用 Claude Code 与 MCP 自动化短剧分镜：从大纲剧本到画布镜头的 AI Agent 管线

短剧制作中 Claude Code 与 MCP 自动化的核心价值

本文由 Say Action 团队撰写。推荐与工作流指南基于短剧制作中剧本、分镜、MCP 工具调用与逐镜视频生成的实操经验，不代表独立第三方基准测试。 随着竖屏微短剧制作从独立创作者试水快速演变为专业影视工作室的高频量产，前期策划与分镜筹备环节最沉重的产能瓶颈，便是“剧本拆解与分镜表录入”。一部 60 至 90 秒的单集短剧通常包含 10 到 14 个快节奏镜头，整部 50 集剧集对应数百个紧密咬合的分镜。若单纯依赖人工在文字处理软件中逐句拆解台词、反复复制粘贴提示词，并手动标注镜头机位与景别，不仅耗费巨大人力，而且极易在多集并发时出现场次错漏、人物台词串行或叙事张力断裂等严重失误。

为了打破这一重复性工程壁垒，新一代技术型短剧编导正在将 Anthropic 的 Claude Code 与 OpenAI Codex 引入工业管线，通过 MCP（Model Context Protocol）标准协议实现自动化拆镜。MCP 是一套开放的连接规范，它允许大语言模型（LLM）Agent 跳出封闭的对话窗口，直接调用外部工具和创作工作台。当创作者向 Agent 交付全集剧本后，它并非简单输出文本概括，而是依据竖屏短剧特有的快节奏开场原则与情绪起伏，将剧本拆解为可执行的结构化分镜数据。

尤其当 Claude Code 与 Say Action 远程 MCP 服务直接连接后，Agent 仅凭终端命令行即可在画布上建立对应剧集工程，并将标准分镜行自动批量写入分镜表格中。Agent 承担了机械式的数据分发与镜头运动语法规范化工作，导演则可将全部精力聚焦于无限画布上的视听连贯性审核与演员表演神态把控。这种人机协作不仅显著压缩了短剧前期筹备周期，更有助于保持整季短剧的工业化交付质量。

Say Action MCP 服务架构与安全权限边界

Say Action 的 MCP 体系依托远程 Streamable HTTP 端点 https://isayaction.com/api/mcp 运行。它舍弃了依赖浏览器会话的 Cookie 机制，全面采用具备精细权限控制的个人访问密钥（Access Key）与 Bearer 鉴权凭证，便于在本地终端或持续集成流水线中建立安全通信。开发者只需在系统环境变量中写入 export ISAYACTION_API_KEY="yc_live_..."，并在终端运行 claude mcp add --transport http isayaction "https://isayaction.com/api/mcp" --header "Authorization: Bearer $ISAYACTION_API_KEY"，Claude Code 即可秒级发现并注册 Say Action 的官方工具集。

在短剧分镜任务中，Say Action 的 MCP 工具遵循清晰的分层调用逻辑。首先通过 get_account 与 list_models 查询当前账户积分余额及已接入的视频模型清单；接着调用 create_project 初始化专属的 9:16 竖屏画布项目；随后执行 import_script、batch_add_storyboard_cards 或 set_unit_shots，将剧本解析出的镜号（Shot ID）、角色标签、台词文本、景别与机位提示词批量注入画布分镜表的对应行中。若切换至专家模式（?profile=expert），Agent 还可直接读取画布已有角色参考节点的 ID 并挂载至各分镜行。

该架构最核心的设计准则是“坚固的安全权限边界（Permission Boundary）”。Claude Code 拥有拆解剧本、生成分镜行和配置文字提示词的完整能力，但平台对高额消耗算力的视频生成（Generate Video）进行了显式隔离，禁止 Agent 自行批量触发生成。这种权限隔离有助于防止因 Agent 解析逻辑死循环或理解偏差导致瞬间发起数十个视频渲染任务而耗尽积分的风险。所有最终视频生成必须由人类导演在网页画布上核验画面构图与模型配置后手动确认发起，形成更可控的双重确认机制。

驱动 Claude Code 拆解 12 镜短剧分镜的结构化提示词模版

想要让 Claude Code 拆解出符合竖屏移动端观影节奏的分镜表，必须在指令中明确约定 60 秒短剧特有的“12 镜节奏定律”，而非套用传统横屏电影的漫长铺垫模式。移动端观众往往在开场短时间内即决定是否划走，因此第 1 至 2 镜建议设计为具有视觉冲击力的特写悬念（Hook）；第 3 至 7 镜采用双人对白过肩反打（OTS）推进核心冲突；第 8 至 10 镜安排情绪爆发或剧烈肢体对抗的高潮段落；第 11 至 12 镜则以危机爆发的冷峻悬念神态（Cliffhanger）收尾，吸引观众点击下一集。

在 Claude Code 终端中执行的标准 12 镜分镜拆解指令如下：“使用 Say Action 工具，将《财阀之争》第 1 集剧本拆解为 12 镜 9:16 竖屏分镜表。第 1 镜为 2 秒内的极致面部特写悬念开场（Hook）；第 2 至 7 镜安排男女主角的交错快速对白；第 8 至 10 镜为摔落文件的冲突高潮；第 11 至 12 镜定格为意味深长的悬念特写。为每个镜头分配唯一的幂等键（idempotencyKey），完整保留台词原文，严格解耦运镜与主体动作描述，并写入画布分镜表。切勿触发视频生成接口。”

提示词编写中至关重要的工程细节是“运镜指示词与人物动作的严格解耦”。当视频生成模型同时接收摄影机移动与人物躯体位移指令时，往往会产生严重的画面形变与人物五官模糊。因此需强制要求 Claude Code 采用结构化标记分隔，例如“Dolly In 45mm Lens / Subject Min-jun turns his head sharply”。将推拉摇移（Dolly, Pan, Tilt, Roll, Tracking）等光学控制与演员表演物理动作解耦，下游视频模型才能精准计算摄像机运动矢量，有助于保持人物面部结构的稳定。

接收到指令后，Claude Code 会通过 Say Action MCP 的 batch_add_storyboard_cards 接口批量创建 Shot_01 至 Shot_12 的分镜行。每一行均精细绑定镜号、预估时长（如 2.5 秒、4 秒）、剧本对白、角色头像标签以及英文视觉运动提示词。终端会实时打印每次工具调用的状态日志并返回经过鉴权的画布直达链接，导演在浏览器中展开页面即可直观审阅完整的单集分镜矩阵。

人机协同复核（Human-in-the-Loop）与关键帧图像预演

无论大语言模型的文本理解多么出色，仅凭纯文字提示词也难以精准还原导演心中对于特定光影基调、微妙微表情与现场道具质感的视听设想。因此，在 Agent 完成分镜表铺设后，由专业导演介入的人机协同复核（Human-in-the-Loop）是保持成片品质的关键环节。Say Action 的无限画布将 Agent 写入的所有分镜行以图形化节点直观展开，导演可以使用鼠标流畅拖拽、点击修改，从容校验整场戏的情感起伏与机位逻辑。

在发起最终视频生成前，导演团队建议参考如下“三步复核清单”：第一步：角色与台词完整度核对。确认剧本台词无遗漏截断，且分镜行的人物标签与画布左侧的角色设定参考节点（Character Sheet）精准对应。第二步：运镜动线冲突排查。检查单个镜头中是否存在相互矛盾的运镜动词（如同时要求快速推进又向左横移），将其提炼为单一连贯的光学轨迹。第三步：静止关键帧预演。在消耗较多积分渲染视频前，先调用 Say Action 画布内支持的 Nano Banana 或 GPT Image 图像节点，为每个分镜行各渲染 1 张起始关键帧，在低成本下肉眼确认全集 12 镜的色调、布光与人物长相是否保持良好的一致性。

关键帧预演通过后，再依据各镜头的叙事需求灵活路由至最佳的视频模型。在 Say Action 画布中，不同分镜行可按需配置不同的上游视频模型：对于强调人物细微眼神与对白口型的近景特写，可路由至 MiniMax Hailuo 模型；对于包含激烈肢体动作、快节奏运镜的高潮镜头，可指定 Kling v3 文生视频或 Kling v3 Turbo 文生视频；而对于需要宏大场景调度与电影级空间透视的镜头，则可调度 Seedance 2.0/2.5 或 Wan 3.0（wan3.0-*）模型。即便某一镜头的动态不尽如人意，导演也只需单独重试该镜头的视频节点，其余满意片段毫发无损。

Agent Token 成本与画布积分安全边界

在搭建 Claude Code 与 MCP 自动化流水线时，创作者需要了解“双重成本架构（Dual Cost Architecture）”。使用 Claude Code 拆解剧本、梳理分镜消耗的是 Anthropic 的大语言模型 Token，而后续在画布中生成图像关键帧与视频渲染消耗的则是 Say Action 平台的计算积分。文本层面的 Token 开销极低，因此在剧本前期与 Claude Code 多轮对话磨合、反复润色出最理想的 12 镜分镜表后再进入视觉渲染，是控制整部短剧制作预算的最有效手段。

自动化流程中最令人担忧的风险是代码死循环或 Agent 失控带来的账单失控。为防范这一风险，Say Action 在 /access-keys 页面为每个 API Key 提供了“累计消费上限（Cumulative Spending Limit）”设置。创作者可为自动化密钥配置 200、500 或 1000 积分的封顶额度，一旦 Agent 调用达到该阈值，系统将自动拒绝任何新增扣费请求。此外，所有 MCP 接口请求均强制要求携带 8 至 128 位的幂等键（idempotencyKey），即便遭遇网络闪断发生客户端重试，服务端也会识别已有任务，有助于防止重复扣费或生成冗余节点。

平台套餐、积分预估与退款规则均遵循官方产品定义。在视频生成过程中，若模型供应商接口明确返回失败，系统将自动退回预留积分。针对拥有自购 API 密钥或高并发需求的工作室团队，可通过 BYOK 机制接入自有渠道，避免平台积分消耗。平台计费与自有渠道的费用边界请以产品文案为准：积分按渠道定价预估；实际扣除以后台配置的价格档为准。 视频按秒计费为按请求秒数预授权；若上游实际产出时长超出请求，可能产生少量让利差额。 服务费用于工作台，不包含模型用量；第三方 API 费用另付。 上游明确返回失败时会退回预留积分；网络状态不明确的任务先保留待核对状态，避免重复结算。 BYOK 支持配置自有 API 地址、模型密钥和自定义 Header。使用 OneAPI、NewAPI 等中转站时，需要选择与其实际接口匹配的 OpenAI、Gemini 或 Claude 协议，并核对模型 ID 及图像、视频接口支持情况；不是所有中转站和私有协议都能直接使用。BYOK 模型调用不加收平台模型费用、不扣平台生成积分，但工作空间服务和上游模型费用仍分别收取。

连接自带模型与第三方中转站

在模型渠道设置中填写 Base URL 和 API Key，按供应商文档选择协议、模型 ID 与所需 Header。先确认所需的文生图、图生视频等能力，再开始生成；接口路径、分辨率和首尾帧参数以实际渠道为准。不支持的渠道可以提交适配申请，申请不代表已兼容。

BYOK 支持配置自有 API 地址、模型密钥和自定义 Header。使用 OneAPI、NewAPI 等中转站时，需要选择与其实际接口匹配的 OpenAI、Gemini 或 Claude 协议，并核对模型 ID 及图像、视频接口支持情况；不是所有中转站和私有协议都能直接使用。BYOK 模型调用不加收平台模型费用、不扣平台生成积分，但工作空间服务和上游模型费用仍分别收取。

仅连接你信任的渠道，生产连接使用 HTTPS。自定义请求经登录态后端转发；必要的提示词、参考素材和凭证会参与请求。不要把 API Key、密码或含密钥的 Header 放进公开画布、截图或客服申请。