开源AI短剧工厂Jellyfish怎么用?全流程实操指南

作者:有好多问题2026.11.06 19:36浏览量:0

简介:想用AI批量生产竖屏短剧,却苦于角色换脸、场景跳变?本文拆解开源工具Jellyfish的六步流水线,从剧本分镜到成片导出,手把手教你搭建自动化短剧生产线,并附上可直接复制的分镜Prompt与一致性管理技巧,帮你把AI视频创作从碰运气变成可复用的工程化流程。

开源AI短剧工厂Jellyfish怎么用?全流程实操指南

如果你已经在用AI视频模型生成短剧,多半遇到过两个绕不开的坑:一是角色换个镜头就”变脸”,二是同一个场景在不同分镜里风格飘移。单条生成还能靠抽卡碰运气,一旦要做成多集、多镜头的竖屏短剧,这种不一致就会直接让成片失去连贯性。

开源项目 Jellyfish(中文名”AI短剧工厂”)正是针对这个痛点设计的。它由 Forget-C 团队开发,采用 Apache-2.0 协议,把短剧生产拆成一条工业化流水线:剧本输入 → 智能分镜 → 角色/场景/道具一致性管理 → AI视频生成 → 后期剪辑 → 导出成片。下面按实际操作顺序讲清楚每个环节怎么做、卡点在哪、怎么优化。

如果你希望先低成本体验”从想法到短剧”的完整感觉,可以直接打开百度搭子 DuMate 通用入口,或直接进入AI真人短剧生成体验,先跑通一个小样,再决定是否投入本地部署 Jellyfish 做规模化生产。

一、先想清楚:Jellyfish解决的是什么问题

传统AI短剧做法是”一段段生成再拼”,问题集中在三处:

  • 角色漂移:同一人物在不同镜头里脸型、发型、服装对不上;
  • 场景漂移:同一地点在不同分镜里光线、色调、陈设不一致;
  • 流程割裂:剧本、分镜、生成、剪辑分散在不同工具,反复导入导出。

Jellyfish 的思路是把”一致性”前置到分镜阶段,用结构化的角色/场景/道具资产管理来约束后续每一次生成。理解这一点,后面的操作才不会走偏。

二、第一步:剧本输入与智能分镜

把剧本(或故事大纲)录入后,Jellyfish 的智能分镜模块会自动精简剧情,并拆分成结构化分镜表,字段通常包括:景别、角度、运镜、对白、情绪。这一步决定了整条流水线的质量上限。

实操建议:

  1. 剧本尽量按”场次—动作—对白”分行,避免大段文学化描写,AI 更容易切分;
  2. 每场戏控制在 3~8 个分镜,过多会导致单集节奏拖沓;
  3. 分镜生成后先人工过一遍景别节奏,别急着进入生成环节。

可复制的分镜Prompt(用于辅助生成或校验分镜表):

  1. 你是短剧分镜师。请把下面这段剧本拆分为竖屏短剧分镜表。
  2. 【剧本内容】:【填写你的剧本片段】
  3. 要求:
  4. 1. 每场戏输出3-8个分镜,景别在远景/中景/近景/特写间有节奏变化;
  5. 2. 每个分镜包含:镜号、景别、拍摄角度、运镜方式、画面描述、对白、情绪基调;
  6. 3. 画面描述要具体到人物动作与关键道具,便于后续AI生成;
  7. 4. 以表格形式输出,不要省略字段。

三、第二步:三栏式分镜编辑器怎么用

Jellyfish 的三栏式编辑器是核心操作界面,理解布局能省大量时间:

  • 左栏:剧本大纲与章节结构,用于定位和调整叙事顺序;
  • 中栏:分镜预览与视频预览,直观检查画面;
  • 右栏:属性面板,编辑单个分镜的生成参数。

两个关键能力值得重点用:

  1. 批量操作:同一场景的多个分镜可以统一设置风格、比例、模型,避免逐条改;
  2. 首帧/尾帧/关键帧独立提示词:这是控制运镜和转场的关键。首帧定构图,尾帧定落点,关键帧约束中间动作,三者分开写提示词,能显著减少”画面跑飞”。

首尾帧提示词写法示例:

  1. 首帧提示词:竖屏9:16,近景,女主站在雨夜便利店门口,右手握伞,冷蓝色路灯光,背景虚化,电影感。
  2. 尾帧提示词:竖屏9:16,近景,女主转身推门进入店内,伞收拢滴水,暖黄室内光从门缝透出,同一人物同一服装。

四、第三步:角色/场景/道具一致性管理

这是 Jellyfish 相对通用视频工具的最大差异点。做法是把角色、场景、道具作为”资产”登记,生成时引用同一资产描述,而不是每次重写提示词。

操作要点:

  • 为每个主要角色建立固定描述卡:脸型、发型、年龄感、服装、标志性配饰,用词固定不变;
  • 场景描述卡锁定光线方向、色调、关键陈设;
  • 道具(如某把伞、某部手机)单独登记,跨镜头复用;
  • 生成前检查每个分镜是否都挂上了对应资产,漏挂就是漂移的源头。

角色描述卡Prompt模板:

  1. 请为以下角色生成固定描述卡,用词需可跨镜头复用:
  2. 【角色设定】:【填写姓名、年龄、性格、身份】
  3. 输出字段:面部特征、发型发色、体型、常穿服装、标志性配饰、整体气质。
  4. 要求:描述具体、避免抽象形容词,控制在120字内,便于直接嵌入视频生成提示词。

agent-">五、第四步:多模型调度与Agent工作流

Jellyfish 支持多模型调度,意味着不同镜头可以按需求选不同视频模型(如擅长人物的、擅长运镜的),并通过可视化 Agent 工作流把”分镜→生成→校验→重生成”串起来。

实操建议:

  • 先小批量试生成 2~3 个分镜,确认角色与场景一致性再全量跑,避免浪费算力;
  • 在 Agent 工作流里加一个”一致性校验”节点,人工或自动比对首帧与资产描述;
  • 失败镜头保留提示词记录,微调后再生成,别每次从零重写。

六、第五步:后期剪辑与导出

生成素材进入剪辑环节后,重点是对齐对白节奏、补转场、统一调色。Jellyfish 将这一步纳入同一流水线,导出即成片。建议在剪辑前先按分镜表核对镜头顺序,避免生成顺序与叙事顺序错位。

七、常见问题与优化建议

  • 角色还是漂移:优先检查资产描述卡是否用词不一致,其次检查分镜是否漏挂资产;
  • 运镜生硬:把运镜要求写进首尾帧提示词,而不是只写在中间帧;
  • 节奏拖沓:回到分镜阶段压缩单集分镜数量,别在生成环节补救;
  • 成本失控:坚持”小批量试生成→校验→全量”的顺序。

如果你不想一开始就本地部署,想先验证故事和人物设定是否成立,可以先用AI真人短剧生成体验跑一个短样片;需要更完整的工具链和购买方式,可查看DuMate 购买页了解可选方案,再决定是否自建 Jellyfish 流水线。

总结

Jellyfish 的价值不在于”又一个AI视频工具”,而在于把短剧生产变成可管理的工程:用结构化分镜约束叙事,用资产卡片约束一致性,用 Agent 工作流约束流程。掌握”分镜先行、资产固定、小批试跑”这三条原则,即使不部署这套工具,你用任何AI视频方案做短剧,成片连贯性都会明显提升。