自研 AI 竖屏短剧制作

要解决的问题

竖屏短剧制作通常拆成选题、剧本、分镜、AI 生成、配音、字幕、剪辑、审核和分发。单个镜头可以由模型生成，但批量成片时容易遇到角色不一致、音量不均、字幕样式粗糙、片段拼接失败等问题。这个技能把这些问题放进可重复执行的流程中，使用 z-ai video、z-ai-generate、edge-tts 和 ffmpeg 生成 768×1344 的竖屏短剧素材与成片。

技能如何工作

• 前期策划：从题材分析、故事圣经、分集大纲到分镜剧本，生成后续可使用的 prompt JSON 和角色参考图。
• 视频生成：按分镜调用 z-ai video，生成竖屏镜头片段，并把结果提交到仓库的 videos/ 目录。
• 后期处理：用 edge-tts 生成台词音频，使用 SRT 或 ASS 字幕区分对白与旁白，再用 ffmpeg 完成拼接、loudnorm 音量标准化和字幕烧录。
• 审核交付：通过 VLM 与人工审核、Issue 跟踪、Release 制品库管理问题与最终成片。

工程上会处理常见故障，例如 -nostdin 避免终端 stdin 干扰，Sarasa Mono SC 等中文字体避免乱码，concat demuxer 或 Python subprocess 处理特殊路径。

适用边界与注意点

适合做低成本、批量化竖屏短剧原型或内容测试。AI 视频仍可能出现角色跨镜头漂移、环境音差异、动作不连续和长台词配音不匹配。z-ai 服务若处于免费内测，可用性和配额需要单独确认。该技能主要覆盖制作流程，平台分发、投流、版权合规和最终运营仍需人工完成。