一季五集:批量产出、作品集包装与短剧生产线面试专题
用一次运行产出一季五集,把整条线包装成三分钟能看懂的作品集,并把这十四天的工程判断整理成能讲清楚的面试答案。
今日目标
- 能用一次运行产出一季五集,并说清跨集一致性是怎么保住的
- 能把这个项目包装成一份别人三分钟能看懂的作品集材料
- 能面对追问讲清这条线的架构取舍、成本控制与失败处理
前十三天你把一条线从零搭到了能发行。今天做两件事:让它一次跑出一季,然后把它变成别人能看懂、你能讲清楚的东西。读完回到页面顶部把上面三条勾掉。
小白版讲解
从一集到一季:靠档案,不靠记性
剧组杀青那天有个固定动作叫「对场记本」。整部戏拍了几十天,谁在哪一场穿了哪件衣服、道具放在桌子的左边还是右边,全靠那本子。没有人靠记性维持连贯,靠的是一份所有人都认的档案。
跨集一致性也是同一件事。很多人第一次做多集生成时的做法是:把第一集的提示词复制到第二集,手改几个词,再复制到第三集。前两集看着还行,到第四集主角的外套就变了颜色,第五集连发型都换了。原因不神秘——每复制一次,就多一次人为改动的机会,五集之后误差已经攒到肉眼可见。
正确做法是 D2 建立的那份世界观档案:人物卡、风格词、场景表,全部只存一份。然后立一条硬规矩:
每一镜的提示词,只能由「档案 + 本镜的分镜描述」拼出来,不允许手写。
这条规矩把「保持一致」从一件需要自律的事变成了一件结构上做不到不一致的事。人物外貌逐字取自档案里的 appearance 字段,风格词逐条附加在每一条提示词末尾,音色从人物卡的 voiceId 取——只要拼装函数只认档案,第五集的主角就不可能换外套。
// 提示词只从档案里拼:外貌逐字取 cast,风格词逐条附加,不允许手写
function imagePrompt(world, shot) {
const who = shot.characters
.map((id) => world.cast.find((c) => c.id === id))
.filter(Boolean)
.map((c) => `${c.name}(${c.appearance})`)
.join(',')
return [shot.visual, who, `${shot.shotSize} 景别`, ...world.styleTokens]
.filter(Boolean)
.join(',')
}
// 集间钩子:第 N 集的 hook 必须逐字等于第 N+1 集的 pickUp
function checkHookChain(season) {
const broken = []
for (let i = 0; i < season.length - 1; i += 1) {
if (season[i + 1].pickUp !== season[i].hook) {
broken.push(`E${season[i].n} → E${season[i + 1].n}`)
}
}
return { pass: broken.length === 0, broken }
}def image_prompt(world, shot):
"""提示词只从档案里拼:外貌逐字取 cast,风格词逐条附加,不允许手写。"""
by_id = {c["id"]: c for c in world["cast"]}
who = ",".join(
f"{by_id[cid]['name']}({by_id[cid]['appearance']})"
for cid in shot["characters"]
if cid in by_id
)
parts = [shot["visual"], who, f"{shot['shot_size']} 景别", *world["style_tokens"]]
return ",".join(p for p in parts if p)
def check_hook_chain(season):
"""集间钩子:第 N 集的 hook 必须逐字等于第 N+1 集的 pickUp。"""
broken = [
f"E{cur['n']} → E{nxt['n']}"
for cur, nxt in zip(season, season[1:])
if nxt["pick_up"] != cur["hook"]
]
return {"pass": not broken, "broken": broken}一季比一集多出来的第二样东西是集间钩子。单集是完整的,一季要让人追下去,所以每集结尾要留一个问题,下一集开头要接住它。这件事也别靠记性:在每集的计划里写死 hook 与 pickUp 两个字段,第 N 集的 hook 必须逐字等于第 N+1 集的 pickUp,程序开跑前先校验一遍。断链了就报错,别等五集都生成完才发现第三集和第四集接不上。
实验里的一致性检查一共五条,全部只看输入不看画面:角色都在档案里、音色跨集不变、外貌描述逐字来自档案、风格词每一镜都带上了、集间钩子首尾相接。为什么只看输入?因为画面好不好是 D11 机器审片的职责,这一天查的是「输入有没有漂」——输入不漂,输出才有可能不漂。这两道检查是互补的,谁也替代不了谁。
那一季跑完之后,你手里到底有了什么?这就要看账。
面试题库
介绍一下你做的这条 AI 内容生产线,它最难的地方在哪?Walk me through the AI content pipeline you built. What was the hardest part?
国内高频海外高频基础#project-storytelling#system-design🔒 解锁本章后查看答题要点。
多集连续生成时,人物与画风的跨集一致性你是怎么保证的?如果要做一百集会遇到什么新问题?How do you keep characters and visual style consistent across many generated episodes, and what breaks at a hundred episodes?
国内高频海外高频进阶#consistency#prompt-assembly🔒 解锁本章后查看答题要点。
如果让你重做一遍这条生产线,架构上你会怎么改?If you rebuilt this pipeline from scratch, what would you change architecturally?
国内高频海外高频深入#architecture-review#trade-offs🔒 解锁本章后查看答题要点。
