BytePlus 推出 AI 短剧平台 Dramagic 进入 Beta：剧本分析到分镜预览四步打通，内置角色与场景一致性检查
9 月 21 日，字节跳动旗下海外企业服务品牌 BytePlus 对外发布 Dramagic。产品定位不是再做一个单镜头生成按钮，而是把剧本分析、资产设置、智能分镜和视频预览装进同一个企业级工作区，目前处于 Beta 阶段，需要申请使用。
对做短剧出海、品牌故事和效果广告的团队来说，真正费时间的往往不是生成第一条画面，而是第 20 个镜头还能不能认出同一个角色、修改剧本后分镜要不要全部重做、多人审片时谁拿着最新版本。Dramagic 瞄准的正是这些流程问题。不过，Beta 产品能否稳定替代现有工具链，还要用真实项目验证。
一、它不只是生成视频
澎湃新闻援引 BytePlus 官方信息称，Dramagic 面向短剧及影视制作，是一款企业级 AIGC 平台，核心流程为 Script Analysis、Asset Setup、Storyboard 和 Video Preview。TechMoon 对官方发布材料的核对显示，产品于 9 月 21 日官宣，Beta 采用申请制，不是注册账号后就能直接购买套餐的公开自助工具。
它与常见视频生成器的差别，在于把项目结构放在模型调用之前。普通工具通常从一段提示词或一张参考图开始，输出数秒视频；Dramagic 先读取完整剧本，把角色、场景、集数和剧情节点拆成结构化信息，再让这些信息贯穿资产和分镜阶段。目标不是只把单条片段做得好看，而是让几十个镜头仍属于同一个项目。
BytePlus 官方文档还显示，平台同时提供 Agent mode 和 Manual mode。Agent mode 会自动解析剧本、识别角色与场景并生成分镜；Manual mode 则允许团队手工配置角色、场景、道具和各集分镜。前者适合快速跑通样片，后者更适合已有美术规范、品牌资产和审核流程的团队。
这里仍要留一道人工门。官方文档在多个步骤允许用户修改剧本结构、重选角色图、调整提示词、比较候选视频并局部重做，说明 Dramagic 的产品逻辑是「自动处理加人工确认」，不是上传剧本后无需审核就直接得到可投放成片。
二、四步具体怎么走
第一步是剧本分析。用户上传剧本文档后，系统进行全局剧情理解、智能分集、单集摘要提取，以及角色和场景识别。官方文档列出的支持格式包括 doc、docx、txt、pdf 和 md，文件不超过 20MB，最长可解析 10 万字符。解析结果可以继续修改，不必把机器拆解当成最终版本。
第二步是资产设置。系统根据剧本建立角色、场景和道具资产，素材可以由 AI 生成、从资产库选择，也可以本地上传。角色如果有换装或伪装情节，团队可补充不同造型参考图。这个环节相当于先做数字定妆和场景设定，后续镜头尽量引用同一套经过确认的资产。
第三步是智能分镜。系统根据每集剧情生成镜头，匹配角色、场景、道具和视频提示词，用户可单条或批量生成候选片段。官方文档显示，一个分镜可以生成多个候选视频，创作者能够预览、比较并选择当前版本，也能回看当时使用的提示词。失败镜头可以局部重做，不必把整集推倒重来。
第四步是视频预览。已选中的分镜视频按时间线组合，团队可以在导出前完整检查创作结果。预览的意义不是替代最终剪辑，而是把剧情节奏、镜头衔接、角色连续性和缺失素材集中暴露出来。官方文档还提到视频编辑、扩展和超分等能力，但具体可用模型和限制可能随 Beta 更新。
基础配置也比单一竖屏模板更宽。官方文档列出 16:9、9:16、4:3、3:4 和 21:9 等画幅，以及 480P、720P、1080P 选项，其中部分高分辨率能力受所选模型限制。卖家做 TikTok、Reels、YouTube 或落地页素材时，可以先按渠道确定画幅，再进入统一的角色和场景资产流程。
三、一致性解决什么痛点
AI 短剧最常见的返工，不是某一帧不够精致，而是连续镜头之间的人物身份漂移。同一个女主角可能在下一镜脸型变化，衣服颜色跳变，发型和年龄也对不上；同一间店铺的门窗、货架和品牌标识可能每次生成都换位置。单镜头看似可用，连起来就穿帮。
BytePlus 在公开材料中把角色与场景一致性、编辑级控制和团队协作列为 Dramagic 的核心能力。产品的做法可以理解为三层约束：先在资产设置阶段确定角色和场景参考，再在分镜生成时自动关联对应素材，最后在视频预览阶段做跨镜头检查和人工筛选。资产一旦复用，团队不必为每个镜头重新描述角色全部特征。
标题中的「自动拦截角色变脸」需要收窄理解。已核对的官方与媒体材料可以确认平台具有内置一致性检查、角色状态跟踪和 same face 方向的产品表达，但公开文档没有披露拦截阈值、准确率、误报率，也没有证明所有变脸镜头都会被系统自动拒绝。它更像一道生成与审片流程中的质量门，而不是百分之百可靠的自动质检承诺。
多人协作的价值也在这里。编剧、分镜师、生成操作员和审核人员如果各自保存素材，很容易出现角色图版本不一致。团队公共资产和统一工作区能减少版本错用，但 Beta 阶段的权限颗粒度、评论追踪和版本回滚方式仍需申请后确认。TechMoon 对宣传视频的核对也指出，多人审阅界面并未在演示中完整展示。
四、跨境团队怎么试
不要拿正式投放项目直接做第一轮。更合适的测试材料是一段 60—90 秒、包含 2 个角色、2 个场景、一次换装和连续动作的短剧本。场景够小，问题又足够集中，可以很快看出角色是否稳定、剧情解析是否准确、局部重做是否方便。
测试时记录 5 个数字：从剧本上传到首版分镜所需时间、人工修改分镜的次数、生成失败或明显穿帮的镜头占比、每个合格镜头的平均重试次数、从预览到可进入剪辑的总时长。没有这组基线，只看演示视频很难判断平台究竟省了多少人力。
出海团队还应把本地化放进测试。先用同一套视觉资产制作两个语言版本，检查字幕长度变化是否影响构图、配音时长是否挤压镜头、人物口型和情绪是否需要重做。Dramagic 的核心公开流程偏向视觉生产，成片翻译、字幕合规、音乐版权和平台审核仍要单独确认。
对跨境卖家而言，它未必只用来做付费短剧。新品故事、品牌人物连续剧、使用场景广告、直播预热片和落地页视频都可以套用相同的资产逻辑。真正有价值的不是一次生成多少条，而是角色和场景能否跨周复用，修改卖点后能否只重做受影响的几个镜头。
成片仍需人工审校。至少检查人物手部与口型、商品外观、品牌标识、字幕与配音、镜头因果关系、音乐和素材授权，以及目标市场的广告与平台规则。AI 工具缩短的是制作环节，不能替卖家承担虚假宣传、版权侵权或错误产品展示带来的责任。
五、Beta 阶段别忽略边界
截至已核对的公开资料，BytePlus 没有发布 Dramagic 的标准定价、最低采购门槛、统一额度、服务等级协议和正式上线日期。TechMoon 报道还列出底层模型组合、输出格式、项目规模、数据保存和商用授权等缺口。任何按分钟报价或正式商用时间表，如果不是 BytePlus 针对具体客户给出的书面方案，都不应当当作官方统一政策。
官方文档展示的功能比最初官宣更细，包括脚本限制、画幅、分辨率、资产生成、候选视频比较和局部编辑，但 Beta 文档随时可能调整。团队在采购前要保存当期功能清单和合同附件，问清剧本与上传素材是否用于训练、数据保留多久、能否删除、离开平台后资产如何导出。
还要区分「视频预览」和「最终成片」。四步流程打通到预览，代表团队能在统一工作区看到串联结果，不等于平台已经包办精剪、调色、混音、字幕、版权清理和各渠道交付。若内部仍要回到后期软件完成包装，就应把导出格式、时间线兼容和素材命名纳入提效测算。
标题中的 Beta 和四步流程与核实结果一致；「自动拦截角色变脸」则比公开证据更强。正文保留标题原文，但建议后续发布若可改标题，可改为「内置角色与场景一致性检查」，更贴近官方当前可验证口径。对卖家来说，判断产品是否成熟的标准也很简单：同一套角色跑完连续多集后，返工率有没有真正下降。
六、参考资料
- BytePlus 官方文档：《Script to video--Dramagic-Byteplus》
- 澎湃新闻：《字节在海外推出AI短剧制作平台Dramagic！AI工具加速出海：让外币变成中国AI积分》
- TechMoon 科技月球：《BytePlus 發表 Dramagic：從劇本到影片預覽的 AI 短劇流程》
- AI IDE List：《What Is Dramagic? BytePlus AI Short-Drama Platform》
- 电影界：《字节把短剧生产装进一个平台：Dramagic瞄准能不能连载而非能不能生成》