先别怪 AI，不听话通常是流程问题

很多人做 AI 漫剧、课程短片、口播分镜，卡住的不是“不会生成”，而是每一集都像重新开盲盒：人物忽远忽近，站位乱跳，场景今天像教室明天像酒店，改 8 次还不稳定。我的判断是：AI 视频生产的核心能力，不是写一句神 prompt，而是把“场景、站位、约束、复盘”做成工作流。

场景先定边界

场景不是一句“办公室”就够了。你要给 AI 一个可复用的片场说明：空间类型、时间、光线、主要物件、不可变元素、镜头能看到什么。

比如做教育内容，可以把“讲台、白板、两排桌椅、左侧窗户、冷白光”写成场景卡。每一镜只改动作和台词，不反复改环境。这样做的好处是，后续换剧情时，观众还能认出这是同一个世界。

实操上，先做 3 张基础场景卡：主场景、过渡场景、特写场景。每张卡只保留 5 到 8 个稳定元素，别贪多。元素越多，AI 越容易抓错重点。

站位决定叙事清楚不清楚

站位听起来像导演课，其实是 AI 可控性的低成本杠杆。两个人对话时，谁在画面左边，谁在右边；谁坐着，谁站着；谁离镜头近，谁是被解释对象，这些都要固定。否则一条教育短片很容易变成“人物在说话，但观众不知道关系”。

建议用“左中右 + 前中后”描述站位。比如：老师在画面右前方，学生在左中景，白板在后方居中。每次生成前先检查站位，不要把它埋在长段剧情里。站位越稳定，后期剪辑越省力。

AI 不听话时，别只加字

很多人的补救方式是把 prompt 越写越长：不要这样、不要那样、必须这样。结果 AI 更混乱。更有效的办法是拆任务。

第一步，只让它生成场景或首帧，不要同时要剧情、表情、镜头运动。第二步，锁定角色和站位，再要动作。第三步，最后加字幕、台词或转场。把一次大请求拆成三次小请求，成功率通常会高很多。

如果连续失败 3 次，就不要继续赌。要么删掉最不重要的限制，要么换成参考图、分镜图、固定模板。AI 不是员工，它更像一台概率机器；你要减少它猜的空间。

给内容团队的一套小流程

  1. 先写一句本集目的：观众看完要懂什么。
  2. 再写 3 到 5 个镜头，不要一上来写长剧本。
  3. 给每个镜头配场景卡、角色卡、站位卡。
  4. 先出关键帧，再出动态视频。
  5. 把失败原因记录成“下次禁用词”和“稳定表达”。
  6. 每周沉淀一套可复用模板，而不是每天从零开始。

真正的效率来自复用

AI 内容不是靠灵感堆出来的，而是靠复用越做越快。今天你解决“场景不稳定”，明天就少返工；今天你固定“老师站右前、学员坐左中”，以后所有教学短片都能套。普通人用 AI 提效，最该学的不是更多工具，而是把不稳定的创作动作变成可复用的生产规则。