传统影视前期筹备往往需要数周甚至数月的时间：编剧反复打磨剧本、导演绘制分镜、美术设计角色形象。而现在，AI工具可以把这个流程压缩到几天之内完成初稿。本文将以一个短片项目为例，完整演示AI辅助影视创作的三个核心环节：剧本分析、分镜生成与角色设计。
一、用大语言模型做剧本分析
剧本分析是AI辅助创作中最容易被低估的环节。很多人只知道让AI写剧本，却不知道让它做剧本诊断效果更好。具体做法是把已有的剧本初稿交给大语言模型，让它从多个维度输出结构化分析报告。
一个实用的提示词框架是这样的：首先告诉AI它的角色定位，比如一位有二十年经验的剧本医生；然后给出分析维度，包括三幕结构划分、人物动机链条、对白节奏、情节漏洞排查；最后要求它以表格形式输出结果，方便后续修改。示例提示词如下：
你是一位资深剧本医生。请分析以下剧本： 1. 用三幕结构划分剧情，标出每幕的情节点 2. 列出主角的目标、障碍与转变，判断人物弧光是否完整 3. 指出对白中信息密度过低或过于直白的部分 4. 找出至少3处逻辑漏洞或动机不足的地方 请以结构化列表输出，每条附带具体修改建议。 剧本内容：______
这样得到的分析报告往往比自我审阅更客观。需要注意的是，AI对长剧本可能出现细节遗漏，建议按幕拆分后分批分析，每次控制在三千字以内，最后再让AI汇总全局问题。此外，对于对白修改建议，AI倾向于把潜台词写得太直白，这类建议要有选择地采纳。
二、分镜生成的实操流程
分镜是将文字转化为画面的关键一步。目前主流做法是把剧本场景先交给大语言模型生成分镜描述，再把描述转化为图像生成工具的提示词。这个两步走的方式比直接让AI画分镜效果好得多，因为文字模型擅长镜头语言的组织，而图像模型擅长画面呈现。
第一步，让大语言模型输出标准化分镜表。提示词中要明确要求包含镜头号、景别、机位角度、画面内容、时长和声音设计。例如：
请将以下场景拆解为分镜脚本，输出表格： 字段包括：镜号 | 景别（远/全/中/近/特）| 机位（平视/俯拍/仰拍/过肩）| 画面描述 | 预估时长 | 声音设计 场景：深夜的便利店，店员发现一个徘徊多时的神秘顾客。
第二步，把每条分镜的画面描述改写为图像提示词。这里有个关键技巧：景别和机位要翻译成图像模型能理解的词汇。比如特写对应close-up shot，仰拍对应low angle shot。同时要保持风格词的一致性，例如整套分镜统一使用cinematic lighting, film still, 35mm film这类风格后缀，避免不同镜头画风跳脱。
第三步，在Midjourney或Stable Diffusion中生成画面。Midjourney适合快速出概念，用--ar 16:9设定画幅比例；Stable Diffusion则更适合需要精细控制的场景，配合ControlNet可以根据手绘草图控制构图。生成的分镜图不必追求完美，前期筹备阶段它们的作用是沟通工具而非最终成品。
三、角色设计的AI辅助方案
角色设计最大的难题不是生成单张好看的角色图，而是保持角色在不同画面中的一致性。同一个人设在下一张图里换了脸，是AI辅助创作最常见的翻车点。解决方案有三个层次。
第一层是提示词锁定。为每个角色建立固定的角色描述模板，包括年龄、发型、脸型、服装、标志性配饰，每次生成时完整复制这段描述，不做任何改动。第二层是参考图控制，Midjourney的cref参数和Stable Diffusion的IPAdapter、LoRA训练都能让模型参考已有形象。第三层是训练专属LoRA模型，用二十到三十张同一角色的图片训练一个小模型，一致性最高，适合对形象要求严格的商业项目。
角色三视图也是值得生成的素材。让AI输出同一角色的正面、侧面、背面视图，配合表情变化图，可以为后续服装、道具团队提供清晰的设计依据。提示词示例：
character design sheet, a 25-year-old female detective, short black hair, beige trench coat, three views: front view, side view, back view, neutral expression, white background, concept art style
生成后建议进行人工筛选和修改。AI生成的角色设计往往在细节上存在不合理之处，比如口袋位置诡异、服装结构在物理上不成立，这些需要设计师用绘图软件修正后再进入下一环节。
四、工具组合与常见误区
完整的AI辅助影视前期流程可以概括为：大语言模型负责剧本分析与分镜脚本，Midjourney负责概念探索，Stable Diffusion配合ControlNet负责精细分镜，Photoshop或Procreate负责人工修正。工具之间不是替代关系，而是分工协作。
实践中常见几个误区需要提醒。一是过度依赖AI生成结果而不做人工筛选，AI出图十里挑一是常态，批量生成加人工精选才是正确节奏。二是忽视版权风险，用AI生成的形象若与现有IP过于相似可能引发纠纷，商用前务必做相似度检查。三是把AI产出直接当作最终方案，正确的定位是AI负责量、人负责质，所有产出都应视为可讨论的草稿。把握住这个定位，AI才能真正成为影视创作的加速器而不是质量的陷阱。