从一份剧本到成片：XCONDA 制作地图 7 个步骤

中文 · XCONDA Hub

AI 视频制作 EP.00 全局地图 —— 第一次阅读请从这里开始。

大家好，这里是 XCONDA。Cubeberry 的 AI 视频从剧本出发，在 XCONDA 中制作画面，用 Suno 配上声音，最后在 Premiere Pro 中完成。本文用一张地图和逐步说明展示整个过程。每一步的详细方法将在下方连载中继续。

适合人群：第一次制作 AI 视频的人、用过工具但镜头衔接不顺畅的人、需要在团队内共享制作顺序的人。

阅读方式：初次接触请先读本文，遇到卡住的步骤再前往该步骤的详细文章。连载会持续更新，因此本文也起到目录的作用。

一眼看清整体流程

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

地图上以黄色边框标出的位置是 04 故事板与走位，因为它是连接准备阶段与视频阶段的枢纽。前面各步的成果在这里汇合，在这里确定的关键画面又成为 05 提示词的基准。如果对 05 的结果不满意，就修正问题部分重新生成，由此形成一个循环。

为什么在生成视频前要做四个步骤的准备

只给视频 AI 输入文字，每次都会得到不同的脸、不同的服装和不同的构图。把镜头接起来，看起来就像每个镜头由不同的人演出。准备步骤就是为了在制作视频前把这部分不确定性固定下来。

最容易理解的是我们代表在 KBS 执导电视剧时的比喻。在拍摄现场，开机前要先确定演员、搭好布景，并用分镜确认镜头的顺序和构图。因为在纸上修改几乎没有成本，而拍摄完成后再改就必须重拍。AI 视频每运行一次也会消耗点数。发现构图不对再从头运行，等同于把整场戏重拍一遍。

关键在于文字与图像的分工。两者各自承担对方做不到的事。

无论用文字把脸或服装描述得多详细，都不如图像准确；反之，镜头的顺序与节奏很难用图像传达。因此人物与空间交给图像，流程与动作交给文字。

逐步详解

每一步都按 输入 → 成果 → 进入下一步前的确认 整理。进入下一步前的确认，是在进入下一步之前自行检查的项目。

01. 撰写剧本

• 输入：想法、策划案
• 成果：确定的剧本
• 进入下一步前的确认：人物与地点是否已确定

所有工作都从这里开始。人物与地点没有确定，就无法制作下一步的参考图像。情绪不要只写「悲伤」这样的名称，而要写成「把碎瓷片藏在背后」这类可见的动作，后面拆镜头时会更容易。

02. 准备参考图像

• 使用的工具：Claude、XCONDA FLEXBOARD 技能、GPT Image、XCONDA Turn
• 输入：剧本
• 成果：每个人物的脸部图像（角色设定图）、场景图像（背景设定图）、必要时用 Turn 制作的镜头图像
• 进入下一步前的确认：每个人物是否都有脸部图像、是否有场景图像、难以实现的镜头是否用 Turn 制作

如果已有参考图像，可以与剧本一起直接放入。如果没有，FLEXBOARD 技能会阅读剧本，并写出生成角色设定图与背景设定图的提示词。把该提示词复制到 GPT Image 生成图像，再把生成的图像放回去，就是这个顺序。

为什么要这样做？如果每个镜头的背景都单独生成，窗户、家具和道具的布置就会在不同镜头间变化。真实拍摄现场也是先搭好布景，再在其中只移动相机——先固定空间，只改变角度。方法 B 尤其适合自行布置并导出仅靠文字很难呈现的复杂构图。

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 中制作的参考图像
• 成果：文字分镜（每个镜头的时长、机位、动作、台词、音效）以及 FLEXBOARD 用提示词
• 进入下一步前的确认：每个镜头是否写明了起始动作与结束动作

文字分镜是先把场景用文字写下来的分镜。在这一步还会一并检查镜头时长总和是否吻合、单个镜头是否塞入过多动作、镜头是否出现不自然的跳跃、出场人物数量是否正确。技能的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 中用 Turn 制作的镜头图像（难以实现的镜头）
• 成果：每个镜头的关键画面（故事板图像）、走位用 Puppet 视频
• 进入下一步前的确认：每个镜头的关键帧是否符合预期构图、Puppet 视频的走位是否符合意图

FLEXBOARD 是一款把剧本拆分为镜头、为每个镜头生成图像并在一屏中展开的故事板工具。一屏最多可编排 36 个镜头，效果好的镜头可以保留，只挑选有问题的镜头修改。按界面顺序操作的方法已整理在 FLEXBOARD 指南中。

Blocking Board 目前作为测试版免费开放（到视频生成前阶段为止）。粘贴场景提示词并按 Create，就会构建 3D 空间与人物，用 Add camera 添加相机后，可在 Output 标签页发送到 Seedance。详细说明请参阅 Blocking Board 测试版公告。

Puppet 不需要看起来像人。只要位置、方向和速度正确即可。请记住在 05 视频生成时要把 Puppet 视频一起附上。

05. Seedance 提示词制作与视频生成

• 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、参考图像、故事板、04 的走位 Puppet 视频、必要时的音频参考
• 成果：韩英并排的双栏提示词编辑器、在 XCONDA 中生成的视频
• 修改方法：查看结果后用对话说明要修改的地方，编辑器会更新，然后再次生成。重复这一循环直到满意。

Seedance 提示词技能以关键画面为基础，为 Seedance 2.5 编写提示词。它以四位导演体系和十个区块结构进行整理，并支持韩语与英语并排修改。用韩语修改后英语会随之重写，因此无需单独修改英语。该技能正在准备中，可从 XCONDA Hub 下载。

四项中缺任何一项，AI 都会自行填补该部分。例如去掉参考图像，即使提示词写了「@image1 中的女性」也无法知道是谁，每个镜头的脸都会不同。去掉故事板，即使提示词相同构图也会每次变化；去掉 Puppet 视频，人物会朝与提示词不符的方向行走，或多人物的走位互相冲突。

在视频生成界面中把模式选为 Reference（Ref-to-video），在提示词中输入 @ 指定哪个参考对应什么。画面比例、分辨率、时长和 High Quality 在 Options 标签页中选择，Seedance 2.5 一次最多可生成 30 秒。

在反复修改与重新生成的阶段，最近新增的 Draft 功能会很有帮助。先用 480p 草稿确认结果，只把满意的草稿做成 1080p 最终版。不过最终版是用与草稿相同的素材重新生成的，细节表现可能略有不同，草稿仅在生成后 7 天内有效。详情请查看 Draft 公告。

06. 声音制作

• 使用的工具：Suno
• 输入：05 完成的视频氛围与时长
• 成果：用于视频的声音文件
• 进入下一步前的确认：是否符合视频的时长与氛围

声音在视频完成之后，以视频的氛围和时长为准来制作。这一步的详细方法将在连载中继续。

07. 合成视频与声音完成作品

• 使用的工具：Premiere Pro
• 输入：05 生成的视频片段、06 制作的声音
• 成果：成片
• 进入下一步前的确认：镜头衔接、音量、字幕

最后一步。接镜头之前，建议把 02 的参考图像和 03 的文字分镜放在手边，再通读一遍，确认服装、道具和背景没有在镜头之间发生变化。

各步骤一页汇总

为了能一边看地图一边检查，把输入、成果和进入下一步前的确认汇总成一张表。

五个常见错误

• 直接先跑视频：先用图像确认的话，只需重做一个错误镜头；用视频则要整段重跑。
• 放入同一人物的多张脸部图像：面部会混合。每个人物 1 张是原则。
• 视频生成只放入四项中的一部分：参考图像、故事板、提示词、Puppet 视频中缺少的部分，AI 都会自行填补。
• 期待 Puppet 视频呈现脸部与表情：Puppet 只负责位置、方向和速度。脸部是参考图像的任务。
• 连效果好的镜头也重新生成：只挑选有问题的镜头修改。

连载目录

AI 视频制作每次更新一个步骤。已发布的文章已加上链接，其余将按顺序公开。

值得一起阅读的还有：说明为什么在生成视频前先做分镜的文章，以及用 Turn 与 FLEXBOARD 确保镜头一致性的制作案例。

给现在就要开始的你

XCONDA 正在举办 FLEXBOARD 上线纪念活动，推出 Seedance 2.5 优惠。

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

👉 前往 XCONDA（https://www.xconda.ai/）

导入或合作咨询请联系下方。

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

本地图以 2026 年 10 月 21 日为基准。工具更新后内容可能有所变化。感谢您今天也读完这篇长文！

查看韩语原文