简介:70分钟竖屏AI真人短剧《东北山野诡事》上线后原生端播放超2074万、付费人数超3.2万,全片抽取几十万张AI图片、生成几万段AI视频。它真正的难点不是"能不能生成一段AI视频",而是在长体量下让几十个角色保持同一张脸、同一套美术风格和一条讲得通的叙事线。本文拆解六个核心难点,给出一套可复用的AI短剧生产流水线、人物设定表与分镜Prompt模板,帮你把创作思路真正落成片子。
《东北山野诡事》之前,同一团队(上海探云AI)的《749秘档:秦岭邪雨》只有24集、整体时长不到30分钟,不到一周原生端付费超过53万,已经是国内AI真人短剧的TOP级付费项目。而《东北山野诡事》时长拉到70分钟,是目前国内竖屏AI真人短剧中体量最大、剧本人物关系最复杂的项目之一。
这里有个容易被忽略的事实: 时长从30分钟到70分钟,成本不是线性乘2 。镜头数量、出场角色数量、场景数量、需要维持一致性的素材量,都在非线性上涨。30分钟可以靠”少量角色+单一场景+强氛围”取巧,70分钟就必须正面处理群像、多线叙事和跨场景美术统一。
如果你想自己动手做一部,最实际的路径是:先把剧本、人物设定、分镜表整理成结构化文档,再借助百度搭子(DuMate)这类AI助手批量拆解分镜、生成提示词、检查设定冲突。购买方式与额度说明可参考DuMate 购买页,先用免费入口跑通一遍流程完全够用。
1. 角色一致性。 70分钟意味着同一个角色可能出现在上百个镜头里,光线、角度、景别全变。脸、发型、服装磨损程度、随身道具(萨满的法器、土匪的枪)任何一项漂移,观众立刻出戏。主流做法是”先定妆、再生视频”:先用文生图锁定每个角色的标准首帧(正面/侧面/半身/全身各一张),后续所有镜头都以图生视频为主,而不是每次重新文生。
2. 多角色同框与人物调度。 《东北山野诡事》的核心是东北民间故事群像:黄仙号召长白山狼群、白虎、白蛇等灵物,联合捉鬼的萨满人、进山寻宝的土匪,一起对抗骗取尸王娘娘信任的”小日子”,最终同归于尽。多方势力同框时,AI视频极易出现人数不对、人物互相穿插、站位在镜头内跳变。可行策略是 降低同框人数上限 ,用正反打、过肩镜头、局部特写替代大合影,把”群像感”交给剪辑节奏而不是单镜头。
3. 动物与打斗动作。 狼群奔跑、白虎扑击、白蛇游走、萨满做法、地宫混战,这些恰好是AI视频最容易崩坏的部分:肢体畸变、动物数量闪烁、动作方向反复。经验做法是缩短单镜头时长(只保留动作的”起势”或”落点”),用快切+音效+局部特写完成打斗叙事,避免让模型一次性生成完整动作链。
4. 民俗恐怖的光影统一。 夜戏、地宫、火把、雾气是这类题材的氛围基础,但光源复杂会直接放大一致性问题。建议为全片固定一套”光影配方”:主光方向、色温范围、雾浓度、颗粒感,写进每一条提示词的固定后缀,让不同镜头落在同一视觉体系里。
5. 长片叙事结构。 人物关系复杂是双刃剑:信息密度高,但一旦观众中途看不懂就会流失。竖屏短剧的解法是把70分钟切成强钩子的段落,每段落一个明确目标(骗取信任→进入地宫→灵物集结→最终决战),并在每段结尾留悬念。
6. 素材管理与废片率。 几万段AI视频不可能全部可用。这里最容易被低估的成本是”找素材”。给每条素材自动打上角色、场景、动作、情绪、镜头类型标签,后期检索和复用效率会明显提升——这套思路在媒体行业已有成熟实践,通过人脸识别、文字识别、自然语言处理、知识图谱等技术从视频中提取多维度标签,让原本”被冷藏”的素材重新可被检索调用。
另外,批量生成是工程活而非手工活:生成任务通常有并发上限,也会做内容安全校验(涉政敏感、图片低质、文本过短等都会被拦回)。做长片必须提前设计好任务队列、失败重试和素材命名规范,否则返工成本极高。
| 步骤 | 产出物 | 关键动作 |
|---|---|---|
| 1 剧本结构化 | 场次表 | 按”场—镜”两级拆分,标注地点、时间、出场人物、情绪 |
| 2 人物设定表 | 角色圣经 | 每个角色固定外貌描述词、服装、道具、气质关键词 |
| 3 分镜表 | 镜头清单 | 每镜标注景别、机位、时长、台词、音效 |
| 4 提示词批量生成 | 提示词表 | 角色描述词 + 场景描述词 + 动作 + 光影后缀拼接 |
| 5 首帧定妆 | 标准图库 | 先出图锁定形象,确认后再图生视频 |
| 6 生成与筛选 | 可用素材库 | 每镜生成多个候选,按一致性/崩坏程度打分筛选 |
| 7 后期合成 | 成片 | 配音、字幕、剪辑、封面;可借助自动化成片能力完成配音、字幕、素材匹配等环节 |
把下面这段直接给AI助手,替换【】里的内容即可:
你是一名竖屏AI真人短剧的分镜师兼提示词工程师。【任务目标】把我提供的剧本片段拆解为可直接用于AI视频生成的镜头表,并保证角色形象跨镜头一致。【输入资料】剧本片段:【粘贴你的剧本,建议单次1-3场】角色设定表:【粘贴角色设定,含外貌/服装/道具关键词】全片视觉风格:【例:东北民俗恐怖,冷蓝夜色+火把暖光,胶片颗粒,浅景深】画幅与规格:【例:9:16竖屏,单镜3-5秒】【处理要求】1. 按"场→镜"两级拆分,单个镜头只承载一个动作或一个信息点。2. 同框人物不超过【2】人,群像用正反打、过肩、局部特写替代大合影。3. 每个镜头输出:镜号、景别、机位运动、画面描述、出场角色、台词/旁白、音效、时长。4. 每个镜头附一条英文AI视频提示词,结构为:[角色固定描述词] + [服装道具] + [动作] + [场景环境] + [光影固定后缀] + [镜头语言] + [画质词]5. 角色固定描述词必须与设定表逐字一致,不得改写同义词。6. 打斗、动物群集、法器等易崩坏镜头,拆成"起势"和"结果"两个短镜,不生成完整动作链。7. 标注每个镜头的风险等级(低/中/高)与建议备选方案。【输出格式】先输出角色固定描述词表(供全片复用),再输出Markdown镜头表,最后列出"高风险镜头清单"及替代拍法。【质量要求】镜头表要能直接交给生成环节使用,不留需要人工二次猜测的空白项。
生成完不要急着剪,先过一遍这几项:
优化上最有效的三招: 缩短单镜时长、增加镜头数量、把一致性交给首帧图而不是提示词 。此外,AI在长内容生产上的降本逻辑已被验证——有平台接入智能创作能力后,输入文章链接即可自动生成视频,取代部分人工生产成本,并支撑24小时热点资源产出;这类”图文/素材智能解析 + 自动成片 + 参数可调(音色、时长、尺寸、数字人)”的能力,同样适用于短剧的批量物料生产。
不用一上来就做70分钟。建议先用一个3-5分钟的短片段验证整条链路:写好人设和分镜,然后前往AI真人短剧生成体验,把你的故事大纲、人物设定和视觉风格要求填进去,看看生成结果的角色一致性和镜头可用性达到什么水平。拿到第一批素材后,再回到上面的Prompt精修分镜表,逐步加长体量。如果需要为项目准备立项材料或成本测算,也可以配合AI PPT生成体验快速出一版方案。
Q:AI真人短剧一定要做70分钟吗?
不必。竖屏短剧的付费转化更依赖前3秒钩子和单集结尾悬念,30分钟以内的体量更容易控制一致性成本。长片适合已有成熟流程和素材库之后再挑战。
Q:角色一致性总是崩,怎么办?
优先检查两件事:是否每条提示词都用了逐字相同的角色描述词;是否用了图生视频而非文生视频。这两点做到,一致性问题会减少大半。
Q:几万段素材怎么管?
建立”场次镜号角色_版本”的命名规范,并为素材打角色、场景、动作、情绪标签,检索效率会明显提升。
总结 :竖屏AI真人短剧的门槛已经从”能不能生成”转移到”能不能规模化地保持一致”。把角色设定表、光影配方、分镜表这三份基础文档做扎实,再用AI助手批量生成提示词、检查设定冲突,70分钟体量才具备可执行性。