Appearance
AI 工作流详解
SceneFab 的 AI 流程围绕"剧情理解"和"可发布成片"设计。每个阶段都生成下一阶段需要的结构化信息，避免只把视觉模型输出直接丢给脚本模型。
总览
text
视频输入
→ 场景理解
→ 剧情图谱
→ 短剧桥段识别
→ 第一人称脚本生成
→ 质量评估与 Hook 改写
→ 配音长度校准
→ 字幕与视频装配
→ 平台导出1. 场景理解
场景理解负责把原始视频转换为可描述、可排序的片段。
| 输入 | 输出 |
|---|---|
| 视频文件、抽帧间隔、最小场景长度 | 场景列表、描述、起止时间、视觉线索 |
推荐把视觉理解结果当作"事实来源"，而不是直接当成解说稿。脚本阶段还需要结合人物关系、前情和平台时长。
2. 剧情图谱
剧情图谱用于解决长视频和短剧连续集常见的上下文断裂问题。
| 信息 | 用途 |
|---|---|
| 角色 | 防止人物称呼混乱 |
| 关键事件 | 帮助脚本按因果顺序叙述 |
| 冲突关系 | 决定第一人称情绪和立场 |
| 前情摘要 | 避免重复解释上一集内容 |
3. 短剧桥段识别
短剧解说需要高密度桥段。SceneFab 优先识别以下类型：
| 桥段 | 典型用途 |
|---|---|
| 身份揭露 | 开头或中段制造认知差 |
| 对峙冲突 | 推动人物关系变化 |
| 打脸反转 | 强化爽点 |
| 救场 | 提升转折强度 |
| 背叛 | 制造情绪下坠 |
| 心动 | 支撑甜宠和爱情线 |
| 结尾悬念 | 提升下一集点击动机 |
4. 第一人称脚本生成
脚本生成会把四类上下文合并：
| 上下文 | 示例 |
|---|---|
| 指令上下文 | 人设、风格、平台、目标时长 |
| 数据上下文 | 场景、剧情图谱、桥段 |
| 历史上下文 | 已讲过的角色和剧情点 |
| 工具上下文 | Few-shot、桥段模板、评估反馈 |
脚本结构建议：
text
Hook: 前 3 秒交代冲突、身份、危险或结果。
主体: 用"我"的视角解释动机和情绪。
反击: 放大桥段和爽点。
收束: 给出后果、反转或下一集钩子。5. 质量评估
生成脚本后，系统按五个维度评估：
| 维度 | 关注点 |
|---|---|
| Hook | 是否能在前几秒留下观看理由 |
| 桥段 | 是否触发短剧关键桥段 |
| 一致性 | 人物、前情和当前剧情是否一致 |
| 平台适配 | 字数、语速和时长是否匹配平台 |
| 风格 | 是否符合目标语气和样例 |
不达标时，反馈会进入下一轮脚本生成或 Hook 改写。
6. 配音和字幕
配音不是最后一步，而是脚本长度校准的一部分。
| 项目 | 标准 |
|---|---|
| 语速 | 按平台和目标时长估算字数 |
| 字幕 | 单条不超过两行 |
| 同步 | 字幕与配音偏差目标小于 50ms |
| 响度 | 配音稳定压过原声 |
7. 导出和复盘
导出阶段会把生产参数固化为可复盘产物：
| 产物 | 用途 |
|---|---|
| MP4 成片 | 直接上传平台 |
| 剪映草稿 | 二次精剪 |
| 字幕文件 | 审稿、修订和多平台复用 |
| 发布记录 | 标题、标签、平台、发布时间和表现复盘 |