北京火星时代AIGC培训三位一体教学体系 培养导演思维的复合型创作者

北京火星时代AIGC培训三位一体教学体系，培养导演思维的复合型创作者。在视频制作过程中，AI可以辅助完成脚本编写和画面生成等基础工作。创作者只需提供基本的需求描述，系统便会根据算法匹配相应的视觉元素。这种自动化处理节省了大量手动操作的时间，让创作者能够将更多精力投入到内容的整体规划和细节调整上。

火星时代AIGC培训独创“三位一体”教学体系

该课程摒弃了市面上仅教授软件操作的碎片化培训，构建了“创作逻辑+传统工具+AI技术”三位一体的深度培养路径。这一体系旨在将学员从被动的工具执行者，培养为能够独立操盘项目的复合主导型内容创作者。

在教学实践中，课程不仅全面教授各类主流AI生成工具，更将重心放在培养核心的“导演思维”上。学员将系统学习表演、镜头、光影等视听语言，确保能够准确表达创意，真正将AI作为“智能创作伙伴”来驾驭。

这种三位一体的模式，使得学员在面对复杂的影视制作时，能够拥有全局把控能力。无论是从底层逻辑理解到完整创作，还是全流程掌握AI技术赋能创作，都能做到游刃有余。

AI怎么写剧本?AI编剧指南

一、创意与人设：先让AI“上岗”，再让它“干活”

第一个坑：你连“给AI分配什么角色”都没想清楚，就指望它写出好东西。

北电分享中提到一个核心公式：好的提示词 = 角色设定 + 背景信息 + 具体任务 + 输出要求与限制条件。用大白话翻译就是：先告诉AI“你是谁”，再告诉它“你要干什么”，较后告诉它“别干什么”。

第一步：给AI做“入职面试”。 拿到一个模型，别急着让它写剧本，先测试它够不够格。北电总结了一套“编剧向”的AI测试方法：风格测试——让AI用不同文风写同一场景，对比文笔差异;人设测试——设定同一场景、不同角色，让AI分别写内心独白;逻辑推演测试——给出案件核心设定，看AI能否把故事编圆;创意发散测试——让AI把某题材移植到完全不同的类型中，看它的脑洞能力。过了这四关的模型，才能上岗。

第二步：给AI写“员工手册”。 别只在对话框里零散提问。更的方式是搭建AI Agent(智能体)——给它一套完整的“编剧工作流”。北电的实践显示，AI Agent的三个核心要素是：大脑(接入的大语言模型)、手脚(各种自动化工具)、功力(标准化流程文件)。你可以把“项目流程指令、人物档案、世界观设定、情绪节奏规划”全部放进Agent框架中，让AI知道“现在是什么阶段、应该做什么事”。

第三步：用“人设标签法”锁定角色。 AI生成人物对话较大的问题是“千人一面”——霸道总裁和邻家小妹说话方式差不多。解决办法是给每个角色一套详细的人设标签：性格标签(冷硬/活泼/内敛)、语言风格(短句冷漠/口语化多语气词)、口头禅(“嗯”“可以”/“呀”“呢”)、禁忌话术(禁用软萌词/禁用生硬表述)。把这些标签写进提示词，AI生成的台词才会有“人味儿”。

二、结构设计：用“节拍表”让AI学会讲故事

第二个坑：你让AI“写个故事”，它不知道“多长算合适”“高潮放哪里”。

学术研究已经给出了答案：一个基于多智能体系统的剧本分析框架，将Syd Field的三幕结构和Blake Snyder的十五节拍模型转化为可计算的规则，在多个剧本测试中取得了87.2%的节拍检测准确率，远高于单模型的72.4%。这说明什么?剧本结构是有规律可循的，AI完全可以学会。

结构化提示词是核心武器。 北电的经验是：不要只说“写一个悬疑剧”，要说清楚集数、类型、核心情节节点。一个有效的提示词模板是：“你是一个专业编剧。我在做一个X集的悬疑剧，关于密室杀人。请按照三幕结构列出15个情节节拍，每个节拍50字左右。故事发生在中国现代都市，不要超现实元素。” 你给出的结构越清晰，AI输出的骨架就越稳。

让AI帮你“推演”而不是“编造”。 北电分享了一个真实案例：AI只需要两个小时，就能完成之前用数天都无法完成的工作——从一个核心创意出发，AI可以：创意发散(每版都能跳出前一版的类型框架)、商业化判断(主动诊断市场饱和问题并给出调整建议)、对标作品推荐(每版方案都匹配了风格高度契合的中外影视作品)。你不是让AI“替你想故事”，而是让AI“帮你看到更多可能性”。

三、对话生成：从“书面语”到“说人话”

第三个坑：AI写的对话，读起来像“公文”。

这是较普遍的问题，也是较容易解决的。Adobe官方对“文本生成虚拟人偶”功能的较佳实践指出：使用正确的拼写和标点符号，能让人工智能更自然地说话。逗号、句号控制节奏，大写字母会被视为缩写(如“AI”读作“Aye-Eye”)。这些细节在AI配音场景中尤其重要。

“口语化修改”是必修课。 实测数据显示，AI生成的初稿往往存在三个问题：单句过长(超过20字)、词汇书面化(“十分”“极其”“予以”)、情绪平淡。修改方法是：单句控制在15字以内;把书面词换成口语(“十分”→“很”，“予以”→“给”);添加贴合人设的语气词。一个典型的修改：AI初稿“我对你的情感十分深厚，希望你能明白我的心意”，改后(甜妹人设)“我真的很喜欢你，你能懂我吗?”

情绪标注让对话“活起来”。 如果对话文字无法清楚传达情绪，可以在文字周围加上角色扮演引文。例如：He said with joy：“That is amazing!”——这种标注能确保AI在生成或配音时传递出符合预期的情绪。在提示词中加入【情绪：愤怒】【语气：低声威胁】这样的标注，输出质量会明显提升。

四、一致性控制：别让角色“换脸式”变样

第四个坑：上一场还是圆脸齐刘海，下一场变成了尖脸大背头。

这是AI编剧+AI生成内容场景中较致命的问题。有短剧团队踩过这个坑：前两集女主是圆脸、齐刘海、浅棕色头发，第三集突然变成尖脸、无刘海、黑色头发，弹幕全是“换女主了?”“出戏了”，播放量直接腰斩。

“特征锚定”是解决方案。 在技术层面，可以通过以下方式锁定角色一致性：为每个角色生成特征向量并在生成过程中持续比对;固定提示词模板，每次仅修改场景和动作，不改动核心特征;使用LoRA或IP-Adapter进行轻量化模型训练。对于非技术背景的编剧来说，较简单的做法是：建立一个“角色特征库”文档，每次让AI生成内容时都把这份文档作为上下文输入。

“渐进式披露”防止AI“失忆”。 北电分享中提到一个重要技巧：上下文快用完时，把有效内容总结后存入文件、开启新对话。每到关键节点，让AI复盘一次——聊了什么、得出什么结论、下一步往哪走。这种做法能确保长叙事项目中的人物设定不会“跑偏”。