短剧返工贵，是因为脚本、角色、场景、镜头意图和生成版本没有被当成同一条链路管理。只给模型一句"重新生成"，很难保证人物、光线、动作和转场都对。这类问题靠一段漂亮回答解决不了，必须先把真实工作对象接起来。
一个坏镜头为什么会拖慢全片
短剧团队最怕的不是生成失败，而是看起来都生成了，连起来却不像同一部戏。角色头发变了，衣服换了，客厅摆件位置跳了，一个 3 秒镜头不对，最后可能要把前后几段一起重做。
先锁住角色、场景和镜头
依据对象 需要看什么 如果缺失会怎样
角色库 锁定人物外观和关键特征 角色容易漂移
场景库 固定空间、道具和光线 镜头之间像不同场地
镜头意图卡 说明镜头目的和情绪 生成结果只有画面没有戏
锁定项 明确哪些元素不能改 重做时越改越偏
版本记录 对比失败原因和成本 不知道哪次结果更好
坏镜头应该局部重做
嘟哩短剧方向更适合先把角色库、场景库和镜头意图卡建起来。每个镜头知道为什么存在、要表达什么情绪、需要锁定哪些主体，坏镜头再做局部重做，而不是整段推倒。
可以先从三件事试点：
先把角色、场景、道具和镜头意图沉淀成可引用对象。
生成时锁定关键主体，只重做动作、表情或转场等局部问题。
保留生成历史、失败原因和成本记录，方便复盘。
负责人要看失败原因和成本
负责人要看的不是生成了几段视频，而是主体是否锁定、哪些镜头失败、失败原因是什么、重做成本是否可控。
别把探索写成全自动成片
这类能力适合做工作流探索，不应写成"全自动成片"。剧情判断、镜头选择和最终发布仍要创作负责人确认。
试点前先确认
AI短剧为什么会反复重做？
常见原因是角色、场景和镜头意图没有提前锁定，导致每次生成都像重新开始。
局部重做的前提是什么？
要先有主体库、场景库、镜头意图卡和版本记录，否则很难判断该改哪里。
短剧工作流现在适合怎么表达？
更适合表达为探索中的场景工作台或导演台，不应承诺全自动工业化制片。