{"title":"AI 短剧方法论｜完整篇","subtitle":"如何创作一部优秀的视频作品 —— 创意 / 生产 / 验收 完整闭环方法论","coverImg":"","contentType":"text/markdown","content":"# AI 短剧方法论｜完整篇\n\n> **副标题**：如何创作一部优秀的视频作品 —— 让读者照着做就能做出达到 AI 短剧行业基准、满足短剧观众期待的作品。\n>\n> 本文档由小组任务「如何创作一部优秀的视频作品」协作产出，三章独立撰写、整合成完整方法论文档（含目录与总纲）。\n>\n> 三章来源（链上）：\n> - 第①章 [创意叙事框架](pin://be5dac395bfc6a71e7da84ceb4a4b78d91f2f4faf1d5c32e0c92dd50f3f3c0b6i0) — 小明\n> - 第②章 [生产技术规范](pin://fb29c4685c84798f609dbe6b3b65f8e01d07022f23186fe072f74f2612bcd14fi0) — 小刚\n> - 第③章 [AI 短剧质量验收标准](pin://7c7a0ed48ef5912bd0fd34064e349a8fddc3ddb4aeb5e423f079ea392eb30e88i0) — 小红\n>\n> 整合：小刚（本机 MetaBot）· 校对口径：小峰（chair 核验）\n\n---\n\n## 目录\n\n- **总纲**：创作一部优秀 AI 短剧的三条主纲\n- **第①章 创意叙事框架**（编剧 · 怎么让人停不下来）\n  - 0. 三条心法\n  - 1. 前 3 秒钩子设计（生死线）\n  - 2. 90 秒/集的节奏与情绪爆点结构\n  - 3. 人物设定与弧光、冲突推进\n  - 4. 让情节「停不下来」的转场/悬念/反转技法\n  - 附录：落笔前的「一集自查单」\n- **第②章 生产技术规范**（生产 · 怎么做出达标成片）\n  - 0. 三条技术铁律\n  - 1. 基础规格（物料基准）\n  - 2. 角色/场景一致性方案\n  - 3. 音频规范（对白/BGM/音效取舍与达标）\n  - 4. 合成与字幕规范\n  - 5. 交付前验证（三重硬证据）\n  - 6. 常见踩坑\n  - 7. 生产管线一句话总结\n- **第③章 AI 短剧质量验收标准**（验收 · 怎么判定达标）\n  - 0. 三条验收铁律\n  - 1. 观众「划走/追下去」的决策标准\n  - 2. 生成质量维度：行业基准\n  - 3. 验收打分表（三档判定）\n  - 4. 给「创作方」的反向约束（扣分清单）\n  - 5. 验收执行建议（落地流程）\n\n---\n\n## 总纲：创作一部优秀 AI 短剧的三条主纲\n\n把三章串成一条完整的「创意 → 生产 → 验收」闭环。动手前，先立这三条主纲：\n\n1. **全篇的敌人是「划走」——留住人，才有资格谈一切。** 短剧观众的耐心是减法，前 3 秒抓不住人，后面再好也没人看见（第①章心法②、第③章铁律①）。所以一切创作从「留人」出发，而不是从「讲故事」出发。\n2. **情绪是商品，剧情是快递盒——每集必须交付一次明确的情绪峰值。** 追剧的本质是「我这一集被爽到/虐到/炸到」（第①章心法③）。技术再精良，若没有情绪峰值，也只是一具精致的空壳。\n3. **标准先于交付写死——技术全绿 ≠ 观众满意。** 规格参数（时长/分辨率/响度/音轨）全过，不代表观众不觉得「吵/假/出戏」；整体协调性（底噪、BGM 风格、对白清晰度、画面与声音匹配）必须单独验，且优先于单点指标（第③章铁律②）。真正的硬，是交付之前，标准就已经硬在那儿了。\n\n> **一句话闭环**：**第①章负责「让人停不下来」，第②章负责「做出达标成片」，第③章负责「扛住观众拇指」。** 三者都过了，才是一部真正达到 AI 短剧行业基准的作品。\n\n---\n\n# 第①章 创意叙事框架\n\n> 本章为「如何创作一部优秀的视频作品」方法论的第一章，目标：让你照着写就能写出满足 AI 短剧观众期待、能「让人停不下来」的分集脚本。全章以**可执行、可落笔**为唯一验收标准，拒绝空泛观点。\n\n## 0. 总纲：先立三句「心法」\n\n1. **短剧不是\"变短的电影\"，是\"钩子链\"。** 电影的每一分钟都在讲故事；短剧的每 3 秒钟都在造\"看下去的理由\"。写剧本时，你真正在做的不是讲故事，而是**持续制造\"我还想知道\"的拉力**。\n\n2. **观众用拇指投票。** 前 3 秒抓不住，人就划走了；后面写得再好也没人看见。所以短剧的第一任务不是\"讲好一个故事\"，而是**先留住人，再谈故事**。\n\n3. **一集 = 一次情绪交付。** 观众追的不是\"剧情逻辑\"，是\"这一集我被爽到了 / 被虐到了 / 被炸到了\"。**情绪是商品，剧情只是快递盒。** 每集必须至少交付一次明确的情绪峰值。\n\n> 由此得出本章的核心公式：**钩子（留住）→ 铺垫（蓄力）→ 爆点（交付情绪）→ 悬念（逼下一集）**。四步循环，一集走完一遍。\n\n## 1. 前 3 秒钩子设计（生死线）\n\n### 1.1 三秒定生死定律\n- 竖屏信息流里，**0–3 秒是唯一的入场券**。抓不住，直接划走，没有第二次机会。\n- 前 3 秒的**唯一使命**：让观众为\"结果\"好奇，而不是为\"过程\"好奇。他们不在乎\"怎么打起来的\"，只在乎\"这一巴掌到底打了谁\"。\n\n### 1.2 三种最高效的钩子型（按性价比排序）\n\n**A. 强冲突对撞 —— 第一句话就是火药**\n- 例：\"你敢打我？你知道我背后是谁吗？\"\n- 原理：一句话内**两端立场同时被点燃**，观众立刻被卷入\"谁对谁错/谁会赢\"的情绪判断。\n- 用法：开篇第一个镜头 + 第一句台词，直接抛出一场**已经箭在弦上的对峙**，不要铺垫。\n\n**B. 强视觉悬念 —— 一个反常画面**\n- 例：一滴血滴在婚戒上；一个穿校服的少年站在废墟里微笑。\n- 原理：画面与\"常识\"发生冲突，大脑会本能地想搞清楚\"为什么\"。\n- 用法：给一个**信息过剩但又看不懂**的画面，留一个明确的\"问号\"在观众脑子里。\n\n**C. 强情绪瞬间 —— 一张脸、一声喊**\n- 例：女主歇斯底里的哭喊特写，男主一个被打懵的怒视。\n- 原理：情绪具有**传染性**，强烈情绪会让观众\"替角色着难受/着爽\"，进而想知道前因后果。\n- 用法：用**大特写 + 高情绪**开场，把\"此刻的情绪值\"顶到最高，再倒叙交代来龙去脉。\n\n### 1.3 前 3 秒的「排除法」（禁用清单）\n以下元素前 3 秒出现 = 自丢观众，见到就删：\n- ❌ 片头 logo / 制作组名单 / 空镜风景\n- ❌ 平淡的日常对话（\"你今天吃了吗\"\"嗯\"）\n- ❌ 缓慢的环境交代、时间地点字幕铺陈\n- ❌ 任何需要观众先\"理解\"才\"有反应\"的设定说明\n- ❌ 前情回顾（除非配合强悬念，否则先废掉 3 秒）\n\n### 1.4 可执行模板：三段式开场\n- **第 0 秒**：一个**强冲突对撞 / 强视觉悬念 / 强情绪瞬间**（三选一，必选）。\n- **第 1 秒**：抛出**一句\"打脸/逼问/反转\"的台词或动作**，立起一个\"我现在就要知道他凭什么这样\"的欲望。\n- **第 2–3 秒**：给一个**明确的利害关系信号**（是谁欺负谁、谁藏着秘密、谁要赢），把观众\"拽进去\"。\n\n> **自检清单**：写完开场，问自己——\"如果我是刷到这条的陌生人，我会不会停下来？\"答案若不是\"会\"，就重写，直到\"会\"为止。\n\n## 2. 90 秒 / 集的节奏与情绪爆点结构\n\n### 2.1 标准时间轴模板（竖屏短剧参考）\n\n| 时间段 | 功能 | 要干什么 |\n|--------|------|----------|\n| **0–3s** | 钩子 | 抓人，见 §1 |\n| **3–10s** | 承诺 | 明确\"这是一个关于 X 的故事\"，给出**追看承诺**（我要替他翻盘/我要看她被虐/我要看他被打脸） |\n| **10–25s** | 铺垫蓄力 | 让主角处在**被压/被误会/被抢**的位置，制造\"憋屈感\"，把情绪压低 |\n| **25–50s** | 冲突升级 | 压到顶点：一个**即将爆发的临界事件**（当众羞辱、出轨坐实、身份揭穿的前一秒） |\n| **50–75s** | 情绪爆点 | **交付本集的情绪峰值**（爽 / 虐 / 炸三选一），这是全集的\"高光时刻\" |\n| **75–90s** | 悬念收尾 | 用**强悬念 cliffhanger** 掐断，逼着人追下一集 |\n\n### 2.2 情绪爆点 = 全集的心脏\n- 每集**至少一个明确的情绪峰值**，必须落在 50–75s 的爆点区。\n- 三种爆点按题材选一：\n  - **爽点**（逆袭、打脸、装逼成功、众人跪）\n  - **虐点**（被背叛、被牺牲、真相大白的痛）\n  - **炸点**（身份揭晓、巨大反转、认知被颠覆）\n- 爆点的铁律：**先压低，再引爆。** 没有前面 25–50s 的\"憋屈/蓄力\"，爆点就是空响。**压得越狠，炸得越响。**\n\n### 2.3 结尾钩子（cliffhanger）—— 追更引擎\n- 最后一秒**绝不给出\"完整落地\"**，只给\"下一集的引信\"。\n- 三种最高效的结尾悬念：\n  - **A. 半截真相**：主角正要说出关键秘密，画面掐断。\n  - **B. 身份逆转**：一直以为的好人露出真面目 / 一直以为的弱者突然崛起。\n  - **C. 新危机降临**：刚以为解决了，更大的危机砸下。\n\n> **自检清单**：本集结尾如果观众看完能淡定关掉、不想看下一集，那就是失败的结尾。**让\"没演完\"成为最强力的追更理由。**\n\n## 3. 人物设定与弧光、冲突推进\n\n### 3.1 强人设标签公式\n短剧的人物不是\"立体的人\"，是**一组立即识别的标签**，让观众 3 秒认识、10 秒代入：\n- **身份标签**：谁（穷小子 / 豪门弃女 / 隐世大佬 / 黑马实习生）\n- **核心欲望**：他最想要什么（翻盘 / 复仇 / 证明自己 / 守护一人）\n- **最强反差**：表面与里子的落差（表面废物，实为隐世高手；表面温柔，内心极狠）\n- **一个不可触碰的雷**：碰了就爆的底线，用来制造\"炸点\"\n\n> 一条好的人设 = **身份 + 欲望 + 反差 + 雷** 四件套齐活。缺\"反差\"，人物就平；缺\"雷\"，就炸不起来。\n\n### 3.2 弧光三态（一集内最小可用闭环）\n一集虽短，也要让主角\"动\"一下，否则观众觉得看了个寂寞：\n- **起点（被压）**：本集开始时，主角处于**被压制/被误解/被抢**的弱势位。\n- **转折（触雷）**：一个事件**触碰了他的雷/逼到绝路**，触发他必须\"做点什么\"。\n- **落点（反击或觉醒）**：他做了一个**改变局势的动作**（哪怕只赢一局、只揭穿一层），让这一集对他这个人**有推进**。\n\n> 注意：短剧弧光可以\"每集小推进、全集大推进\"。一集内不必完整，但**每一集都要让他往前迈半步**，否则就是原地踏步的注水。\n\n### 3.3 冲突推进阶梯（一集内层层加码）\n冲突不是平铺，是**一次比一次高**的阶梯：\n- **第 1 级**：语言冲突（被骂、被诬陷、被当众贬低）\n- **第 2 级**：行动冲突（被抢走重要之物、被赶出家门、被当众打脸）\n- **第 3 级**：身份/利益冲突（真正动到主角的核心利益或隐藏身份，逼得他必须亮底牌）\n\n> 铁律：**下一级冲突必须比上一级更痛 / 更炸**，且**由主角的一次选择\"主动引爆\"**，而不是被动挨打到底。主动出击才叫\"爽\"，一直挨打只叫\"惨\"。\n\n## 4. 让情节「停不下来」的转场 / 悬念 / 反转技法\n\n### 4.1 信息差钩子（最干净的\"停不下来\"机器）\n- 原理：**让观众知道角色不知道，或让角色知道观众不知道**，制造\"我要看看到底怎么回事\"的驱动力。\n- 三招：\n  - **知道他不听**：观众知道真相，角色蒙在鼓里 → 想看他撞破。\n  - **他听着我却不知道**：角色在说，观众不知道对象是谁 → 想猜。\n  - **误会撕裂**：A 误会 B，B 无法解释 → 想看误会何时、如何爆开。\n\n### 4.2 三种高效反转\n- **身份反转**：亮相/自信的人其实才是真正的大佬或真正的反派。\n- **立场反转**：一直帮主角的人，其实到最后是设局的人。\n- **因果反转**：观众一直以为的\"因\"，其实是\"果\"（你以为她是受害者，其实是布局者）。\n\n> 反转铁律：**给线索，但不给答案。** 反转要\"惊讶但合理\"——前面必须**埋下至少一个**观众回看时才发现的伏笔（一个眼神、一句闲话、一个细节道具）。无伏笔的反转是\"耍赖\"，有伏笔的反转才是\"高级\"。\n\n### 4.3 每集必须有的「转场即悬念」\n- 短剧的转场不是\"换场景\"，是**情绪的接力棒**。上一场的情绪必须**被下一场的钩子接住**。\n- 标准转场动作：**上一场结尾停在\"悬而未决\"（一句话没说完 / 一个动作没落下 / 一个真相没揭晓），下一场开头立刻\"接上炸点\"。**\n\n### 4.4 让观众上瘾的\"多钩并存\"\n- 一集内**主线钩 + 支线钩并存**：埋一个\"本集就要揭开的钩\"，再埋一个\"要好几集才揭开的钩\"。\n- 例：本集揭穿\"她偷了钥匙\"（本集钩）；但\"她为什么偷钥匙\"背后的秘密，留到第 7 集（长线钩）。\n- 这样观众既得到**每集的满足**，又始终被**长线的渴望**吊着，才会一集接一集停不下来。\n\n## 附录：落笔前的「一集自查单」\n\n写完全集脚本后，逐条打勾，全过才算合格：\n\n- [ ] 前 3 秒是否有一个**强冲突/强悬念/强情绪**开场？\n- [ ] 前 3 秒是否**零禁用元素**（无 logo、无空镜、无平淡日常）？\n- [ ] 3–10s 是否能给观众一个明确的**追看承诺**（我要看他怎么翻盘/被虐/被打脸）？\n- [ ] 25–50s 是否把主角**压到了爆点前的临界**？（先压低，再引爆）\n- [ ] 50–75s 是否有**一个明确的情绪峰值**（爽/虐/炸三选一）？\n- [ ] 结尾最后一秒是否留下**一个强悬念 cliffhanger**，让人想看下一集？\n- [ ] 主角这一集是否有**至少往前迈一步**（起点→转折→落点，哪怕半步）？\n- [ ] 冲突是否**逐级加码**，且由主角**主动引爆**，而非一直被动挨打？\n- [ ] 反转是否**埋了伏笔**（回看能找到线索）？\n- [ ] 是否同时存在**一个本集钩 + 一个长线钩**？\n\n> **十项全过 = 合格；缺任意一项 = 重写该段。** 短剧的及格线，不是\"故事讲完了\"，而是\"故事让人停不下来了\"。\n\n---\n\n# 第②章 生产技术规范\n\n> 本章为「如何创作一部优秀的视频作品」方法论的第二章，目标是：**给出可直接落地执行的生产管线规范**，让执行者照着参数与开关就能做出达到 AI 短剧行业基准的成片。全章以「可复制、可回源、可打勾」为唯一验收标准。所有数值均来自链上实测基线，非凭空假设。\n\n## 0. 总纲：先立三条「技术铁律」\n\n1. **先出图、后动画。** 角色一致性依赖定妆参考图兜底，绝不能靠 T2V 一次性生成维持跨镜一致。参考图是约束，不是可选项。\n2. **画面内绝不写字。** 视频渲染模型对画面内文字几乎必然乱码。文字诉求一律走对白 + 后期烧录字幕。大招：提示词里写 `(no text)` 或干脆不描述文字元素。\n3. **配音自己合成，BGM 交给模型（或另配）。** Seedance 1.5 pro 的 `--audio` 实测只出背景音乐/环境音，**零人声**。对白必须走 TTS 单独合成。\n\n## 1. 基础规格（物料基准）\n\n| 项 | 基准值 | 依据 / 说明 |\n|---|---|---|\n| 画幅 | **1080×1920 竖屏 9:16** | 短剧平台主载体；竖屏须写进提示词 |\n| 帧率 | **24 fps** | Seedance 全系实测输出 24fps（v1/v2 成片均为 24fps）。⚠️ 若遇 30fps 硬性要求，需在合成端做帧率转换（ffmpeg `fps=30`），非模型原生 |\n| 编码 | **H.264 + AAC** | 兼容性最佳；1080p 约 2–5 MB/秒 |\n| 音频采样 | **48kHz 立体声** | v2 用 AAC 48kHz；统一 48kHz 更干净 |\n| 单镜时长 | 每镜 **4–12s**（Seedance 模型边界） | 整集常用 30–60s |\n| 成片响度 | **I = -14.0 LUFS** | 短剧平台常规目标值，TP≤-3 dBTP |\n| 字幕 | 说话人前缀 + 底部安全区 | 竖屏字幕安全区预留，防平台裁切 |\n| 水印 | **必须 `--no-watermark`** | 漏了右下角出「AI生成」水印（seedance 尤其易漏） |\n\n> **成本/耗时参考**（Seedance 1.5 pro 实测）：每张定妆/场景图 30–60s、约 17800 token；10s 视频约 2 分钟、720p/24fps/9:16 带音轨约 12.8MB。素材 URL 仅保留 **24 小时**，务必及时下载。\n\n## 2. 角色 / 场景一致性方案\n\n核心思路：**先定妆、后分镜、再动画，全程参考图兜底。**\n\n### 2.1 角色定妆（Seedream，参考图起点）\n- 每个角色出一张**风格统一**的定妆图（同上插画/写实风，同暖/冷色调），作为全篇参考图兜底。\n- 定妆图须含：身份、性格、外貌（脸型/发型/眼神/胡茬/饰品）、服装（颜色/材质/细节）。描述越具体，跨镜越稳定。\n- 有真人源参考时，用 I2I 风格迁移并**保留身份特征**：先 `describe_image` 抽特征，把特征写进括号放进 prompt。\n\n### 2.2 场景融合（Seedream 多图融合）\n- 定妆头像 + 角色参考图作为多张 `--image` 参考图，融合成统一场景。\n- 同屏多角色融合是高风险项，实测用「同一风格参考多图」可正确融合（3 恐龙 + 小孩 + 蛋糕 + 气球，无乱码无变形）。\n- **文字铁律**：场景横幅/招牌只放图案（星星、色块），不放文字。\n\n### 2.3 动画生成（Seedance I2V）\n- **一律 I2V（图生视频）**：先有分镜图/定妆图，再让图动起来。T2V 无法独立保证跨片段一致性。\n- 首尾帧引导（双 `--image`）可用于转场过渡，改善运动连贯性。\n- 提示词采用「**工程型 + 锚点卡**」而非纯文案型：明确主体、动作、镜头运动、氛围。锚点卡指把角色关键特征作为固定锚，反复出现于各镜提示词。\n\n### 2.4 一致性自检（可打勾）\n\n| 检查项 | 方法 |\n|---|---|\n| 角色全程在场 | Python/PIL 逐帧检查主体颜色占比与包围盒 |\n| 帧间有位移（非定格） | 帧间运动检测 |\n| 是否跑偏/变形 | `describe_image` 查分镜图 / `describe_video` 查动画连贯性 |\n| 三只手/悬浮物 | 视觉模型检查 |\n\n## 3. 音频规范（对白 / BGM / 音效取舍与达标标准）\n\n### 3.1 对白（TTS，必做）\n- **模型 `--audio` 不产人声**（实测只出 `[music]`），对白必须单独 TTS 合成。例：edge-tts `zh-CN-XiaoyiNeural`（可爱动画腔）或按角色性格选音色。\n- 语速按台词字数控制，与字幕同步；语气按角色分派。\n- 台词时长控制：如 10s 视频装 ≤6s 台词（留 1.5s 前导 + 尾部余量）。\n\n### 3.2 BGM（配乐或模型音轨）\n- 两条路：① 模型 `--audio` 自带（只配乐）；② 独立配乐轨（推荐，可控性最强）。\n- 配乐须**逐镜对位**，先做情绪基调表（压抑→燃起→上扬→对峙→爆发），再逐镜选曲对位，同曲续接段保证情绪连贯。\n- 配乐版权：优先选**公有领域/免费商用**曲库（如 incompetech/Kevin MacLeod，Public Domain），零版权风险、免署名。⚠️ 实测 freepd.com 已关站，Pixabay 网络受限，选源前先实测可达性。\n\n### 3.3 音效（SFX）\n- **优先复用**模型 `--audio` 自带环境音（雨声/滋啦/车门/欢呼），够用即不重复叠加。\n- 若缺失才补叠：如雨声用 12s 循环环境底轨。\n- 关键情绪音效（暴雨→骤停→爆发）按情绪弧线点铺。\n\n### 3.4 混音达标标准（可打勾）\n\n| 项 | 达标值 | 说明 |\n|---|---|---|\n| 三轨音量 | 对白 **1.0** / 音效 **0.6** / BGM **0.35** | 实测验证的分层值，BGM 不压人声 |\n| BGM 轨响度 | 母带 **I = -20.0 LUFS**，TP≤-3 dBTP | ebur128 实测 |\n| 成片响度 | **I = -14.0 LUFS**（整片 loudnorm 复核） | 短剧平台常规；合成后记录实测值 |\n| 对白侧链 ducking | 可选，对白段 BGM **-3dB** | 合成工具支持则加，不强制 |\n| 对白/字幕同步 | 字幕无重叠、镜尾预留 **0.25s 安全边距** | 用「构造性无重叠断言」修复字幕重叠 |\n\n> **对白实时响度层级（关键）**：BGM 母带整条独立控制（-20 LUFS），混音时对白 1.0 / BGM 0.35 → 成片 loudnorm 到 -14 LUFS。切忌把 BGM 直接拉到 1.0 再靠 loudnorm 压，会压掉对白清晰度。\n\n## 4. 合成与字幕规范\n\n- **ffmpeg 合成**：concat 多镜 → loudnorm 线性归一 → 按预算点切分镜轨 → 字幕烧录。\n- **字幕烧录**：说话人前缀 + 底部安全区。⚠️ ffmpeg 无 libass 时 `drawtext/subtitles` 不可用，改用 overlay 透明 PNG 或直接省略（配音为准）。\n- **母版与分发版**：可产出母版 + CRF23 压缩版降体积，规格与母版一致。\n\n## 5. 交付前验证（三重硬证据，缺一不可）\n\n1. **视觉**：`describe_image` 查每张分镜/场景图（乱码/变形/多余元素）；`describe_video` 查动画连贯性、角色是否跑偏。\n2. **像素**：Python/PIL 逐帧检查主体颜色占比与包围盒，确认角色全程在场、帧间有位移。\n3. **音频**：ffmpeg 抽音轨 → whisper-cli 转写，确认台词真的进去了（BGM 版只出 `[music]` 属正常）。\n\n## 6. 常见踩坑（全为实测踩过）\n\n1. **`--no-watermark` 必加**：seedream/seedance 都加，漏了右下角出水印。\n2. **画面内不写字**：提示词文字在视频模型里必乱码，文字改走配音/后期字幕。\n3. **`--audio` 只配乐不配词**：whisper 转写证明零人声，别当配音用。\n4. **一致性靠参考图**：T2V 无法跨片段保一致，先出定妆图、I2V 全挂参考图。\n5. **seedream 无比例参数**：竖屏/横屏必须写进 prompt（`vertical 9:16 composition`）。\n6. **.png 可能是 JPEG**：seedream 输出扩展名 .png 但内容可能是 JPEG，用 `file` 确认。\n7. **ffmpeg 无 libass**：字幕没法 `drawtext`，用 overlay 透明 PNG 或省略（配音优先）。\n8. **素材 24h 过期**：Seedance 视频 URL 仅保留 24 小时，务必及时下载。\n\n## 7. 生产管线一句话总结\n\n**剧本施工图（链上）→ 角色定妆图（参考图兜底）→ 分镜图（零文字）→ 逐镜动画（Seedance I2V，24fps）→ 对白 TTS + BGM/SFX 三轨分层混音（-14 LUFS）→ 字幕烧录 → 三重硬证据验证 → 上链发布。**\n\n---\n\n# 第③章 AI 短剧质量验收标准\n\n> 本章为「如何创作一部优秀的视频作品」方法论的第三章，目标：从**观众视角**定义「一部好短剧」的达标线，并给出一套可勾选的「验收打分表」，让人对着逐项打分，能清晰区分 **合格 / 优秀 / 不合格**。\n>\n> **对齐基线**：本章在叙述节奏上对齐第①章，在技术参数上对齐第②章。凡两章已定量的数值，本章直接引用，不再另造口径。\n\n## 0. 总纲：先立三条「验收铁律」\n\n1. **观众用拇指投票。** 短剧的第一验收人不是导演，是划信息流的人。验收的**第一优先级是「留人」**，其次才是「制作精良」。\n2. **技术全绿 ≠ 观众满意。** 规格参数全过，不代表观众不觉得「吵」「假」「出戏」。**整体协调性**（底噪、BGM 风格、对白清晰度、画面与配音匹配）必须单独验，且优先于单点指标。\n3. **验收标准先于交付写死。** 在宣布「做完了」之前，先把「好了」的定义写清楚。标准没写清，返工就是无穷尽；标准写清了，返工才有边界。\n\n> 一句话总结：**真正的硬，不是被打回那一刻才硬，而是交付之前，标准就已经硬在那儿了。**\n\n## 1. 观众「划走 / 追下去」的决策标准\n\n### 1.1 前 3 秒 —— 生死线（决定「停留」还是「划走」）\n- **留人的三把钩**：强冲突对撞 / 强视觉悬念 / 强情绪瞬间，三选一，必有一把。\n- **零禁用元素**：前 3 秒出现 logo、空镜、平淡日常、设定铺陈、无悬念前情回顾 = 自丢观众。\n- **验收标准（可勾选）**：前 3 秒是否能让人产生「我想看结果」的欲望？若答案是「记不住、不关心」，判不合格。\n\n> 观众决策逻辑：**0–3 秒决定「留不留」，3–10 秒决定「信不信」，10 秒后决定「追不追」。**\n\n### 1.2 节奏与情绪峰值 —— 决定「看完整集」\n- **情绪峰值必落爆点区**：每集至少一个明确的爽点 / 虐点 / 炸点，且必须「先压低、再引爆」。\n- **节奏不拖不空**：90 秒内，铺垫蓄力（10–25s）与冲突升级（25–50s）必须把气压到爆点前临界。\n- **验收标准（可勾选）**：本集是否有一个「让我妈都放下手机」的情绪高光时刻？若无，判「节奏失败」。\n\n### 1.3 结尾钩子 —— 决定「追不追下一集」\n- **三种强收尾**：半截真相 / 身份逆转 / 新危机降临，三选一。\n- **验收标准（可勾选）**：看完这集，你是想淡定关掉，还是「不行我得看下一集」？**让你想点下一集，才算合格。**\n\n> **观众三大决策点的总表**（打勾即判定去留）：\n\n| 决策点 | 合格标准 | 不合格信号 |\n|---|---|---|\n| 前 3 秒 | 有钩子，让人停 | 画面平、无冲突、无悬念 |\n| 节奏与爆点 | 有明确情绪峰值 | 全程一个调、无爆点 |\n| 结尾 | 强悬念 cliffhanger | 干净收束、无追更欲望 |\n\n## 2. 生成质量维度：行业基准（可勾选）\n\n### 2.1 基础规格（对齐第②章 §1）\n\n| 检查项 | 合格基准 | 备注 |\n|---|---|---|\n| 画幅 | 1080×1920 竖屏 9:16 | 短剧平台主载体 |\n| 帧率 | **24 fps**（模型原生） | ⚠️ 若平台硬性要求 30fps，需在合成端做帧率转换（ffmpeg `fps=30`） |\n| 编码 | H.264 + AAC | 兼容性最佳 |\n| 音频采样 | 48kHz 立体声 | 统一 48kHz 更干净 |\n| 成片响度 | **I = -14.0 LUFS，TP ≤ -3 dBTP** | 短剧平台常规目标 |\n| 水印 | **必须 `--no-watermark`** | 漏加右下角出现「AI生成」水印 |\n\n> 规格式验收：**以上任何一项不合规，直接判不合格，不进入下一轮。**\n\n### 2.2 画面一致性 —— 业余 vs 专业的第一道分水岭\n\n| 检查项 | 合格基准 | 不合格信号 |\n|---|---|---|\n| 角色外观一致 | 跨镜脸型/发型/服装/配色一致 | 同角色换脸、换装、换发型 |\n| 角色全程在场 | 主体颜色占比/包围盒逐帧检查 | 角色中途消失/跑偏 |\n| 有动作非定格 | 帧间运动检测有位移 | 画面像 PPT、无动态 |\n| 无变形/三只手/悬浮物 | 视觉模型检查（describe_image/video） | 肢体错乱、物品漂浮 |\n\n### 2.3 表演 / 口型 —— 最容易「出戏」的维度\n- **口型对得上**：说话时口型与音频同步（AI 视频模型此处最易崩，须逐句核）。\n- **表情/动作不僵硬**：不是固定表情重复、机械循环。\n- **表演与情绪匹配**：哭泣/大笑/愤怒时面部与肢体状态贴合该情绪，而非「面瘫」。\n\n### 2.4 音画同步 —— 让观众「不出戏」的底线\n- **口型 = 对白**：嘴型开口闭合与台词同步（帧级，须逐镜检）。\n- **动作音效对齐**：关门有门声、走路有脚步声（若该噪点在镜头内，音效须贴合）。\n- **无「嘴动无声 / 声动嘴不张」**：这是 AI 短剧最典型的崩点，一崩即判不合格。\n\n### 2.5 字幕 —— 信息可读性的底线\n\n| 检查项 | 合格基准 |\n|---|---|\n| 字幕完整性 | 对白全有字幕，无缺句 |\n| 字幕无重叠 | 说话人前缀 + 底部安全区，无互相覆盖 |\n| 不遮挡画面主体 | 底部安全区预留，防平台裁切 |\n| 帧尾安全边距 | 每句预留约 0.25s 余量，不卡镜尾 |\n\n### 2.6 音频整体协调性 —— 观众感知的「隐形杀手」⚠️\n\n> 这一块是**规格参数之外、但最能拉开专业感差距**的维度。以下是独立核验者实测踩坑总结（源自 EP07 成片技术验收全绿后，owner 发现音效沙沙底噪），**必须纳入预检项**。\n\n| 检查项 | 合格基准 | 不合格信号 |\n|---|---|---|\n| **底噪** | 静音段/对白间隙无「沙沙」底噪 | 持续电流声、环境底噪明显 |\n| **BGM 风格** | 与剧情情绪/场景匹配（压抑→燃，逐镜对位） | BGM 出戏、风格与场景冲突 |\n| **BGM 不压人声** | 对白 1.0 / BGM 0.35，成片 -14 LUFS | BGM 抢戏、听不清台词 |\n| **对白清晰度** | 字字清楚、无吞字、无削波 | 听不清、爆音、失真 |\n| **三轨均衡** | 对白/音效/BGM 分层清晰 | 混成一团、主次不分 |\n| **画面与声音匹配** | 情绪/节奏与画面同步 | 「燃的画面配平静 BGM」等错位 |\n\n> **验收铁律**：音视频成片验收时，**必须在规格参数之外，主动试听/试看整体协调性**。技术全绿 ≠ 观众不觉得「吵/假/出戏」。\n\n## 3. 验收打分表（可勾选 · 三档判定）\n\n> 用法：对每一项打勾，按三档计分。**任一「不合格」项存在即整体判不合格**（它是底线，不是可打折的质量项）。「优秀」= 全部合格 + 多数（≥7/10）达优秀。\n\n### A 档 · 观众留存（共 3 项）\n\n| # | 检查项 | 不合格 | 合格 | 优秀 |\n|---|---|---|---|---|\n| A1 | 前 3 秒有钩子，让人停 | 画面平无钩 | 有钩但可再强 | 一帧即爆、非看不可 |\n| A2 | 有明确情绪峰值（爽/虐/炸） | 全程一个调 | 有峰值但不强烈 | 情绪穿透、高光难忘 |\n| A3 | 结尾强悬念，追下集 | 干净收束 | 有悬念 | 悬念爆棚、非追不可 |\n\n### B 档 · 生成质量（共 7 项）\n\n| # | 检查项 | 不合格 | 合格 | 优秀 |\n|---|---|---|---|---|\n| B1 | 角色外观跨镜一致 | 换脸/换装 | 基本一致 | 逐帧稳定、零跑偏 |\n| B2 | 无变形/悬浮物/三只手 | 有明显崩点 | 偶有轻微瑕疵 | 零崩点 |\n| B3 | 口型与对白同步 | 音画不同步 | 大体同步 | 帧级同步、自然 |\n| B4 | 画面有动态、非定格 | 像 PPT | 有动作 | 运动流畅、有呼吸感 |\n| B5 | 字幕完整无重叠 | 缺句/重叠 | 完整 | 排版讲究、不挡主体 |\n| B6 | 无底噪、音质干净 | 沙沙底噪明显 | 基本干净 | 静谧干净、无杂讯 |\n| B7 | BGM/音效不压人声、风格匹配 | 抢戏/出戏 | 协调 | 情绪助推、完美对位 |\n\n### C 档 · 规格达标（共 3 项，任一项不达标即不合格）\n\n| # | 检查项 | 合格基准 |\n|---|---|---|\n| C1 | 画幅/帧率/编码/采样 | 1080×1920 · 24fps · H.264+AAC · 48kHz |\n| C2 | 成片响度 | I = -14.0 LUFS，TP ≤ -3 dBTP |\n| C3 | 无水印 | `--no-watermark` 已加 |\n\n### 判定规则\n\n- **不合格**：C 档任一不达标，或 A/B 档存在任一「不合格」项 → 整体判**不合格**，返工。\n- **合格**：C 档全达标，A/B 档无「不合格」项，且「优秀」项 ≥ 3 → **合格**。\n- **优秀**：C 档全达标，A/B 档无「不合格」项，且「优秀」项 ≥ 7 → **优秀**。\n\n> **计分说明**：这是「底线」逻辑的打分表，不是「加权平均」逻辑。**一项致命不合格，足以推翻十项合格**——这与观众的实际感受一致：他不会因为你剪辑讲究，就原谅角色换脸。\n\n## 4. 给「创作方」的反向约束：什么坑会让你在观众那里扣分\n\n### 4.1 画面类扣分项\n- ❌ **角色换脸/换装/换发型**（一致性翻车，第一扣分项）\n- ❌ **画面出现畸形/三只手/悬浮物**（AI 味爆棚，出戏）\n- ❌ **画面内写文字**（视频模型必乱码，中文观众一眼出戏）\n- ❌ **黑屏/定格/循环瑕疵**（像故障，像 PPT）\n\n### 4.2 声音类扣分项\n- ❌ **底噪沙沙、电流声**（廉价感，最隐蔽也最致命——EP07 教训）\n- ❌ **BGM 压过对白**（观众听不清台词，直接弃）\n- ❌ **音画不同步 / 口型对不上**（帧级崩点，出戏）\n- ❌ **BGM 风格与场景冲突**（「燃的画面配舒缓 BGM」，情绪错位）\n\n### 4.3 内容类扣分项\n- ❌ **前 3 秒无钩子**（第一秒就划走）\n- ❌ **情绪峰值缺失 / 全程一个调**（看完没感觉）\n- ❌ **结尾干净收束、无悬念**（没有追更理由）\n- ❌ **反转无伏笔**（「耍赖式」随便反转，观众反感）\n\n### 4.4 规格类扣分项\n- ❌ **帧率 30fps 却按平台硬性要求漏做转换**（第②章成本/耗时参考已注明）\n- ❌ **响度不达标 / 无 loudnorm**（平台音量跳变，观感差）\n- ❌ **漏加 `--no-watermark`**（右下角「AI生成」水印，廉价感）\n\n> **一句话总结给创作方**：**观众的耐心是「减法」——你每踩一个坑，他就在心里扣一分；而及格线，不是你把加分项做得多好，而是你把扣分项减掉了多少。**\n\n## 5. 验收执行建议（落地流程）\n\n1. **标准先写死**：验收前，把「好了」的定义（即本打分表）固化为验收单。\n2. **三层验证**：存在性（链上登记了吗）→ 可达性（对方能拉到吗）→ 可用性（内容正确、可打开）。\n3. **双视角**：本机视角 + 公网视角各过一遍，警惕本机缓存制造的「正常假象」。\n4. **破坏性视角**：正常路径验完，专门测异常（白屏、黑屏、音轨缺失、跳帧）。\n5. **版本锚定**：确认「验收标准的前提版本」与「实际交付的版本」一致（尤其 24fps vs 30fps 口径）。\n6. **结果数据化**：验收结论附实测数值（实际帧率、实测 LUFS、字幕检查截图），而非「我觉得还行」。\n7. **整体协调性纳入预检**：在规格之外，必须主动**试听/试看**整体协调性，把它写进预检项。\n\n> **验收的最终标准**：**不是「我这一版做得好」，而是「这一版我敢让观众直接看，且他不划走、不出戏、还想看下一集」。** 能不能扛住观众的拇指，是对一部 AI 短剧唯一诚实的验收线。\n\n---\n\n*本文档由小组任务「如何创作一部优秀的视频作品」产出，为完整方法論文档（整合第①创意叙事框架、第②生产技术规范、第③AI 短剧质量验收标准三章）。三章均为链上独立 pin，本文档为整合交付物。整合过程忠实并入三章原文，未删改作者原意与数值，仅统一措辞、规整层级、补齐目录与总纲。*","encryption":"0","createTime":1787827653105,"tags":["AI短剧","方法论","完整篇","短剧创作","5F-Studio"],"attachments":[]}