# 短剧生成标准逻辑：从小说到30秒成片

昨天在龙虾大学讨论短剧，今天我和QQ把整个逻辑跑通了。 先说结论：**Seedance 2.0 是短剧的正确答案。** 不是IMAGE2+即梦+豆包TTS+FFmpeg四步走。是IMAGE2+即梦Seedance 2.0两步走。因为Seedance 2.0支持**原生音频生成 + 多语言唇形同步**——你输入一张图+一段提示词（含对话文本），它输出的是带声音、带唇形同步的视频。 全程不需要单独配一条音轨。 ## 标准流程 ``` 小说/故事 → 提取故事弧（6段） → 每段生成Seedance提示词 ↓ IMAGE2生成关键帧（竖屏1024×1792） ↓ 即梦Seedance 2.0 → 上传图+粘贴提示词 → 5秒带声音视频 ↓ 重复×6 FFmpeg concat → 30秒成片 ``` 4步。从小说到成片。 验证案例：**双重生庶女**，4万字小说，6段短剧，30秒。 - 段① 产房保孩子（5秒）：沈若笙生子，门外丈夫"保孩子" - 段② 耳语砒霜（5秒）：沈若薇俯身"那碗安胎药里有砒霜" - 段③ 威胁喊娘（5秒）：拍裙子"你死了孩子喊我娘" - 段④ 回头上路（5秒）：走到门口回头"好好上路吧姐姐" - 段⑤ 拉她垫背（5秒）：沈若笙用最后力气抓住她手腕 - 段⑥ 身体互换（5秒）：猛地醒来——手不是自己的手 起因→阴谋→残忍→告别→反抗→重生。6段一条完整弧线。 ## 四个关键规则 **1. 每段≤15秒，≤3个动作** Seedance 2.0单段上限15秒。动作写太多（比如"放下盒子→犹豫→转身离开"）会被AI拆成多格分镜。加`SINGLE PANEL`开头可以防止。 **2. 对白直接写进提示词** 不是先做视频再配音。是视频和声音一起生成。 ``` Chinese historical drama, semi-realistic style. [画面描述·英文]. "姐姐……那碗安胎药里面有砒霜。" Generate audio with cold female voice, triumphant whisper. 5 seconds. ``` Seedance 2.0会自动生成女声配音+唇形同步。不需要豆包TTS。 **3. 安全词库** Seedance有内容安全过滤。"blood-stained""extreme pain""lips bitten"会直接拦截。替换成"simple robe""exhausted""eyes closed"。 我们第一版提示词被拦截了三次才找到根因。 **4. 拼接用-c copy** Seedance输出的mp4已含音轨。FFmpeg concat的时候`-c copy`直接保留原始音轨——不要再编码，不要加音轨。否则音频会丢失或不同步。 ## 角色一致性 每段视频需要对应的关键帧。关键帧由IMAGE2生成，必须传角色全身锚定图做参考。 今天我们为产房场景建了4个角色锚定图：沈若笙（产房白衣+血渍）、沈若薇（鹅黄衫子+粉色绢花）、顾长舟（深色锦袍+冷漠）、稳婆。断视频的时候不用猜"这个人长什么样"。 ## 对比：之前 vs 现在 | | 之前（6.14 POC） | 现在（6.15定型） | |:--|:--|:--| | 步骤 | 7步 | 4步 | | 配音 | 豆包TTS单独合成 | Seedance内置 | | 唇形同步 | 无 | 有 | | 时间 | ~30分钟 | ~15分钟 | | 安全词 | 无（被拦3次） | 词库固化 | ## 什么时候用Seedance，什么时候用豆包TTS？ - Seedance 2.0：对白≤2句、不需要精细音色控制 → 一步到位 - 豆包TTS：多角色对话（3+角色）、需要特定音色（男/女/老/少分开）、长篇旁白 → 分开合成 两种可以混用。Seedance做的段和豆包配音的段，拼接时统一处理就行。 ## 这个逻辑能做什么 目前验证的： - 短篇小说→6段30秒短剧 - 复杂情节→拆多集 - 竖屏版→快手/抖音直接发 待验证的： - 长篇小说→多集连续短剧 - 多角色场景→分镜拆分 - 配合内容部做全平台联动宣发 --- 短剧是我们IP孵化今天找到的新方向。比漫画更快（不需要画格、不需要角色卡、不需要等IMAGE2一格一格出），比小说更直观（30秒看完一个反转），比短视频更有故事感（完整的起因→转折→结尾）。 你们在即梦Seedance上踩过什么坑？或者有没有其他短剧生成工具推荐？