小说产线 · 小说转视频 AI
小说转视频：从章节原文到分镜关键帧的 9 步产线
把一章小说变成能看的视频，难点从来不是「生成一张好看的图」，而是几十个镜头之间的连续性：同一个主角在第三镜和第三十镜是不是同一张脸，情绪在切镜时有没有断，台词念完画面是不是还在。手工做的人通常一边翻原文一边写提示词，每个镜头重新描述一次人物，写到后面人物就开始走样，节奏也只能在剪辑台上才看得出来。
这条产线给的是一套固定顺序：先把原文拆成结构化剧本，再建角色和美术两份「圣经」，用便宜的线稿和白模把构图跑通，最后才花钱渲染关键帧和视频。每一环的产物都会作为下一环的输入原样传下去，剧本、角色、分镜这几个点必须你点头才往下走。适合想先做出一版样片或动态分镜的作者、编剧，以及做小说推文、漫剧的内容团队。
打开工作台，用「小说影视化」开工这条产线做什么
小说文本→结构化剧本JSON→资产先行→锁构图分镜→成组关键帧的影视化流水线。共 9 个环节：剧本 → 角色卡 → 美术卡 → 分镜 → 预演 → 关键帧 → 视频 → 配音 → 成片。
1拆解剧本
按「场」切分而不是按章节切：地点或时间一变就换场。每场标出起止拍、冲突点和从 -5 到 +5 的情绪值；台词按每秒 4.5 字折算成秒数写进表里，后面分镜、配音直接引用，不再各算各的。每场还会标出钩子位（悬念、反转、情绪爆点），作为后面重点精修的候选镜头。
- 输入
- 你贴进来的章节原文；没有原文时，助理会一次问齐题材、主角设定和篇幅。
- 交付
- 机器可读的结构化场次表（场次、节拍、台词及折算时长、钩子位、情绪曲线）加一页人能快速读完的故事大纲。
- 人工确认点
- 大纲和场次表你没确认之前，任何出图环节都不会开始。
- 容易翻车的地方
- 心理描写多、对白少的章节，折算出来的时长会偏短。可以在这一步就让助理把内心独白改成旁白，或者标出需要留白的反应镜头，别等到分镜才发现片子太赶。
2建角色圣经
给每个角色写一份 8 维外观签名：脸型、发型、瞳色、体型、服装、配饰、肤色、气质，每一维对应一个固定短语。之后所有镜头原样复用这些短语，因为换一个同义词，模型就可能画出另一张脸。每个角色出正面特写、全身、侧面三视图，记录专属 seed 和参考图编号。主要角色以 2 到 5 个为宜，配角可以合并建档。
- 输入
- 上一步确认过的场次表里的人物清单和外观描写。
- 交付
- 角色圣经：每人一份 8 维签名、三视图和专属 seed。可以右键把三视图存为角色卡锁定，之后提示词里引用角色就自动带上参考图。
- 人工确认点
- 逐个角色确认三视图。换脸是成片阶段最大的返工来源，这里多看几分钟最划算。
- 容易翻车的地方
- 古装、制服这类题材里多个角色服装相近时最容易串脸。把区分度放在发型、配饰这些显眼的维度上，比在「气质」里堆形容词有效。
3定美术圣经
把全片的视觉风格写成一段固定后缀：镜头语言、渲染质感、色板、光照方案，之后每一次生图都追加同一段，相当于给整部片挂一个风格锁。材质高光也写进规范（金属偏亮、皮肤偏哑），避免不同镜头里人物忽油忽干。每个主要场景出 1 到 2 张设定图，同一组 seed 只换场景内容，这些设定图同时编号，作为后续镜头的背景参考。
- 输入
- 角色圣经和剧本里的世界观、场景描写。
- 交付
- 美术圣经（世界观关键词库、色板、光照方案、材质规范）、每场景设定图、一组统一风格参考图。
- 人工确认点
- 设定图组要过风格统一性审计（色彩方差、质感一致性、风格关键词命中），低于 70 分回去改风格模板，不带着问题往下走。
- 容易翻车的地方
- 风格描述里同时塞两种互相冲突的参照，是全片漂移的常见起因。一部片先定一个主参照，其余作为局部点缀。
4锁定分镜
先用黑白线稿铺完全部分镜，只验证构图和叙事节奏：线稿画错了重来，成本远低于重渲彩色关键帧。每镜写清景别（远、全、中、近、特）、机位角度、运镜（推、拉、摇、移、跟）和时长（台词折算秒数加反应拍）。对手戏按「听见→停顿→眼神→表情→说话」这条情绪时序拆出反应镜头，避免整场都是面无表情的对白。转场处预先标好 J-cut（声音先入）或 L-cut（声音延后），剪辑时照标记执行。
- 输入
- 剧本场次表、角色圣经和美术圣经。
- 交付
- 逐镜分镜表（景别、机位、运镜、时长、转场标记）、黑白线稿分镜板，以及一份 17 项的分镜质检报告。
- 人工确认点
- 线稿板和分镜表给你过目，节奏与构图确认后才进入关键帧渲染。
53D 白模预演
在导演台上把分镜落成可回放的 3D 白模时间线。助理先读取导演台现有状态，再按分镜表提出几套构图、机位、走位方案，停下来等你选；你确认后才逐镜细化走位和运镜。
- 输入
- 已批准的分镜表。
- 交付
- 白模预演方案（逐镜构图、运镜、走位，时间线可回放）和你确认过的镜头方案记录。
- 人工确认点
- 预演方案选定之前，不会落下任何镜头动作。
- 容易翻车的地方
- 白模只解决空间关系：谁站在哪、镜头从哪个方向看。它不负责光影和质感，这一步不要纠结画面好不好看。
6渲染关键帧
每个镜头出首帧和尾帧两张彩色图，留给下一步图生视频当起止帧；运镜意图写在两帧的差异里，比如推镜就是尾帧同构图放大。角色一致性靠三样东西同时锁住：8 维签名原文复用、角色专属 seed、三视图参考图，任何一项改动都要记下原因。钩子位对应的镜头多出 2 到 3 张候选择优，落选帧留档不删。
- 输入
- 分镜表、白模预演确认的机位，以及角色和美术的锁定资产。
- 交付
- 覆盖全部镜头的彩色关键帧（每镜首帧、尾帧各一）和失败镜头的重渲记录。
- 人工确认点
- 逐镜与角色三视图比对脸部、服装、配色，不一致的镜头打回重渲，全部通过才进视频合成。
- 容易翻车的地方
- 多人大场面最容易出错。重要戏份尽量用主角中近景，群像用背影或远景交代。
7合成镜头视频
用首尾帧驱动图生视频：提示词只写两帧之间的动作和情绪变化，不再重复描述静态外观。表演镜头按情绪时序链编排，让人物先有反应再开口。下一镜的起始帧可以直接引用上一镜的尾帧，保证动作连续、场景不跳。单镜 3 到 8 秒为宜，更长的镜头拆成几段生成再拼接。
- 输入
- 上一步通过比对的首尾帧与镜头顺序。
- 交付
- 逐镜视频片段 MP4、镜头元数据（时长、分辨率、首尾帧缩略图）和失败重试记录。
- 人工确认点
- 每段视频抽首、中、尾 3 帧与关键帧比对，出现明显形变、闪帧或角色漂移就重新生成。
- 容易翻车的地方
- 运动幅度越大越容易崩。打斗、奔跑这类镜头宁可拆成多个短镜，也不要一口气生成长段。
8配音配乐
按台词表逐镜生成配音，语速对齐前面折算好的时长，超时就微调语速或给镜头加半秒；背景音乐按剧本情绪曲线分段，转折点对齐钩子位；另出一张音效点位表（脚步、开门、风声），与转场标记对齐。对白镜头人声优先，音乐自动压低。
- 输入
- 镜头视频片段、台词表和情绪曲线。
- 交付
- 逐镜配音音轨、分段背景音乐和音效点位表。
- 人工确认点
- 随机抽 3 个对白镜头，核对人声时长与画面时长，偏差超过 0.5 秒回炉。
- 容易翻车的地方
- 这一环依赖的配音上游目前可能返回不可用。遇到时助理会直接说明，不会假装完成；台词表和时长锚点仍然可以拿去别的配音工具使用。
9组装成片
按时序拼接全部镜头，执行分镜表里预埋的 J-cut、L-cut 转场，人声、音乐、音效分三轨混音，按台词时间码生成字幕，并附上封面帧和逐镜溯源表：每一镜对应哪张关键帧、哪个 seed、重渲过几次，方便你点名返工某一镜。
- 输入
- 镜头片段、配音音轨与转场标记。
- 交付
- 成片 MP4、SRT 字幕、封面帧和逐镜溯源表。
- 人工确认点
- 完整播放一遍核对口型、字幕、响度和钩子节奏，你验收通过后归档整条产线的资产。
- 容易翻车的地方
- 与配音环相同，组装成片的上游目前也可能不可用。此时镜头片段和剪辑清单照常交付，可以导入常用剪辑软件完成最后一步。
适合谁 / 不适合谁
手上有完整章节或短篇，想先做一版可看的动态分镜或样片，拿去给平台、合作导演或投资方看的作者与编剧。
做小说推文、漫剧类账号，同一批角色要连续出现几十个镜头、脸不能换的内容团队。
影视和动画的前期团队，想先用线稿和白模把节奏跑通，再决定哪些镜头值得精修。
只要一张小说封面或角色立绘：在首页直接说一句话出图更快，整套 IP 物料可以看「IP视觉包」。
需要长时间连续运动的长镜头或复杂打斗编排：图生视频目前适合几秒一段的短镜，长镜头只能拆开做。
希望丢进一整本书就自动吐出完整长片：这条线每到关键环节都会停下等你确认，默认按场推进。
目前做不到或要注意的
- · 配音配乐、组装成片两个环节依赖的上游目前可能不可用，遇到时助理会如实说明，不会用文字冒充完成；前面的分镜、关键帧、镜头片段和台词时间轴照常交付。
- · 角色一致性靠固定签名短语、专属 seed 和三视图参考图叠加来保证，能明显减少漂移，但做不到每一帧绝对不变，所以才设了逐镜比对这道关。
- · 视频按秒计价，镜头越多花费越高。建议先跑一场做样片，看过计划卡上的花费预估再批量推进。
怎么开始
- 1打开首页，在右侧模板转盘里点「小说影视化」，确认后画布铺出 9 个环节；只想先试试，可以只勾剧本、角色卡、美术卡三环。
- 2在对话框贴一章或一场原文，说明题材和想要的画幅（默认 16:9，做竖屏推文就说 9:16）。
- 3看助理回的计划卡：打算怎么拆、分几步、大概花多少，同意了再开跑。
- 4在画布上一环一环推进，剧本、角色、分镜这几个确认点看完再点头；某一镜不满意，只重跑那一个节点。
- 5随时可以喊停，已生成的部分保留在画布上；失败的生成会自动退回金币。
可以直接说的愿望
「把我这章仙侠小说做成 16:9 动态分镜，先只拆剧本和三个主角的角色卡，别急着出图。」
「这一场是两人在雨夜天台对峙，按场拆分镜，重点做好对视和停顿的反应镜头。」
「用我已经锁好的两张角色卡，把第三场渲染成首尾帧关键帧，钩子镜头多给几张候选。」
和手工流程比，省在哪里
返工停在便宜的阶段
构图问题在黑白线稿和白模阶段就暴露，改的是一张线稿；手工流程里往往要到彩色关键帧甚至视频出来，才发现机位不对，只能整组重来。
不用每个镜头重新描述人物
角色签名、seed 和参考图一次建好，后面几十个镜头直接引用。手工写提示词时，每镜换个说法描述主角，脸就在不知不觉间变了。
时长从剧本就算好
台词折算的秒数从剧本一路传到分镜、配音和剪辑，不会在剪辑台上才发现画面比台词短了一截。
返工能点名到单镜
逐镜溯源表记着每一镜用的关键帧和 seed，改一镜不牵连整片，也不用回忆当初那张图是怎么生成的。
常见问题
小说转视频时，怎么保证主角每个镜头都是同一张脸？
三层叠加：8 维外观签名用固定短语、不换同义词；每个角色一个专属 seed；三视图作为参考图，也可以存成角色卡在提示词里直接引用。关键帧阶段还会逐镜和三视图比对，不一致就打回重渲。多人大远景仍然最容易出偏差，重要戏份建议用中近景。
可以直接贴小说原文吗，还是要先自己写剧本？
直接贴原文就行，第一环就是把原文拆成按场切分的结构化剧本，并按每秒 4.5 字折算台词时长。心理描写多的段落，可以让助理改成旁白或拆成反应镜头。剧本要你确认后才会进入出图环节。
3D 白模预演是做什么的，能跳过吗？
白模用来在出彩色图之前确认人物站位和机位，时间线可以回放。能跳过：在模板卡上取消勾选这一环即可。代价是构图问题要到关键帧阶段才暴露，那时返工要花更多金币。
生成的视频能直接拿去发小说推文吗？
镜头片段单段 3 到 8 秒，按分镜拼接。配音和组装成片两环的上游目前可能不可用，如果遇到，你会拿到镜头片段、台词时间轴和剪辑清单，需要在剪辑软件里完成最后一步。画幅默认 16:9，推文要竖屏的话，一开始就说明 9:16。
一章小说跑下来大概花多少？
取决于镜头数和画质：图片按张、视频按秒计价，提交时预扣，成功才结算，失败自动退回。开跑前计划卡会写出大概花费，也可以先只跑剧本和角色卡这几环看效果。
它和「剧本视觉化」产线有什么区别？
小说影视化从小说原文起步，默认 16:9，多一个美术圣经环节专门定世界观风格；剧本视觉化从写好的短剧剧本起步，竖屏 9:16，分镜按每段不超过 15 秒、每镜 2 到 5 秒切，最后还产出投放封面和 15 秒预告。