AI 短剧道具穿帮：保险箱变文件柜、报纸撕了又复原怎么办
本文点数与规格以 TWno1 实际计费设置为准，最后核对：2026-10-05
2026 年 9 月我们审核 244 张 AI 短剧分镜图，186 张道具缺失或画错，占 76.2%。
这次审核的对象是一部 16 集示范短剧，日期 2026-09-29。在八类错误里，道具排第二，只比“动作没按剧本”（220 张）少。角色的脸人人都盯着，道具却很少有人管，于是同一个保险箱每个镜头都换一个样子。
下面四个案例都来自这部剧。每个案例按“看到什么、为什么、之后怎么定规矩”来写，最后汇总成一张道具表。
案例一：三格画出三种保险箱，其中一格成了文件柜
现象：剧本里女主打开保险箱取文件。三格画出三种不同的保险箱，其中一格直接画成了文件柜。
原因有两层。一是道具只有文字描述、没有参考图，每格各凭想象。二是保险箱在剧本里是被人“操作”的设施，整理道具清单时被当成了场景的一部分，压根没列进去。
之后的规矩：
- 剧本里同一句话中有人操作某个设施、或者站在它旁边，这个设施就要列为道具，不能当背景处理。
- 每个道具先出一张道具定妆图，之后每一格都用它做参考。
- 示范剧上，我们出图后把道具那块区域裁出来和定妆图对比外观，不像就再修一次；光问看图的 AI“是不是同一个保险箱”，回答靠不住。
道具定妆图的规格要卡死：一张图只放一件东西，白底，画面里没有人也没有手。品类要对，剧本写纽扣，就不能画成珍珠。
案例二：报纸撕碎了，下一格又完好如初
现象：女主把报纸撕碎，下一格报纸又是完整的。视频里更离谱：“撕”被演成了“剥”，一张纸剥成两张完整的纸。
原因：模型没有“状态”这个概念，不知道上一格发生过什么，每格都重新画一张完整的报纸。视频模型碰到“撕”这种难演的动作，就换成它更擅长的动作。
规矩一：逐格跟踪道具状态。 状态分两类：
| 状态类型 | 例子 | 持续到什么时候 |
|---|---|---|
| 永久改变 | 撕碎、摔碎、烧掉 | 全剧之后都保持 |
| 暂时改变 | 打开、拿起、点亮 | 直到剧本写关上、放下、熄灭 |
规矩二：写结果，不写过程。 很多提示词教程说动作写得越细越好。可对撕、摔、折这类模型演不好的动作，写得越细，演砸的机会越多。
- 不写：“她把报纸撕碎。”
- 改成：“她手里捏着几片白色毛边的碎纸。”
画面直接给出结果，观众照样看得懂，模型也不用去演它不会的动作。
案例三：表盘时间差了一个小时
现象：剧本要求表盘显示 11:47，画出来大约是 12:47，同一块表还长出三条表链。另一格里，角色低头看手机，手机屏幕却朝着镜头。
原因：时间、数字、曲线这类“读数”，是 AI 图像的老大难。Kling 官方提示词指南（查证 2026-10-05）提到模型很难处理精确数量；BytePlus 的 Seedance 2.0 指南也说，用提示词要倒计时动画，数字可能乱跳，建议改用参考视频来定义效果。
手机那一格其实是剧本自相矛盾：既要“她在看屏幕”，又要“观众能看到屏幕内容”，屏幕不可能同时朝向两边。
规矩：
- 表盘、屏幕这类小细节，单独写成一行特写，不要指望中景顺带拍清楚。
- 剧情必须依赖精确读数时（比如全靠 11:47 这个时间推进），后期叠一张固定图，别赌生成结果。
- 剧本里先决定观众要看人还是看屏幕，二选一。
- 示范剧上，道具朝向和读数我们单独出检查题，逐格问：“表盘是不是 11:47？”“屏幕朝向谁？”
案例四：公司招牌成了乱码，还多出剧本没写的房号
现象：公司名称被画成看不懂的怪字。另外几格里，模型自己给门加了房号、给胸前加了工牌，剧本里根本没有。
原因：出图模型写不好密集的繁体中文，还会主动“补字”。这不是某一家厂商的问题。2026-10-01 公开的 VTR-Bench 预印本测了 11 个顶尖视频模型、300 条提示词，结论是场景文字普遍渲染不正确。厂商的说法更乐观：BytePlus 称 Seedance 2.0 能写常用字和标语，但建议避开生僻字和符号；Google 称 Omni 只要逐字写明文字就能清晰呈现。这些都是厂商自述，不是独立测评。
规矩（我们做示范剧时，剧本格式是这么定的）：
- 物件上的字，只允许剧本指定、用「」框起来的确切文字；没框的地方一律不出字。
- 每处限 1～12 个字，一个道具最多 6 处。
- 「」里的字必须逐字出现在本集剧本中，否则不用。
- 出图后，我们找到文字位置、擦掉乱码，用真正的字体把正确文字盖上去。
最后一条最关键。别指望模型把中文写对，把它当成后期的活。
道具表：把四个案例收成一张表
开拍前，每个道具填一张，每个字段一行：
| 字段 | 怎么写 | 示例 |
|---|---|---|
| 道具名 | 全剧只用一个名字，每场文字里逐字出现 | 剪报（不要一会儿剪报、一会儿报纸、一会儿信纸） |
| 外观与尺寸 | 写清大小、材质、数量 | 一张巴掌大的泛黄剪报（单张） |
| 外观与尺寸 | 同上 | 一本约五厘米厚、有封面有装订的合同 |
| 定妆图 | 单件物品、白底、无人无手、品类正确 | 剪报正面平拍 |
| 状态 | 永久或暂时，从第几格开始 | 第 9 格起：撕碎（永久） |
| 可见文字 | 只写「」内的确切文字（示范剧上限 1～12 字） | 卷宗封面上的「机密」 |
名字统一这一项，我们栽过跟头：我们做示范剧时用的流程，有一版把剧本里的“信纸”改写成了“剪报”，道具就画错了。道具表里的描述必须逐字忠于剧本，一个名词都别换。
尺寸也别省。只写“一份合同”，可能被画成一张纸；写“约五厘米厚、有封面有装订”，模型才知道是厚厚一本。检查时也能直接问：“合同是不是厚厚一叠？”
重抽和尾帧接续，各能救什么
道具画错，第一反应往往是重抽。重抽能消掉偶发错误，比如某一格表链多画了一条；但道具每次都画成同一种错误样子，重抽没用，得改道具表、剧本写法或参考图。
另一个常见做法是用上一段视频的最后一帧接着生成下一段。它只在“同一个镜头的同一段连续动作被拆成几段”时，才对道具前后一致有帮助；换角度、换景别、换场景就别接，否则上一段的毛病会一路传下去。
表链多出一条这种偶发问题，在 TWno1 里把出错的那个镜头重新生成就行，同一集别的镜头不受影响；可要是保险箱每一格都换了款式，重新生成多少次都一样，得先回头补道具表。至于招牌、表盘上的字，TWno1 的生成规格自己就写了：视频里的文字可能变形，建议后期再加。
限制和不适合的情况
- 道具是剧情核心、细节又必须看清时，不适合用 AI 生成。 比如整集靠一张手写纸条推进、纸条内容必须能读，建议实拍或后期合成。
- 需要被读出来的中文字，别指望生成。 一律排进后期。
- 状态跟踪得靠人写。 哪一格撕碎、哪一格打开，是剧情决定，必须写进剧本或道具表。
- 76.2% 只代表一部剧。 它来自一部 16 集示范短剧的一次审核，不是行业错误率。
- 裁切对比有盲区。 按我们的判断，道具被手挡住一半、或者远到只剩几个像素时，对比结果不可靠，这类格改为人工检查。
延伸阅读：AI 短剧眼镜、发型、服装穿帮：244 张分镜图里的原因、竖屏短剧一个镜头几秒？平均 2.5～4 秒、单镜 6 秒上限怎么来的、用人脸相似度分数管住 AI 短剧角色：防撞脸、防变脸的四道检查。
常见问题
AI 短剧里同一个道具为什么每格都长得不一样？
AI 短剧道具穿帮最常见的原因，是道具只有文字没有参考图，每格各自想象；另一个原因是被角色操作的设施（比如保险箱）没被列为道具。我们审核 244 张分镜图时，186 张（76.2%）道具缺失或画错。应先给每个道具做一张白底、无人无手的定妆图，每格都带上。
AI 短剧里撕碎或摔碎的道具，下一格为什么又复原了？
AI 图像和视频模型没有道具状态的概念，每一格都会重新画一个完整的道具。解决办法是逐格跟踪道具状态：撕碎、摔碎属于永久改变，全剧之后都保持；打开属于暂时改变，持续到剧本写关上为止。剧本里也要写结果，比如“手里捏着几片碎纸”，而不是写“撕碎报纸”的过程。
AI 生成的道具上为什么会出现乱码文字？
AI 出图和视频模型普遍写不好密集的中文字。2026-10-01 的 VTR-Bench 预印本测试了 11 个模型，场景文字普遍渲染不正确，模型还会自己添加剧本没有的字。我们做示范剧时只允许剧本用「」指定的确切文字（每处 1～12 字、每个道具最多 6 处），并在后期用真实字体把正确文字盖上。
AI 短剧里表盘时间或手机屏幕要精确，该怎么做？
表盘时间、手机屏幕这类读数，AI 生成很难画准，我们就遇到过要求 11:47 却画成约 12:47 的情况。做法是把这个细节单独写成一行特写；剧情依赖精确读数时，后期叠一张固定图。剧本也不要同时要求“角色看屏幕”和“观众看到屏幕”。
AI 短剧道具画错了，重抽有用吗？
只对偶发错误有用。比如表链偶尔多出一条，重抽可能消掉；但如果道具每次都错成同一个样子，重抽没用，要改道具表、剧本写法或道具参考图。用上一段视频的最后一帧接着生成，也只在同一个镜头的连续动作里有助于道具前后一致。
参考资料
- VTR-Bench：视频场景文字生成评测（arXiv 2610.01499，预印本）（查证 2026-10-05）
- BytePlus ModelArk：Seedance 2.0 系列提示词指南（查证 2026-10-05）
- Kling：文生视频提示词指南（查证 2026-10-05）
- Google Gemini API：Omni Flash 文档（查证 2026-10-05）