从小说库到短剧:我把 AI 抽卡和写代码两条路都跑了一遍

三条片、两本账:90 秒花 53.9 元,20 秒花 0 元,还有一条 20 秒试片花 18.5 元。但在开机之前,真正的第一步其实是写小说、建内容库。

10 月中旬到下旬,我把从小说到短剧的整条链跑了一遍。

一条视频路是让 AI 生成画面:写剧本、出参考图、逐镜生成、配音、剪辑。另一条是写代码逐帧画:Pillow/numpy 画 600 帧,ffmpeg 合成,程序化做音效。

但如果只写这两个工具怎么用,故事其实缺了前半段:视频不是起点,小说才是。人物是谁、发生过什么、哪条事实已经成立、读者此刻知道多少、角色自己知道多少——这些东西如果只放在聊天记录里,项目一长就会漂。

所以这次我先做了一件事:把小说写进一个能查询、能校验、能追溯的内容库。

01 视频之前,我先把小说做成“可执行上下文”

这里说的“建库”,不是把世界观写成一份很长的 Markdown,也不是把几段设定丢进向量库做相似度检索。

相似度能帮你找回“看起来相关”的文字,但它回答不了小说的硬问题:

  • 这件事只是计划,还是已经在正文里发生?
  • 这个人物现在知道秘密,还是仍然被蒙在鼓里?
  • 读者已经看见了吗,还是作者知道但读者不该知道?
  • 这条设定从第几章开始生效?改过以后,旧版本是什么?
  • 哪一段正文能证明这个事实真的成立?

我最后选的是关系型内容库,而不是“大段文本 + RAG”。因为小说真正需要的不是更多上下文,而是权威上下文。

最小可用的库,我会拆成六层:

  1. 内容树:全书大纲、卷、章节。全书只保留方向和结局,当前卷才细到逐章。
  2. 对象库:人物、地点、物品、势力、事件、事实统一成可引用对象。
  3. 事实层:谁对谁做了什么、某个状态何时开始、哪条关系发生变化。
  4. 版本层:大纲、原稿、正文都不可变;每次修改追加新版本,不覆盖旧版本。
  5. 证据层:正式事实必须能回到具体正文和段落,不能靠作者在后台“我记得是这样”。
  6. 审查与入库层:章节包冻结候选内容,审查通过后才原子写进历史记忆。

最重要的一条是:计划和事实必须分开。

规划里的“下一章让主角失去婚书”只是 planned,不能进入历史记忆;只有正文真的写出这个动作、结果和代价,并且被章节包绑定证据之后,它才成为 established。这样模型就不会把“我打算发生的事”误当成“已经发生的事”。

还有三个维度也必须分开:

  • 故事时间:事情在故事世界里的先后;
  • 读者边界:读者从哪一章开始知道;
  • 角色认知:角色是知道、相信、怀疑,还是完全不知道。

倒叙最容易把这三件事搅成一团。数据库不替作者决定叙事,但它能阻止“因为读者已经知道,所以角色也突然知道”这种低级漂移。

以《仙途尽欢》为例,人物、喜堂、婚书、三剑之约都不是散落在提示词里的形容词,而是可以被章节引用的对象。改一个角色身份,不需要全库搜字符串;要改的是事实版本。要查“婚书现在在谁手里”,也不需要重新读 90 秒剧本,而是回到正文证据。

02 每章不是一次 Prompt,而是六道门

把小说写进库,不代表让数据库自动写小说。真正跑起来的是下面这条链:

章节大纲 → 原稿 → 正文 → 章节包 → 审查 → 入库

这不是三份重复草稿,而是三种不同责任。

大纲回答“这一章改变了什么”。 视角、目标字数、必须发生的事、不能发生的事、结尾和要引用的对象版本,都先固定。每章至少要有一项会改变后续条件的状态变化;如果只剩情绪、主题和氛围,说明信息预算不够。

原稿回答“这些变化怎么通过行动发生”。 每一步都写清楚:用了哪些对象、人物做了什么、预期改变什么、这一步对整章有什么用。原稿里的“预期改变”仍然不是事实,只是施工图。

正文回答“读者怎样经历这些变化”。 一场戏要有目标、阻碍、选择、代价和结果。字数不够时,先补有后果的事件,不用比喻、排比、景物和同义复述把篇幅撑大。

正文写完也不能直接算完成。系统会把正文、对象、关系、角色认知、进度和证据冻结成一个章节包,然后做 findings-first 审查:先列具体问题,再说能不能通过。措辞和节奏的问题回到正文;行动、因果和代价的问题回到原稿;章节目标本身不成立,就回到大纲。

只有同一版章节包的最新审查通过、没有未关闭的阻断问题,章节才允许入库。入库后还要读回正文、三层版本、审查结论、finding 解决证据和回执。保存不是完成,入库也不是只看一个绿色按钮;能不能从数据库里读回完整证据链,才算完成。

这套东西听起来比“让 AI 直接续写”重很多,但它解决的是长篇创作最贵的问题:写到第 80 章时,你还能不能知道第 7 章埋了什么、谁已经知道、哪条事实被改过、旧正文为什么被替换。

03 短剧不是从小说“重写一遍”,而是从已入库正文派生

小说库建好之后,改编才有稳定的源头。

《仙途尽欢》不是拿一份还在改的草稿去做视频,而是从已经入库的正文版本派生章节剧本,再往下做分镜、镜头和资产。剧本绑定精确的正文版本和 SHA;正文后来改了,旧剧本不会悄悄改绑,必须重新生成新版本。

这一步很关键,因为它把“创作”和“制作”分开了:

  • 小说库负责人物、事实、关系、时间线和叙事边界;
  • 剧本库负责这一集讲什么、怎么改;
  • 分镜库负责每一场、每个镜头怎么拍;
  • 资产库负责角色、场景、服装、道具和参考图;
  • 视频任务只消费已经被授权的版本。

在片场,这叫剧本、分镜、场记和资产表。只不过这次它们不是散装文件,而是每一层都能指回上一层的内容系统。

这样做不是为了“技术感”,而是为了返工。短剧最怕的不是生成失败,而是生成完了以后你发现人物不对、时间线不对、上一集的道具这一集消失了。内容库不能保证每一帧都好看,但能保证制作端知道自己正在改编哪一版故事。

04 三条片、两本账

回到视频本身。现在有三条片,两个极端:

片名路线成片直接成本记录到的墙钟时间状态
《我没说过》AI(Design Agent 端到端)20.0s / 1080×1920 / 24fps2,840 积分 ≈ 18.46 元约 3 小时 07 分带水印试片,待定稿
《仙途尽欢》EP01AI(画布生成 + 宿主后期)91.0s / 1920×1080 / 24fps8,293 积分 ≈ 53.90 元约 1 小时 24 分字幕版已导出
《御剑斩妖》程序化渲染(Python + FFmpeg)20.0s / 1080×1920 / 30fps0 元约 1 小时 08 分母版 + 77 项 QA 全过

口径先说清楚:金额按 65 元 / 10,000 积分的月会员额度折算,不是当天额外掏出的现金,也不是逐笔发票;时间来自 Issue 创建、首张参考图、验证完成这些记录,不含最早的故事构思。三条片起点不同,不能严格横比,但足够看清成本结构。

05 AI 路线:钱不是花在“每秒”,而是花在不确定性

20 秒试片买来的四个教训

《我没说过》是我故意做小的一条片:20 秒、一个角色、一个房间、三句对白。目的不是直接发布,而是把 AI 制作的真实规格、成本和后期工作量逼出来。

3 张 2K 首帧、3 条 6 秒视频、3 段配音,一次过,没有重试。账户余额减少 2,840 积分,约 18.46 元。

这条片教会我四件事。

第一,请求 6 秒,不等于拿到 6 秒。 三条视频都返回 6.584 秒,还带着一条被要求关闭的 AAC 音轨。直接铺到时间线,节奏从第一秒就会漂。先 ffprobe、再显式裁切和重映射音轨,才把成片拉回 20.000 秒。

第二,配音不会按你的时间表来。 三段实际是 4.464 / 3.024 / 2.484 秒。能靠变速和剪辑解决的,不要重新生成;重生成一次,时间和情绪又会被打乱。

第三,水印是生成前的事。 设置开关只影响未来生成,已经生成的资产不会自动补做。一个 10 秒钟的检查,决定这条片能不能直接发。

第四,Agent 的费用是黑箱。 Media 预估 2,160 + 150 ≈ 2,310 积分,实际扣了 2,840;差额落在 Agent、配音和其他调用上。工具不给你逐项账,你只能自己记。

所以这 20 秒最值钱的不是视频,是四个教训。

90 秒正片:4 张参考图、16 条任务、2 条废弃

《仙途尽欢》不是让一个 Agent 从头做到尾,而是拆开:画布助手出参考图和镜头,宿主里的 Codex 查任务、对齐台词、剪辑、字幕和导出。

@video

先花 800 积分做 4 张参考图:三个角色的定妆,加一张喜堂与门外庭院的空间参考。再花 6,300 积分做 14 个主镜头,源视频是 768p,最后上采样到 1920×1080。不是原生 1080p,这点必须说清楚。

16 条视频任务里,14 条进终剪,2 条废弃。08 旧版串进了男声,09 旧版漏传 references,人物和场景都漂了;两条各重做一次,对应 12 秒、840 积分。

最后一算:参考图 800 + 主视频 6,300 + 修复 840 = 7,940 积分媒体成本;账户实际减少 8,293,差额落在 Agent 和其他调用上。约 53.90 元。

AI 的失败通常不是“生成报错”,而是“生成了,看起来能用,一进时间线就发现不能用”。 报错不花钱,错误镜头才花钱:生成一次、重做一次,再加发现它的时间。

这条片最大的两个经验:

  • 角色一致性不是提示词写出来的,是参考图锁出来的;
  • 逐镜台账不是项目管理爱好,是 AI 短剧的财务基础设施。

按成片秒算,20 秒试片约 0.92 元/秒,90 秒正片约 0.59 元/秒。固定成本会被更长的成片摊薄,但连续性风险也会放大。官方价目表上的 0.50 元/秒只是生成单价,不是成片单价;按它做预算,至少再留 30% 给废弃、修复、Agent 和后期。

06 程序化路线:把导演写成代码

《御剑斩妖》不调用任何付费模型。Pillow/numpy 逐帧画,ffmpeg 合成。

@video

20.000 秒、1080×1920、30fps、600 帧、H.264 + AAC。五个段落:云海起剑、妖蛇现世、御剑凌空、剑意蓄势、斩妖收剑。渲染管线分成四层:scene 画世界和角色,fx 做 bloom、白闪、冲击波、速度线、暗角和调色,audio 做环境、剑鸣、蛇鸣、冲击和配乐,build.sh 负责合成导出。

所有随机数都走固定的 rng_for(frame, salt),同一帧永远得到逐像素相同的结果。600 帧在 10 核上并行渲染 46.6 秒,中间产物 2.2GB,母版 98.6MB。77 项独立验证全部通过。

真正爽的是确定性:改一行颜色参数,重新渲染 600 帧,47 秒后拿到新母版,再和旧版逐帧对比。AI 路线里没有这种“只改一个参数,其他都不变”的循环。

当然,它也不是一次过。验证抓出过白闪过曝、高光没有肩部、色彩标记缺失、蛇和人物重叠、几何单位混用五个问题。每一个都能定位、改代码、重渲染。AI 路线怕“再来一次”,程序化路线不怕。

但它的天花板也很清楚:能画氛围、光、粒子、运镜,画不出一张让人相信的脸。对游戏宣传、片头、抽象讲解、预演来说,这套风格刚刚好;对需要面部表演和对白的剧情短剧来说,它不够。

07 两条视频路线怎么选

你的目标建议理由
写实人物、对白、情绪反转AI 生成脸、衣料、光线、表演,程序化画不出来
游戏宣传、品牌风格片、需要批量 A/B程序化渲染零边际成本,同风格可以批量生成
预算 < 100 元,愿意写代码程序化 + AI 试片钱花在验证上,不花在抽卡上
7 天内要一条 90 秒剧情片AI 生成,留 30% 返工前提是剧本和参考图已就绪
角色要跨集一致AI + 固定参考图 + 逐镜台账参考图锁脸,台账锁成本
需要精确节奏、音画同步、可复现程序化渲染同帧逐像素一致,改一个参数重出全片
两者都要混合流程程序化做预演,AI 出关键镜头,FFmpeg 统一后期

如果只让我给一个判断:先问自己“观众要不要记住一张脸”。 要,走 AI;不要,走程序化。

再往前问一步:这部片需不需要一部能被追责的小说? 需要长篇连续性、人物认知、伏笔兑现和跨集改编,就先建内容库。库不是为了让 AI 多写几段,而是为了让它少编几个已经发生过的“事实”。

08 如果重来一次,我会这样排

  1. 先写全书方向,不急着写第一章。 全书大纲保留核心冲突、结局方向和关键伏笔,当前卷才细到逐章。
  2. 先建对象和事实,不先堆形容词。 人物、地点、物品、势力、事件都要有稳定身份;计划和事实分开,正式事实必须有正文证据。
  3. 每章按大纲→原稿→正文走。 大纲写状态变化,原稿写行动和代价,正文写读者经历;不拿修辞补信息缺口。
  4. 正文通过审查后再入库。 建包、审查、返场、复审、入库,每一步都保留版本和证据。
  5. 改编只认已入库正文。 剧本、分镜、镜头和视频任务绑定精确版本,不从草稿里偷走一条还没成立的事实。
  6. 先做 20 秒视频试片。 验证角色一致性、单秒成本、后期工作量和输出规格。
  7. 预算按成片秒算,留 30% 返工。 生成秒只是原料,成片秒才是产品。
  8. 每个输出都 ffprobe,再完整听一遍。 请求参数不等于实际输出;秒数、音轨、分辨率都会骗你。
  9. 做系列就先建资产库。 角色参考、场景参考、音色、提示词模板、镜头模板——第二集会比第一集快得多。

09 结尾:你买的不是视频,是“可控性”

AI 路线买的是“我写不出来,但模型可能演出来”的惊喜。它给你脸、衣料、光线、表演,也给你不确定性:同样的提示词,下一次可能不一样;看起来能用的镜头,进时间线才发现不能用;账单只告诉你总数,不告诉你哪一笔是学费。

程序化路线买的是“我写什么,它就画什么”的确定性。它给你逐像素一致、47 秒重渲染、零边际成本,也给你风格上限:它画不出一张让人相信的脸,也演不出一句台词里的犹豫。

而小说库买的是更长周期的可控性:人物不会因为上下文超长就换性格,事实不会因为换了一个模型就重写,读者和角色不会互相串知,改编端也能准确知道自己用的是哪一版故事。

短剧的钱,表面花在生成上,实际花在返工和判断上。把 20 秒做明白,比一上来赌 90 秒更省钱;把小说库建明白,比写到第 80 章再回头找伏笔更便宜。

下一步,我想试真正的混合流程:小说库提供已入库正文和人物/场景/道具版本,程序化管线做预演,AI 生成关键写实镜头,FFmpeg 统一后期。这样既保留 AI 的表演,又保留代码的控制,还让每一层都能追回来源。


数据口径与致谢

  • 所有积分、金额、时长来自本地制作记录、Issue 记录和账户余额变化;65 元 / 10,000 积分为月会员额度折算,不是逐笔发票。
  • 《我没说过》:20.000s、1080×1920、24fps、480 帧、H264/AAC;余额差额 2,840 积分,约 18.46 元。
  • 《仙途尽欢》EP01:91.0s、1920×1080、24fps、H264/AAC;4 张参考图 + 16 条视频任务(14 条采用、2 条废弃);账户减少 8,293 积分,约 53.90 元;源视频 768p 上采样。
  • 《御剑斩妖》:20.000s、1080×1920、30fps、600 帧、H264/AAC;0 元模型成本;600 帧渲染 46.6 秒;77 项独立验证全部通过。
  • 小说库、章节包、审核与改编链路的描述来自 IPloom 造界的当前创作模型;工程代码或测试通过不代表某部作品已经完成生产迁移。

如果你也在写长篇、做 AI 短剧,欢迎把你的章节库或镜头台账发我。两种视频路线不是替代关系,小说、AI 和代码也不是;它们解决的是同一件事的三个层次:故事能不能被记住,画面能不能被生产,生产结果能不能被复现。