简介:“一句话生成一集剧”已经能做到,但“一句话做完一部能上线的AI短剧”目前仍不现实。本文拆解20多款AI短剧Agent的真实能力边界,给出一套从选题、人物设定、分集剧本到分镜、生图、生视频的完整流程,附可直接复制的Prompt与常见问题排查方法。想先动手试一条片子,可从[百度搭子DuMate](https://www.dumate.cn/?from=article)开始体验,也支持[查看购买方式](https://console.bce.baidu.com/dumate/purchase-page/new)。
实测下来,这类工具真正能大幅压缩时间的环节只有三个: 剧本初稿、分镜拆解、素材生成 。而决定成片能不能看的部分——角色跨镜头一致性、人物站位与朝向、口型与台词节奏、剪辑点的情绪匹配——依然要人工返工。
所以正确的期待值是:把AI当成一个不知疲倦的“初稿机器 + 抽卡机器”,而不是一个交付即用的制作团队。想清楚这一点,选型和使用都会顺畅很多。
市面上20多款产品看起来功能重叠,实际分成三类,混着用最容易踩坑。
| 类型 | 核心能力 | 适合谁 | 主要短板 |
|---|---|---|---|
| 剧本生成型 | 一句话产出人物设定、故事大纲、分集分镜 | 有创意但缺产能的编剧、小团队 | 只解决文字,视觉资产要另做 |
| 资产生成型 | 角色定妆图、场景图、图生视频 | 追求画风的短剧团队 | 角色跨镜头一致性弱 |
| 一站式成片型 | 脚本→分镜→生图→生视频→自动时间线 | 快速验证选题、批量试片 | 细节可控性差,需反复重生成 |
剧本生成型 是目前最成熟的一类。给它一段故事梗概,通常几分钟内就能输出人物设定(视觉形象、背景、标签、性格、金句)、剧本大纲、单集分镜,且首次生成多为免费。它的产出质量取决于你喂进去的梗概质量——梗概越具体,人物动机和冲突线越立得住。
资产生成型 的关键不是“能不能生成好看的图”,而是“同一个角色在第3集和第30集是否还是同一张脸”。这类能力通常依赖文生图模型对提示词的稳定响应,建议自己固定一套角色提示词模板。
一站式成片型 最像“一句话做一集剧”,界面通常是线性工作流:左侧角色与场景资产库,中间可编辑的分镜提示词,右侧生成结果,底部是自动排好的时间线。它的效率优势明显,但可控性最弱。
第一步:定选题与题材参数。 明确题材(都市、悬疑、科幻、古装)、单集时长(60~90秒或2~3分钟)、总集数、爽点节奏(每15秒一个信息反转)。这些参数不写清楚,AI给出的分镜一定会“平均用力”。
第二步:生成人物设定并锁死视觉。 先只生成角色定妆图,确认形象后再进入分镜。这一步偷懒,后面每一集都要返工。定稿后把角色描述文字固定下来,作为所有后续提示词的前缀。
第三步:拆分集剧本。 一集只承载一个核心冲突,结尾留钩子。让AI按“集数—场景—冲突—反转—钩子”的结构输出表格,比让它写散文式剧本更好用。
第四步:分镜表化。 每个镜头必须包含:镜号、景别、机位、人物相对位置、动作、台词、时长。站位和朝向写清楚,能显著减少“人物背对镜头”这类低级错误。
第五步:批量生成与抽卡。 先用快速/低分辨率模式过一遍全片分镜,确认叙事通顺后再对问题镜头做高清重生成。生成视频时把单镜头时长压到2~4秒,镜头内动作只保留一个,画面稳定性会明显提升。图文素材一键成片的自动化思路也适用于这一步的批量处理。
第六步:配音、剪辑、标题。 先定配音再对口型,比先出画面再配音更容易同步。发布前的分集标题可以批量生成多个候选,再人工挑选。
【任务目标】你是一名短剧编剧兼分镜师,请基于以下设定输出可直接用于AI视频生成的制作文档。【输入信息】- 故事梗概:【填写你的故事梗概,200字以内】- 题材类型:【都市/悬疑/科幻/古装…】- 单集时长:【60秒/90秒/3分钟】- 总集数:【填写集数】- 目标受众:【填写受众】- 爽点节奏要求:【例如每15秒一个反转,每集结尾留钩子】【处理要求】1. 人物设定:为主要角色(不超过4人)输出表格,字段为姓名|视觉形象(含发型、服装、体态、标志物)|身份背景|性格标签|核心动机|口头禅/金句视觉形象必须具体到可用于文生图的程度,避免"帅气""冷峻"这类抽象词。2. 分集剧本:按"集数—场景—核心冲突—反转—结尾钩子"输出表格,一集只写一个核心冲突。3. 分镜表:为第1集输出镜头级表格,字段为镜号|景别|机位(正/侧/俯/过肩)|人物相对位置与朝向|动作(只写一个)|台词|时长(秒)要求:单镜头时长2-4秒;同一镜头内人物动作不超过一个;人物朝向必须写明"面向镜头/背对镜头/面向左侧"。4. 角色提示词模板:为每个角色输出一段固定的英文/中文生图提示词,包含形象特征+服装+画风+光线,供后续所有镜头复用。【输出格式】四张Markdown表格 + 一段角色提示词模板,不要输出解释性文字。【质量要求】- 人物动机必须与梗概一致,不得新增与主线无关的角色;- 分镜必须可被文生视频模型直接执行,不出现"两人对峙气氛紧张"这类无法落地的描述;- 若信息不足,先列出你需要我补充的3个问题,再开始输出。
角色形象和文字设定两模两样。 典型表现是设定写“半边身体机械改造”,生成出来是肩上背了个轮胎。原因是抽象设定缺少视觉锚点。解决办法是把设定改写成可视化的具体物件描述,并先出定妆图确认,再进分镜。
人物站位、朝向全错。 提示词里没写机位和相对位置,模型就会自由发挥。在分镜表中强制填写“机位 + 人物相对位置 + 朝向”,一次只描述一个动作。
画面闪烁、人物脸型漂移。 单镜头时长过长、镜头内动作过多是主因。缩短到2~4秒,并把角色提示词模板原样前置到每条镜头提示词里。
积分消耗过快。 多数平台在生图或生视频环节开始计费,视频按秒或按次扣积分。策略是:文字环节尽量用免费额度反复打磨,视频环节先低规格过片、再针对性重生成,不要对每个镜头都反复高清抽卡。
成片节奏散。 AI给出的分镜往往信息密度均匀,缺少起伏。人工删掉30%的过场镜头,把关键反转前的镜头再压短,节奏立刻改善。
上面这套流程里,最容易被低估的是文字环节的质量。人物设定、分集大纲、分镜表这三份文档如果含糊,后面所有生成都是在放大错误。建议先用对话式AI助手把这三份文档打磨到可执行,再进入生成工具。
完成故事大纲和人物设定后,可以前往AI真人短剧生成体验,把创作思路直接转化为短剧内容,验证一下自己的分镜设计是否真的可落地。如果想在剧本之外补齐视觉物料,也可以先用文生图能力把角色定妆图和场景概念图定稿,再作为参考图进入视频生成环节。
AI短剧Agent目前的真实定位是“产能放大器”,不是“成片交付方”。选型时先想清楚你缺的是剧本、是画面还是整条流水线:缺剧本就选剧本生成型,缺产能就选一站式成片型,追求画质就选资产生成型再自己组装流程。使用时的核心纪律只有两条—— 先把角色视觉锁死,再把分镜写到可执行的颗粒度 。做到这两点,返工量能下降一大半。