AI 短剧场景底图怎么做：空镜主图、180 度反打与光线变体
本文点数与规格以 TWno1 实际计费设置为准，最后核对：2026-10-05
244 张 AI 短剧分镜图里，日夜或天气画错的有 50 张（20.5%，2026 年 9 月审核），根子在于没有场景底图。
最典型的一格：剧本写的是夜晚的天台，画出来却是白天阴雨，人还打着伞。原因并不复杂：每一格的提示词只带了“场景名＋时段”，场景的具体描述中途被丢掉了，也没有任何一张图告诉模型这个天台长什么样。
这次审核针对一部 16 集示范短剧，日期 2026-09-29。之后我们定下规矩：每场戏先画一张底图，每一格都带上。下面按实际操作的顺序来讲。
第一步：先写房间布局文字，再画图
底图的起点是一段文字，不是一张图。把房间四面各有什么写清楚：门在哪面墙、窗在哪面墙、标志性家具放在哪、地面和天花板是什么材质。
最容易漏的是标志性家具。我们有一版会议室里没有会议桌，整个场景像个空盒子，观众根本认不出是会议室。所以每个场景描述都必须写出能让人一眼看出用途的家具：会议室要有会议桌，诊室要有诊疗床，便利店要有货架。
材质要写在“公共”位置。我们踩过一个很隐蔽的坑：地面材质只写在了背面那段描述里，正面没写，模型就自己编了另一种地板，正反两张图对不上。现在的做法是：任何一面墙下面提到的地面、天花板描述，都提出来作为公共材质，两个视角都带上。
第二步：主图必须是空镜
主图只画场景本身，没有人，没有字，没有标题。
我们的考虑很实际：这一场的每一格都要拿主图当参考。主图里有人，后面每格都可能多出一个人；主图里有字，后面每格都可能带上那串字，而且多半是乱码。
主图也不要贪多。BytePlus 的 Seedance 2.0 提示词指南（查证 2026-10-05）建议一次请求大约放 4～5 个素材，其中场景图 1 张、角色图 1～2 张，不要把素材上限用满，否则模型分不清主次。一个场景一张干净的主图，正好占那一个位置。
第三步：反面是“机位原地转 180 度”，不是改正面图
这是做错的人最多的一步。
常见做法是拿正面主图去编辑，让模型“画出另一面”，结果反面和正面长得一样，连门都在同一个位置。另一种失败是正反面各自独立生成，各猜各的材质和家具，两张图像是两个不同的房间。
我们做示范剧时用的规矩：
- 反面的定义是机位在原地转 180 度看到的那一面，按“背面”那段文字生成，不拿正面图去改。
- 正反面都从同一份房间布局文字推导，材质用第一步提出来的公共描述。
- 反面不重复正面的家具。正面有会议桌，反面拍到的应该是白板、门或者窗。
- 正反面拿来比对，太像就重画。
最后一条听上去有点反常：两张图太像反而要重画。因为正反面是同一个房间的两面，不是同一面拍了两次。
第四步：深夜版、暴雨版只改光线和天气
同一个场景经常需要变体，比如白天和深夜、晴天和暴雨。我们早期做的变体会连布局一起跑偏，门窗换了位置。
规矩：变体＝原版底图只改天气和光线，布局不变，机位不变。
变体描述要写成纯粹的光线或天气变化，例如“同一间办公室，深夜，只开台灯，窗外下雨”。不要把角色状态掺进去，比如“她加班到深夜很疲惫”。一旦混进角色相关的字，模型容易把它当成新场景，把布局从头重画。
第五步：每一格都带底图，也写明时段和天气
画好底图不等于每一格都会用上。日夜错了 50 张的那一批，问题正出在每格提示词只剩场景名和时段。
所以两件事都要做：每一格都把本场底图作为参考带上；时段和天气写进每一格的提示词，而不是只写在场景标题里。
第六步：审底图，先问“现实中会这样吗？”
有一张电梯底图，四面墙挂满水珠，整个轿厢像刚淋过雨。审核时，这张图被打了“布局一致 ✅”。
布局确实一致，可现实里的电梯不会湿透。这类“室内下雨”的常识错误，逐项打勾是查不出来的，因为检查表上根本没有“合不合理”这一项。
于是改成两条规矩：
- 室内场景，雨只下在窗外。
- 审核顺序倒过来：先问“现实中会这样吗？”，答案是肯定的，才开始逐项打勾。
这不是孤例。有 Google DeepMind 作者参与的 Physics-IQ 研究发现，多个视频模型对物理规律的理解相当有限，而且和画面是否逼真无关；VBench-2.0 也把物理和常识列为短板。两项研究测的都是 2026 年以前的模型，但提醒的方向一致：画得好看，不等于画得合理。
另外，审核要由没参与制作的人看原尺寸图。有一次是自动检查给自己打分，报告“场景 4/4 通过”；另一个人亲自看图，发现 2 张不合格：一张多出一个盒子，一张电梯正面没有门。
底图检查表
| 检查项 | 合格标准 | 不合格怎么办 |
|---|---|---|
| 标志性家具 | 一眼看得出场景用途 | 补写家具后重画 |
| 主图内容 | 无人、无字、无标题 | 重画 |
| 正反面 | 反面＝机位转 180 度，不重复正面家具 | 太像就重画 |
| 地面与天花板 | 两个视角材质一致 | 提成公共材质描述 |
| 变体 | 同布局、同机位，只改光线天气 | 删掉角色状态字眼后重做 |
| 常识 | 现实中会这样（室内不下雨） | 直接判不合格，再看其他项 |
| 每格提示词 | 带底图，写明时段和天气 | 补上后再出图 |
在 TWno1 里，这道关卡排在视频之前
那 50 张日夜画错的图，放在静态分镜上一眼就能看出来；要是拖到视频阶段才发现，那一段生成就白跑了。TWno1 的流程是每个镜头先出分镜图，你看过并点了确认，才开始生成视频，天台变白天这类问题会在分镜图这一关被拦住；电梯湿透是底图本身的错，要在审底图、审分镜图时抓出来，都在生成视频之前。底图怎么写、电梯该不该湿，仍然要你写进场景描述、自己审。可以去 Studio 建个项目，先拿一场戏试。
这套方法的限制和不适合的情况
- 对空间关系要求精确时不适合。 比如同一个房间要从十几个角度拍、家具位置分毫不差，用 3D 软件搭场景或者实景拍摄更可靠。底图只能保证正反两面大体合理。
- 20.5% 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。
- 相似度比对只能发现“太像”。 它发现不了“两张都错”，比如正反面都没画门，这得靠人看。
- 常识错误没有自动检查。 “现实中会这样吗”目前只能靠人问，我们还没有可靠的自动化办法。
- 厂商也承认复杂场景难。 Google 的 Veo 3 模型卡把复杂场景中保持完全一致列为已知限制。
延伸阅读：AI 短剧道具穿帮：保险箱变文件柜、报纸撕了又复原怎么办、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。
常见问题
AI 短剧的场景底图是什么？
场景底图是每场戏开拍前先画的一张空镜图，画出房间布局、标志性家具、材质和光线，这一场的每一格分镜都拿它当参考。我们审核 244 张分镜图时，日夜或天气画错 50 张（20.5%），主要原因之一就是没有底图、每格提示词只带场景名和时段。
AI 生成的场景反面为什么和正面一样？
AI 场景反面和正面一样，通常是因为反面是拿正面图编辑出来的。反面应定义为机位原地转 180 度看到的那一面，按背面的文字描述生成；正反面从同一份房间布局文字推导，反面不重复正面家具，两张图太像就重画。
AI 短剧场景的深夜版、下雨版怎么做？
AI 短剧场景的深夜版、暴雨版应以原版底图为基础，只改天气和光线，布局和机位保持不变。变体描述只写光线或天气变化，例如“同一间办公室，深夜，只开台灯，窗外下雨”，不要混入角色状态的字眼，否则布局容易被整体重画。
为什么 AI 画的电梯会四面挂满水珠？
这是 AI 图像的常识错误：雨天的湿气被画进了封闭的室内。规矩是室内场景只在窗外下雨。审核 AI 场景时要先问“现实中会这样吗？”再逐项打勾；我们遇到过电梯墙面挂满水珠，审核却打了“布局一致”，因为布局一致不等于合理。
AI 短剧每一格分镜都要带场景底图吗？
要。只画底图、不在每一格带上，等于没画。每一格分镜都应把本场底图作为参考，并把时段和天气写进每格提示词。我们审出的 50 张日夜画错的图，问题正是每格提示词只剩场景名和时段。
参考资料
- BytePlus ModelArk：Seedance 2.0 系列提示词指南（查证 2026-10-05）
- Physics-IQ：视频生成模型的物理理解评测（arXiv 2501.09038）（查证 2026-10-05）
- VBench-2.0：视频生成评测基准（arXiv 2503.21755）（查证 2026-10-05）
- Google DeepMind：Veo 3 Model Card（PDF）（查证 2026-10-05）