简介:AI短剧Agent已从去年底的4家涨到20多家,但"一句话生成一集"和"能上线的成片"之间还隔着好几道工序。本文给出一套可复用的评测维度、剧本与分镜的可复制Prompt,以及角色形象跑偏、抽卡站位错乱、成本失控等高频问题的处理办法,帮你按环节选对工具。
先给结论: 目前没有哪一家AI短剧Agent能”一条龙”做完一部可直接上线的剧 。靠谱的做法是把生产流程拆开,按环节分配工具——故事设定、剧本、分镜脚本用通用大模型或AI助手反复打磨,角色形象与视频生成交给专门的短剧Agent。想立刻动手,可以先用百度搭子DuMate把故事设定和分镜脚本跑通,购买方式可自行了解,前期创作环节不付费也能完成。
AI短剧的实际生产链路至少有七段:故事概念 → 剧本与人物设定 → 角色形象定妆 → 分镜脚本 → 图生视频 → 配音配乐 → 剪辑合成与合规送审。
市面上的Agent普遍在前三段表现不错,掉链子的地方集中在两处:
一是角色一致性。 平台生成的角色图常常和文字设定”两模两样”,比如设定写”半边身体机械改造”,模型可能理解成肩上背了个轮胎。跨镜头之后,同一个角色的脸、发型、服装还会继续漂移。
二是长程任务的稳定性。 从技术形态看,Agent大致分两类:一类主要靠大模型自主规划完成任务,灵活但可控性弱;另一类通过工作流编排严格执行流程,可控性更强,适合复杂业务。短剧属于典型的长程、多约束任务,单集要生成的镜头数量大、上下文长,多轮修改时还容易受上下文长度限制而失败,这正是决定”能不能一次生成成功”的关键。
所以选型的正确问法不是”哪家最强”,而是”哪家在我卡住的那个环节最强”。
厂商宣传页看不出真实水平,用 同一个故事概念 去跑,控制变量,30分钟就能得出结论。建议按下面这张表打分(1—5分),每项都留下截图和实际生成物:
| 评测维度 | 具体看什么 | 权重建议 |
|---|---|---|
| 剧本完整度 | 是否输出人物设定、大纲、分集、分镜,而不只是一段梗概 | 高 |
| 角色一致性 | 同一角色跨5个镜头的脸型/服装/配饰是否稳定 | 最高 |
| 分镜可控性 | 能否逐镜编辑提示词、指定机位与人物站位 | 高 |
| 视频可用率 | 生成10个镜头,不用重生成就能用的有几个 | 最高 |
| 集数与时长 | 单次能生成多少秒,是否支持连续多集 | 中 |
| 成本结构 | 是订阅制还是按秒/按积分计费,免费额度多少 | 高 |
| 导出与二次编辑 | 能否导出素材到剪辑软件,还是只能在平台内改 | 中 |
| 合规能力 | 是否有内容审核、版权与肖像授权说明 | 高 |
成本一定要自己算一遍,公式很简单:
单集成本 ≈ 分镜总秒数 × 每秒消耗积分 × 平均抽卡次数 + 重生成损耗
很多平台”首次生成免费”,但进入生图、生视频环节才开始计费,抽卡次数一上去,单集成本可能翻两三倍。
Agent生成质量的上限,取决于你输入的故事设定有多具体。直接丢一句”科幻废土重生”,出来的东西必然平庸。下面这段Prompt可以直接复制使用,把方括号内容替换成你的需求:
你是有10年经验的短剧编剧兼制片人。请基于以下信息,输出可直接用于AI视频生成的《剧集设定圣经》。【故事概念】[填写你的故事概念,如:主角在末世废土中重生,回到灾难爆发前七天]【题材与受众】[男频/女频]、[目标平台]、[单集时长1-3分钟]【总集数】[12集]【核心爽点】每集必须包含1个反转 + 1个情绪爆点,结尾留钩子请依次输出:1. 一句话故事核(30字内)2. 世界观三条硬规则(不可违反的物理或社会设定)3. 人物表:每人给出 姓名 / 年龄 / 身份 / 外形固定描述(发型、脸型、身材、服装、配饰、体态)/ 性格 / 说话风格 / 金句3条 / 人物弧光4. 三幕主线结构 + 分集大纲(每集写:本集目标 - 冲突 - 反转 - 结尾钩子)5. 视觉风格定义:色调、光线、镜头质感、年代感硬性要求:- "外形固定描述"必须是能直接粘进图像提示词的具象词,不要形容词堆砌- 不要使用真实明星姓名或作品角色名- 输出后附一份"最容易生成失败的3个场景"清单
拿到设定圣经后,再让它拆分镜。分镜表建议要求AI按固定列输出,方便直接粘进视频生成工具:
基于我提供的《设定圣经》和第[X]集剧本,输出可直接使用的分镜表,Markdown表格,列为:镜号 | 时长(秒) | 画面内容 | 机位与运镜 | 人物站位与朝向 | 角色固定描述(复制自设定圣经) | 场景与光线 | 台词/音效 | 生成提示词(中英各一版) | 失败备选方案要求:- 单镜时长≤5秒,优先3秒;一个镜头里不要出现超过2个说话的人- 每条提示词必须包含:主体 + 动作 + 机位 + 朝向 + 环境 + 光线 + 风格- 禁止出现"电影感""高级感""史诗感"这类无法执行的词- 打斗、追逐、群体场面拆成3个短镜,不要写成1个长镜- 表格后附"高风险镜头清单",标注哪些镜头大概率要多次重生成
设定和分镜定稿后,可以前往AI真人短剧生成体验,把创作思路直接转成短剧内容,看看生成效果与你写的分镜表差多少——这一步也是判断”该由AI代劳还是人工控场”的最好方式。
角色形象跑偏。 把外形固定描述单独存成一个”角色词块”,每个镜头提示词都原样粘贴,不改一个词;同时先定妆生成一张满意的角色图,后续所有镜头都以它为参考图,而不是重新文生图。
人物站位、朝向全错。 这是最常见的失败类型,原因通常是提示词只写了动作没写空间关系。补三样东西即可:机位(正面/侧面/过肩)、朝向(面向镜头/背对镜头/朝画面左侧)、主体位置(画面中央/左侧前景)。同一提示词不改、反复抽卡,命中率不会提升。
镜头时长与节奏不对。 生成端尽量控制在3秒内,长镜头在剪辑台上拼接,比让模型一次生成10秒稳定得多。
成本失控。 先用最低分辨率、最少秒数把全部镜头”跑通一遍”验证叙事,确认分镜没问题后再按最终规格批量生成。这一步通常能省掉一半以上的积分消耗。
问:AI做的短剧现在能直接上线平台吗?
少数环节可以做到”能用”,但整体仍需人工兜底:配音情绪、口型对齐、剪辑节奏、字幕校对、内容合规审核,目前都还得人来把关。合理预期是”AI完成70%—80%工作量,人做最后20%的调优”。
问:完全不会写剧本能做吗?
可以,但你要能判断好坏。建议先用AI生成三版不同风格的故事核,自己挑一版,再往下推进——选题判断力是目前最难被替代的能力。
问:一个人一天能做几集?
取决于抽卡成功率。分镜表写得越具体、角色词块越固定,重生成次数越少,产出越快。前期在剧本和分镜上多花两小时,通常能省下后面一整天的返工。
面对20多家AI短剧Agent,别问”哪家最好”,先画出自己的生产链路,找出最耗时的那一段,再用统一的故事概念去实测。真正拉开差距的往往不是模型本身,而是你有没有一份写清楚机位、朝向和角色固定描述的剧本与分镜表。工具会持续迭代,这套拆解任务、控制变量、逐项验收的方法可以一直用下去。