在 AI 短剧创作里真正的门槛往往是“连续”这个词。一个镜头、一段情绪甚至一束夕阳都容易做让镜头连起来变成故事却很难。如果你用视频生成模型做过短剧大概率会遇到这种状况第一条镜头里的主角穿红色工作服短发说话节奏很轻第二条镜头生成出来同样的角色却换了发型、换了衣服甚至连人物年龄都变了。很多人第一反应是“模型能力不行”但更接近真相的原因是你给模型提交第二次生成请求时没有把第一条镜头的任何上下文带给它。模型不是不会记忆而是你的生成流程里根本没有上下文流动的通道。MiniMaxH3 最近在社区讨论中常被和“上下文”“工作流”“本地部署”“ComfyUI”这些关键词放在一起背后反映的正是这个需求用户不再满足于生成单条好看视频而是希望把多条视频组织成一部能连续观看的小短剧。本文不打算背参数我想从自制短剧的实操角度拆解一件事——如何用 MiniMaxH3 上下文长视频工作流把零散镜头变成一部有主线、有角色、有连续性的小短剧同时把部署、排错、上下文管理和工程化设计的坑讲清楚。1. 为什么上下文是短剧创作的第一个瓶颈在传统视频剪辑流程里导演依靠的是场记单。演员穿哪套服装、道具摆在什么位置、前一幕结束时角色情绪到了哪里都由场记记录确保镜头与镜头之间不会穿帮。AI 视频生成模型没有一个天然伴生的“场记”每次新的推理都是一次重新开始的创作。把小短剧