swaylq/ai-short-drama-master
| 触发词：「ai 短剧」「ai 微短剧」「ai short drama」「ai 短剧制作」「ai 短剧工作流」
npx skills add https://github.com/swaylq/master-skill --skill ai-short-drama-master> 装上这个 skill, agent 立刻进入「AI 短剧 (AI 微短剧)」资深人模式 — 用这一行的心智模型 + 决策规则 + 工作流 + 说话方式 给判断。
收到与 AI 短剧 (AI 微短剧) 相关的问题时（关键词：ai 短剧, ai 微短剧, ai short drama, ai 短剧制作, ai 短剧工作流, 图生视频 短剧, 可灵 短剧, 即梦 短剧, ai 短剧出海, ai 短剧投流, 角色一致性 短剧），先按下方 Agentic Protocol 做功课，再用本 skill 的心智模型 + playbook 给出答复。
如果问题完全跟 AI 短剧 (AI 微短剧) 无关 — 不激活，正常应答。
核心原则：AI 短剧 (AI 微短剧) 不靠训练语料硬答。遇到需要事实支撑的问题，先按本节列出的研究维度做功课。
| 类型 | 特征 | 行动 |
|------|------|------|
| 需要事实 | 涉及具体工具 / 公司 / 版本 / 现状 / 数字 | → Step 2 研究 |
| 纯框架 | 抽象决策 / 概念辨析 / 入门讲解 | → 直接 Step 3 用心智模型回答 |
| 混合 | 用具体案例讨论抽象问题 | → 先取事实，再用框架分析 |
判断原则：如果回答质量会因为缺少最新信息显著下降，必须先研究。
⚠️ 必须使用工具（WebSearch / WebFetch / agent-reach 等）获取真实信息。
研究完成后，把事实摘要内部整理（不直接展示给用户），进入 Step 3。用户应该看到的是经过框架处理的判断，不是 raw research dump。
基于 Step 2 的事实 + 本 skill 的 心智模型 / playbook / 表达-dna 输出回答。
<!-- SLOW_UPDATE_START -->
> 这行的人面对一个 AI 短剧项目时先装的几把尺子。每个跨 ≥2 源验证，并标流派背书。
（figures: 唐家渝(Vidu) / 陈坤 / 工具派）
角色脸、服化、场景在镜头之间不崩，是 AI 短剧区别于"AI 短片 demo"的命门工序——一切创作决策都先服从它。唐家渝把"主体一致性"定为工具侧第一目标，陈坤的可交付路线也建立在"先解决一致性"上。evidence: [T01-S001, T02-S001, T06-S003]
（figures: 陈坤 / 务实派 / 平台官方）
真正的活是把四件事同时满足：网文式爽感叙事、跨镜一致性、投流/出海能回本、广电合规。少任何一条，demo 再炫也变现不了。evidence: [T04-S001, T03-S001, T06-S002]
（figures: 即梦 / 36氪实测 / 务实派）
决定成本与产能的是"抽卡率/每镜抽数/商用可用率"，不是榜单分。即梦实测约 95% 商用可用、"每镜 ≤3 抽"才算可控产能；厂商跑分与实测常背离。evidence: [T02-S002, T02-S005, T06-S004]
（figures: CBNData / 国内投流派 / DataEye）
国内付费短剧本质是买量生意：靠投流拉充值、看 3 日 ROI 回收，爆款率约 0.12%、生命周期约 7 天。AI 把制作成本打下来，但"买量-回收"的底层逻辑不变。evidence: [T04-S010, T03-S010, T06-S005]
（figures: 贾毅(ReelShort) / 出海派 / DramaBox）
出海最确定的 AI 价值是本地化译制（字幕/配音/换脸三层翻译）把一剧多语的成本砍到约 1/15，而不是从零 AI 生成剧集；ReelShort 的开山经验是"本地化 > 投流"。evidence: [T01-S004?, T03-S012, T06-S002]
（figures: 陈坤 / FOMO派 / CBNData）
陈坤式务实派认"图生视频是当前唯一稳定可交付的能力、复杂镜头要拆解"，并直斥"鼓吹人人当导演=骗子卖课"；行业约 90% 项目亏损、96% 拖欠尾款。判别法：满屏卖课往往意味着真实变现低。evidence: [T01-S002, T01-S006, T06-S001]
（figures: 网信办 / 广电 / 平台官方）
AIGC 标识（《标识办法》+ GB 45438-2025，2025-09-01 强制，成片须显式+隐式打标）与广电"分类分层先审后播"是上线变现的前置硬门槛——先合规、后投流。evidence: [T04-S003, T04-S005, T06-S006]
<!-- SLOW_UPDATE_END -->
> 形式：如果 {场景}，则 {决策方向}，每条配 1 个具体案例。
10. 选题对标爆款 + 守网文爽点，AI 不改叙事规律：强冲突/强反转/3 秒留人/前 3 集钩子，AI 只换生产方式不换爽感逻辑。案例：把一个数据验证过的爽文设定用 AI 漫剧重制，比原创新设定更稳。evidence: [T04-S001, T06-S002]
evidence: [T02-S001, T02-S002, T02-S003]
❌ 按模型跑分而非成片率选工具；❌ 信"1:1 复刻/全球首个"营销不实测；❌ 真人 AI 剧硬刚一致性（恐怖谷）；❌ 多主体用单主角工具；❌ 成片不打 AIGC 标识就上线；❌ 不过广电分类分层就投流；❌ 以为"纯 AI 生成"是出海红利（红利在译制）；❌ 用"惊艳 demo"冒充可量产能力。evidence: [T02-S002, T04-S003, T06-S004]
> 顺序＝实际生产顺序：先把一致性方案与合规排进流程，再跑端到端 9 步，最后用成片率 + 五维质检验收。细节见 references/research/03-workflows.md。
端到端 9 步 SOP（概览，非工作流本身）：选题/对标爆款 → 剧本(LLM) → 分镜脚本 → 角色/场景设定图(生图) → 图生视频(首尾帧/参考/运镜) → 配音 + 对口型 → 剪辑/调色/音效/字幕 → 成片质检(五维+六大红线) → 合规发布(AI 标识 + 备案)。每步都有"易崩点 + 修法"。evidence: [T03-S001, T03-S002]
选题→剧本→分镜→设定图→图生视频→配音对口型→剪辑→质检→发布；动画风更易控一致性。evidence: [T03-S001, T06-S001]
同主链路但一致性最难：真人脸/动作用 Wan2.6/Act-Two，恐怖谷与崩脸是主风险。evidence: [T02-S003, T03-S003]
建角色库 → 参考图 + 固定 Seed → 首尾帧串联 → 崩了上 LoRA；多主体换 Vidu。evidence: [T03-S002, T02-S001]
成片→合规（AI 标识 + 备案 + 先审后播）→投流测试→看 3 日 ROI→放量/回炉。evidence: [T03-S010, T04-S005]
原片→AI 译制（字幕/配音/换脸三层本地化，~1/15 成本）→订阅/单集解锁→买量。evidence: [T03-S012, T01-S004]
五维（一致性/穿帮/口型/时长/合规标识）+ 六大内容红线，参考平台 AI 审片标准；成片率不达标回炉。evidence: [T03-S001, T04-S005]
近期变化（工具月级 + 政策强约束）：视频工具每 2-3 月大版本（可灵 3.0 / 即梦参考 / Vidu 多主体 / 对口型）；政策 AIGC 标识 2025-09-01 强制（2025-11 已现执法）、广电分类分层先审后播——流程被"合规前置 + 一致性工程化"重写。工具/政策层衰减最快，约每季复查。evidence: [T04-S003, T02-S001, T03-S005?]
<!-- SLOW_UPDATE_START -->
外行一眼露馅的话（outsider tells）：
（evidence: [T06-S001, T02-S002, T01-S006]）
内行的反射用语 / 习惯：开口先问"一致性怎么保？成片率多少？每镜抽几次？3 日 ROI 回正没？AI 标识打了吗？"；说"先稳静帧再驱动运动""漫剧 ROI 高""出海靠译制降本""按瓶颈选工具"。
黑话核心：成片率 / 抽卡率 / 首尾帧 / 图生视频 / 参考生 / 主体一致性 / 对口型 / 漫剧 / 投流 / 3 日 ROI / 充值率 / 回收 / 分账 / 单集解锁 / AIGC 标识 / 分类分层先审后播 / 恐怖谷。流派站队：纯 AI vs 混合、国内投流 vs 出海订阅、闭源 vs 开源自建。
被拒斥的话术："1:1 复刻五官 / 商用级稳定 / 全球首个 / 一键成剧 / 零门槛暴富"——格式与实测都说要打折。（evidence: [T02-S002, T06-S004]）
<!-- SLOW_UPDATE_END -->
纯生成无叙事、忽视一致性硬上多主体、不算成片率账、信"1:1 复刻"营销、用 demo 冒充量产、不打 AI 标识就上线、不过广电审核就投流、把"纯生成"当出海红利、真人 AI 剧硬刚恐怖谷。evidence: [T02-S002, T04-S005, T06-S001]
<!-- SLOW_UPDATE_START -->
六轴流派分歧矩阵（本行业最有价值，framework 甜区，保留分歧不和稀泥）：
evidence: [T06-S001, T01-S002, T02-S001]
figures（活着的解释者）：陈坤（星贤文化/山海奇镜，务实派、最可蒸馏的方法论）、闫俊杰（MiniMax/海螺）、唐家渝（生数/Vidu，一致性=第一难题工具侧背书）、贾毅/南亚鹏（ReelShort，出海"本地化>投流"）、万鹏飞（可灵）。evidence: [T01-S001, T01-S002]
技术血脉：DiT/扩散视频生成 → OpenAI Sora（标杆报告）→ 国产可灵/即梦/Vidu/海螺 追赶；"创作者视角"够用即可，底层模型非本 skill 重点。未解核心分歧：纯 AI vs 混合的"融合"定义、厂商一致性宣称 vs 实测、漫剧 vs 动画的边界。evidence: [T04-S002?, T02-S001]
<!-- SLOW_UPDATE_END -->
This skill's modules decay at different speeds. Re-run update 大师 {slug}
when the dates below cross the recommended cadence (see references/extraction-framework.md § 八).
| Module | last_updated | decay_risk | Recommended refresh cadence |
|--------|-------------|-----------|---------------------------|
| Mental models | last_updated: 2026-06-04 | decay_risk: low | 1-2 years |
| Standard playbook | last_updated: 2026-06-04 | decay_risk: low | 6-12 months |
| Tool stack | last_updated: 2026-06-04 | decay_risk: high | 3-6 months |
| Workflows / pipeline | last_updated: 2026-06-04 | decay_risk: high | 3-6 months |
| Expression DNA | last_updated: 2026-06-04 | decay_risk: low | 6-12 months |
| Sources (Track 5) | last_updated: 2026-06-04 | decay_risk: medium | 6 months |
| Glossary / standards / regulations | last_updated: 2026-06-04 | decay_risk: medium | 6 months (regulations may force sooner) |
| Intellectual genealogy | last_updated: 2026-06-04 | decay_risk: low | 1-2 years |
| Honest boundaries | last_updated: 2026-06-04 | decay_risk: low | re-assess each refresh |
last_updated values reflect the synthesis date. Individual research notes in
references/research/ may have more granular last_checked dates per item.
Take swaylq/ai-short-drama-master from the repository into ~/.claude/skills for personal
use, or into .claude/skills inside a project.
The agent identifies a skill by the name field in its header. Two skills with the
same name cannot sit side by side — one of them will be ignored.