pavo平台支持一句话生成三幕式ai短片，自动拆解结构、锁定角色形象、精准分镜返工并一键音画合成。输入剧情后，agent解析类型、输出三幕大纲（含时长与情绪），通过文字指令或参考图固化角色特征，分镜可局部重绘、动作链自动衔接，最终合成带配音配乐的成片。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
想用一句话生成多幕结构清晰、节奏紧凑、有起承转合的AI短片，又怕流程太散、角色不统一、镜头衔接生硬？Pavo平台把剧本拆解、分镜调度、角色一致性维护、音画合成全包进一个Agent工作流里，不用跳转工具、不用手动对齐时间轴、不用反复调参试错。
输入一句话，让Agent自动拆出三幕式结构
打开 https://app.pavo-ai.work/ → 点击首页「剧情短片」→ 在输入框直接写：一位外卖骑手暴雨夜送单，途中救下被困树上的流浪猫，回家发现猫竟变成穿西装的神秘面试官，递来一张写着“您已被录取”的烫金名片。
按下回车后，Pavo的Harness Agent会立刻解析叙事类型——这是典型「现实切入+超现实反转」的三幕剧结构，自动输出：第一幕（建置）：骑手冒雨穿行城市，强调疲惫与日常；第二幕（对抗）：停车、攀树、淋雨施救，猫瞳闪过异光；第三幕（逆转）：门开、猫立于玄关、西装领带、名片悬浮。每幕标注时长建议（35秒/42秒/38秒）和核心情绪关键词（压抑→紧张→荒诞）。
【必须确认这一步生成的三幕逻辑】如果大纲里把“猫变人”放在第二幕结尾，会导致反转过早、第三幕空转——此时直接在对话框回复：“请把猫变西装面试官的镜头严格保留在第三幕开头，前两幕不出现任何拟人化细节”，Agent会重排节点并高亮修改处。
锁定角色形象，避免跨镜头脸崩
方法一：用文字指令固化特征
在角色设计环节，输入：“主角外卖员，25岁，寸头，左眉骨有旧疤，常戴蓝牙耳机，制服右袖口磨损起毛边，骑一辆掉漆的蓝色电动车”。Pavo会据此生成首张定妆图，并将所有特征参数注入后续全部分镜图像与视频生成节点。
方法二：上传参考图强化一致性
点击“上传角色参考”按钮 → 选一张你用Midjourney生成的该骑手正面照（注意：必须含清晰面部+制服+电动车局部）→ 勾选“启用跨镜头角色锚定”。【启用后所有分镜视频中他的眉疤、袖口磨损位置、耳机线走向都会强制对齐】，比纯文字描述稳定3倍以上。
这一步操作起来很简单，直接把文件拖进去就行。但若跳过角色锚定，到第4个镜头时骑手突然变成络腮胡，你就得从头返工。
分镜视频生成与精准返工
第一步：Pavo自动将三幕拆成12个镜头，按逻辑顺序排列在时间线上。
第二步：点击任意镜头右侧的「生成视频」按钮 → 等待Agnes Video v2.0渲染完成（通常45–90秒）→ 播放预览。
第三步：发现问题立即标记——比如镜头7（骑手抱猫进楼道）中猫尾巴抖动频率过高，显得不像真猫；镜头10（开门见猫穿西装）背景墙纸纹理与镜头3不一致。
这时不要重新生成整条时间线。把鼠标悬停在问题镜头上 → 点击「局部重绘」→ 在弹窗中输入：“猫尾巴自然下垂，无高频摆动；楼道墙纸改为浅灰麻纹，与镜头3完全一致”。Pavo只重跑这两个参数，30秒内覆盖原片段，其他11个镜头毫发无损。
第四步：检查镜头衔接。重点看镜头6（骑手湿透站在单元门口抹脸）→ 镜头7（抱猫进门）的转场——若发现镜头6结尾他右手擦脸，镜头7开头却变成左手抱猫，说明动作链断裂。此时在镜头7备注栏输入：“起始帧必须承接镜头6末帧，右手保持抹脸姿态，0.3秒后自然转为抱猫”，Agent会重算运动轨迹。
一键合成带音画同步的成片
全部镜头通过审核后，点击右上角「合成终版」→ 选择输出规格：1080P/16:9 → 勾选「自动配乐+环境音+中文配音」→ 点击执行。
Pavo会做三件事：① 用Agnes-2.0-Flash模型为每句台词生成匹配情绪的语音（骑手喘息声加重、猫说话带金属混响）；② 根据镜头节奏自动匹配BGM起伏（暴雨段用低频鼓点，变身段插入八音盒音色）；③ 在镜头切换点插入0.2秒黑场或叠化，确保视觉呼吸感。整个过程无需手动拖拽音频轨道。
生成完成后，点击「下载MP4」即可获得完整短片。文件名自动标注为“外卖骑手_三幕_20260703_1528.mp4”。
