这篇稿子是我自己的 AI 短剧 Agent 0.0.1 版本测试记录。测试题材用了短视频里常见的女性逆袭加商战套路《72小时的反击看姐重夺公司控制权》。先给结论这个版本能在有限条件下跑通主题解析、人物拆解、分集大纲和单集台本生成但输出远没到“可以直接拍短剧”的程度。如果你正在搭 AI 短剧创作管线或者在选 Agent 开发框架这篇的重点可以放在哪些环节被自动化了哪些环节还必须人工介入以及 0.0.1 版本里最容易踩的坑是什么。1. 先弄清楚“AI短剧Agent 0.0.1版本”到底在测什么普通的“AI生成短剧”通常是你丢一个提示词帮我写一个重生短剧。模型给你一段文字。这只能算一次文本生成任务。Agent 的区别是把事情拆成多步。以短剧为例主题理解、故事梗概、人物小传、分集大纲、单集台本、分镜提示词、旁白文本、配音文本这些环节不再一次性吐出来而是由 Agent 调度多个步骤完成。0.0.1版本的主要意义就是验证这套多步链路能不能稳定跑起来。那么为什么要用短剧题材因为短剧套路成熟、结构清晰、人物关系简单。主角、反派、助攻、情感线、反转点都比较固定。这类结构化的内容特别适合交给 Agent 拆解和生成。如果连短剧这种强套路文本都做不稳那更复杂的任务先别谈。0.0.1版本最该关注三件事能不能跑通。主题进文案出中间不要断。输出结构是否稳定。脚本、大纲、分镜是否分离是否方便后续接配音和剪辑工具。失败能不能定位。卡住、空结果、重复内容日志里能不能看到原因。很多人一上来就要求生成成品短剧甚至要求画面一致、配音自然、剪辑成片。这个目标没有错但对于0.0.1版本来说标准应该降级先把文字生产链路跑稳再谈画面和成片。我测试时没有把“效果惊艳”当作目标只关注一件事同一个剧本题材用同一套 Prompt 和参数连续跑几轮输出会不会失控。如果第一轮输出很好、第二轮直接跑偏那后面接批量任务就完全没有可靠性。这里还要强调一个边界0.0.1版本不涉及视频渲染不保证画质不负责最终剪辑工程。“Agent”这个词容易被神化实际在0.0.1阶段它就是一套带状态、带步骤、带输出约束的文本生成流程。你可以在里面接不同模型、不同提示词模板甚至接外部工具但核心逻辑还是“拆任务、分步执行、汇总结果”。1.1 它和普通AI生成短剧有什么区别普通AI生成短剧是“一人一段式”你输入主题模型输出一段完整剧本或某个角色台词。缺点是没有人物一致性角色名字可能中途变化。没有分集结构故事高潮乱放。没有旁白和分镜提示词拿到文本后还需大量人工拆解。AI短剧Agent更像一个“小型生产流水线”。它不会一次性把所有东西都生成完而是先解析主题输出人物关系和主线冲突。生成故事梗概。拆分集数大纲。按集生成台本。再从台本里抽取旁白、动作、画面描述。这样每一层都有独立任务也方便你对中间结果做检查和替换。比如说如果你对人物小传不满意可以只修改人物部分再让后续步骤继续而不是整段重新生成。这个能力对做长剧很重要因为短剧通常20集起步一次性生成20集文本一是超长上下文容易崩二是你无法逐段审核。我一开始以为这类Agent只是“套了一层提示词模板的模型调用”实际跑下来发现不是。它需要处理任务状态、上下文拼接、分步输出、失败重试。这些逻辑比单纯写提示词复杂得多但也是它能批量生产短剧文本的基础。1.2 0.0.1版本最该关注的三件事第一能不能形成稳定的结构化输出。我在测试初期遇到最多的问题不是模型不会写而是它偶尔会把“人物小传”和“分集大纲”混在一起或者返回非 JSON 格式导致后一步解析失败。所以0.0.1版本里最该盯住的就是输出格式是否稳定。第二任务中间状态是否可见。Agent 跑的时候最好能输出每一步的日志比如“正在生成人物小传”“正在生成第3集台本”。如果任务卡住至少知道卡在哪一步。0.0.1版本里我会在每步前后加一条日志记录该步开始时间、结束时间、输出长度不然排查起来全靠猜。第三失败重试是否可控制。短剧Agent生成过程中API超时、单次返回过长、文本里带有非法字符这些都是常见问题。比较好的做法是让Agent在失败时把原始返回记录下来并允许人工判断后重试。不要做无脑重跑因为无脑重跑可能把本来正常的数据也覆盖掉。注意0.0.1版本的定位是“验证路线”不是“交付成品”。如果测试时发现某个环节不稳定应该先停下来处理这个环节而不是继续往后堆功能。2. 用《72小时的反击》当测试用例跑出第一版结果我这次测试用的题材是“72小时的反击看姐重夺公司控制权”。这种题材在短剧里属于“女性逆袭商战”的经典组合人物克制、反转密集很适合作为Agent的第一批测试用例。2.1 测试输入怎么设计我没有直接让它“随便写一部短剧”而是给了明确的结构化输入。因为Agent和普通模型不一样它需要知道按什么顺序拆解任务。实际输入类似下面这份需求卡主题72小时的反击看姐重夺公司控制权 题材都市商战、女性逆袭 剧集20集每集文案长度约60到90秒 风格开场即冲突、每集留钩子、台词信息密度高 人物姐姐为主角反派是争夺控制权的对手另有1到2个关键助攻 限制不要出现真实公司名、真实人名这里没有填具体的人物名我想看Agent能不能自己稳定生成名字并保持一致。测试下来0.0.1版本在第一次生成时基本能做到但它自己在后续生成单集台本时偶尔会更换称呼比如主角从“林晚”变成“姐姐”再变成“林总”。这对于人去读问题不大但如果要提取角色名做配音标注就会出现不一致。所以建议在输入里把关键角色的固定称呼单独写清例如“主角林晚全剧统一称呼为林晚或林总口吻一致”。这一步能省很多后续修改时间。2.2 第一次单集生成结果长什么样Agent跑完第一轮后返回的不是一个文件而是分层的文本结果故事梗概。人物小传。分集大纲。第1集台本。第1集旁白提示词。第1集分镜提示词。我截取第1集的内容来看它基本符合预期开头直接交代林晚发现公司股权被转移必须在72小时内找到证据否则会被踢出董事会。这个开场足够快符合短剧“三秒钩子”的习惯。但单集台本里也有明显问题。比如有一句旁白是“她看着窗外的城市眼神里是别人看不懂的坚定”这种表达写成小说可以写成短剧旁白就太书面了配音演员念出来会很慢。短剧的旁白讲究口语化、节奏快应该改成类似“林晚站在窗前没有慌。时间只有72小时她必须找到翻盘的牌。”0.0.1版本能生成“像剧本”的东西但不代表它天然懂“短剧语言”。你在Agent的提示词里需要加一句约束旁白使用短句少用长句和抒情性描述像解说一样推进剧情。加上这句之后输出会稳很多。2.3 多集连续生成的完整度测试单集生成只是第一步。短剧的核心问题是第1集到第20集能不能连起来。第一次测试时我连续让它生成5集结果出现了两个典型问题第2集开始人物对话的语气略有变化。主角上一集还有很强控制感下一集遇到对手时显得过于被动。第3集出现了重复信息。角色在对话里把自己已经查到的证据又解释了一遍明显是在填充时间。这类问题不是模型不会写而是分步生成时上下文流失。Agent生成的每一集都要带着“全局设定”和“前情摘要”一起喂给模型不能只告诉它“你负责写第3集”。我后来在任务链里加入了一个“每集前情摘要”步骤效果改善很多。测试结果可以简单记录成表格测试项判断标准第一轮表现故事梗概闭环72小时危机、目标、结果是否清晰通过人物动机一致角色行为和身份不发生冲突基本通过称呼有漂移分集衔接每集结尾有钩子下集能承接部分通过单集台本可用度去掉重复内容后可直接配音需要1轮人工修正整体来看0.0.1版本“能跑通”但“跑得稳”还谈不上。如果你拿这个版本来做正式项目建议把人工审核环节放在分集大纲之后而不是等所有分集都生成完再审核。大纲错了后面生成得越多返工越重。3. 输出质量怎么判断从剧情闭环到角色一致性短剧文本不是写出来就行它有一套自己的质量判断标准。我这里用了四个维度剧情逻辑、角色一致性、节奏钩子、文本落地性。3.1 剧情逻辑是否闭环短剧再狗血也需要有基本逻辑。以“72小时的反击”为例我判断核心逻辑是否成立就看三件事为什么是72小时。72小时是一个倒计时它是推动女主行动的动力不是装饰。女主靠什么翻盘。是隐藏股权、关键录音、秘密账本还是外部盟友必须有一个可被兑现的手段。对手为什么会被翻盘。不能让对手第19集突然智商下线而是女主用关键筹码击中了对手的软肋。0.0.1版本在梗概生成时基本能带上这些点但在分集展开时容易丢失。比如第12集女主已经开始反击到第13集又回到被动局面中间缺少合理解释。这个时候不要急着怀疑模型能力先回头检查分集大纲和当前集号的前情摘要大概率是信息没传递过去。3.2 人物设定是否漂移人物一致性是短剧Agent最容易被忽视的问题。角色出现漂移不只是名字变化还包括性格行为漂移一个果断的姐姐在关键时刻优柔寡断。语言风格漂移主角一会儿说“你等着”一会儿说“这件事恐怕还需从长计议”。关系线漂移上一集还是敌对下一集突然变成盟友中间没有铺垫。解决思路不是靠模型记性好而是把“角色信息卡”单独固定下来。每次生成单集前把角色卡和前几集的关键事件摘要一起传入。角色卡里写清楚姓名、身份、核心目标、性格关键词、常用口吻、禁止行为。比如“林晚语气冷静但压迫感强说话少用感叹号不会当众情绪失控”。0.0.1版本对角色卡的依赖非常高。如果你准备做自己的AI短剧Agent第一件事不是优化模型而是先做好角色卡模板。角色卡越具体生成的稳定性越高。3.3 每集钩子和节奏是否达标短剧按秒算第1秒到第3秒必须有人物、冲突、信息量。第10秒左右要有一个小反转或信息爆点。每集结尾还要留一个悬念让用户愿意看下一集。我在测试里设计了一个钩子检查项读取每集最后三句判断是否包含“未解决的问题”。例如第1集结尾“林晚把协议翻到最后一页发现签名日期是今天。”这是一个钩子。第1集结尾“林晚深吸一口气决定开始调查。”这不是一个强钩子信息量不够。0.0.1版本能写出钩子但常常写得太平。此时需要给Agent提供一个“钩子句式库”悬念型、身份反转型、倒计时加码型、筹码曝光型。让它基于这些模板生成而不是自由发挥。3.4 文本落地性短剧文字最终要交给配音、字幕、分镜和剪辑。所以文本落地性要看是否方便下游工具使用台词是否适合口播句子太长要拆。旁白是否和画面对应。动作描述是否写成了可拍画面而不是心理描写。是否有明确的分钟数和场次。0.0.1版本在分镜提示词上会输出场景、人物动作、镜头方向等但比较粗糙。比如它会写“林晚走进办公室镜头缓慢推进”但不会写“这是室内日景画面左侧有落地窗人物从右向左走”。后者对AI视频生成或人工拍摄都更友好。如果你不只做文本后续还要接AI视频生成就必须在Agent的分镜提示词模板里加入“画面组成要素”。否则拿到分镜提示词后还是要人工补很多内容。4. 单条任务跑通之后再处理批量生成短剧的现实是20集起步甚至60集。单集跑通只是第一步真正考验Agent的是批量任务的稳定性。4.1 从单集扩展到十集先拆输入清单不要直接发一条超长指令让它“写十集”模型容易丢失信息。更稳的做法是准备一个输入清单每一行是一个独立生成任务。project_id,series_no,title,main_clue,characters revenge72,S01E01,发现股权被转移,林晚发现股权转移协议,林晚;对手;助理 revenge72,S01E02,72小时倒计时开始,董事会改选通知,林晚;对手;律师我把这个清单塞给Agent它按顺序依次生成。关键点是清单里不要只写集数还要写“本集要推进的主线线索”和“出场角色”这样模型知道每集的边界不会把第2集的内容写到第1集。4.2 输出目录和文件命名要提前规划批量生成后如果文件名不统一后期合并整理会非常痛苦。我在测试时用的目录结构是project_revenge72/ script/ # 最终合并剧本 outline/ # 分集大纲 episodes/ # 单集台本用 S01E01 命名 storyboard/ # 分镜提示词 tts/ # 配音文本 fail/ # 失败任务输出文件名格式固定为{项目ID}_{集数}_v{版本号}.md。比如revenge72_S01E03_v0.1.md。这样做的好处是无论任务跑了几次都能通过版本号找到是新版还是旧版不会覆盖重要内容。4.3 失败重试和断点续跑不能省批量跑10集很难保证10集全部成功。我遇到的失败原因主要是三个模型接口超时。单集输出过长半路被截断。返回格式不对JSON解析失败。0.0.1版本里需要做三件事每个任务写失败日志记录集数、失败阶段、原始返回片段。自动重试时保留前一次输出避免覆盖。支持从失败集数继续跑而不是重新跑全部。很多人一跑批量就着急并发想一次开10个线程。实际上0.0.1版本不建议这么干。先顺序跑一轮看稳定性和耗时再尝试2到3路并发。并发上来后接口限流、超时、日志混乱等问题都会放大。注意批量任务最怕的不是跑得慢而是跑完了才发现输出不一致。每跑完5集花两分钟抽查一下集与集之间的人物称呼、时间线、事件连续性比最后统一检查省时间。5. 0.0.1版本的价值边界和落地建议5.1 哪些场景可以先试用尽管0.0.1版本不够成熟但已经有一些场景可以先用起来选题脑暴输入一个“主角目标期限”生成多个短剧梗概用来筛选题材。分集大纲初稿把想要的反转和走向给Agent让它排出20集结构。人物小传和关系线快速生成角色卡然后人工修改。分镜提示词的初稿如果要接AI视频工具先用它生成画面描述再人工调整。这些场景的共同特点是“生成内容要做二次加工”不需要一步到位。0.0.1版本能帮人把空白文档填满加快构思速度但不会直接替代编剧和剪辑。5.2 哪些场景不要急着依赖不要一上来就用它做完整短剧的最终成片。尤其是这些环节演员形象一致性。目前文本Agent管不到人物形象一致需要靠AI视频工具或固定人物参考图解决这是另一套链路。成片剪辑节奏。Agent生成的单集台本不能直接映射成剪辑节奏必须人工看一遍。大规模稳定生产。0.0.1版本几乎没有调度优化连续跑几十集时如果没做好任务队列和重试失败率会很高。如果项目目标是“从故事到成片全自动”那0.0.1版本只是第一步里的第一步后面还有配音、画面、字幕、剪辑、合成等多个环节。盲目套用Agent反而会让流程更难排查。5.3 对Agent开发路线有参考价值的经验短剧Agent这个例子很适合用来练习Agent开发因为它的任务边界清楚反馈速度快。你可以通过它学着怎么设计多步任务、怎么控制模型输出格式、怎么处理长上下文、怎么做任务队列。实际开发里我建议把Agent的每一步都设计成独立函数并在输入输出中定义固定结构。比如“生成分集大纲”这一步输入是主题和人物卡输出是一个 JSON 数组。后续“生成单集台本”的输入就是分集大纲里的某一集。{ serie: 1, title: 发现股权被转移, hook: 协议签名日期是今天, scene: [林晚办公室, 会议室], characters: [林晚, 对手, 助理] }定义好这种结构之后你可以任意替换模型、增加检查步骤都不会把整个流程打乱。这是我从0.0.1版本测试里收获最大的一点。6. 常见报错和排查顺序如果做到这里还是出了问题下面是我在实际测试中用的排查顺序。6.1 任务卡住或中断先看日志最后一行确定卡在哪个阶段。常见原因接口超时短剧文本生成单次要输出较长很容易超过默认超时时间。对策把单集台本拆成“场景1、场景2”或者调大超时参数。输出过长被截断0.0.1版本没有做文本续写一旦截断后面全部为空。对策限制单集字数或者做“自动续写”。外部工具没启动如果Agent接了数据库、文件服务先确认真的是否在运行。这里最忌讳直接重跑整个任务。先看卡在哪个环节再决定是补跑还是清缓存。6.2 输出为空或重复输出为空通常是解析失败。模型返回了文本但Agent按JSON解析结果失败。对策让Agent在解析失败时把原始文本存到fail/目录并保留一条错误提示“格式不是JSON请人工查看”。输出重复通常和温度参数有关。温度调太高模型容易发散调太低又容易重复。通用做法是先把 temperature 设到 0.7 左右TopP 0.9再根据结果微调。如果还是重复优先检查是不是前情摘要写得和当前集太接近而不是先改参数。6.3 角色名字和身份漂移漂移的解决不靠模型靠输入结构。我在测试中加入了两层保护全局角色卡每集生成时都带上包含姓名、身份、口吻。每集约束字段在输入JSON中明确本集出场角色、禁用行为。如果还有漂移怀疑是上下文被覆盖。0.0.1版本在设计时可能把当前正在生成的内容放进了系统提示词而系统提示词长度有限就会把角色卡挤掉。排查时先看当前给模型的完整上下文是什么再决定怎么精简。6.4 资源占用过高短剧Agent如果是本地运行主要资源消耗在模型加载和并发请求上。文本生成阶段显存占用不会像视频生成那么高但长上下文和并发请求依然会拖慢机器。0.0.1版本建议先把并发降到1确认单任务内存占用稳定后再逐步加。如果CPU或内存一直居高不下先检查是不是任务日志写太多、文件句柄没释放或者把无用的大对象保存在内存里了。批量跑的时候每处理完一集就释放一次上下文缓存。这不是优化技巧是0.0.1版本能稳定跑完的基础前提。最后留个建议如果你是新手先拿3集短剧跑通整个链路别一上来就是20集。剧本生成只是Agent在短剧生产里的第一站后面还有配音、画面、剪辑这些更硬的骨头。0.0.1版本能告诉你这套流程走不走得通但要把短剧真正做成成品还得靠你在每个环节补上人工判断和工程优化。