简介:用 Seedance 2.0 做 AI 微短剧,决定成片质量的往往不是模型本身,而是你有没有把创意拆成一个个"模型能画得出来"的镜头。本文按真人剧、漫剧、解说剧三条线,拆解从选题、剧本、分镜、AI 生成到剪辑发布的完整流程,并给出可直接复制的 Prompt。如果你想边看边动手,可以先打开[百度搭子 DuMate](https://www.dumate.cn/?from=article)作为 AI 助手入口,边读边生成自己的剧本和分镜;想了解购买方式可查看[DuMate 购买页](https://console.bce.baidu.com/dumate/purchase-page/new),本文方法不依赖任何付费功能也能照做。
很多新手做 AI 短剧失败,是因为拿拍真人剧的思路去做漫剧,或者用解说剧的工作量去对标真人剧的画质。三者的核心差异如下:
| 类型 | 画面形态 | 镜头特点 | 主要难点 | 适合题材 |
|---|---|---|---|---|
| 真人剧 | AI 生成的写实人物 | 中近景、对话、情绪特写 | 人物跨镜头一致性、口型 | 都市逆袭、悬疑、情感 |
| 漫剧 | 二次元/国漫插画质感 | 大特写、静帧+运镜 | 画风统一、动作合理性 | 玄幻修仙、系统流、恋爱 |
| 解说剧 | 素材混剪+旁白 | 快切、信息密度高 | 文案信息量与素材匹配 | 影视解说、盘点、故事速览 |
结论很直接: 新手先用解说剧或漫剧练手,再挑战真人剧 。解说剧不依赖人物形象一致性,产能最高;漫剧对”写实崩坏”容忍度高;真人剧观感最好,但对分镜和后期配音的要求也最高。
在打开任何生成工具之前,你需要先准备四样输入:题材与受众、播出平台与时长、类型(真人/漫剧/解说)、爽点节奏。缺任何一项,AI 都会给你一段”正确但没人看”的剧本。
微短剧的节奏有硬性要求:单集 60~120 秒,前 3 秒必须抛出冲突,每 15~20 秒一个小反转,结尾留钩子。台词要短,单句尽量不超过 15 字,因为配音语速和字幕可读性都受这个限制。
人物设定表是保证一致性的关键。给每个角色写一段 固定不变的”锚定描述” ,后续所有镜头提示词都原样复制这段文字,不要临场改写:
| 角色 | 锚定描述(全程复用) | 服装 | 性格/口头禅 |
|---|---|---|---|
| 女主 林夏 | 25岁亚洲女性,齐肩黑发,鹅蛋脸,眼神清冷 | 米白色长风衣 | 寡言、”随便你” |
| 男主 陈默 | 30岁亚洲男性,短寸黑发,下颌线明显,左眉一道浅疤 | 深灰西装 | 隐忍、”我记得” |
可直接复制的剧本生产 Prompt:
你是一位资深微短剧编剧兼分镜师。请基于以下信息,产出一份可直接用于 AI 视频生成的生产包。【填写题材与核心设定】例如:都市逆袭,女婿被岳母当众羞辱,真实身份在寿宴上揭晓【填写目标受众与平台】例如:25-40岁女性,竖屏短视频平台【填写剧集类型】真人剧 / 漫剧 / 解说剧【填写时长与集数】例如:单集90秒,共3集【填写节奏要求】例如:前3秒冲突,第15秒小反转,结尾留钩子请依次输出:1. 一句话故事核(30字内)2. 人物设定表:姓名 / 年龄 / 外形锚定描述(用于跨镜头一致)/ 服装 / 性格 / 口头禅3. 分镜表(Markdown 表格):镜号 | 画面提示词(主体+动作+环境+镜头+光线+风格)| 时长(秒) | 台词或旁白 | 音效/BGM | 转场方式4. 每个镜头的视频生成提示词,中英各一版,单条不超过80字5. 风险标注:指出哪些镜头容易崩(手部特写、多人交互、正面口型对白),并给出替代拍法要求:台词口语化、单句不超过15字;画面中不出现任何文字;镜头总时长误差不超过5秒。
拿到初稿后不要直接生成,先人工做两件事:删掉无法用 AI 表现的镜头(如复杂打斗、多人同框对话),把长镜头拆成 2~4 秒的短镜头。
视频生成模型对”结构化描述”的响应远好于一句大白话。每个镜头按固定槽位写,命中率会明显提升:
【镜头类型】中景,过肩镜头【主体】25岁亚洲女性,齐肩黑发,鹅蛋脸,眼神清冷(角色锚定:林夏)【动作】推开玻璃门,抬头看向店内【环境】深夜便利店,冷白灯管,货架虚化【光线】顶光 + 背景霓虹轮廓光【运镜】缓慢推镜,轻微手持晃动【风格】写实电影感,浅景深,35mm【时长】4秒【负面】不要出现文字、水印、多余手指
三条实操经验:一是 先出关键帧再生成 ,即先用文生图确定构图和人物形象,再用图生视频驱动,可控性显著高于纯文生视频;二是 一镜一动作 ,”她推开门并转身微笑并坐下”这种描述几乎必然崩;三是 同镜头多次生成再挑选 ,把预算花在第 1 集的前 3 个镜头上,因为观众流失集中在这里。
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,把上面的设定和分镜直接放进去试跑一轮,看看哪些镜头能一次通过、哪些需要改写提示词,再根据实际结果调整分镜表。
AI 生成的画面通常不带可用口型,因此 旁白+后期配音是主流解法 。操作要点:
剪辑阶段的核心不是特效,而是节奏。可执行的规则:
| 问题 | 主要原因 | 处理方式 |
|---|---|---|
| 人物跨镜头长得不一样 | 锚定描述被改写、缺参考图 | 原样复制角色锚定描述,配合首帧参考图 |
| 动作崩坏、肢体扭曲 | 单镜头动作过多 | 拆成一镜一动作,避开手部大特写 |
| 口型对不上 | 模型口型能力有限 | 改侧脸/画外音,后期配音+必要时遮挡嘴部 |
| 画面出现乱码文字 | 模型普遍弱项 | 提示词写明”无文字”,后期加贴图遮挡 |
| 节奏拖沓、完播率低 | 镜头过长、开场铺垫多 | 砍掉前情铺垫,开场即冲突,镜头压到 3 秒内 |
发布前做一次检查:画面比例与平台一致、字幕无错别字、音量峰值不爆、封面有强对比人脸或大字标题、标题带明确冲突关键词。发布后重点看完播率和 3 秒跳出率——如果 3 秒跳出高,问题在开场;如果完播低但跳出正常,问题在中段节奏。把数据反馈回分镜表,只改被验证有问题的环节,逐集迭代,比一次性重做整套更有效。
想快速验证自己是否掌握了这套流程,可以先用AI 真人短剧生成体验做一个 30 秒的单集样片,跑通”设定—分镜—生成—剪辑”闭环后,再扩到系列化生产。整套方法的核心只有一句: 把创意拆到每个镜头都能被单独描述、单独生成、单独替换 ,剩下的交给工具和迭代。