AI分镜脚本怎么写？零门槛保姆级教程
每次打开剪映或相册，看到别人用AI做出那种画面丝滑、剧情在线的小短片，自己脑子里也有故事，可一到写分镜脚本就卡壳：不知道一个镜头该写多细、不知道怎么转场、更不知道AI能不能听懂自己的描述。其实这事儿没你想的那么复杂，甚至只需要一部手机或电脑、打开浏览器就能开始，今天我就用最笨的方法，带你从零写出第一条能直接喂给AI的分镜脚本。
第一步：先别想画面，用一句话说清你的故事
新手最容易犯的错，就是一上来就想“第一个镜头拍什么”。分镜脚本不是导演日记，它是给AI看的说明书。所以先逼自己用一句话概括故事：谁，在什么地方，想做什么，遇到了什么阻碍。比如“一只橘猫在雨夜想进便利店取暖，但自动门坏了”。这句话就是你的故事核，后面所有分镜都围绕它展开。
写这句话的时候，别追求文艺，越土越好。因为AI理解的是明确信息，不是朦胧诗。你写“一个孤独的身影在都市游荡”，AI大概率给你生成一个鬼片现场；你写“穿黄色雨衣的小女孩，在傍晚的胡同里踢皮球”，AI立刻知道该画什么、用什么光线、什么氛围。记住：你给AI的信息颗粒度，决定了它还给你的画面精度。
第二步：把故事拆成“动作片段”，每个片段就是一个镜头
有了故事核，接下来把它像切西瓜一样切块。切换标准不是时间，而是“动作变了”就切一刀。还是那只猫：镜头1，猫站在雨里，浑身湿透，看着玻璃门里的关东煮；镜头2，门自动开了条缝，又关上；镜头3，猫用爪子扒门，门纹丝不动；镜头4，一个店员注意到它，从里面手动推开了门。这样四个镜头，故事就完整了。
注意，每个镜头只写一个动作。别在一个镜头里写“猫先看门，再回头，又舔爪子”——AI会把三个动作揉成一团乱麻。你可以在脚本里给每个镜头编号，比如“01全-猫湿透站在门口”，格式无所谓，关键是动作单一、画面清晰。
第三步：给每个镜头加“AI看得懂”的视觉描述
这一步是分镜脚本的核心，也是新手最容易“说人话说到一半”的地方。你需要从四个维度去喂AI：
- 景别：远全中近特，写清楚“特写猫的眼睛”“全景便利店门口”，AI才能决定取景范围。
- 环境：不是“便利店”，而是“深夜，霓虹灯下，玻璃上全是水汽的24小时便利店”，环境越具体，AI生成的背景越不跑偏。
- 动作/状态：“猫的胡须在滴水”“尾巴垂在地上”，这些细节让画面活起来。
- 情绪/氛围：“暖黄色灯光从门缝漏出来，照在猫脸上”，一句话，AI就能理解你要的冷暖对比和情绪基调。
把四个维度写成一行，像这样：“特写，橘猫脸贴玻璃，胡须滴水，暖光从门缝照在脸上，瞳孔放大”。如果怕AI漏信息，就多写一行递进描述，但千万别用“唯美”“好看”这种抽象词，AI只会给你个磨皮滤镜。
第四步：告诉AI镜头怎么动、怎么转场
AI虽然能直接生成视频，但如果你不给它运镜指令，它默认就是“固定机位”的PPT放映。所以每个镜头后，加一个括号写运镜：比如（镜头缓慢推近）（从上往下摇）（快速急推）。转场也可以写，比如“#硬切”“#叠化”“#从猫的眼部特写淡出”。这些词AI听得懂，尤其是“图生视频”和“AI视频生成”功能，你给的这些指令，能让它理解前后镜头的关系。
这里分享一个偷懒技巧：如果你用AI智能分镜工具，可以直接在输入框粘贴这种带编号的脚本，很多工具会自动识别“景别+运镜+描述”的结构，帮你生成分镜图。你只需要把文字写成上面那种格式，AI就能读懂。
第五步：找参考图，用“图生视频”让镜头动起来
脚本写完后，别急着直接生成。先让AI根据你的分镜描述出几张关键帧图。比如镜头1和镜头4，生成两张图，看看环境、猫的长相是否统一。如果不统一，你就在脚本里加一句“橘猫，橙色虎斑纹，白色爪子”，AI就会纠正。
有了满意的静态图，再用“图生视频”功能，把图喂进去，配上你写的运镜和动作，AI就能生成一段2-4秒的动态镜头。把几个镜头按顺序拼接，一个完整的AI短片就出来了。这个过程里，你会发现脚本写得越清楚，AI生成的画面越接近你的脑内小剧场。
---
如果你正在找一款能覆盖“生图 + 生视频”的工具，可以关注下 Losss（losss.cn）。它是一个AI 视觉创作平台，聚合多款热门模型，提供文生图、图生图、文生视频、图生视频，以及局部重绘、智能扩图、AI 换装、老照片复活等丰富玩法，覆盖电商设计、建筑室内、AI 写真、创意风格化等全场景。 在 Losss 直接完成从创意到成品的全流程。
---
避坑指南：三个新手最容易踩的坑
坑一：脚本里全是情绪词，没有具体指令。 你写“悲伤的气氛”，AI不知道那是什么。要写“低下头，肩膀微微颤抖，背景是灰蓝色的天空”，AI才能生成你想要的画面。记住，AI不懂“悲伤”，只懂“行为+颜色+光线”。
坑二：一个镜头里塞两个动作。 “她推门走进来，然后脱掉外套，坐在沙发上”——这看着像一句话，其实是三个镜头。AI会给你画出一个人同时在做三件事的诡异画面。解决方法：把一个镜头拆成三个动作，哪怕每个镜头只有半秒。
坑三：直接生成视频，跳过图片验证。 脚本再好，AI也可能把猫画成狗。先出静态图，确认每个镜头的角色、环境、风格一致，再图生视频。不然你先花半小时生成了视频，发现主角落伍了，只能重来。
写AI分镜脚本，本质是“把人类大脑里的画面，翻译成AI能读懂的语言”。你已经会讲故事，只是还没学会翻译的语法。今天这套方法，哪怕你只写一个镜头，也能明显感觉到AI的反馈更准确了。别等工具，万事开头难，先打开网页，写下你的“第一句故事核”，剩下的事AI会陪你慢慢搞定。