中国短剧团队薅韩国AI网站羊毛 泄露自动化制作经验

韩国一家做AI视频聚合服务的网站被中国做短剧的薅羊毛了，薅了大概几十万人民币。不过显然是程序来自动执行的，导致提示词、参考图、生成结果都自动分享到了社区。

相当有价值的一线AI自动化短剧的实战经验。

1、不是制作单部高品质艺术品，而是像工厂一样自动化作业
不会为了追求 100% 的一致性而消耗额外的时间与金钱成本。

单次生成即达到 90% 的一致性：提示词结构高度聚焦于“最小化 AI 重抽（Re-roll）成本”和“最小化后期剪辑时间”。

无需后期剪辑工序，实现镜头与镜头之间过渡连接的自动化。

即使是 10 秒以内、画面表现质量要求不高的短镜头，其提示词在结构上也经过了极其严密的推敲。

在制作超过 80 集的整部短剧中，该团队对提示词几乎不做大改动：
· 各分镜角色动作：短叙述句，不把资源浪费在过度的镜头调度演出上。
· 各分镜角色台词：直接复制粘贴原作台词。
· 起始与结束镜头：各角色状态仅用简短的一行字明确定义。

2. 故意破坏角色参考图，用于过人脸和提升特写表现

为防止视频生成模型直接机械地照搬参考图中的整张脸，通常会搭配使用“无脸全身图”和“面部特写图”。

但该团队更进一步：故意破坏只保留身份识别特征的角色面部区域，强制模型在特写镜头下也不直接从参考图中死板硬套。

（备注：这是韩国团队对SD不了解，实际主要是为了过人脸）

3. 将“光影与材质”定义为锁定画面质感（Look）一致性的最高优先级元素

仅光影设计与各材质高光部分就占据了提示词预算的 1/5。

不使用“刀刃闪闪发光”这种模糊的形容词，而是精确指定 3 种材质的相对比例：
长刀金属高光×1.5、皮肤高光×0.5、布料高光×0.3

压暗皮肤和布料、仅突出金属材质，通过指定相对比例而非绝对数值，确保无论重新生成多少次，画面材质的关系与层级始终保持一致。

4. 锁定每个生成的起始与结束画面状态，最大限度压缩剪辑耗时

不使用参考图作为起始帧与结束帧，而是纯靠文本固定视频开始与结束时各人物的状态。

有团队甚至会在豆包（DuoBao）提示词中直接写明“承接下一集的内容与交接状态”。

不需要逐个确认视频去手动对齐下一镜头的连贯性，彻底消除了制作瓶颈。只需一键点击首次生成，下一段视频的首个镜头、首句台词以及角色的状态变化就会呈链式自动传递。

5. 依靠配音驱动整体叙事与节奏，而非依赖视觉调度

专为快节奏、重台词交互的微短剧定制。

团队极少把提示词资源耗费在镜头布局与运镜上。

将配音色调的一致性与情感演绎直接固化为可复用的文本结构：
音色与性格：标记为绑定在角色身上的“常量”。
状态与语调：标记为随分镜变化的“变量”。

角色的动作表演严格与台词对齐，依据台词中具体词汇的出现时间节点依次指示动作。

过人脸图片：

一些提示词

完整提示词