从剧本到成片：XCONDA 制作七步

中文 · XCONDA Hub

AI 视频制作流程 EP.00 全貌图 · 第一次阅读请从这里开始

你好，这里是 XCONDA。Cubeberry 的 AI 视频从剧本出发，在 XCONDA 生成视频，用 Suno 加上声音，最后在 Premiere Pro 收尾。本文用一张地图加分段说明，展示整个顺序。每个阶段的详细做法会在连载里继续。

适合谁读：第一次做 AI 视频的人、用过工具但镜头接不上的人、需要在团队里共享制作顺序的人

一眼看清流程

剧本 → 参考图 → 文字分镜 → 故事板与走位 → 视频生成 → 声音 → 剪辑与完成

地图上标黄色边框的是 04 故事板与走位。它是连接准备和视频的桥梁：前面阶段的成果在这里汇总，这里确定的关键图又成为 05 提示词的基准。05 的结果不满意，就修掉出问题的部分再生成——这个循环是正常做法。

为什么生成视频前要准备四个阶段

只把文字丢给视频 AI，每次都会出现不同的脸、不同的衣服、不同的构图。把镜头连起来，就像每个镜头都是不同的人在演。准备阶段就是在做视频之前把这些抖动按住。

用我们代表在 KBS 导电视剧时的比喻最好懂。片场在开机前要定演员、搭景、用分镜核对镜头顺序和构图。纸上修改几乎不花钱，拍完再改就得重拍。AI 视频同样每跑一次都要花积分。发现构图错的视频再从头跑，等于把整场戏重拍一遍。

这里的关键是文字和图片的分工。两者各做对方做不到的事。

脸和打扮写得再细，也不如图片精确；反过来，镜头顺序和节奏用图片很难传达。所以人物和空间交给图片，流程和运动交给文字。

逐阶段详解

每个阶段按 输入 → 产出 → 交接前确认 整理。确认是进入下一阶段前自己检查的项目。

01. 写剧本

• 输入：想法、企划案
• 产出：定稿的剧本
• 确认：人物和地点定了吗

所有工作都从这里出发。人物和地点没定，下一阶段的参考图就做不出来。情绪不要只写名字（比如「悲伤」），写成看得见的动作，比如「把碎瓷片藏到身后」，之后切分镜头会容易得多。

02. 准备参考图

• 使用的工具：Claude、XCONDA Flexboard 技能、GPT 图像、XCONDA Turn
• 输入：剧本
• 产出：每个人物的脸部图（角色设定图）、地点图（背景设定图），必要时用 Turn 做的镜头图
• 确认：每个人物都有脸部图吗、有地点图吗、难实现的镜头用 Turn 做了吗

如果已经有参考图，和剧本一起直接放进去即可。如果没有，Flexboard 技能会读剧本，写出制作角色设定图和背景设定图的提示词。复制那些提示词到 GPT 图像出图，再把图放回来，就是这个顺序。

为什么要这样？背景按镜头分别生成，窗、家具、道具的位置每个镜头都不一样。就像真实片场先搭景、里面只移动相机一样，先固定空间，只改变角度。方法 B 在文字很难生成、需要自己摆放复杂构图时特别有用。

03. 文字分镜与 Flexboard 提示词

• 使用的工具：Claude、XCONDA Flexboard 技能
• 输入：剧本、02 做好的参考图
• 产出：文字分镜（每个镜头的时长、机位、动作、台词、音效）、Flexboard 用提示词
• 确认：每个镜头都写了起始动作和结束动作吗

文字分镜就是先把场面写成文字的镜头表。在这一步同时检查镜头时长加起来对不对、单个镜头动作是否太多、镜头是否不自然地跳、出场人物数量对不对。技能下载与安装方法在 ‣ 下方。

04. 故事板与走位视频

• 使用的工具：XCONDA FLEXBOARD、XCONDA Blocking Board
• 输入：03 的 Flexboard 提示词、02 用 Turn 做的镜头图（难实现的镜头）
• 产出：逐镜头关键图（故事板图片）、走位玩偶视频
• 确认：每个镜头的关键帧是想要的构图吗、玩偶视频的动线符合意图吗

FLEXBOARD 是把剧本切成镜头、为每个镜头出图并摊在一个画面里的故事板工具。一个画面最多排 36 个镜头，已经不错的镜头保持不动，只挑有问题的修改。按屏幕顺序操作的完整方法整理在 ‣。

Blocking Board 目前正在免费公测（到视频生成前的阶段）。贴上场面提示词按 Create，就会搭好 3D 空间和人物；用 Add camera 添加相机，然后在 Output 标签里送到 Seedance。详细介绍请看 ‣ 的通知。

玩偶不需要像人。位置、方向、速度对上就够。只要记住 05 视频生成时要一起附上玩偶视频。

05. Seedance 提示词与视频生成

• 使用的工具：Claude、Seedance 提示词技能、提示词编辑器、XCONDA
• 输入：Flexboard 提示词与文字分镜、参考图、故事板、04 的走位玩偶视频，必要时加音频参考
• 产出：韩语与英语并排的两栏提示词编辑器、在 XCONDA 生成的视频
• 修改方式：看完结果用对话提出要改的地方，编辑器修改后再生成。反复这个循环直到满意。

Seedance 提示词技能会根据关键图搭出 Seedance 2.5 的提示词。用四位导演系统和十个区块结构整理，可以把韩语和英语并排修改。改韩语时英语会同步重写，不必单独改英语。这个技能正在准备上线 XCONDA 枢纽供下载。

四样缺一样，AI 就会自己随意填。比如缺了参考图，提示词里写「@image1 的女人」它也不知道是谁，每个镜头的脸都不一样。缺了故事板，同样的提示词每次构图都变。缺了玩偶视频，人物会朝提示词以外的方向走，或者几个人物的动线互相打架。

在视频生成画面里把模式选成参考（Ref-to-video），在提示词里输入 @ 指定哪张参考图是什么。画幅、分辨率、时长、High Quality 在 Options 标签里选，Seedance 2.5 一次最多可做 30 秒。

在反复修改和重生成的阶段，最近新增的 Draft 功能很有用。先用 480p 草稿确认结果，只把满意的草稿做成 1080p 成片。不过成片是用同一批素材重新生成的，细节可能有些不同；草稿在生成后 7 天内有效。详情请看 ‣。

06. 声音制作

• 使用的工具：Suno
• 输入：05 完成的视频氛围与时长
• 产出：视频要用的声音文件
• 确认：符合视频的时长和氛围吗

声音是在视频完成之后，以视频的氛围和时长为准制作的。这一阶段的详细方法会在连载里继续。

07. 合成视频与声音

• 使用的工具：Premiere Pro
• 输入：05 生成的视频片段、06 做好的声音
• 产出：完成的视频
• 确认：镜头衔接、音量、字幕

最后一步。连接镜头之前，把 02 的参考图和 03 的文字分镜放在旁边，再看一遍服装、道具、背景有没有在镜头之间变化。

七个阶段一张表

为了能对着地图直接检查，把输入、产出、交接前确认汇总在一张表里。

五个常见错误

• 先跑视频：先用图片确认，只要重出那一张错的镜头。视频则要整套重跑。
• 把同一个人物的多张脸部图放进去：脸会混。一个人物一张是原则。
• 视频生成只放四样中的一部分：参考图、故事板、提示词、玩偶视频缺的部分，AI 会自己随意填。
• 期待玩偶视频连脸和表情都有：玩偶只负责位置、方向、速度。脸是参考图的任务。
• 把已经不错的镜头也重新生成：只挑有问题的镜头修改。

连载目录

AI 视频制作流程每期讲一个阶段。已发布的文章都放了链接，其余会按顺序发布。

推荐一起读的有 ‣（为什么在跑视频之前先出分镜）和 ‣（用 Turn 与 FLEXBOARD 保证镜头一致性的制作案例）。

想马上开始的人

XCONDA 正在做 FLEXBOARD 上线开放推广，同时进行 Seedance 2.5 折扣活动。

• 韩国：使用折扣 30% + 价格折扣 10%，最高 40%
• 美国：使用折扣最高 30%
• 时间：截至 11 月 6 日上午 11 点（韩国时间）

前往 XCONDA

如需引入或合作，请通过以下方式联系我们。

• 咨询： cubeberry@cuberry.kr
• 电话： +82-70-8095-2302（工作日 10:00～17:00）

Cubeberry AI 视频制作指南 · 内容截至 2026 年 10 月 21 日。工具更新后内容可能变化。感谢你今天也读完了这么长的文章！

查看韩语原文