一、四段流程各产出什么，先看全程

先建立全局图，再进细节。四段的关键在于每段都要交出一份能交给下一段的东西。

1. 第一段：剧本到分集

输入是一句话的想法、一段梗概，或一份完整剧本；产出是分集结构与可拍摄的台词稿。这一段的成果不是文学文本，而是能按分钟数切开的拍摄依据。

2. 第二段：分集到分镜

输入是台词稿；产出是分镜表，以及人物、场景、道具三类主体资产。分镜表是后面所有工作的施工图，主体资产是保持前后一致的基础。

3. 第三段：分镜到画面

输入是分镜表加主体资产；产出是一批镜头素材。这一段消耗算力较大，也格外需要方法，因为它决定成片的观感底色。

4. 第四段：画面到成片

输入是镜头素材加台词稿；产出是配音、字幕、配乐齐备、可导出的成片文件，以及不同画幅的多个版本。

四段之间是依次递进的关系，每一段的输出物都是下一段的前提。看出来这一点，就会明白为什么跳过第二段直接生成画面，后面必然大面积返工。

二、第一段：把想法压成能拆的剧本

这一段的成败，很大程度上由两个数字决定：单集时长和场景数量。

1. 按时长倒推台词字数

中文口播的常规语速是每秒四到六个字，去掉停顿与留白，一分钟的正片大约需要两百到两百六十字台词。倒推的好处是写的时候就有边界，不会写到三千字才发现一集根本装不下。

2. 分集要有钩子与留扣

竖屏短剧的观看习惯是几秒内决定去留。每集开头十秒内要给出一个具体的冲突或悬念，结尾留一个未解决的点。分集结构里这两处比中间的情节更值得花时间。

3. 台词尽量短，一句一个意思

台词要同时喂给语音合成和口型对齐。句子太长，合成出来的语音会在中间换气，口型容易错位。把长句拆成两三句短句，是省下后期返工的有效办法。

4. 场景数量要克制

每一个新场景都意味着新的背景资产、新的光影设定、新的镜头组合。前几集把场景控制在三到五个，可以显著缩短生成与调优的时间。场景不是越多越好，是够用就好。

三、第二段：分镜是把剧本翻译成画面指令

分镜不是美术工作，是信息转写工作。写得好不好，取决于后面的生成环节能不能照着执行。

1. 一镜只做一件事

一个镜头里同时出现转身、说话、拿起道具三个动作，生成结果往往只有其中一两个成立。把动作拆开，一个镜头一个动作，通过率会明显改善。

2. 分镜表至少四列

镜号、时长、画面描述、对应台词。画面描述里要写清景别、人物位置、动作、环境与光线方向。多写一句机位方向，生成时就少一次猜测。

3. 主体提取要一次做全

把主要人物、常出现的场景、反复使用的道具分别建成资产，每个资产固定外观描述与参考图。后续每个镜头引用同一份资产，人物才不至于每个镜头换一张脸。这一步做得越早，后面越省。

4. 画幅与风格先定，中途不改

竖屏与横屏的构图规则完全不同，三维动画质感与二维手绘质感的打光方式也不同。这两项要在生成第一个镜头之前定死。中途更换，等于前面所有镜头重做。

四、第三段：批量出画面，靠筛选不靠重抽

这是全流程里花费时间较多的一段，方法比耐心更重要。

1. 先跑一条试片定基准

从分镜表里挑一个典型的镜头，单独生成到满意为止，把当时的描述写法、参考资产、参数组合记下来。这条试片就是后面所有镜头的基准，它确保整批画面在同一套设定下产出。

2. 分批生成，看通过率定策略

按场次分批，每批五到十个镜头。一次通过率在七成以上，说明描述写得清楚，可以继续；低于五成，要停下来改描述写法，而不是继续硬抽。硬抽的结果是耗掉大量额度，拿到一批风格不一的素材。

3. 按问题类型对症改

人物走形，改资产引用与外观描述；动作不成立，拆分镜头；构图不对，补机位与景别；画面穿帮，检查参考素材里是否混入了不该出现的元素。每次只改一项，才知道是哪一项起了作用。

4. 并行与排队要顾上

批量任务可以并行提交，多集也能同时推进，但要留意任务中心的排队状态与额度余量。把耗时较长的镜头放在前面提交，后面的时间用来处理配音与剪辑，整条流水线就不会有空转。

五、第四段：声音、字幕、剪辑合到一起

这一步较易出成品感，也较易毁在细节上。

1. 配音先于口型

先定音色、语速与情绪基调，再让口型去匹配语音。反过来做，会陷入每改一次音色就要重对一次口型的循环。

2. 口型偏差的三处常见原因

一是台词在剪辑时被挪动了位置，二是语音中间插入了额外停顿，三是镜头本身时长不够、被拉长补齐。逐段核对台词与音轨的起点，比整段反复重生成更省时间。

3. 字幕断句跟着语速走

一行不超过十几个字，按语义停顿断，不要按字数机械截断。竖屏还要注意字幕避开画面下缘的安全区，否则会被界面元素盖住。

4. 配乐与音效放在三处

开场十秒建立情绪，冲突处给一次加重，结尾留扣时收住。其余段落以轻铺为主。音效比配乐更能提示动作，脚步声、关门声、提示音这类细节对观感的影响往往超过换一首曲子。

5. 导出要留版本

同一份工程导出竖屏与横屏两个版本，再按使用场景导出不同清晰度。一次性把版本导全，后续分发就不必再回来重新合成。

六、四段之间往回退的三种情形

流程不会一次走对，关键是知道退一步要付多少代价。

1. 第三段发现第二段的问题

分镜粒度太粗，一个镜头塞了太多信息。这时只需重写该镜头的描述，影响范围限于本场。这类回退代价小，可以随时做。

2. 第四段发现第一段的问题

台词太长、句子拗口，语音合成与口型都对不上。这时要回到台词稿修改，连带重做受影响的镜头语音与口型。代价中等，但影响面会跨好几集。

3. 成片阶段发现设定问题

画幅或风格不统一，或者主要人物的外观中途变了。这类问题要回到第二段的资产与设定，重做已经生成的全部素材。代价较大，也较难接受。

代价从小到大排开，就能得出一条经验：越靠前的环节越值得多花时间。第一段多花两小时，可能省掉后面两天。

七、第一次上手的一条实操路线

1. 先做一条三十到六十秒的单集

不要一上手就做多集。用一条短视频跑完全程：一个场景、两个人物、五到八个镜头。全程走通一次，四段之间的衔接关系自然就清楚了。

2. 三处合规动作前置

提示词合规改写、出镜真人实名、素材校验，这三件事放在生成之前做，比放在成片之后补救省事得多。成片终审是末尾一道，前面三道做扎实，终审才不会反复打回。

3. 资产复用带来第二集提速

第一集建好的人物、场景、道具资产可以直接沿用到第二集。同样的体量，第二集往往比第一集快上一截，原因就在于资产生成了可复用的基础。

4. 团队协作先把账理顺

多人协作时，用子账号分配任务，按集或按场分配额度，让每一笔消耗都能追溯到人和项目。账目清楚，后面的产出规划才有依据。

结语

从文本到成片，中间隔着的不是一次生成，而是四段有先后次序的工程。剧本段决定边界，分镜段决定一致，画面段决定观感，合成段决定完成度。每一段都交出可交付的东西，整条链路才跑得顺。DramaFlow把剧本解析、主体提取、分镜制作、画面生成与成片导出串在同一套工作台里，配合可复用的素材资产库与并行任务中心，让创作者不必在多个软件之间来回搬运文件。上手的关键不是把所有功能都学一遍，而是先把一条几十秒的视频完整走完一次。走完之后，剩下的就是把它重复成流程。