内容摘要：近期，AI短剧在短视频平台呈现爆发式增长，内容题材涵盖修仙爽文、萌宠日常等多元领域。然而，对于创作者而言，传统AI视频制作流程繁琐：需依次完成剧本撰写、分镜拆分、文生图、图生视频及后期剪辑配乐，且需在

近期，短剧AI短剧在短视频平台呈现爆发式增长，工具内容题材涵盖修仙爽文、实测萌宠日常等多元领域。小猫然而，厨房从创成片成片对于创作者而言，全记传统AI视频制作流程繁琐：需依次完成剧本撰写、录键分镜拆分、短剧文生图、工具图生视频及后期剪辑配乐，实测且需在多个工具间频繁切换，小猫耗时通常超过两小时。厨房从创成片成片

针对这一痛点，全记Agnes AI 近期推出了全新免费视频创作平台 Pavo，录键主打“一句话成片”的短剧高效工作流。本文将以“治愈系小猫做饭”为案例，深度实测 Pavo 的实际表现。

一、 创意输入与智能拆解

测试起点为一句简单的 Prompt：

“一只穿围裙的小猫独自在厨房做蛋炒饭，风格温暖治愈，时长30秒左右。”

Pavo 系统迅速识别出“萌宠拟人”与“治愈系”标签，并在十余秒内生成完整的制作需求卡，包括自动生成的标题、剧本大纲、角色设定、场景参考及道具清单。

二、 专业级分镜生成

在分镜环节，Pavo 自动拆解出 6个关键镜头，构建起完整的叙事弧线（准备食材→烹饪过程→成品展示→品尝满足）。其分镜逻辑严谨，节奏张弛有度，专业度优于多数新手手动策划。

分镜详情如下：

• 镜头 1（6秒）：全景推进。小猫踩凳立于灶台前，围裙整洁，食材就位。旁白：“今天小橘决定自己做顿蛋炒饭”。
• 镜头 2（5秒）：近景特写。肉爪笨拙磕蛋，蛋液入碗，配合音效。
• 镜头 3（7秒）：中景。小猫持小木勺搅拌蛋液，尾巴摆动，动作生动。
• 镜头 4（8秒）：侧景。踮脚倒蛋液入热油锅，呈现“滋啦”冒烟的视觉效果。
• 镜头 5（4秒）：收尾特写。成品上桌，小猫舀食，表情满足。

三、 关键帧预览与视频合成

确认分镜后，系统首先生成各镜头的关键帧图片供预览，确保视觉风格统一。

预览无误后，点击“生成全部视频”，系统将静态分镜转化为动态视频。最后通过“合成短片”功能，自动拼接所有镜头。

核心亮点：角色一致性保持
在AI视频生成中，角色外观崩坏是常见难题。Pavo 通过 多参考图联动技术锁定角色面容、服饰及核心道具。在角色设计阶段，系统将首版图片设为“角色资产”并绑定至全部分镜，从而确保从镜头1到镜头5，小猫的形象、服装及风格保持高度一致。

四、 细节表现与不足分析

1. 动作与物理效果

• 优点：搅拌时勺子转动、锅中蛋液冒泡等细节自然，非生硬的图片平移。鸡蛋、锅铲等道具在动态过程中未出现变形或掉帧。
• 不足：小猫走向桌子的动作流畅度仍有提升空间，神态与动作的拟人化程度尚未达到完美境界。

2. 表情连贯性

• 优点：品尝蛋炒饭时，小猫的面部表情自然，满意度传达清晰。
• 不足：在“闻香味”的特写镜头中，表情略显僵硬，不同分镜间的面部表情连贯性存在微小瑕疵。

五、 效率对比与总结

时间成本对比：
* Pavo实测耗时：从输入Prompt到获得完整成片，全程不足 1小时（期间包含两次分镜调整）。
* 传统流程耗时：自行撰写剧本、搜集素材、剪辑配乐，预计耗时 2小时以上，且成品质量难以保证。

核心结论：
Pavo 最大的价值在于将碎片化的AI工具整合为一条 可闭环的工作流，大幅降低了AI视频创作的门槛。对于被高昂Token费用劝退的新手，或希望快速验证创意的内容创作者，Pavo 是一个极具性价比的选择。

随着此类工具的不断迭代，未来我们刷到的短剧，极有可能源自普通用户的一句话创意。