惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

有赞技术团队
有赞技术团队
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
P
Palo Alto Networks Blog
C
Cisco Blogs
The Hacker News
The Hacker News
T
Threatpost
S
Schneier on Security
K
Kaspersky official blog
Spread Privacy
Spread Privacy
博客园_首页
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
NISL@THU
NISL@THU
量子位
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
Google DeepMind News
Google DeepMind News
Security Latest
Security Latest
博客园 - 司徒正美
云风的 BLOG
云风的 BLOG
博客园 - 叶小钗
H
Hackread – Cybersecurity News, Data Breaches, AI and More
N
News and Events Feed by Topic
爱范儿
爱范儿
P
Proofpoint News Feed
C
CERT Recently Published Vulnerability Notes
Project Zero
Project Zero
Application and Cybersecurity Blog
Application and Cybersecurity Blog
Cisco Talos Blog
Cisco Talos Blog
GbyAI
GbyAI
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
Apple Machine Learning Research
Apple Machine Learning Research
T
Tenable Blog
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
V
Vulnerabilities – Threatpost
Forbes - Security
Forbes - Security
博客园 - 三生石上(FineUI控件)
C
Cyber Attacks, Cyber Crime and Cyber Security
N
News and Events Feed by Topic
V
V2EX
Webroot Blog
Webroot Blog
The Register - Security
The Register - Security
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
阮一峰的网络日志
阮一峰的网络日志
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
Blog — PlanetScale
Blog — PlanetScale
M
MIT News - Artificial intelligence
Scott Helme
Scott Helme
Simon Willison's Weblog
Simon Willison's Weblog
L
LangChain Blog
W
WeLiveSecurity
Cloudbric
Cloudbric

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
从一份剧本大纲,到分集成片,完整工作流拆解 + 三类题材提示词模板,开箱即用 – 人人都是产品经理,
宅宅夏的AI实验室 · 2026-05-16 · via 人人都是产品经理

AI短剧制作正在经历革命性变革。5人团队8天产出60集内容、上线4天播放破亿的案例背后,是全新的AI工作流在发挥作用。本文深度拆解从小云雀短剧Agent到完整商业变现的全链路操作,包括三类爆款题材的提示词模板、角色一致性解决方案以及平台投放策略,揭示AI时代短剧生产的核心法则。

5 个人,8 天,60 集,抖音上线 4 天播放破亿。

这是创翊传媒用小云雀短剧 Agent 制作《万兽独尊》的真实数据。如果用以前的工具,这个项目至少要 3 到 6 个月。

我知道你看到这里第一反应是:这也太夸张了。但夸张的不是数字,是很多人还没意识到这件事意味着什么。

AI 短剧的门槛确实降低了。但降低的门槛,不是让所有人都能赚到钱,而是让那些有工作流的人,把原来需要半年的事情压缩到一周以内。

没有工作流的人,只是多了一个生成废片的工具。

这篇文章只做一件事:把这套工作流完整拆给你看。从写剧本开始,到用小云雀出片,到发行变现,每一步都有具体操作,每一步都有可以直接复用的提示词。

01. 先搞清楚这件事的全貌

2026 年,AI 短剧赛道已经不是”要不要入局”的问题,而是”谁的工作流更快”的问题。

国内腾讯、爱奇艺、阅文都在布局 AI 全流程生产。昆仑万维推出了 SkyReels,360 做了短剧智能体,字节跳动则把小云雀定位成专门面向短剧的 AI 创作平台,核心是把 Seedance 2.0 这个视频生成模型和短剧生产流程深度绑定。

市场不缺工具,缺的是跑通的人。

绝大多数人卡在两个地方:第一,不知道怎么写出一个”值得生产”的剧本;第二,有了剧本,不知道怎么高效把它变成可发行的内容。这两个问题,就是这篇文章要解决的。

02. 写出一个值得生产的剧本

很多人入坑 AI 短剧,最先犯的错不是工具用错了,而是剧本写错了。

短剧剧本不是小说,也不是电影剧本。它有自己极其具体的结构要求,不符合这些要求,生成出来的内容无论画面多好,完播率都会垮掉。

短剧剧本的铁律

前三秒必须是最狠的冲突。不是”美丽的早晨,女主角起床了”,而是”女主被当众扇了一巴掌,但她没有哭”。

每 60 到 90 秒一个情绪峰值。观众的注意力是有衰减曲线的,爽点的密度决定完播率,完播率决定平台推流,推流决定你能不能赚钱。

前三集的结构是固定的:身份确立 + 危机爆发 + 第一个小高潮。让观众在第一集就知道主角是谁、被什么人欺负、有没有翻身的可能。

第十集必须出现大反转。不是小惊喜,是真正颠覆观众预期的转折。

三类题材的提示词实战

小云雀平台上的示例短剧,覆盖了目前播放量最高的三个题材方向。

三类题材对应的提示词结构如下,可以直接复制到 Claude/Codex 等任意AI工具直接使用。

案例一:都市逆袭类——《苏家千金归来》

这类剧的核心爽点是”身份差”。观众要在最短的时间内,看到主角从被踩到的那个人,变成让人仰视的那个人。提示词的关键是把”落差”和”节奏”都写进去,让 AI 明白每一集的情绪目标是什么。

# 基础设定

你是一个专业短剧编剧,擅长都市逆袭类型。请生成一部30集短剧的完整剧本大纲。

# 核心人物

女主:苏若(22岁,被苏家抛弃的”弃女”,实为集团真正继承人)

反派:苏雪(假千金,实际掌控家族资源,性格强势阴险)

男主:顾深(顾氏集团总裁,冷峻,暗中守护苏若)

# 剧本结构要求

– 第1集:苏若在苏家颁奖典礼上当众被苏雪羞辱、赶出家门(开场冲突≥3个)

– 第1-3集:确立苏若的真实能力,第2集末尾埋下她是真继承人的伏笔

– 每集字数:1200-1500字,每集至少2个情绪高点

– 每60秒剧情安排一个爽点节点(每集3分钟计算,需3个爽点)

– 第5集:苏若第一次公开反击,苏雪颜面尽失

– 第10集:苏若真实身份首次被部分揭露,大反转

– 第25-30集:全面清算,苏若正式接管集团,苏雪下场

# 对白风格

短句为主,不超过20字/句。苏若台词冷静克制,不哭诉只行动。苏雪台词嚣张但有漏洞,方便后续打脸。

# 分镜要求(供小云雀解析)每场戏标注:场景 / 情绪基调 / 镜头建议(特写/全景/对切)角色首次出场附外貌描述:服装/发型/面部特征/年龄感,后续保持一致

案例二:末世爽文类——《我以为我是废柴,其实我是神》

末世题材的核心不是灾难,是”系统”。觉醒系统的那一刻,才是情绪爆发点,前面所有的压抑都是为了那一刻的释放。这类剧的提示词要重点控制”压抑段”的长度,太短没有爽感积累,太长观众会跑掉。

# 世界观设定

末世降临,全球80%人口觉醒异能,主角林峰被判定为”零觉醒体质”。实际上他拥有最古老的神级系统,需要特定条件激活。

# 人物设定

主角:林峰(外表普通,被前女友、兄弟、队长联合背刺,踢出队伍)

觉醒阶段:废柴期(第1-4集)→ 初醒期(第5集)→ 成长期(第6-15集)→ 无敌期(第16-30集)

配角:前女友苏梦(嫌弃主角后攀高枝,后悔线);老队长陈刚(背刺者,后成对照组)

# 节奏控制-

-第1集:末世爆发当天,林峰被队伍抛弃,独自求生(结尾:系统碎片出现)

-第3集末:系统初次响应,林峰获得第一个隐藏技能,但不知道意味着什么

-第5集:林峰独自击杀S级异兽,旁人全程目击,无人相信

-每集强制包含:1个”被看不起”场景 + 1个”悄悄变强”场景

– 第5集后每集递减”被嘲讽”场景,增加”反打脸”场景密度

# 对白风格

林峰前期少说话,多用行动和内心独白。

系统提示用【】格式标注。反派对白要够蠢,方便后期打脸时形成强烈对比。

# 分镜要求(供小云雀解析)

觉醒场景必须有特效描述:光效/音效建议/镜头拉伸方向战斗场景标注:攻击类型/受击方反应/观战人物表情(供角色表情生成参考)

案例三:热血都市类——《都市大圣:战神觉醒》

战神题材的关键是”隐忍”。主角必须有隐藏身份,必须有被人误解的段落,观众的爽感来自”我知道他有多强,但周围人不知道”的撕裂感。这类剧最难控制的是节奏——主角不能太早亮出底牌,但也不能让观众等太久。提示词要明确每一个”亮底牌”的时机。

# 人物核心设定

主角:陈烈(28岁,表面是社区保安,实为退役特战兵”战神”级别,归隐原因:保护家人)

家人线:妹妹陈晴(在读大学生,不知道哥哥真实身份,被反派威胁)

对立面:龙义集团少爷龙浩(地方黑白通吃,欺压陈烈家人)

暗线:陈烈前部队战友调查更大阴谋,需要陈烈复出

# 双线结构

明线:陈烈保护妹妹,一步步收拾龙浩

暗线:前战友浮现,更大的威胁逼近,陈烈必须复出

# 底牌节奏控制(关键)

– 第1-3集:陈烈被当成废物保安,龙浩第一次动陈晴

– 第4集:陈烈第一次出手,只用20%实力,对方以为是运气

– 第8集:陈烈亮出第二张底牌,龙浩开始忌惮但还不认输

– 第12集:龙浩搬来更强的人,陈烈全力出手,真实实力第一次暴露

– 第18集:前战友出现,暗线浮出水面

– 第25-30集:陈烈全面复出,双线收尾# 对白要求陈烈话少,每次说话必须是关键信息或震慑性台词。龙浩嚣张有层次感,不是纯工具人,要有自己的逻辑。

# 分镜要求(供小云雀解析)每次战斗标注:参战人数/场地环境/陈烈出手时的身体语言描写服装描述:保安制服(日常)vs 黑色作战服(复出时)须分开标注

三套提示词的共同逻辑是:给 AI 明确的结构锚点(每集在哪里做什么)、明确的对白风格(不是形容词,是具体要求)、以及专门给小云雀解析用的分镜描述要求。最后这一条很多人漏掉,导致上传剧本后角色一致性很差。剧本里的角色描述越详细,小云雀生成的角色形象越稳定。

03. 把剧本交给小云雀

剧本写完,格式存成 .txt 或 .docx,上传到小云雀短剧 Agent,整个流程就进入了自动化阶段。但”自动化”不等于”不用管”。这一步有几个关键选择,选错了会浪费大量生成时间。

上传剧本:小云雀在后台做了什么

上传剧本后,小云雀会做三件事,全程大约 1 分钟。

第一是读懂故事。不是把剧本切成碎片,而是真正理解世界观、时间线和人物关系。主角在第 5 集有什么变化,第 12 集和第 3 集的服装应该不同,这些 Seedance 2.0 都能捕捉到,并在分镜生成时自动对应。

第二是建立角色档案。每个角色的年龄、外貌、服装、面部特征、情绪弧线,都会被自动提取成一张”角色卡”。这就是为什么同一个角色在第 1 集和第 30 集不会变成两个不同的人。

第三是生成故事蓝图。把剧本拆解成每一集的分镜框架,为下一步的视频生成做好准备。

四个基础配置,决定成片质量

剧本解析完成后,需要做四个选择,每一个都会影响最终成片。

  • 画风选择:小云雀提供 2D、3D 和真人三大类。《苏家千金归来》这类都市剧适合真人写实风;《我以为我是废柴》末世爽文在 3D 风格下视觉冲击更强;《战神觉醒》热血题材在真人或写实 3D 都合适。
  • 画幅选择:竖屏 9:16 是抖音、快手、红果的标准格式;横屏 16:9 适合 B 站或 PC 端。只做短视频平台默认选竖屏。
  • 旁白改编:剧本有大量内心独白时建议开启,系统自动把内心戏转化成旁白形式,比纯对白更适合短剧节奏。
  • 时长控制:按 1 秒 5 积分计费,每集建议控制在 2 到 3 分钟。太短情节撑不起来,太长流量成本高。

角色一致性:这个痛点真的被解决了

AI 短剧最让人头疼的问题,一直是角色换场景就换脸。同一个女主角,第一集是瓜子脸,第三集变成了圆脸,第七集头发颜色变了。

小云雀的做法是在全剧本层面做角色管理,而不是逐集生成。它会扫描完整剧本,提取每个角色在不同阶段的形象变化,为每个角色建立完整的形象时间轴。实测表现:武侠打斗场景节奏稳,关键帧都卡在情绪高点;爽剧能精准抓住叙事套路;日常感内容的人物动态自然。偶有穿模或一致性偏差,但支持局部重新生成修复。

04. 生成后,让它更好

小云雀不是黑箱,这是它区别于其他 AI 视频工具的重要一点。生成完的分镜,每一条都有对应的内容描述,你可以看到系统对这一帧的理解,也可以手动修改分镜描述,重新生成这一帧。角色也可以单独调整,不满意某个角色的生成效果,可以在不影响其他角色的情况下重做。

什么样的剧本,生成质量更高

用了一段时间后,会发现有些剧本生成出来就是比另一些好。区别不在运气,在剧本本身的结构。

  • 场景切换不要太频繁。同一场戏里如果有五六个不同地点,AI 理解起来会出现偏差。建议一场戏控制在 1 到 2 个主要场景内。
  • 角色描述放在首次出场时。每个角色第一次出现的时候,用括号附上一段外貌描述,比如(林峰,25岁,短发,黑色卫衣,面容普通但眼神锐利)。这段描述会直接影响角色卡的生成质量。
  • 对白比内心戏更好处理。纯对白场景的生成效果明显好于大量内心独白的场景。如果有内心戏,转化成旁白或者外显动作,效果更稳定。
  • 动作描写要具体。不要写“他很生气”,要写“他把杯子摔在桌上,走向门口,停下,没有回头”。越具体,分镜越准确。

05 出片之后,怎么变现

到这里,很多教程就停了:恭喜你,你生成了一部 60 集的短剧。但生成了多少集,不是终点。

平台投放逻辑

抖音/快手:流量最大,竞争最激烈。新账号冷启动期,建议先投放 3 到 5 集做测试,看完播率和互动数据,再决定是否全量投放。

红果漫剧:目前 AI 短剧最友好的平台之一,热度榜有专门的漫剧分区,竞争强度比主流短视频平台低。《万兽独尊》上线后登上红果漫剧热度榜第一,走的就是这条路。

B 站:适合有世界观、有粉丝基础的内容。末世类、玄幻类在 B 站有稳定受众,但需要更长的运营周期。

个人创作者的入局路径

不需要团队,一个人也能跑通这条链路。写剧本用 Claude 或 Codex,按前面的提示词结构生成,自己做打磨和修改。上传到小云雀,配置完成后等待生成,一部 30 集的短剧生成时间通常在数小时以内。

生成后做简单的字幕和音效处理,小云雀自身支持配音配乐,字幕通常需要额外确认。完成后直接导出上传平台。

第一部不要想着爆款,先跑通流程,观察哪个题材、哪个节奏在平台上完播率更高,然后按这个方向迭代。

06. 工作流全貌回顾

确定题材 → 用提示词写剧本大纲 → Claude/Codex 扩写完整剧本 → 自己打磨结构和对白 → 上传小云雀 → 选画风/画幅/旁白 → 系统解析剧本建立角色档案 → 自动生成分镜和视频 → 手动检查局部重生成 → 加字幕配音配乐 → 导出发行 → 测试完播率按数据迭代。

这条链路里,哪个环节最重要?

是剧本。

Seedance 2.0 可以读懂一个写得好的故事,然后把它变成画面。但它没有办法把一个平庸的故事变成好故事。工具降低的是生产成本,但它没有降低的是:你需要知道一个值得被人看完的故事,长什么样。

本文由 @宅宅夏的AI实验室 原创发布于人人都是产品经理。未经作者许可,禁止转载

题图来自作者提供