企业官网建设流程全解析

前段时间，国内首部 AIGC 长剧《后西游记》正式开播的消息在技术圈和影视圈都引起了不小的关注。和以往“AI 生成几分钟短片”的玩法不同，这次是一部完整的剧集，并且采用了“边审边播”的模式。很多读者在后台问我：AIGC 生成一部长剧到底是怎么做到的？“边审边播”在技术上意味着什么？作为开发者，如果自己想做一个 AIGC 内容生产工具，应该从哪些环节入手？

这篇文章不打算讨论八卦，而是站在技术角度，把 AIGC 长剧制作背后的工程链路拆开来看。围绕“剧本生成、分镜设计、角色一致性、视频生成、配音合成、审核发布”这条主线，讲清楚每一步涉及的核心技术、常见工具、可落地的代码/配置思路，以及最容易被忽视的工程坑点。

如果你以后想从事 AIGC 内容生产、AIGC 工程化落地，或者只是想搞懂这类剧集是怎么批量生产出来的，这篇文章可以给你一个比较完整的参考框架。

1. AIGC 长剧到底是什么，和普通 AI 短视频有什么区别

1.1 从“AI 生成视频”到“AIGC 剧集”

我们经常在抖音、B 站看到一些“AI 绘画 + 动态效果”生成的短视频，时长通常在几十秒到两三分钟，内容大多是概念动画、图片故事或 MV 风格片段。这类内容可以统称为“AI 生成视频”，但“AIGC 剧集”要复杂得多。

《后西游记》作为一部“AIGC 长剧”，意味着它在内容生产链路中大量使用了生成式 AI 技术，包括但不限于：

• 剧本的辅助生成或改写；
• 分镜头脚本的生成；
• 角色形象、场景画面的生成；
• 基于图片生成动态视频；
• 角色配音、音效、背景音乐的生成；
• 剪辑、字幕、色彩调整等后期处理。

换句话说，AIGC 长剧不是“一个人用 Midjourney 生成 100 张图然后拼成视频”，而是一个由多个 AI 工具和人工审核节点组成的内容生产流水线。

1.2 “边审边播”模式在技术上的含义

“边审边播”在传统影视行业里并不算特别新的概念，意思是剧集不用等到全部制作完成再一次性送审，而是制作一部分、审核一部分、播出/上线一部分。

但在 AIGC 剧集里，“边审边播”带来的工程挑战是很大的：

• 内容生产速度快，审核的速度必须跟上；
• 生成内容具有不确定性，需要建立质量门禁；
• 审核不能只靠人工，需要 AI 辅助内容审核系统；
• 每一集上线后，后续剧集还在生产中，生产版本和审核版本必须保持一致。

从软件工程的角度看，“边审边播”本质上是一条“持续生成 + 持续审核 + 持续发布”的流水线，和现代软件行业的 CI/CD（持续集成/持续交付）思想非常相似。这也是为什么 AIGC 剧集值得做技术拆解的原因：它已经把“内容生产”变成了一种类似软件工程的过程。

1.3 适合谁关注

• 内容平台的后端开发者：要理解 AIGC 内容的生产、审核、发布链路；
• AI 应用开发工程师：想了解生成式 AI 在真实业务中的落地方式；
• 产品经理和项目经理：需要理解 AIGC 内容生产的成本结构、质量控制和交付节奏；
• 影视/动画从业者：想了解 AI 工具在编剧、分镜、美术、后期中的实际边界。

2. AIGC 长剧制作的整体技术架构

在做任何技术拆解之前，我建议先建立一个全局视角。AIGC 长剧的技术栈并不是某一个模型，而是一套组合系统。

2.1 核心环节

我把 AIGC 长剧的制作流程简化为下面几个环节：

剧本与文本生成 -> 分镜与画面脚本 -> 视觉素材生成 -> 动态视频生成 -> 音频配音与音效 -> 剪辑合成 -> 内容审核与发布

以上每个环节都可能用到不同的 AI 模型和工具。为了让整条链路可复用、可追踪，工程上还需要配套的资产管理系统、版本管理机制和审核日志系统。

2.2 各环节涉及的技术工具

下面用表格给出一份常见参考，注意版本更新很快，重点是理解对应环节需要什么能力，而不是死记工具名。

这里要特别强调：目前大多数 AIGC 长剧并不会让所有环节都“无人化”。更常见的工程模式是“AI 辅助生成 + 人工审核修正”，也就是说 AI 负责批量生产初稿内容，人类负责质量把关和方向调整。

2.3 为什么需要进行资产化管理

AIGC 内容生产有一个很大的问题：生成结果是不稳定的。

同样的提示词，不同时间生成的角色脸可能不一样；不同模型版本生成的颜色风格也可能不同。如果是单张图片，差异可以接受，但长剧有几十集，角色形象、服装、场景风格必须保持一致，否则观众根本无法入戏。

所以，工程上必须引入“资产化管理”：

• 每个角色有唯一标识符，比如 character_id；
• 每个场景有标准参考图；
• 每集生成的素材都要保存在统一目录结构中；
• 后期素材重生成时，要绑定参考图和种子参数。

这其实和我们做前端组件库、微服务管理是同一个思路：控制输入，规范过程，才能保证输出的稳定性。

3. 环境准备：最小可用的 AIGC 内容生产环境

接下来我们进入实操层面。这里不会讲特别复杂的影视级流程，而是搭建一个“最小可用的 AIGC 长剧内容生产实验环境”，你可以把它理解成一个简化版。用这个环境，你可以体验从文本到画面，从画面到视频片段的基础链路。

3.1 硬件与系统

• 操作系统：Windows 10/11、Ubuntu 20.04 或 macOS 12+
• 显卡：NVIDIA GPU，建议显存 8G 以上；纯 CPU 环境可以做部分文本和音频环节，但视频生成会很吃力
• 内存：16G 起步，32G 更稳妥

如果你的电脑配置不够，也可以使用云服务器或在线平台完成部分环节。本文的示例主要是“思路演示”，不一定要求你本地把所有模型跑起来。

3.2 软件环境

• Python 3.9 或 3.10
• FFmpeg
• Git
• Node.js（部分工具链需要）
• Docker（可选，用于部署审核服务）

3.3 创建一个项目目录

建议把项目目录设计成这样：

aigc-drama-lab/ ├── scripts/ # 脚本与工具代码 │ ├── generate_script.py # 剧本生成 │ ├── generate_prompt.py # 提示词生成 │ └── check_content.py # 内容审核 ├── assets/ │ ├── characters/ # 角色资产 │ ├── scenes/ # 场景资产 │ ├── clips/ # 视频片段 │ └── audio/ # 音频配音 ├── output/ │ ├── episode_01/ # 第一集输出 │ └── episode_02/ └── config/ └── prompts/ ├── character_prompts.json └── scene_prompts.json

这种结构的核心是：把角色、场景、脚本、输出分开管理，方便后期对某一集进行单独重做，而不影响其他内容。

4. 从剧本到分镜：在代码里管理“提示词”

长剧制作的第一步是文本内容。虽然你可以直接用聊天窗口让大模型写剧本，但在工程化流水线里，我们把“写剧本”拆成三个步骤：

1. 生成剧情概要；
2. 根据概要生成分场剧本；
3. 根据分场剧本生成画面提示词。

下面用 Python 代码演示一个简化的剧本生成思路。

# 文件路径：scripts/generate_script.py import json import os # 这里仅演示结构化提示词模板，实际调用请对接大模型 API def build_story_prompt(theme: str, character_count: int) -> str: return f""" 你是一位专业的编剧。请根据下面的主题创作一部短剧的第 1 集剧情概要。 主题：{theme} 主要角色数量：{character_count} 要求： 1. 剧情结构包括：开端、冲突、转折、结尾。 2. 每个角色必须有明确的目标和行动。 3. 输出格式为 JSON，包含字段：title, summary, characters, scenes。 请注意：只输出 JSON，不要输出其他解释性文字。 """ def call_llm(prompt: str, model: str = "gpt-4o-mini") -> str: # 示例代码中不直接调用真实 API # 实际项目中可替换为 openai / 通义 / 文心 等 SDK print("调用大模型模型:", model) print("提示词内容:", prompt) # 返回模拟结果 return json.dumps({ "title": "后西游记之石猴重生", "summary": "一块受天地灵气孕育的仙石在毁灭后重新凝聚，新的石猴即将踏上取经之路。", "characters": [ {"id": "monkey_01", "name": "小石猴", "goal": "寻找身世真相"}, {"id": "master_01", "name": "老师傅", "goal": "守护经书"} ], "scenes": [ {"scene_id": 1, "location": "花果山废墟", "time": "黄昏"}, {"scene_id": 2, "location": "山间小径", "time": "夜晚"} ] }, ensure_ascii=False) def main(): theme = "后西游记：石猴在现代都市苏醒，寻找消失的经书" prompt = build_story_prompt(theme, character_count=2) result = call_llm(prompt) data = json.loads(result) os.makedirs("output/episode_01", exist_ok=True) with open("output/episode_01/script.json", "w", encoding="utf-8") as f: json.dump(data, f, ensure_ascii=False, indent=2) print("剧本生成完成，输出目录：output/episode_01/script.json") if __name__ == "__main__": main()

这段代码的核心价值不是实现大模型调用，而是演示“结构化管理文本生成任务”的思路：提示词模板、结构化 JSON 输出、按集保存到独立目录。

在实际项目中，你应该把call_llm替换成真实的大模型 SDK，同时把script.json作为后续分镜和画面生成的输入。

5. 分镜脚本与画面提示词管理

5.1 分镜脚本的结构

分镜脚本是连接剧本和画面的桥梁。简单来说，每一场戏都要拆成若干个“镜头”，每个镜头包含：

• 镜号（shot_id）
• 景别（远景/全景/中景/近景/特写）
• 运镜方式（固定/推近/拉远/跟随/环绕）
• 画面内容描述
• 角色与动作
• 对白或旁白
• 时长预期

在 AIGC 长剧里，分镜脚本不一定要手写，可以由语言模型根据剧本自动生成。关键是要定义好输出的 JSON 结构，方便下游工具读取。

5.2 生成画面提示词

同一个角色在不同镜头中必须保持一致，这要求我们在提示词里固定“角色描述符”。

首先维护一套角色提示词库，例如：

{ "characters": { "monkey_01": { "name": "小石猴", "appearance": "a young heroic monkey warrior, glowing golden fur, red armor with ancient patterns", "negative_prompt": "blurry, low quality, distorted face, extra fingers, wrong anatomy" }, "master_01": { "name": "老师傅", "appearance": "an old wise monk, white beard, brown kasaya robe, wooden staff, kind eyes", "negative_prompt": "blurry, low quality, distorted face, extra fingers, wrong anatomy" } } }

然后，写一个函数来组装当前镜头的提示词：

# 文件路径：scripts/generate_prompt.py import json def load_character_prompts(path: str = "config/prompts/character_prompts.json") -> dict: with open(path, "r", encoding="utf-8") as f: return json.load(f) def build_shot_prompt( character_prompts: dict, shot: dict ) -> str: char_id = shot.get("character_id") char_info = character_prompts["characters"].get(char_id, {}) appearance = char_info.get("appearance", "a person") negative = char_info.get("negative_prompt", "") prompt = ( f"{appearance}, " f"{shot.get('scene_description', '')}, " f"{shot.get('camera_style', 'cinematic shot')}, " f"{shot.get('lighting', 'natural lighting')}, " f"high quality, 8k, detailed background" ) negative_prompt = negative + ", watermark, text, logo" return prompt, negative_prompt def main(): character_prompts = load_character_prompts() shot = { "shot_id": "ep01_shot_001", "character_id": "monkey_01", "scene_description": "standing on a mountain cliff at sunset, looking at the distant city", "camera_style": "wide shot, slow push in", "lighting": "golden hour lighting" } prompt, negative_prompt = build_shot_prompt(character_prompts, shot) print("画面提示词:") print(prompt) print("\n反向提示词:") print(negative_prompt) if __name__ == "__main__": main()

在实际项目中，这个函数产出的提示词会给到文生图模型。随着模型版本迭代，提示词写法也会变化，所以不要认为这套模板是标准。重点在于：把提示词作为一种“配置”来管理，而不是散落在聊天记录里。

6. 画面生成与视频生成：从静态图到动态片段

6.1 静态画面生成

在 AIGC 长剧流程中，静态画面的生成通常用文生图模型。这类模型包括 Stable Diffusion、Midjourney、FLUX 等。

如果你使用 Stable Diffusion，通常会涉及以下配置文件（简化版）：

# 文件路径：config/sd_config.yaml model: name: sd_xl_base_1.0 steps: 30 cfg_scale: 7.0 sampler: euler_a width: 1280 height: 720 output: format: png save_metadata: true

这里的cfg_scale决定图像与提示词的贴合程度，数值太高画面会过饱和，太低又可能跑题。建议根据场景类型做实验，不是所有镜头都适用同一组参数。

6.2 图生视频生成

有了静态画面之后，下一步是让画面动起来。常见思路有两种：

• 文生视频：直接用文字描述生成视频片段，优点是方便，缺点是可控性较差。
• 图生视频：先生成首帧关键图，再让模型根据首帧生成短片段，优点是角色和场景一致性较高。

在 AIGC 长剧中，图生视频方式更常见。你可以使用 Runway、Pika、可灵等平台，也可以使用开源模型如 AnimateDiff。

由于不同产品的 API 差异较大，这里不写死某个调用代码。给出一个通用的请求结构化思路：

# 文件路径：scripts/generate_video.py # 示例代码：演示图生视频任务的请求结构 import requests # 以某个支持图生视频的平台为例，仅展示请求体结构，请按实际 API 调整 def submit_video_generation(api_url: str, api_key: str, image_path: str, prompt: str): headers = { "Authorization": f"Bearer {api_key}" } data = { "prompt": prompt, "image_path": image_path, "duration": 5, # 生成视频时长，单位秒 "resolution": "1280x720", "motion_scale": 0.8, # 运动幅度，数值越大动作越明显 } # 实际请求可能是 multipart/form-data，这里仅示意 response = requests.post( f"{api_url}/video/generations", headers=headers, json=data ) return response.json()

需要注意的是，不同平台对“运动幅度”“首帧图”“参考图”的参数支持不一样。这里的关键是在请求体中体现出“角色参考图 + 动作描述 + 时长 + 分辨率”这些核心字段。

6.3 为什么需要角色参考图

很多 AIGC 初学者会问：为什么我生成同一个角色，每张图长得都不一样？

这是因为大部分文生图模型不具备跨生成的长期记忆。模型只知道“这次生成一个金色毛发的猴子”，但不知道“上次那只猴子长什么样”。解决办法就是引入“角色参考图”（Reference Image）机制：

• 在做图生视频时，把该角色的标准形象图一起传入；
• 在做文生图时，使用 IP-Adapter、LoRA 等模型微调技术固定角色特征；
• 在后期剪辑时，使用统一素材库，避免混用不同版本的角色图。

对于一部长剧来说，建议在制作初期就完成所有主要角色的“定妆照”，然后每一集的生成都围绕定妆照进行，而不是每集都把角色描述凭空重写一遍。

7. 配音与音频生成

7.1 TTS 语音合成

配音环节在 AIGC 长剧中通常有两种做法：

• 使用 TTS（文本转语音）直接生成角色对白；
• 在 TTS 基础上进行声音克隆，让配音音色稳定统一。

TTS 工具非常多，比如 Azure TTS、火山引擎 TTS、ElevenLabs 等。对于长剧项目，选择 TTS 时重点看三点：音色自然度、多情感表达、并发能力。

7.2 一个简单的音频文件管理示例

音频资产也需要按集管理。下面是用 Python 整理音频文件的示例：

# 文件路径：scripts/manage_audio.py import os import shutil def organize_audio(episode: str, source_dir: str, target_dir: str): """把某集的音频文件按角色归类到目标目录""" os.makedirs(target_dir, exist_ok=True) for filename in os.listdir(source_dir): if not filename.endswith(".mp3"): continue # 文件名命名规则：ep01_角色ID_场景号_音频编号.mp3 parts = filename.split("_") if len(parts) >= 2: char_id = parts[1] char_dir = os.path.join(target_dir, char_id) os.makedirs(char_dir, exist_ok=True) shutil.copy2( os.path.join(source_dir, filename), os.path.join(char_dir, filename) ) print("音频资产整理完成") if __name__ == "__main__": organize_audio( episode="ep01", source_dir="assets/audio/raw", target_dir="assets/audio/processed" )

这里的目录规划思路，和前端静态资源管理的逻辑是相通的。音频文件按角色和场景拆分后，后期剪辑时查找成本就会大大降低。

8. 内容审核体系：AIGC 批量生产的安全底线

《后西游记》采用“边审边播”，意味着内容审核不是制作完成后的“最后一步”，而是贯穿整个生产链路的“质量门禁”。对于开发者来说，这恰好是可以工程化实现的部分。

8.1 审核分为哪些层次

内容审核不只是查敏感词。在 AIGC 长剧里，审核体系至少包括：

• 文本审核：剧本、对白是否存在违规内容；
• 图像审核：画面是否存在违规或侵权元素；
• 音视频审核：语音内容、字幕是否同步；
• 版权审核：角色形象、背景素材是否涉及版权风险；
• 一致性审核：角色前后形象是否一致、场景是否穿帮。

8.2 基于规则引擎的敏感词检查

下面给出一个简单的 Python 敏感词检查示例。这不是完整的审核系统，但可以帮你理解审核模块如何嵌入流水线。

# 文件路径：scripts/check_content.py import re class ContentFilter: def __init__(self, sensitive_words: list): # 将敏感词列表编译为正则表达式 self.patterns = [re.compile(re.escape(word), re.IGNORECASE) for word in sensitive_words] def check(self, text: str) -> dict: hit_words = [] for pattern in self.patterns: if pattern.search(text): hit_words.append(pattern.pattern) return { "pass": len(hit_words) == 0, "hit_words": hit_words, "text_length": len(text) } def main(): # 实际项目中应从配置文件或审核服务拉取敏感词列表 sensitive_words = ["违禁词A", "违禁词B", "高风险词C"] text = "这是一段正常的对白，不包含任何违规内容。" filter_ = ContentFilter(sensitive_words) result = filter_.check(text) print(result) if __name__ == "__main__": main()

在实际生产环境中，文本审核往往交给大模型或专门的审核 API 来做，因为敏感词库很难覆盖所有变体（比如谐音、拆字、表情符号绕过）。但规则引擎依然有存在价值：响应快、可解释、可离线部署，适合做第一道快速拦截。

8.3 审核结果如何进入发布流程

如果整个项目按“边审边播”来设计，发布流程可以像这样：

1. 每一集生成初稿素材；
2. 自动跑文本、图片、音频基础审核；
3. 审核不通过的内容自动打回，并记录失败原因；
4. 审核通过的内容进入人工抽检队列；
5. 抽检通过后，执行剪辑合成；
6. 合成产物再次过审核门禁，通过后进入发布队列；
7. 发布后继续监测观众反馈和舆情风险。

在下发判断中，如果 AIGC 内容涉及数字人形象或真人肖像克隆，还需要取得相应授权，避免侵犯肖像权和声音权。这些合规问题在工程设计中也要留出审核字段。

9. 常见问题与排查思路

下面整理了 AIGC 长剧制作过程中常见的工程问题，方便你以后遇到类似报错时快速定位。

从排查思路来看，AIGC 长剧项目里最常出问题的不是某一个模型效果不好，而是“多个工具之间的衔接规范”没做好。比如角色图没有统一、命名没有规范、审核状态没有记录，很容易在几十集生产之后彻底乱掉。

10. 最佳实践与工程建议

10.1 提示词管理要“资产化”

提示词是 AIGC 生产中最重要的资产之一。不要在聊天框里写完就丢，建议用 Git 管理提示词文件，保留每个版本的变更记录。

推荐把提示词拆成三个层级：

• 基础描述：角色外观、场景风格、画风；
• 工艺参数：模型版本、采样步数、分辨率、seed；
• 项目限定：当前剧集的时间线、情节限定、美术方向。

这样做的好处是：当某一集生成效果不理想时，你可以快速定位是“描述问题”还是“参数问题”，并且可以回滚到上一个可用版本。

10.2 建立素材版本管理机制

长剧生产周期长，素材会被反复重做。强烈建议在素材文件名中加入版本号，例如：

ep01_scene01_monkey_01_v1.png ep01_scene01_monkey_01_v2.png

不要用最终版.png、最终版2.png这种命名。工程上可以使用 Git LFS 管理大文件，也可以用轻量级素材管理系统，但核心是“可追溯、可回滚”。

10.3 自动化质量门禁

“边审边播”要想真正跑起来，必须把质量门禁嵌入流水线。你可以设计一个简单的检查状态字段：

{ "episode_id": "ep01", "script_status": "approved", "character_art_status": "checking", "video_status": "pending", "audio_status": "pending", "review_status": "pending", "version": "v1.2" }

每一集都用一个状态文档来跟踪，任何环节更新后都要同步状态。这个思路和 CI/CD 流水线里的流水线状态非常相似。

10.4 保留人工审核环节

AIGC 内容即使技术上能全自动生成，也不建议在发布链路中完全去人。原因有三个：

• 模型对长剧的情节连贯性理解有限；
• 内容审核标准存在主观性，需要人来兜底；
• 版权和合规问题需要法律专业判断。

比较好的实践是：AI 负责生成、初筛、提示风险；人负责确认、修改、最终放行。

10.5 关注版权和安全边界

在 AIGC 长剧制作中，需要特别注意几点：

• 使用第三方素材时确认授权；
• 对知名 IP 形象做商业化使用前确认版权风险；
• 数字人形象需要用户明确授权；
• 涉及隐私信息的内容严禁在提示词中出现；
• 生产内容时要保留生成记录，方便追溯。

安全不是技术单点问题，而是流程和系统共同保证的。建议从项目第一天就把审核和版权检查纳入工程计划，而不是等项目上线前再补救。

11. 总结与下一步学习路线

《后西游记》开播这件事，真正值得技术人关注的不是某一家平台或某部剧本身，而是它证明了 AIGC 长剧的工程链路已经初步跑通。从文本生成到画面生成，从配音到审核发布，每一个环节都出现了可用的工具和方案，同时也暴露出大量工程化挑战：一致性、可控性、审核效率、资产管理和版权合规。

如果你对这个方向感兴趣，可以按下面这条路线继续深入：

1. 先体验主流文生图/图生视频工具，建立对生成效果的直观感知；
2. 学习大模型 API 的基本调用方式，习惯用 JSON 管理结构化输出；
3. 动手搭建一个“文本到分镜”的小工具，理解提示词工程；
4. 尝试用开源模型本地跑图像生成，理解参数和显存之间的关系；
5. 了解视频剪辑的脚本化操作，比如用 Python 调用 FFmpeg 做批量剪辑；
6. 设计一个简单的内容审核流程，把文本审核和图片审核串起来。

AIGC 技术更新非常快，今天的主流模型可能半年后就会被新方案替代，但“生产链路拆解、资产化管理、流程化审核”这些工程思路会长期有效。哪怕是做到一半想转方向，这套流程化的思维方式也能帮你在其他技术领域走得更稳。

最后建议大家动手时先从 3 到 5 分钟的短片开始，不要一上来就挑战长剧。先把角色一致性、音画同步、素材命名和审核流程跑顺了，再逐步拉长内容和集数。把过程拆细，把版本管好，AI 生成内容才能真正成为可交付的产品。