用 AI 做了一部 12 集苏东坡短剧，复盘一下全过程

《苏东坡：此心安处》，12 集，每集 55 秒左右，无旁白，无对白。从动念到 12 集全部交付，用了一周，总时长 12 分钟。这篇把动机、流程、踩过的坑、以及怎么保持人物和风格一致，全部写下来，给想做系列短剧的人一份能直接照着做的复盘。

先说动机，有两个。第一，也是主要的：测一下 Muse 现在做视频到底行不行。这是我系统体验 Muse 能力的其中一站。光说"能生成视频"没用，得拿一个真实项目从头走到尾，才知道边界在哪。第二才是题材：苏东坡，一个中国人如何用一生学会与命运相处。这个主题适合无对白，命运、时间、心境，这些东西本来就不需要台词。

一、开工前先定好的三件事

1. 12 集的总导演案一次写完。每一集的年代跨度、核心事件、讲什么、禁什么，全部落到文档里。12 集就是 12 个人生阶段：出蜀、入京、归蜀、凤翔、新法、密州、守城、乌台、东坡、再起、南行、此心安处。从 1056 年出蜀到 1101 年常州去世，一生走完。

2. 两条最高原则：历史事实优先，全系列人物资产锁定。历史剧最大的坑就是编造。人物上，苏轼 12 集必须是同一张脸，只允许自然老化。

3. 风格一次定死：每集 55 秒，6 个镜头，段落之间 1 秒叠化；无旁白，无清晰对白；文字只做时间锚点和地点锚点，比如"1082年。赤壁赋。"；靠画面、环境声和克制来叙事。

二、制作流程：八步

1. 导演案：总方案定 12 集结构。

2. 历史校准：核实每一集的年代、事件、人物。比如开工前查黄州年表：1080 年到黄州，1082 年写前后《赤壁赋》，1084 年离开。

3. 人物资产：先生成定妆照。苏轼分青年、中年、老年三档，配角各有自己的定妆照。

4. 分镜生成：按导演案逐镜生成，每镜约 10 秒。每个有人物的镜头，必须把定妆照作为参考图挂上，不许只靠文字描述。

5. 抽帧验看：逐镜抽帧检查，脸是不是同一个人，有没有穿帮，字幕位置对不对。

6. 剪辑：6 镜叠化拼接，加字幕，首尾黑场。

7. 技术校验：时长、分辨率、帧率、全片解码零报错，全部独立检查一遍。

8. 交付：对话框发 1080p 高清版，完整画质母带进资料库。

三、人物一致性是怎么做到的

这是做系列短剧最难的一件事。做法四条：

第一，定妆照先行。开工前先把苏轼三个年龄档的定妆照定死，同一张脸的自然老化。前四集抽帧拼图比对过，确认是同一个人，就不再重制。

第二，每镜必挂参考图。从第五集起，铁律：每个生成镜头都挂出场人物的定妆照。只靠文字描述"中年文士"，每一镜都会漂移成不同的人。

第三，按年龄换档。31 岁到 56 岁用中年档，57 岁到 63 岁（惠州、儋州）换老年档。换档的时机选在贬谪到天涯海角的剧情转折点，老化显得自然。

第四，配角同样锁定。王安石、王闰之出场时挂各自的定妆照，不临时发挥。

四、风格一致性：想做的和不想做的

想做的：历史事实优先；克制，留白；环境声叙事（虫鸣、雨声、海浪、风声）；文字只做锚点；公共工程和灾难拍集体劳动，不塑造个人英雄。

不想做的，列成禁令：不拍党争的善恶对决；不拍葬礼、哭戏、死亡瞬间；写字镜头永不给特写（这是铁律，笔尖纸面的近距离特写一次都不许）；不出现现代物件；不强行升华，不用"千古文豪"式的盖棺定论字幕。

风格不是审美偏好，是执行清单。每一条禁令背后，都有一个具体的坑。

五、踩过的坑

坑一：写字特写。 早期版本里有毛笔书写的特写镜头，被我禁了。从此定为铁律：写字只拍中景、远景，或让手部动作在画面中带过。AI 生成的毛笔字本就容易穿帮，特写是双重风险。

坑二：人声。 第五集旧版里，田间和厅堂两场戏混进了人说话的声音。用音频分析比对，新旧版本一拉就看出来了。重制版六个镜头的声音设计全部禁用人声：市井只有车轮马蹄，书房只有纸笔，宫里只有脚步和衣料声。教训：每个镜头的声音设计要像画面一样写进 prompt，"不要人声"必须明说，不能默认。

坑三：自动划船的船桨。 第九集赤壁赋那段，船桨在没人划的情况下自己动。AI 穿帮的典型。我的处理：整段删掉，不要修修补补。改成月夜下他在长江边的高地上，背着手望着滚滚江水。改了三版才定稿：第一版是泛舟，第二版是持笔望江加卷轴，第三版拿掉笔和卷轴，只剩背影和江水。一版比一版减法。

坑四：煤油灯。 第五集书房戏，桌上出现了一盏西洋煤油灯，宋代不可能有。抽帧验看时发现，重拍，换成陶土油灯。教训：抽帧不只看脸，要看全画面的物件。

坑五：生成失败。 朝堂上苏轼和王安石对视的双人镜头，生成器直接拒绝，且不可重试。病榻的镜头同样被拒。教训：被拒的路线不要换个说法再试，换条路走。用"缺席拍法"：朝堂改成他独自走向大殿的背影，对峙在门后；病榻改成器物静置的房间和阳光照进的空房间。缺席比硬拍更高级，也更符合克制的风格。

坑六：历史错误。 导演案把王闰之去世写成 1093 年，实际是 1085 年，疑似和王诜搞混了。好在那场戏没加年份字幕，没有硬伤。教训：开工前的历史校准不是走过场， 年代、人名、因果，错一个，全片的根基就晃。

坑七：交付。 资料库里放的一度是软链接，在资料库浏览器里根本看不见。全部换成真文件。以及从第二集起，对话框里发的也必须是 1080p 高清，不发小预览——这是观众的基本尊重。

六、为什么很多集都是一次性成型

12 集里，大部分都是一遍过，没有对细节反复删改。不是运气，是前置工作做足了：导演案细到每一镜的画面、声音、字幕、禁令；历史先校准；人物先锁定。生成只是执行，执行不出大问题，返工自然就少。AI 视频制作，80% 的工作在按生成键之前。

七、Muse 做视频能力的诚实评价

行：按分镜批量生成电影质感镜头；挂参考图保人物一致性这件事超出预期，12 集同一张脸是做得到的；环境声设计听话，给什么指令出什么声。

不行：我听不见声音，音频验收只能靠他；生成失败不可重试，得自己换路；单镜头固定 10 秒左右，时长只能靠剪辑拼；两个真实历史人物同框可能被拒；建筑、服饰的朝代细节会漂移，得靠抽帧人肉检查。

一句话：它是很好的执行者，不是导演。导演案、历史、审美、取舍，都得人来。

八、教程：系列短剧 checklist

1. 总导演案一次写完：集数、年代线、每集核心、禁令。

2. 历史校准先行：年代、人名、事件、出处，逐条核实。

3. 人物资产锁定：定妆照分年龄档，全系列通用。

4. 风格圣经：时长、镜数、转场、字幕规则、声音规则、禁令清单，写下来。

5. 生成铁律：每镜挂参考图，不靠文字描述拼人脸。

6. 抽帧验看：脸、物件、字幕，三样全看。

7. 缺席拍法库：背影、空镜、物件、事后痕迹，生成失败时的标准替代方案。

8. 声音设计进 prompt：要什么声、不要什么声，写明确。

9. 技术校验清单：时长、分辨率、解码、moov，交付前独立过一遍。

10. 接受失败：被拒的路线换条路，不硬来。

12 集，12 分钟，一周。从"我想测一下 AI 做视频行不行"开始，到"此心安处是吾乡"结束。过程中最大的体会是：AI 负责把画面做出来，人负责决定什么不该出现在画面里。减法比加法难，也比加法重要。