AI短剧量产工厂·小说改编剧本分镜图视频配音全流程一键出片

AI 短剧量产工厂 · 小说到成片

把一本小说,变成能投放的短剧。

这里是一整套跑通「策划 → 编剧 → 分镜 → 出图 → 出片 → 配音 → 混音 → 超分」的
工业化流程 —— 不是零散技巧,而是可以直接照着执行、批量复制的作业体系。
八道工序全部走 api.a7w.cn 的生成应用,一把 Key 跑完,不用自己部署任何模型。

你最关心答案
多少钱按点数计费(1 元 = 100 点)。2 分钟一集约 30~45 元,成本近八成在视频生成
要多久视频逐段生成,单段 4~15 秒;一集 2 分钟约 10~20 个片段
要装什么什么都不用装。包里自带零依赖客户端与成本测算脚本
要几把 Key一把。模型网关与全部生成应用共用同一套鉴权、同一份账单
能商用吗可以。改编他人作品需自行取得授权,内容合规责任由使用者承担

一、八道工序,各自调哪个应用

工序用什么接口输入 → 输出
1 策划模型网关(OpenAI 兼容)POST /api/v1/chat/completions小说文本 → 改编可行性结论 + 故事骨架
2 编剧模型网关POST /api/v1/chat/completions骨架 → 分集大纲 + 每集剧本(含台词)
3 分镜模型网关POST /api/v1/chat/completions剧本 → 分镜表 JSON(镜号 / 画面 / 台词 / 时长)
4 出图nano_bananaPOST /api/v1/apps/nano_banana/submit分镜描述 + 角色形象 → 角色图 / 场景图 / 首帧
5 出片full_video(通用首选)<br>happy_horse(声画一起出)<br>seedance(分辨率分档).../full_video/submit<br>.../happy_horse/submit<br>.../seedance/create首帧图 + 运镜描述 → 4~15 秒视频片段
6 配音voice_tts.../voice_tts/clone_voice<br>.../voice_tts/tts_async参考音频 → 角色音色<br>台词 → 配音音频
7 口型lipsync(有视频)<br>image_human(只有图).../lipsync/submit<br>.../image_human/submit视频 / 图 + 音频 → 对口型成片
8 混音与超分music_generation / music_search / mmaudio / flashvsr.../music_generation/create<br>.../music_search/search<br>.../mmaudio/submit<br>.../flashvsr/submit风格描述 / 关键词 / 视频 → BGM、音效、超分成片

接口路径一律是 /api/v1/apps/<应用代号>/<接口代号>,两个代号都用下划线,
都可以用 python3 scripts/a7w.py schema <应用代号> 现查。

三条可替换的支线

需求用哪个
把 A 的动作搬到 B 身上action_transfer/submit(分 fast / standard / max 三档)
把视频里的人换成另一个person_replacement/submit
给角色换服装dressing_diffusion/submit

二、三道质量门禁(省钱的关键)

改一句话的成本,到分镜阶段是十几张图,到出片阶段是几百块。
所以问题必须在最便宜的那一步拦下。

门禁一:小说改编可行性(动手前)

先做三件事,别急着生成:

  1. 看体量与结构:多少章、多少字、是否单线推进。短剧要单线,多线并行的长篇改起来会丢掉大半。
  2. 找核心矛盾:主角的「强欲望」和「强阻碍」分别是什么?对照矛盾四级阶梯判断在第几级 —— 低于 3 级基本是平淡剧。
  3. 看爽点类型:属于优势/金手指、归属、还是秩序型?金手指是否新颖、是否有约束(没边界就是无敌外挂)。

给出结论时要直说:适合改 / 需要大改 / 不适合改,以及理由。不要含糊其辞地说「可以试试」。

门禁二:故事骨架十二项审查

骨架出来后,逐条对:

  • 压缩比 ≤ 40%?
  • 每集有集末钩子?抽 3 集看
  • 章节号能在事件表里找到?对不上就是编造
  • 大三角(主线冲突)贯穿始终?
  • 核心矛盾在第几级?低于 3 级打回
  • 金手指有约束吗?
  • 人物小传 ≤ 4 人?
  • 反派动机合理?「纯嫉妒」打回
  • 五个付费卡点按 N×10 / 30 / 50 / 70 / 90% 落位?卡在主线上?
  • 前 10 集能剪出约 10 个 30 秒爆点?
  • 结局是爽剧收尾?
  • 每集字数与时长匹配(2 分钟一集,剧本约 1200~1800 字)?

门禁三:分镜表铁律

分镜是最容易「看起来没问题、出片全是坑」的一步。重点查这六条:

铁律违反的表现
台词零删改台词被精简、合并、省略修饰词
在场人物不能消失剧本没写「离开」,人却在分镜里没了
人物外观交给图片资产分镜提示词里出现服装 / 发型 / 长相(会和角色图打架)
声音只写环境音 + 音效出现 BGM、配乐、音乐(BGM 是第 8 道工序的事)
长台词超 20 字强制拆镜长台词挤在一个固定镜头里
单片段 ≤ 15 秒有超长片段(生成类接口按时长计费,也吃不下超长)

另外专门查片段间过渡有没有做 —— 这是分镜质量的分水岭。
四类桥梁:动作衔接、情绪衔接、空间与视线衔接、台词与动作的黏合。
每个片段至少要挂上其中一类,否则成片会「一跳一跳」。


三、三分钟跑通:从小说到第一集

第一步:拿到你自己的 Key

到 api.a7w.cn 注册,在控制台创建一个 API Key(形如 sk-...),
填进环境变量:

export A7W_API_KEY=sk-你的key      # Windows: $env:A7W_API_KEY="sk-你的key"

第二步:先算钱,再动手

python3 scripts/cost_estimate.py --episodes 30 --minutes 2

第三步:策划与编剧(模型网关)

curl -sS -X POST "https://api.a7w.cn/api/v1/chat/completions" \
  -H "Authorization: Bearer $A7W_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "DeepSeek-V4-Pro",
    "messages": [{
      "role": "user",
      "content": "你是短剧策划。下面是一本小说的前三章梗概。请输出:1) 改编可行性结论(适合改/需要大改/不适合改)与理由;2) 核心矛盾(主角强欲望 + 强阻碍);3) 按矛盾四级阶梯打分(1-4 级);4) 建议的金手指与它的约束。只输出结论,不要客套。\n\n【小说梗概】……"
    }]
  }'

换模型就是换 model 字符串,不用换 Key、不用换地址、账单还是同一份。
国产线推荐 DeepSeek-V4-Pro、Qwen3.7-Max、GLM-5.2、Kimi-K2.6。

第四步:出图(角色与首帧)

python3 scripts/a7w.py call nano_banana submit \
  --body '{"action":"generate","prompt":"短剧女主形象定妆照:25 岁都市女性,短发,浅灰西装,正面半身,纯白背景,写实风格,光线柔和","model":"nano-banana","resolution":"1K","aspect_ratio":"9:16"}' \
  --out 角色-女主.png

图生图(锁住同一个角色的长相)用 "action":"edit" + "image_urls":["上一张角色图的 URL"]。

第五步:出片(单个片段)

python3 scripts/a7w.py call full_video submit \
  --body '{"content":[{"type":"text","text":"镜头缓缓推近,女主站在落地窗前,转身看向镜头,表情从疲惫转为坚定"}],"ratio":"9:16","resolution":"1080P","duration":5}' \
  --out 片段-01.mp4

片段时长只能是 4~15 秒整数,content 必须含一项文本。
首尾帧模式与参考媒体模式不能混用。

第六步:配音与口型

# 6.1 先克隆角色音色(一次即可,之后反复用)
python3 scripts/a7w.py call voice_tts clone_voice \
  --body '{"title":"女主-清冷","audio_url":"https://你的存储/参考音色.mp3"}'

# 6.2 台词合成(长台词走异步)
python3 scripts/a7w.py call voice_tts tts_async \
  --body '{"text":"我等这一天,等了整整十年。","reference_id":"<上一步返回的 model_id>"}' \
  --out 台词-01.mp3

# 6.3 让画面里的角色对上口型
python3 scripts/a7w.py call lipsync submit \
  --body '{"video_url":"https://你的存储/片段-01.mp4","audio_url":"https://你的存储/台词-01.mp3"}' \
  --out 片段-01-对口型.mp4

第七步:BGM、音效、超分

# BGM(按风格生成一首)
python3 scripts/a7w.py call music_generation create \
  --body '{"type":"generate","prompt":"都市悬疑短剧背景音乐,低音弦乐铺底,克制、紧张感渐强,无人声","instrumental":true}' \
  --out bgm.mp3

# 现成配乐也可以搜
python3 scripts/a7w.py call music_search search --body '{"keyword":"悬疑 紧张","page_size":10}'

# 给片段配音效
python3 scripts/a7w.py call mmaudio submit \
  --body '{"video_url":"https://你的存储/片段-01.mp4","prompt":"办公室环境音,空调低鸣,远处键盘声"}'

# 成片超分
python3 scripts/a7w.py call flashvsr submit \
  --body '{"input_url":"https://你的存储/成片.mp4"}'

第八步:本地合成

各片段、配音、BGM 都拿到之后,用本地 ffmpeg 按分镜表的时间轴拼接、混音、压字幕。
合成放本地做:便宜、可反复修改,不用重复扣点。


四、包里有什么

sanjianke-drama-factory/
├── SKILL.md                    本文件
├── README.md
├── LICENSE.md
├── references/
│   ├── 产线手册.md              八道工序的衔接、每步的输入输出与验收标准
│   ├── 质量门禁.md              改编可行性、骨架十二项、分镜铁律与过渡桥梁
│   ├── 接口速查.md              全部用到的应用与接口参数表
│   ├── 成本与排产.md            成本结构、批量排产、并发与断点续跑
│   ├── getting-started.md      注册、领 Key、配置
│   └── 通用说明.md              权限、异步机制、错误码、计费口径
└── scripts/
    ├── a7w.py                  零依赖客户端(库 + 命令行,只用 Python 标准库)
    └── cost_estimate.py        出片成本测算(零依赖,不联网)

零安装用法

export A7W_API_KEY=sk-你的key

# 先算钱
python3 scripts/cost_estimate.py --episodes 30 --minutes 2

# 看某个应用有哪些接口与参数
python3 scripts/a7w.py schema nano_banana
python3 scripts/a7w.py schema voice_tts

# 调用(异步接口自动轮询到结束,--out 直接落盘)
python3 scripts/a7w.py call nano_banana submit --body '{...}' --out 角色.png
python3 scripts/a7w.py call full_video submit --body '{...}' --out 片段.mp4

五、素材要求

素材要求
原著文本直接贴进模型网关的 messages;超长就按章切分,分批分析
参考图(锁角色)公网可访问 URL;角色图越一致,后面越不会「换脸」
参考音色公网可访问 URL,支持 mp3 / wav / ogg / flac;干净单人声效果最好
视频 / 音频素材一律公网可访问的 URL,不支持本地路径、不支持 Base64
本地文件先传到对象存储拿到公网直链,再来调

六、常见坑

坑表现怎么避
拿本地路径当入参报参数错误一律用公网可访问的 URL
应用代号写成连字符404应用代码用下划线:nano_banana、voice_tts、happy_horse
用平台的 endpoint_path 拼 URL打不通一律用 /api/v1/apps/<应用代号>/<接口代号>
分镜里写了服装 / 长相角色每镜都在变脸人物外观交给图片资产,分镜只写动作与运镜
分镜里写了 BGM声音和音乐对不上声音只写环境音与音效;BGM 单独走第 8 道工序
单片段超过 15 秒提交被拒或生成不完整长台词拆镜,单片段 4~15 秒
首尾帧与参考媒体混用提交失败两种模式分开用,一次只走一种
重复提交扣两次钱先记 task_id,用查询接口(免费)确认状态
拿 code == 0 判断成功明明成功却判成失败平台成功码是 1;模型网关看有没有 choices

七、批量排产

一部剧 30 集、每集 15 个片段,就是 450 次视频生成 —— 排产比调参重要得多。

原则做法
先跑通一条用单个片段跑通全链路(图 → 视频 → 配音 → 口型 → 混音),再放大批量
先图后视频所有角色图、首帧图先全部出完并人工过一遍,再开始出视频
控制并发视频生成从 2~4 路起步;429 说明排队上限到了,降并发
断点续跑每个任务把 task_id、素材 URL、状态写进一张任务表(CSV / SQLite),重跑只补失败的
分批验收每集出完立刻抽查:口型对得上、画幅正确、音量不炸

references/成本与排产.md 里给了任务表结构与批量脚本写法。
需要更贴合你流程的排产方案,加微信聊。


八、成本

成本结构(2 分钟一集约 15 个片段,含 30% 废片率):

项目占比说明
视频生成约 78%按分辨率 × 秒数计费,是全流程的绝对大头
图片生成约 15%nano_banana 24 点/张;一集约 24 张(首帧 + 角色图)
口型 / 数字人约 3%按驱动音频秒数计费
配音约 2%voice_tts 输入 50 点/千 Token
BGM约 1.5%music_generation/create 65 点/首,一集用一首甚至复用

省钱按优先级做两件事:
1. 减少要生成的视频秒数 —— 减镜头、复用镜头、拉长单镜头、
把静态对话改成「图片 + 口型」。视频占总额近八成,砍这里最有效。
2. 复用图片资产 —— 同一张角色图反复做首帧,别每个镜头重出一遍。
图片占约 15%,复用能直接省掉这部分的大半。

# 快速估算
python3 scripts/cost_estimate.py --episodes 30 --minutes 2
python3 scripts/cost_estimate.py --minutes 2 --video-points-per-sec 20 --waste 0.4
python3 scripts/cost_estimate.py --episodes 30 --minutes 2 --json

脚本里的单价是参考默认值,不是报价。请把当期真实单价传进来再采信结论。

1 元 = 100 点。平台同时给出标准价与租户价字段(tenant_*,平台侧报价);以返回里的 data.usage.points_cost 为准(tenant_* 未必等于实际结算价)。


九、权限与边界

能力是否申请用途
网络访问申请调用 api.a7w.cn 的模型网关与生成应用(本 Skill 唯一的联网行为)
读取文件仅读取你指定的输入文件用作素材入参
写入文件仅在传入 --out 时保存返回的 JSON 或下载产物
凭证读取你自己提供的 API Key从环境变量或 ~/.a7w/config.json 读取
子进程 / 后台常驻不申请脚本执行完即退出

不内嵌任何密钥。 请求只发往 api.a7w.cn,不发送到其他任何地址。

  • 不提供 Key、不代付费用:Key 必须你自己在 api.a7w.cn 申请
  • 不替代版权审查:改编他人作品需要授权,请在开拍前确认权利归属
  • 不替代内容合规审查:生成内容的标识与合规责任由使用者承担
  • 不保证成片质量:方法论提高稳定性,成片效果取决于所用模型、原著质量与执行

关于这个 Skill

作者亲测实操后发布,下载后可直接使用,自用商用都可以。

所有 AI 能力都走 算力集市 api.a7w.cn —— 一把 API Key 打通
大模型、语音、图像、视频、数字人等全部算力,注册即送点数,按量计费、没有月费。

你可能想问答案
要不要额外部署不用。下载本包即可使用,不必去别处找源码
怎么开始到 api.a7w.cn 注册领 Key → 填进 A7W_API_KEY → 一条命令跑起来
能不能商用可以
遇到问题找谁见文末「联系我们」,作者本人答疑

使用中碰到任何问题 —— 报错、效果不理想、想省钱、想批量 —— 都欢迎加微信聊。
加好友时说一下是从哪个 Skill 找过来的,直接给你配套的示例。


联系我们

  • 技术微信:9872659 —— 加好友时说一下是从哪个 Skill 找过来的,直接给你配套的 API Key 与能跑的示例。
  • 要算力 / 要 API Key:算力集市 · 注册领 API Key —— 一个 Key 调用全部 AI 算力,注册、充值、创建 Key 都在这里。
  • 更多 AI 插件与接口:AI 插件市场。

相关链接

链接地址说明
算力集市 · 注册领 API Keyapi.a7w.cn一个 Key 调用全部 AI 算力;注册、充值、创建 Key 都在这
AI 插件市场aigc.a7w.cn浏览全部 AI 插件与接口说明
三剪客 · 一句话批量出片ks.a7w.cn短剧二创 / 影视解说 / 矩阵号批量混剪桌面客户端
视频超清 · 在线批量超分vr.a7w.cn网页版视频超分,批量处理,最高 4K
0人公司 · AI Agent 平台a7w.cn主站,了解整套 AI Agent 生态

同类文章