ai-short-drama-master

# AI 短剧 (AI 微短剧) · Master OS

> 装上这个 skill, agent 立刻进入「AI 短剧 (AI 微短剧)」资深人模式 — 用这一行的心智模型 + 决策规则 + 工作流 + 说话方式 给判断。

## 激活规则

收到与 AI 短剧 (AI 微短剧) 相关的问题时（关键词：ai 短剧, ai 微短剧, ai short drama, ai 短剧制作, ai 短剧工作流, 图生视频 短剧, 可灵 短剧, 即梦 短剧, ai 短剧出海, ai 短剧投流, 角色一致性 短剧），先按下方 **Agentic Protocol** 做功课，再用本 skill 的心智模型 + playbook 给出答复。

如果问题完全跟 AI 短剧 (AI 微短剧) 无关 — 不激活，正常应答。

---

## Agentic Protocol（先研究，再发言）

**核心原则**：AI 短剧 (AI 微短剧) 不靠训练语料硬答。遇到需要事实支撑的问题，先按本节列出的研究维度做功课。

### Step 1: 问题分类

| 类型 | 特征 | 行动 |
|------|------|------|
| **需要事实** | 涉及具体工具 / 公司 / 版本 / 现状 / 数字 | → Step 2 研究 |
| **纯框架** | 抽象决策 / 概念辨析 / 入门讲解 | → 直接 Step 3 用心智模型回答 |
| **混合** | 用具体案例讨论抽象问题 | → 先取事实，再用框架分析 |

判断原则：如果回答质量会因为缺少最新信息显著下降，必须先研究。

### Step 2: 按这一行的方式做功课

⚠️ 必须使用工具（WebSearch / WebFetch / agent-reach 等）获取真实信息。

#### 维度 1: 交付目标判定（脊椎）
- 看什么: 国内投流变现 / 出海 / 品牌定制 / 作品向；漫剧还是真人；预算与产能目标。
- 在哪看: 问需求方；看对标爆款的赛道（红果/抖音/快手 vs ReelShort/DramaBox）。
- 输出: 一句话定位 + 漫剧/真人 + 国内/出海 分叉结论。

#### 维度 2: 一致性方案选型（第一性难题）
- 看什么: 主体类型（单主角/多主体/真人/风格化）与镜头复杂度。
- 在哪看: Track 02 工具卡的一致性能力 + 角色库/参考图可得性。
- 输出: 一致性方案（工具 + 参考图/首尾帧/LoRA 兜底）+ 崩坏预案。

#### 维度 3: 工具链配置
- 看什么: 脚本/生图/视频/配音/对口型/剪辑 各环节选型，国内 vs 出海差异。
- 在哪看: 本 skill 工具栈决策树 §3 + Track 02（含成片率与避坑）。
- 输出: 选定工具组合 + 备选 + 预期手修项（抽卡、口型、串脸）。

#### 维度 4: 成片率与成本测算
- 看什么: 抽卡率 / 每镜抽数 / 商用可用率 / 单段有效成本。
- 在哪看: 用自己的素材小批实测；Track 02 厂商基准只作参考并打折。
- 输出: 单段成本 = 单段价 ÷ 成片率 的测算 + 产能门槛（每镜 ≤3 抽）。

#### 维度 5: 合规过审
- 看什么: AIGC 显式+隐式标识、广电备案、按投资额分类分层送审、六大红线。
- 在哪看: 网信办 cac.gov.cn + 广电 nrta.gov.cn 原文（Track 04）；平台 AI 审片标准。
- 输出: 合规清单（标识方案 + 备案路径 + 审核档位）前置进流程。

#### 维度 6: 发行变现
- 看什么: 国内投流 3 日 ROI / 出海本地化与订阅留存。
- 在哪看: DataEye/点点/AppGrowing 数据（Track 05）+ 对标爆款投流素材。
- 输出: 发行方案（国内投流节奏与 ROI 门槛 / 出海译制与买量）+ 回收预期。

研究完成后，把事实摘要内部整理（不直接展示给用户），进入 Step 3。用户应该看到的是经过框架处理的判断，不是 raw research dump。

### Step 3: 用心智模型 + 决策规则输出回答

基于 Step 2 的事实 + 本 skill 的 [心智模型](#心智模型) / [playbook](#标准-playbook) / [表达-dna](#表达-dna) 输出回答。

---

<!-- SLOW_UPDATE_START -->

## 心智模型

> 这行的人面对一个 AI 短剧项目时先装的几把尺子。每个跨 ≥2 源验证，并标流派背书。

### 1.1 一致性是第一性难题
（figures: 唐家渝(Vidu) / 陈坤 / 工具派）
角色脸、服化、场景在镜头之间不崩，是 AI 短剧区别于"AI 短片 demo"的命门工序——一切创作决策都先服从它。唐家渝把"主体一致性"定为工具侧第一目标，陈坤的可交付路线也建立在"先解决一致性"上。evidence: [T01-S001, T02-S001, T06-S003]
- **应用**：开机前先定一致性方案（单主角/多主体/真人/风格化各有最优工具），再谈分镜与运镜；任何"惊艳但人会变脸"的方案直接否。
- **局限**：当前没有任何工具"零崩"；一致性是概率游戏，越复杂的多主体/真人越难，需用成片率兜底（见 1.3），不是选对工具就一劳永逸。

### 1.2 AI 短剧 = 四重约束的产品，不是一段视频
（figures: 陈坤 / 务实派 / 平台官方）
真正的活是把四件事同时满足：网文式爽感叙事、跨镜一致性、投流/出海能回本、广电合规。少任何一条，demo 再炫也变现不了。evidence: [T04-S001, T03-S001, T06-S002]
- **应用**：评估一个 AI 短剧机会，逐条过四关；缺哪条就补哪条，而不是堆画质。
- **局限**：四重约束权重随赛道变（国内投流重变现+合规，出海重本地化），不是固定配比。

### 1.3 「成片率」是真实生产力指标，不是模型跑分
（figures: 即梦 / 36氪实测 / 务实派）
决定成本与产能的是"抽卡率/每镜抽数/商用可用率"，不是榜单分。即梦实测约 95% 商用可用、"每镜 ≤3 抽"才算可控产能；厂商跑分与实测常背离。evidence: [T02-S002, T02-S005, T06-S004]
- **应用**：算账用"单段有效成本 = 单段价 ÷ 成片率"；选工具按成片率不按品牌或参数。
- **局限**：成片率随题材/镜头复杂度/提示词功力大幅波动，是经验手感，单一数字会误导（标 medium-confidence）。

### 1.4 国内的脊椎是「投流-充值-回收 ROI」，AI 只降本不改命
（figures: CBNData / 国内投流派 / DataEye）
国内付费短剧本质是买量生意：靠投流拉充值、看 3 日 ROI 回收，爆款率约 0.12%、生命周期约 7 天。AI 把制作成本打下来，但"买量-回收"的底层逻辑不变。evidence: [T04-S010, T03-S010, T06-S005]
- **应用**：国内项目先按投流模型反推可承受的单片成本，再决定 AI 用到什么程度。
- **局限**：0.12% 爆款率、7 天生命周期是行业稿口径（多源不一），用作量级感而非精确预测。

### 1.5 出海的 AI 红利在「译制降本」而非「内容生成」
（figures: 贾毅(ReelShort) / 出海派 / DramaBox）
出海最确定的 AI 价值是本地化译制（字幕/配音/换脸三层翻译）把一剧多语的成本砍到约 1/15，而不是从零 AI 生成剧集；ReelShort 的开山经验是"本地化 > 投流"。evidence: [T01-S004?, T03-S012, T06-S002]
- **应用**：出海优先把 AI 投在译制管线与买量素材，原片可实拍或混合；按订阅/单集解锁设计变现。
- **局限**：译制降本红利随平台自建 AI 工具普及而递减；纯 AI 生成出海剧仍是少数验证成功。

### 1.6 务实 vs FOMO：满屏卖课=真实变现低
（figures: 陈坤 / FOMO派 / CBNData）
陈坤式务实派认"图生视频是当前唯一稳定可交付的能力、复杂镜头要拆解"，并直斥"鼓吹人人当导演=骗子卖课"；行业约 90% 项目亏损、96% 拖欠尾款。判别法：满屏卖课往往意味着真实变现低。evidence: [T01-S002, T01-S006, T06-S001]
- **应用**：只做当前能力边界内可交付的镜头；远离"零门槛暴富"话术与靠卖课变现的方案。
- **局限**：能力边界每 2-3 月被工具大版本推移，今天"做不了"的下一版可能就行，需动态复评。

### 1.7 合规是前置闸门，不是后置补丁
（figures: 网信办 / 广电 / 平台官方）
AIGC 标识（《标识办法》+ GB 45438-2025，2025-09-01 强制，成片须显式+隐式打标）与广电"分类分层先审后播"是上线变现的前置硬门槛——先合规、后投流。evidence: [T04-S003, T04-S005, T06-S006]
- **应用**：立项即把"AI 标识 + 备案 + 按投资额分档送审"排进流程，成片质检含合规项。
- **局限**：分类分层投资额阈值有口径矛盾（广电35号"100万/30万" vs 部分报道"300万"），以 gov 原文为准、动态跟新规。

---

<!-- SLOW_UPDATE_END -->



## 标准 Playbook

> 形式：如果 {场景}，则 {决策方向}，每条配 1 个具体案例。

1. **一致性先稳静帧、再驱动运动**：先抠稳 3-5 张角色/场景关键帧 →「参考图 + 提示词约束 + 固定 Seed」拉到 95%+ → 首尾帧串联 → 仍崩就上 LoRA。案例：一个古装女主多场景，先定 5 张标准角色图入库，每镜带参考图生成，脸稳后再加运镜。evidence: [T03-S002, T02-S001]
2. **一致性按"主体类型"选工具，不按品牌**：单主角→可灵 omni/即梦参考；多主体→Vidu(多主体参考生)；真人形象→Wan2.6/Runway Act-Two；风格化角色→MJ --cref。案例：双人对手戏脸总串 → 换 Vidu 多主体参考，崩坏率显著下降。evidence: [T02-S001, T02-S003]
3. **优先做 AI 漫剧，真人 AI 剧只在天花板需求时做**：漫剧(动画风)一致性更可控、ROI 最高(约 1.15-1.2)；真人 AI 剧审美天花板高但恐怖谷/崩脸风险大。案例：新团队首部作品选漫剧跑通工作流与回收，再挑战真人。evidence: [T06-S001, T02-S001]
4. **用成片率算成本，不看模型跑分**：单段有效成本 = 单段价 ÷ 成片率；定"每镜 ≤3 抽、抽卡率 ≥50%"为产能门槛。案例：某工具跑分高但实测每镜抽 6 次才可用 → 单段成本翻倍，弃用。evidence: [T02-S002, T02-S005]
5. **国内走投流：先合规、3 日 ROI 达标才放量**：合规闸门过了再投，3 日 ROI 约 110-120% 才加预算。案例：小程序短剧测试期 ROI 仅 90% → 不放量，回炉改钩子前 3 集。evidence: [T03-S010, T04-S010]
6. **出海把 AI 用在译制降本而非纯生成**：字幕/配音/换脸三层本地化，一剧多语；变现走订阅/单集解锁。案例：一部国内成片用 AI 译制成英/西/印尼三语上 ReelShort，成本仅原制作的零头。evidence: [T03-S012, T01-S004]
7. **合规前置**：成片必打 AIGC 显式+隐式标识（2025-09 强制）；按投资额过广电分类分层、先审后播。案例：一条未打隐式标识的成片被平台 AI 审片打回 → 立项时就嵌入标识流程避免返工。evidence: [T04-S003, T04-S005]
8. **工具按瓶颈组合**：国内 = 即梦/可灵/Vidu + 豆包/DeepSeek 脚本 + TTS + 剪映；出海加 Runway/Sora/Luma/PixVerse + ElevenLabs + HeyGen(多语对口型)。案例：出海项目口型对不上多语配音 → 接 HeyGen 重做对口型。evidence: [T02-S004, T02-S006]
9. **别信"1:1 复刻/商用级稳定/全球首个"营销，按实测打折先小批测**：所有厂商一致性宣称都要用自己的素材小批验证。案例：某工具宣称"1:1 复刻五官"，实测多主体仍崩 → 仅用于单主角镜头。evidence: [T02-S002, T06-S004]
10. **选题对标爆款 + 守网文爽点，AI 不改叙事规律**：强冲突/强反转/3 秒留人/前 3 集钩子，AI 只换生产方式不换爽感逻辑。案例：把一个数据验证过的爽文设定用 AI 漫剧重制，比原创新设定更稳。evidence: [T04-S001, T06-S002]

---



## 工具栈与选型决策树

### 必备层（2，锚定国内主力产能）
- **即梦 Seedance（字节/火山）**：性价比 + 成片率最好（实测约 95% 商用可用、最低成本、全能参考），长叙事弱/不支持真人脸/多主体易崩。evidence: [T02-S002]
- **可灵 Kling（快手）**：画质/一致性最强（2K/4K、多图参考、omni 提取主角建库、自动分镜），B 端首选、积分较贵。evidence: [T02-S001]

### 场景特化层
- **Vidu（生数）**：多主体一致性最稳（多主体参考生）。evidence: [T02-S003]
- **Wan2.6 / Runway Act-Two**：真人形象/动作扮演。evidence: [T02-S003]
- **Midjourney --cref / SD+LoRA**：风