简介:AI短剧的竞争早已不是"能不能生成",而是"能不能稳定生产"。本文把创作流程拆成选题定位、剧本结构、资产标准化、分镜生成、动态成片、剪辑后期与批量自动化七个环节,给出可直接复制的分镜Prompt、一致性控制方法和避坑清单,并介绍如何用百度搭子(DuMate)把想法快速变成可看的短剧片段。
AI短剧真正的分水岭,不是”能不能生成一段视频”,而是”能不能像流水线一样稳定产出几十集”。目前主流的AI视频创作平台已经支持输入图文素材一键生成短视频,并自动完成配音、数字人合成等环节,工具门槛被大幅拉平之后,决定成败的就变成了流程是否工业化。下面这套七步流程,是把单点”抽卡”变成可复制产能的实操路径。如果你希望边看边动手,可以先打开百度搭子(DuMate)作为通用AI助手入口,用来跑剧本、分镜和资产清单;了解套餐与购买方式可查看DuMate购买页,本文所有方法用免费方式同样可以走通。
传统影视长期被三件事互相挤压:成本、周期、质量。短剧用极短时长和强情绪结构部分绕开了这个矛盾,而AI真正打破它,靠的是把”拍摄”替换成”生成+可控资产”。
由此产生一个关键认知:单条镜头惊艳没有意义, 角色形象、场景风格、道具在同一部剧里保持一致 ,才具备连载和变现能力。这也是”能生成”和”能生产”的本质差别——工业化才是真正的护城河。
先选定赛道,因为它直接决定后续所有提示词的写法:
| 品类 | 视觉特征 | 适合题材 | 主要难点 |
|---|---|---|---|
| AI 2D漫剧 | 二次元线条、平涂上色 | 玄幻、校园、爽文改编 | 风格统一、表情夸张度 |
| AI 3D漫剧 | 立体质感、卡通渲染 | 悬疑、冒险、IP化内容 | 模型一致性、材质稳定 |
| AI仿真人短剧 | 写实人像、真实光影 | 都市、情感、职场 | 五官漂移、口型同步 |
| 实拍+AI | 真人素材+AI场景/特效 | 品牌剧、文旅、企业宣传 | 抠像与光影匹配 |
新手建议从2D或3D漫剧起步,容错率明显高于仿真人赛道。
竖屏短剧的生死线在前3秒。可用的通用骨架是: 钩子(0—3秒)→ 冲突升级(3—20秒)→ 反转(20—50秒)→ 悬念收尾(最后5秒) 。单集控制在60—90秒,台词单句不超过15字,方便配音断句和字幕排版。
在生成任何分镜之前,先把”可复用资产”固定下来:
剧名_角色_服装_视角_版本,例如pingju_linwan_trench_front_v2。后续每个镜头的提示词都从这套资产里”抄”外观描述,而不是重新描述一遍——这是保持一致性的核心手段。
分镜阶段只解决”构图对不对”,不要急着动起来。提示词采用固定结构:
主体 + 外观锚点 + 动作/表情 + 环境 + 光线 + 镜头语言 + 风格 + 画幅
示例:25岁女性,齐肩短发,米白风衣,皱眉俯视手中文件,深夜办公室,冷白台灯侧光,中近景,轻微俯拍,低饱和电影质感,9:16竖屏
同一场戏先出4—6张候选,选定后再进入下一步,避免在动态阶段返工。
图生视频阶段控制三件事: 运动幅度要小、镜头运动要单一、时长要短 。单镜头2—4秒成功率最高;需要长镜头时用”首尾帧+分段拼接”实现。凡是涉及复杂手部动作、多人肢体接触、快速打斗的镜头,优先改用镜头切换、剪影、局部特写或音效暗示来规避崩坏。
配音音色一旦确定就固定下来,全剧复用;口型同步优先给正脸中近景镜头,远景和背影不必强求。后期重点是节奏:剪掉一切”没有信息增量”的帧,字幕居中偏下、单行不超12字,音效(开门、消息提示、心跳)比BGM更能撑住情绪。
把流程表格化,是产能提升的关键。用一张总表管理:镜号|场景|角色|状态(待生成/已生成/已剪辑)|文件路径|版本。重复劳动(批量改名、批量转码、素材归档、字幕对齐)交给脚本或AI助手处理,人只负责审美判断和关键镜头重生成。
把下面这段交给AI助手,替换【】中的内容即可产出可执行的分镜表:
【任务目标】你是一名资深短剧编剧兼分镜师,请基于以下设定输出一部竖屏AI短剧的完整分镜脚本。【输入信息】- 题材:【填写,如都市逆袭/古装悬疑/科幻】- 品类风格:【AI 2D漫剧 / AI 3D漫剧 / AI仿真人 / 实拍+AI】- 目标时长:【如90秒】;画幅:【9:16竖屏】- 人物设定:【姓名+年龄+外形锚点+服装+性格,如:林晚,25岁,齐肩短发,米白风衣,冷静克制】- 故事梗概:【填写或上传大纲资料】- 发布平台与受众:【填写】【处理要求】1. 按"钩子(0-3秒)—冲突升级—反转—悬念收尾"结构拆分镜头,单镜头2-4秒。2. 以Markdown表格输出,列为:镜号|时长|画面内容|动作与表情|镜头语言(景别+运镜)|台词/旁白|音效/BGM|生成提示词。3. 提示词统一采用"主体+外观锚点+动作+环境+光线+镜头+风格+画幅"结构;同一角色的外观锚点必须逐镜原文复用,不得改写。4. 台词口语化,单句不超过15字,适配配音断句。5. 标注需要"实拍+AI"合成的镜头,以及需要后期加字幕或特效的镜头。【输出格式】分镜表格 + 表格下方的"资产清单"(角色/场景/道具/服装)与"风险提示"(易崩坏镜头及替代拍法)。【质量要求】避免依赖当前AI视频生成难以稳定实现的画面(多人打斗、精细手部特写、快速运动);每条提示词都能独立复制使用。
想快速看到成片效果,可以在完成故事大纲和人物设定后,前往AI真人短剧生成体验,把创作思路直接转成短剧片段,再根据实际画面回头修正分镜描述——先出片、再迭代,比在文档里空想效率高得多。若你的项目偏品牌宣传或文旅方向,也可以结合AI视频生成体验验证”实拍+AI”风格的效果边界。
生成后逐项核对,比反复抽卡更省时间:
出现问题时按”提示词→资产图→镜头设计”的顺序排查:多数崩坏不是模型不行,而是外观描述前后不一致,或单镜头塞了太多动作。
做一集90秒的短剧大概要多少镜头? 通常25—40个镜头,按每个镜头平均生成3次计算,需要预留出重生成的时间。
角色一致性总是崩怎么办? 回到第3步,把角色三视图和固定外观锚点补齐,并在提示词中原样复用,不要临场改写形容词。
零基础能从哪里开始? 先用一个30秒单场景故事跑通全流程,再扩到多场景多角色,最后才做系列化。
AI短剧的实操重点可以压缩成一句话: 先把资产标准化,再谈生成效率 。选题定风格、剧本定节奏、资产定一致性、分镜定构图、动态定观感、后期定完播、表格定产能。工具会持续迭代,但这套流程是可迁移的。建议今天就选一个题材,用上面的Prompt跑出第一版分镜表,再通过百度搭子(DuMate)和AI真人短剧生成体验把文字变成画面,用真实成片反推自己的流程缺口。