必须跳过“图片生成”模块直入【剧情短片】工作流,首句需含动作+情绪转折+视觉反差,三类设计图可针对性调整,锚点镜头需保留运镜逻辑,开启角色一致性并锁定关键帧,最后一键合成1080p带字幕短片。
☞☞☞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Pavo AI把一句脑洞变成带节奏、有情绪、能连贯播放的多镜头短剧,而不是只生成一张静态图——必须跳过“图片生成”模块直接进入剧情链路,否则所有画面将失去时间锚点和角色动线关联。
跳过单图模式,直入剧情短片工作流
双击桌面Pavo图标启动程序,右下角状态栏显示“就绪”后,不要点首页左上角的「图片生成」,而是直接点击中央大卡片【剧情短片】。
这一步跳错就全盘重来:若先进入图片生成页,哪怕你画了十张角色图,系统也不会自动识别它们属于同一人物;后续导入分镜时,AI会把每张图当独立素材随机调用,导致主角在镜头1是黑发,在镜头3突然变银发。
点击【剧情短片】后,页面弹出纯文本输入框,此时才真正进入多镜头叙事起点。
第一句话必须含动作+情绪转折+视觉反差
在输入框里粘贴一句完整描述,例如:“外卖小哥暴雨中骑电动车送单,电梯骤停瞬间抬头,发现对面女孩竟是三年前退婚的前女友,手机导航红光映亮他骤然收缩的瞳孔。”
这句话不能少于三个硬性成分:人物具体动作(骑车→抬头→瞳孔收缩)、情绪转折(疲惫→惊愕→僵住)、视觉反差(湿透雨衣vs干净裙摆、幽暗轿厢vs手机冷光)。【缺任一要素,Pavo会默认补全,但补得离谱:没动作则镜头静止,没转折则全程面无表情,没反差则所有画面统一灰调】。
别写超过60字。过长句子会让Agent拆解失焦,把“瞳孔收缩”压缩成“他看了她一眼”,把“红光映亮”简化为“手机亮着”。
按下回车,3秒内生成结构化需求卡片。此时别急着点“继续”,先核对“补充说明”栏是否自动提炼出核心冲突——如果写的是“两人重逢”,而你想要的是“他不敢开口,她假装不认识”,立刻在对话框补一句:“强调男主全程沉默,女主低头刷手机,三次抬眼又移开视线”。
三类设计图确认:只改一处,不动全局
点击“继续”后,Pavo自动拆出角色、场景、道具三栏初稿图。每张图下方都带文字说明,比如“外卖小哥:黑色雨衣,电动车篮有保温箱,左耳蓝牙耳机半脱落”。
方法一:直接接受默认设计
适合人物特征明确、无特殊外貌要求的题材,如“穿白大褂的医生”“地铁玻璃门倒影”。图生成后点击对应图片右下角✅即通过。
方法二:针对性调整提示词
比如生成的“前女友”戴口罩遮半脸,你看不清眼神——就在对应图片下方输入:“摘掉口罩,睫毛微颤,右眼角有颗浅褐色小痣,手指正划过手机屏幕但没点开”,Pavo会重绘该角色并保留其他设定不变。
方法三:替换核心道具细节
点击“手机”图片→选择“编辑提示词”→将原描述“智能手机”改为“屏幕裂痕明显,锁屏显示‘订单超时-2分18秒’”,再点生成,新图实时同步至道具库。【道具图必须单独生成,不能混在场景图里——否则视频阶段无法单独控制手机角度与屏幕内容】。
校准三个锚点镜头,再放行全部分镜
确认所有设计图后,点击“进入分镜”,系统自动生成5个标准镜头。不要从头到尾逐帧检查,先定位三个锚点镜头:
- 第一个出现人物表情变化的镜头(通常是第二或第三个);
- 出现关键道具交互的镜头(如手机亮屏、电梯门关闭);
- 承载情绪高潮的镜头(如两人目光交汇、手部特写、环境突变)。
找到镜头2(电梯门关闭瞬间小哥抬头看见前女友侧脸),鼠标悬停缩略图→点击「编辑」图标→在弹出面板中勾选“保留前序镜头运镜逻辑”→输入修改指令:“金属门闭合声未落,他右眼先捕捉到她耳后那颗小痣,瞳孔0.3秒内收缩,喉结上下滑动一次”。
点击“仅重生成此镜”,等待12秒,新镜头自动插入原位置,前后帧衔接无跳变。【不选“保留前序镜头运镜逻辑”,会导致镜头2和镜头1之间出现0.3秒黑场】。
对镜头4(应急灯频闪中两人沉默对视)执行同样操作,指令改为:“灯光第3次闪烁时,她左手拇指悄悄擦过手机边缘,指甲盖泛白,屏幕倒影里映出他垂在身侧、微微发抖的右手”。
开启角色一致性开关,锁定关键帧
生成分镜列表后,点击右上角齿轮图标 → 确保「Character Consistency」滑块处于ON状态。关闭状态下,同一角色在不同分镜中脸型、服饰细节会随机漂移,且无法后期锁定。
手动锁定关键帧画面:找到镜头1(暴雨街道骑车)→点击该帧缩略图右下角“设为锚点”按钮→系统自动将此帧中人物五官比例、发色、雨衣褶皱纹理作为ID锚点,后续所有镜头重绘均以此为基准校准。
这一步不做,镜头3里小哥的黑眼圈可能变成青紫色,镜头5里雨衣反光强度会突然翻倍——不是模型崩坏,是ID锚点未激活。
一键合成并导出1080P带字幕成片
点击右上角“合成成片”→选择输出格式:MP4(H.264)或MOV(ProRes 4444)→点击「开始合成」。
系统自动执行音画同步、环境音效叠加、智能调色、嵌入式中文字幕生成,全程无需人工干预。
进度条走完后,弹出「下载MP4」按钮,文件为1080P、9:16竖屏、带嵌入式中文字幕与环境音效的完整短片。
下载完成,整个流程结束。











