deepseek 不是 anishort 内置剧本拆解模型，需先用其网页版（如腾讯元宝）按指定格式拆解文本，再手动转为 anishort 兼容的纯文本段落导入；anishort 仅将 deepseek 用作润色器，不支持直接拆剧本。
☞☞☞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☜☜☜
DeepSeek 不是 AniShort 内置模型，它不能直接在 AniShort 里“拆剧本”——你得先用 DeepSeek 处理文本，再把结果手动/半自动导入 AniShort。
为什么 AniShort 里找不到 DeepSeek 的剧本拆解入口
AniShort 的技术架构确实接入了 Deepseek，但官方文档和实际界面中，Deepseek 节点仅用于辅助生成角色描述、优化提示词或补全分镜细节，**不开放原始文本理解与结构化拆解能力**。它的输入预期是“已初步结构化的分镜草稿”，而非小说段落或口语梗概。
换句话说：AniShort 把 Deepseek 当作一个“润色器”或“扩写器”，不是“导演”。真正做剧本→分镜翻译的，必须是你自己或外部调用的 DeepSeek（比如腾讯元宝网页版）。
用 DeepSeek 拆剧本的实操步骤（网页版实测有效）
以腾讯元宝中的 DeepSeek（https://yuanbao.tencent.com/chat/）为例，直接喂原文容易出错。关键在于控制输出格式和字段粒度：
统一LLM网关 - 一个API对接70+AI模型，使用单一API密钥即可调用GPT、Claude、Gemini、Qwen、Deepseek、Grok等主流模型。
- 输入前先清空上下文，避免模型继承旧对话的模糊习惯
- 指令必须明确指定输出为表格或 JSON，并限定字段：镜头号、画面主体、角色动作、景别、情绪、关键道具、台词（可选）
- 禁用任何运镜描述（如“推近”“摇镜”），这些属于视频生成环节，写进剧本会干扰后续图生图一致性
- 一次最多喂 300 字左右的剧情段落；超长文本建议按“场景切换”或“情绪转折点”人工切分后再逐段提交
示例有效指令：
请将以下小说片段拆解为 AI 漫剧可用的分镜台本。要求：① 输出为 Markdown 表格；② 每行一个镜头；③ 字段仅含：镜头号｜画面主体｜角色动作｜景别｜情绪｜关键道具；④ 不出现“镜头”“运镜”“剪辑”等后期词汇；⑤ 道具需具体（如“青瓷茶盏”而非“杯子”）。 片段：她推开老宅木门，灰尘在斜射光里浮游。桌上摊着一封泛黄信纸，字迹潦草。她伸手去拿，指尖刚触到纸角，窗外忽有乌鸦掠过……
拆完后怎么喂给 AniShort
AniShort 的节点画布不支持直接粘贴表格，但它的 Text to Image 或 Character Prompt 节点接受结构化文本。你需要做两件事：
- 把 DeepSeek 输出的表格，按行转成带编号的纯文本块，每块用空行隔开（AniShort 会按段落识别为独立任务）
- 删掉表头，只留内容；把“画面主体”和“关键道具”合并进主描述句，例如：
镜头3｜古装少女俯身靠近木桌，手指悬停于泛黄信纸上方｜特写｜迟疑｜青瓷茶盏、褪色窗棂→ 改写为：古装少女俯身靠近木桌，手指悬停于泛黄信纸上方，特写，情绪迟疑，画面含青瓷茶盏与褪色窗棂 - 如果 AniShort 启用了
Seedance2.0图像节点，建议在每段末尾加一句风格锚定，如“国风插画，线条清晰，浅灰背景”——避免模型自由发挥导致角色漂移
容易被忽略的兼容性坑
DeepSeek 输出的中文标点（尤其是顿号、破折号、全角空格）在 AniShort 解析时可能触发异常分段。实测发现：
- AniShort 对换行符敏感，但对中文顿号
、和省略号……容忍度低，建议全部替换为英文逗号,和三个英文句点... - 角色名若含生僻字（如“婠婠”“婠婠”），AniShort 的
Character Prompt节点可能无法正确绑定，建议提前在角色资产库中手动录入并命名简写（如wanwan） - DeepSeek 偶尔会在情绪字段写“似悲似喜”，这种模糊描述会让图像模型陷入犹豫。导入前需统一改为单值词：悲、喜、惊、怒、静、怯、冷
真正的难点不在“怎么拆”，而在“拆完之后如何让 AniShort 看懂你拆的是什么”。格式对齐比模型选择更重要——工具链越长，中间的文本接口就越脆弱。
