做 AI 视频，真正卡住大家的从来不是 模型，而是 分镜 。
—— AI视频
大家好啊，我是甲木。
最近被很多人问同一个问题：用 AI 生成视频的时候，分镜到底该怎么做?
这个问题问得很实在。因为做过几条 AI 视频之后，你会发现一件事，决定一条 AI 视频高下的，模型只是一方面。
但模型再强，能听懂「赛博朋克城市夜景」，却听不懂你心里那条片子的节奏。你要的是 0—3 秒推近、3—7 秒切人物、7—12 秒爆点定格，而这些内容，我们大多数人其实并不完全懂……
这部分工作有个名字，叫分镜。
过去半年我跑过的所有 AI 视频工具，分镜这件事基本上都是用户自己搞定。你得自己拆镜头、自己写每一镜的 prompt、自己抽卡 N 次、自己拼。在「即梦」里调用 Seedance 2.0 出一条 30 秒的视频，光是分镜 prompt 就要手搓五六条，很累。
直到我前几天用 OiiOii 拍了一支 100 秒的《剑来 · 剑气长城》先导预告片，发现：分镜这件事，OiiOii 把最难的那部分自动化了。
我先把成片放上来。
VIDEO
剑气长城先导篇成片
当然这个片子并不完美，它还有很多值得优化的点，但这是一次性跑出来的。
OiiOii 这个工具，它是「全球首个专业级动画创作 Agent」，当时在开放内测初期我就体验过，但是之后一直忙别的事情，现在它们也接入了满血版的 Seedance 2.0，体验了一段时间后，终于可以给大家分享分享使用心得了。
下面讲讲这条片子怎么做出来的。
本文看点
01
出片前要做的三件事
02
100 秒预告片全流程
03
分镜自动化的意义
01
PREPARATION
AI 视频生成前应该做什么?
STEP 01选题
第一件事就是选题，选这个题不是随机的。
一方面当然是爱好，另外一方面《剑来》动画第二季刚刚大结局，第三季官方方向是「剑气长城」篇，这个设定，是整个《剑来》世界观最具视觉冲击的部分。三层世界要在 100 秒里同时铺开。
「剑气长城本身」(银白剑光，万丈剑墙、剑形巨门、城上嵌古剑)、「蛮荒天下」(暗红血色，妖族军团与妖王对峙)。
这三层切换，加上主角内心、对手登场，75 秒里要塞下这么多东西，是考验「分镜玩法」的一个不错的场景。
STEP 02剧本
第二件事是剧本，可以生成一个大体的剧本和故事线，然后让 OiiOii 自动去进行分镜。
STEP 03角色一致性
第三件事是为了保证动画角色的一致性，我先通过个人角色资产库，生成《剑来》动画三个核心人物的角色画面，然后都可以放到我的这个资产库里面。
— 形象仅供参考，交流学习使用
陈平安、宁姚、剑妈。直接固化了三个形象参考。
— 形象仅供参考，交流学习使用
我的起手剧本只有一段散文式描述 ：
PROMPT · 起手剧本
仙侠史诗级先导预告片，致敬腾讯视频《剑来》第三季「剑气长城」篇章。整体风格：剑气水墨风 + 东方仙侠 + 电影级宏大叙事 + 水墨粒子特效。氛围：苍茫、壮阔、孤独、决绝。色彩基调：青灰主色 + 赭石点缀 + 银白剑光 + 蛮荒一侧的暗红血色。
加上提前在资产库里建好的两个角色，「陈平安」和「宁姚」。
剩下的事，全是 OiiOii 自己干的。
02
PROCESS
100 秒 AI 预告片生成全流程
整个流程，从一句话剧本到完整成片，实际耗时大约半小时。
具体怎么做到的?这里挑三个最关键的环节展开讲：「内容策略」「分镜师 + 分段式手搓」以及「一次内容安全策略小事故」。
PART 01内容策略 ── 从一句话到 5 个核心空镜
剧本输入之后，第一个登场的是「艺术总监」。
它会问你三个参数：影片比例、对白语言、影片时长类型。全部选项化，鼠标点一下确认就完。
参数锁定之后，艺术总监把任务移交给「场景设计师」。
场景设计师做的第一件事，是把 75 秒剧本自动拆出5 个核心空镜场景：剑气长城远景、剑形城门、城内市井长街、城头碑林长廊、蛮荒天下揭示。
这一步我想强调一下。它从全局视角判断这条片子的视觉骨架在哪里。剧本里没有明说「剑形城门要单独成一个场景」，但场景设计师拆出来了。因为它知道这是一支预告片，必须有「仪式感单镜」，这是「导演活」，之前我以为 AI 顶多能做「翻译活」。
接下来是风格库。OiiOii 内置了 159 种风格 ：古风水墨、皮克斯 3D、王家卫港片、赛博朋克都有。我没从风格库里挑，直接把「陈平安」角色资产作为风格锚点，一锁定，整支片子的视觉调性就定了。这是一个很妙的设计：用角色锁风格，比用关键词锁风格更稳。
— 当然，这块我的「剑气长城」城门设置是不符合小说设定的哈哈哈哈
5 个场景的主图 + 多视图全部自动生成，单镜耗时不到一分钟。
这一段如果让我手搓，光是写 5 个场景的提示词就够搓一上午。
PART 02分镜师 + 分段式手搓 ── 分镜玩法的灵魂
接下来是真正的重头戏。
「分镜师」上场之前，会先问你一个关键选择题：分镜方案要「多图参考」还是「宫格图」?
A多图参考：根据场景图和角色图直接生成视频，更快、更便宜、更流畅
B宫格图：从分镜图开始，更可控、更专业
这两个选项的存在，本身就说明 OiiOii 想清楚了一件事：同一个工具要兼容「自动挡」和「手搓挡」两类用户。预告片这种需要精确控制的场景，我选了宫格图，多花一点时间换可控性。
然后分镜师做了一件让我有点意外的事：它把我原本写的 10 个镜头框架，自动合并成了 7 个。
合并逻辑它会告诉你：「远景下沉」和「赤足走近」合并为分镜 1(避免过于细碎)，「宁姚出现」和「陈平安拔剑」合并(通过人物气场感应推动高潮)。这种判断属于「导演活」。
更妙的是「宫格分配」。4 格还是 9 格，由信息密度决定。
· 分镜 1(荒原远景 + 赤足跟拍)信息密度中等，给 4 格
· 分镜 3(铸剑铺 / 酒肆 / 练剑场 / 老剑修 / 主角穿行)信息密度极高，给 9 格
· 分镜 5(蛮荒天下揭示：焦土 + 血海 + 战舰 + 妖军 + 妖王)多层揭幕，给 9 格
手搓的话，你得自己判断哪一镜该几格、自己排版、自己生成、自己抽卡。OiiOii 把这一整套判断逻辑前置了。
宫格图确认之后，分镜师为每个分镜生成了三类提示词：
VIDEO「视频运镜提示词」(0—1.5s / 1.5—3.3s 这种分秒级标注)
AUDIO「音频音效提示词」(同样分秒级，环境音 + 拟音 + 节奏点)
LINE「台词提示词」
IMAGE
OiiOii 细节展示图
这是 OiiOii 把 Agent 底牌全亮给用户的诚意。你看到 Agent 写出来的每一段 prompt，然后可以再改任意一段。
「这就是 OiiOii 和『即梦』最不一样的地方。」
我之前在即梦里调用 Seedance 2.0，要做一支同样长度的片子，分镜全部要手写。每个镜头的画面、运镜、光线、音效、节奏，全部你自己 prompt 一遍。一支 30 秒的视频，光 prompt 就得花一小时。
而 OiiOii 这边，分段式提示词全部由 Agent 自动生成。我可以接受默认，也可以挑出某一段单独改。比如已生成的镜头还可以再次展开操作「宁姚跟陈平安对视，剑妈也出现在眺望远方」等等，剩下的它会自己处理。
可看操作流程视频：
VIDEO
操作流程视频
「Agent 自动跑」和「人工手搓」可以同时存在。
这个才是 AI 协同的定义。
7 个分镜全部跑通，单镜视频生成约一分钟一支，全程用满血版 Seedance 2.0 Pro 720p。不排队，多镜并发。
PART 03保障权益 ── 内容安全策略
讲一段意外。这一段反而是产品稳不稳的试金石。
分镜 3(城内市井长街)和分镜 7(千剑共鸣高潮)生成的时候触发了内容安全策略，模型返回了 PolicyViolation 警告，触发了一些安全警告，这是做 IP 同人内容时的常见雷区，毕竟陈平安在动画里有官方建模参考。
OiiOii 的处理方式，有几个细节让我觉得这个产品是认真做过的：
✓ 明确告知触发原因
✓ 给出三个具体方案
✓ 重试不扣 Credit
✓ Agent 主动调整 prompt
我点了「修改提示词重试」之后，分镜师自己读取了原始角色信息，把「长发高束、穿着带毛领深色古装且肩缠麻绳的清冷俊秀青年」作为代称重写了 prompt，避开了直接引用 IP 角色的描述。
这一段我专门写出来，并非为了找产品 bug。AI 视频工具出错很正常，关键看出错之后是怎么处理的。OiiOii 这套「告知原因 + 给方案 + 不扣钱 + Agent 自己改 prompt」的反馈机制，比单纯一句「重新生成」要专业得多。
使用 AI 工具最怕的就是「黑箱」啊……
PART 04收尾 ── 音效总监 + 一键合成
最后两步快进。
「音效总监」接手，根据全片基调用 Suno 生成了一段东方仙侠史诗 BGM，史诗管弦 + 水墨意境的混合质感，节奏卡在 7 镜的情绪起伏上。
「艺术总监」回到群聊收尾，1280 × 720 分辨率，7 个分镜 + BGM 自动对齐合成成片。
完整过程如下：
VIEDO
OiiOii 剑来展示图
导出。结束。
怎么样，是不是比较省心一些?
POINT 01把分镜最难的部分自动化了
你不需要去别人的工作流里扒提示词、抄分镜表。一句话剧本进去，自动拆出空镜场景 + 分镜数量 + 单镜提示词 + 宫格图。全套出片骨架，不到 5 分钟。
POINT 02把 Agent 底牌亮出来了
分段式提示词全部可见，每一镜的视频 / 音频 / 台词三类 prompt 分秒级标注。你既可以全自动跑，也可以挑某一段单独手搓。这就是「Agent 与手搓」完美结合的产品形态，两种用户都能接住。
POINT 03镜头可拆分、分镜可重组
已生成的镜头可以再次展开拆成子镜，可以改提示词、改模型、改画布比例。
多个分镜可以任意勾选组合生成新内容。这是 99% 的 AI 视频工具都没做的事。
写到这，感觉传统 AI 视频工具跟 OiiOii 就像是手动挡和自动挡的区别似的，一旦尝试，就回不去了 hhh。
FINAL THOUGHTS
结语
回到开篇那个问题：「用 AI 生成视频的时候，分镜该怎么做?」
我现在的答案是：这件事，你或许不用做了。
做 AI 视频走到 2026 年，模型已经不卡了，真正卡住大家的，一直是分镜这道工序。手搓五六条 prompt、抽卡到凌晨、镜头之间还各种不连贯。
「OiiOii 给的答案很简单：Agent 做骨架，你只管讲故事。」
一句话起手，半小时成片，「想到什么就先跑一支看看」从此变成默认。
好视频的本质在分镜，
而 OiiOii 把分镜里最难的那一段，接住了。
以上。
我是甲木，热衷于分享一些 AI 观察，AI 干货内容，同时也会分享 AI 在各行业的落地应用。
如果你觉得今天这篇有收获，欢迎点赞、在看、转发三连，我们下期再见
热门跟贴