AI 短劇做不穩定時，不一定要先換模型，也不一定要把提示詞寫得更長。先檢查角色有沒有鎖定、動作有沒有拆開、鏡頭有沒有交代、情緒有沒有可見，以及上一鏡的結束能不能接到下一鏡的開始。
當故事被拆成可以檢查的畫面與動作，AI 才比較有機會把劇本真正拍出來。
常見問題
AI 短劇角色為什麼每個鏡頭長得不一樣？
常見原因是每個鏡頭重新描述角色，或沒有固定臉型、髮型、服裝、配件與道具。先建立角色鎖定資料，再沿用相同設定。
AI 短劇鏡頭接不起來怎麼辦？
把整場戲拆成可控制的時間段，明確寫出人物位置、動作、視線、情緒與運鏡，並檢查上一鏡結束狀態能否接到下一鏡。
AI 短劇需要一次生成完整場景嗎？
不需要。每段只處理一個主要變化，先用分鏡表、首尾幀或簡單預演檢查，再生成正式片段，通常更容易控制。