
《总裁烤串》真人短剧全自动诞生!Claude Fable5 当导演,Higgsfield MCP 执行(附导演级提示词)
冷面总裁走进烟火气十足的夜市,遇见热情开朗的烧烤店女孩。一串烤串,让两个完全不同世界的人产生交集。
这是短剧《总裁烤串》的故事——而它的导演不是人,是 Claude Fable5;执行团队也不是剧组,是 Higgsfield MCP。
从故事构思、角色设计、场景图片到视频镜头,全部自动生成。这期(19541 期)教程完整展示了这部都市反差短剧的诞生过程。但真正让我眼前一亮的不是成片,而是教程开头那段导演级提示词——它几乎值回整个课程的票价。
先看那段"导演提示词"有多专业
大多数人让 AI 做视频,提示词是"给我生成一段总裁在夜市的视频"。出来的东西可想而知:素材感、幻灯片感、一眼 AI。
这期教程的提示词长这样(核心要求拆解):
- 人物、场景、每一个镜头都是电影的色彩
- 根据景别不同,使用不同专业摄像机的镜头光圈和焦距
- 专业运镜:远景—近景—特写,根据不同情节设置不同拍摄手法
- 导演思维:体现细节和微表情,要有专业大片的感觉
- 音效 + 简短背景音乐,但——视频结束之前音乐必须渐变消失
- 画面结束前 1–1.5 秒,旁白、音效、音乐全部进行完毕
- 镜头衔接丝滑,镜头之间合理有连续性
- 人物、场景、色彩、语音音色全程一致
看出门道了吗?这段提示词的本质是把导演的专业知识翻译成了 AI 能执行的约束条件。
"光圈焦距"和"运镜"解决的是画面质感;"结束前 1–1.5 秒声音全部收完"解决的是成片的呼吸感——业余视频最常见的毛病就是音乐被硬切掉;"人物场景色彩音色一致"解决的是 AI 视频的传统绝症。
AI 不缺生成能力,缺的是这种颗粒度的要求。 你给它的标准越专业,它交付的东西越接近专业。

流程拆解:导演 + 执行的双层架构
这期教程的分工架构特别清晰:
Claude Fable5 = 导演——自动编写短剧剧情和分镜,把控创意与镜头语言 Higgsfield MCP = 执行团队——自动生成角色、场景与视频镜头,直接输出图片和视频
MCP 的价值在这里体现得很直接:让 Claude 不只是提供创意,还能真正完成内容制作——从"出主意的"变成"干活的"。
教程 12 个环节:
成片预览 → 连接 Higgsfield MCP → 生成剧情脚本
→ 编写专业提示词 → 生成人物与场景图 → 自动生成视频
→ 检查并修改镜头 → 视频编辑方法 → 导出视频
→ Higgsfield 平台介绍 → 最终成片
注意其中两个环节:"编写专业提示词"独立于"生成剧情脚本"——剧本是剧本,镜头指令是镜头指令,两层分开设计;"检查并修改镜头"单列——自动化不等于免检,AI 产出的镜头必须过人工质检。
为什么选《总裁烤串》这个题材?
都市反差爱情短剧是个经过验证的流量品类,而它恰好也是检验 AI 能力的理想考题:
- 两个世界的美术对比——总裁的冷色调写字楼 vs 夜市的暖色烟火气,考验"场景色彩一致性"
- 情绪靠微表情推进——冷面总裁的松动、女孩的热情,全靠面部细节,考验"微表情"要求的落地
- 场景切换频繁——办公室、街道、摊位,考验镜头衔接的连续性
如果 AI 能把这种强对比、重情绪的题材做到不跳戏,日常题材基本就是降维打击。

和上一期(GPT-5.6 Codex 版)什么关系?
如果你看过同系列的 19540 期,会发现两期是同一架构、不同主角:
| 19540 期 | 19541 期(本篇) | |
|---|---|---|
| 导演/大脑 | GPT-5.6 Codex | Claude Fable5 |
| 执行层 | Higgsfield MCP | Higgsfield MCP(相同) |
| 侧重点 | 全托管自动化 + 自动上传 YouTube | 导演级提示词 + 电影感成片质量 |
| 看点 | 效率闭环 | 质感上限 |
我的建议是两期对照着看:一期学"怎么让流程全自动",一期学"怎么让成片有电影感"。效率和质感,刚好是 AI 短剧的两条腿。
适合谁?
- ✔ 已在做 AI 短剧、想提升成片质感的创作者——导演提示词直接可抄
- ✔ 关注 Claude 系模型 + MCP 玩法的技术玩家
- ✔ 做情感/都市题材短剧、被"一眼 AI"困扰的团队
不适合:只想看"一键出片"的——这期的价值恰恰在于它展示了"一键"之前需要多少专业设计。
写在最后
这期教程最颠覆认知的地方在于:它证明了 AI 视频的质量瓶颈,正在从"模型能力"转向"使用者的专业表达"。
同样的 Claude Fable5,同样的 Higgsfield MCP,"给我拍个夜市视频"和"根据景别使用不同光圈焦距、结束前 1.5 秒声音全部渐消"——产出是天壤之别。
模型越来越强之后,导演思维成了最稀缺的提示词。这大概是这期教程送给所有 AI 创作者的最好提醒。

评论(0)