我把一部AI短剧的全部活儿,甩给了WorkBuddy

事情是这样的。

前几天半夜，我蹲在床上刷抖音，刷到一个AI漫剧号。

画面说不上多精致，人物的手指偶尔还会崩一下，但就是看得根本停不下来。悬疑钩子一层叠一层，每集结尾必留一个扣，我一集接一集地划，愣是划到了半夜两点。。。

划完我看了眼数据，好家伙，这号更新了七十多集，几乎条条都是几万的赞。

我当时就有点坐不住了。

因为我知道，做短剧这事儿，早就不是「会不会拍」的问题了，而是「愿不愿意受那个累」。

现在用AI生成一段视频，是真的简单。随便找个视频生成模型，敲一句话，十几秒的片子就出来了，效果还挺能打。

但是，一段视频和一部短剧，中间隔着一条鸿沟。

故事怎么拆成连续的剧集，人物怎么在几十个镜头里保持同一张脸，每一镜拍什么，镜头怎么运动，上一镜和下一镜怎么接……任何一个做过内容的人都懂，真正耗人的从来不是那十几秒的视频，是前后那一大堆活儿。

我之前自己折腾过一回，光是让同一个角色在两个镜头里穿同一件衣服，就干掉了我一个晚上。

所以我看到那个七十多集的号时，第一反应不是牛逼，是好奇。这哥们儿，或者说这个团队，到底是怎么把这些活儿捋顺的。

结果前几天，我还真让我找到了一个答案。

一个开源项目，叫Drama Skills。

简单说，它把AI短剧从故事到成片的整个流程，直接拆成了11个Skill。从故事开发、分集剧本、人物场景，到分镜、图片提示词、视频提示词，再到生产、剪辑和审查，一条短剧前前后后要干的活儿，基本全给串起来了。

最早它是给Claude Code、Codex这种Coding Agent用的，现在只要支持Agent Skill的都能装，WorkBuddy当然也在其中。

我寻思了一下，这不就是给我递刀么。

于是当天晚上，我就上手跑了一条完整的流水线。以下是我跑通的全过程，你们可以直接抄作业。

先说怎么装。

在WorkBuddy的对话框里，跟它说一句话就行，安装这些技能，然后把项目地址 https://github.com/zenstory-ai/drama-skills 发给它。

装完之后你会看到一整套短剧相关的Skill，有的管故事开发，有的写剧本，有的拆人物、场景和道具，还有专门负责分镜、图片提示词、视频提示词、剪辑和审查的，分工细得像一个小剧组。

这里多聊两句Skill这个东西，因为我觉得它是这波AI工具里最被低估的形态。

你以前用AI，是一句话一句任务，聊完就散了。而Skill是把一套成熟的工作方法，连流程带规则打包塞给AI。相当于你不再是雇了一个临时工，而是给公司招了一个自带SOP的部门。

这个思路上的差别，决定了你干活的质量下限。

装好之后，就可以开工了。

我先给它定了一个项目。一个竖屏悬疑短剧，名字叫《监控里少了一个人》，第一集控制在50到60秒，主要场景是一家深夜便利店，核心人物就两个。故事围绕一个设定展开，现实里存在这么一个人，但监控里，看不到他。

提示词发过去，它自动调用了short-drama这个技能，先把项目架子搭起来，然后开始写剧本。

剧本出来那一刻，我是真的有点意外。

它不是拿到一个故事就开始急着抽视频，而是把开场、动作、对白、画面信息、结尾悬念，一样一样拆清楚。第一集结尾那个悬念钩子，它甚至给了两个不同强度的版本让我选。

这就是我在开头说的那条鸿沟。生视频谁都会，但把「发生什么」和「观众怎么发现」分开对待，这是创作，不是抽卡。

上面这张图，就是它给我的第一集剧本。开场、动作、对白、画面信息、结尾悬念，一样一样摆得清清楚楚。卡。

剧本定稿，下一步是视觉设定。

这一步，是所有AI视频最容易翻车的地方。

你肯定见过那种片子，黑衣男人上一镜还坐在右边，下一镜突然瞬移到了左边，或者衣服、发型、年龄感，每个镜头都像换了个 actor。

我让WorkBuddy根据第一集的剧本，完成人物、场景和关键道具的视觉设定，并且给它下了一条核心规则，现实中有黑衣男人，但监控画面对应的座位，始终是空的。

这套设定完成之后，后面所有的分镜和关键帧，都从这一份设定里长出来。人物是同一个人，空间是同一个空间。

然后，是分镜。

说实话，分镜表出来的时候，给我一下子整不会了。

一集50到60秒的片子，它拆出了二十多个镜头。每一个镜头，都写清了目的、视角、景别、机位、运镜、时长、起点、动作、终点、声音，甚至还配了可以直接复制去生图的英文冻结关键帧。

剧本负责发生什么，分镜负责观众怎么发现这件事。

这两张东西摆在一起的时候，我突然理解了那个七十多集的号是怎么活下来的。人家不是在硬肝，是在流水线上干活。

分镜定下来，就该出图了。

先生成夜班店员、黑衣男人、便利店的参考图，再加几个关键镜头的画面。这一步我建议你们别贪快，图出来一定先自己过一遍，画面有问题就打回去重来，没问题再往下走。

因为后面所有的视频，都是从这几张参考图里生出来的。地基歪了，楼就歪了。

图确认完，让WorkBuddy根据已经确认的参考图，先出3个代表镜头的视频看看效果。

这3个镜头，就是你的质量闸门。

过了，就一句话，让它把剩下的镜头全部生成完。

最后一步，成片。把第1集已经生成的素材直接丢给它，保留完整剧情和台词，剪出最终成片。

从我说出《监控里少了一个人》这几个字，到第一集成片躺在我硬盘里，一个晚上。

中途我没有打开过任何一个剪辑软件，没有写过一句视频提示词，我干的事情只有一件，像导演一样做决定。

对，它还有个挺骚的功能。

Drama Skills自带一个本地短剧创作台，在对话框里敲一句 /short-drama dashboard 就能打开。前面一路做下来的剧本、视觉设定、分镜、提示词和成片，全都在里面摆着。

这一下给我看明白了一件事，它不是一个一次性的玩具，是一个可持续生产的工位。以后想改某一镜，或者接着做第二集，不用从头来，直接在这个工作台上接着干。

写到这儿，我想聊点稍微远一点的东西。

1895年，卢米埃尔兄弟在巴黎一家咖啡馆的地下室，放映了人类历史上第一批电影。那时候拍电影是天大的事，胶片按秒算钱，摄影机是极少数人碰得起的怪物。

后来的故事你们都知道了。摄影机越来越便宜，剪辑软件越来越傻瓜，手机像素干翻了半个器材圈。每一次工具的门槛往下塌一截，就多一批人拿到表达的权利。

但有一条线，一百多年都没变过。编剧、导演、摄影、灯光、剪辑，这永远是一支队伍，一个人最多做到「小成本」，做不到「一个人」。

而AI短剧这个东西，让我第一次觉得，那条线松了。

一个对话框，装下了整个剧组。

你可能会说，那拍出来的东西，能跟正经影视比吗？

比不了，短期内都够呛。人物还会崩，手指还会多，情绪戏还很塑料。

但你知道吗，1895年那批电影拍的是什么，是一列火车进站，是工厂门口工人走出大门，一共几十秒，没有任何剧情。

整个电影史，都是从几十秒开始的。

我始终觉得，我们正站在一个特别像「摄影机刚被发明」的时间点上。门槛坍塌的瞬间，从来不是成品最完美的瞬间，而是普通人第一次摸到机器的瞬间。

现在，机器就摆在你的对话框里。

你要不要摸一下，随你。

反正我那天晚上跑完第一集之后，关掉屏幕躺床上，脑子里翻来覆去就是一句话。

以后内容行业的差距，可能不再是团队大小的差距，而是有人已经把流程装进了Skill，有人还在一句一句地抽卡。

磨平一些信息差，这就是我做这个号的全部理由。

以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐

谢谢你看我的文章，我们，下次再见。

/ 作者 · 赛博实战派