简介:AI短剧Agent从去年的4家涨到20多家,但"能生成"和"能上线"完全是两件事。本文拆解剧本、角色资产、分镜、视频四类核心能力的真实边界,给出5个选型维度与打分表、一套从故事概念到成片的通用流程、可直接复制的Prompt模板,以及角色形象跑偏、人物站位错乱、积分烧太快等高频问题的具体修法,帮你少花冤枉钱。
AI短剧Agent的数量在过去一年出现了爆炸式增长——公开信息显示,专门针对AI短剧设计的智能体已从去年底的4家增至20多家,头部厂商和影视垂类团队几乎全部下场。但热闹不等于好用。
一个必须先建立的认知是: “一句话生成一集剧”和”一句话做完一部能上线的短剧”,中间隔着三座山 ——角色形象一致性、镜头之间的连续性、以及多轮修改不崩盘。此前的第三方实测就发现了典型问题:某平台生成的角色图与剧本设定”两模两样”,剧本里写”半边身体机械改造”,生图理解成了肩膀上背一个轮胎;某分镜提示词要求”女主率众正面围堵休眠舱”,首次生成的视频里女主整个背对男主,站位全错。
所以选型的正确问法不是”哪家最强”,而是”我卡在哪一环,哪家在这一环更稳”。
如果你现在就想跳过漫长的工具比选、先把自己的故事概念跑成可看的内容,可以直接通过百度搭子 DuMate上手试;想了解购买方式与入口也可以自行查看,本文所有方法不依赖任何付费工具即可完成。
把市面上20多款产品拆开看,能力都落在四层,成熟度差别极大:
| 能力层 | 成熟度 | 真实边界 |
|---|---|---|
| 剧本生成(梗概、人物、大纲、分集) | 高 | 文本是大模型的主场,可用度普遍不错,但需要人来把关节奏和钩子 |
| 角色与场景资产(形象图、场景图) | 中低 | 最不稳定的一环,跨镜头一致性经常崩 |
| 分镜与提示词编排 | 中 | 能自动生成分镜表,但机位、走位、轴线关系经常出错 |
| 视频生成(图生视频、批量出片) | 中低 | 高度依赖”抽卡”,也是成本黑洞 |
从技术形态上看,Agent本身分为 自主规划型 (靠模型自主拆解任务,适合灵活性强的场景)和 工作流型 (按预设流程严格执行,可控性高,适合高复杂度业务流程)。短剧生产显然属于后者更擅长的领域——它需要严格的”剧本→资产→分镜→视频”顺序,而不是让模型自由发挥。
别看完播率就下判断,用同一段故事概念(建议就用你手上的真实项目)跑一遍,按下面五项打分:
| 维度 | 权重 | 具体怎么测 |
|---|---|---|
| 剧本可用度 | 25% | 输入同一段300字梗概,看人物动机是否成立、每集结尾有没有钩子、需不需要重写 |
| 角色一致性 | 30% | 同一角色生成3张不同场景图,对比发型、服装、年龄、标志物是否统一 |
| 分镜可控性 | 20% | 手动改一处提示词,看能否只重生成该镜头而不影响其他镜头 |
| 多轮修改能力 | 15% | 连续提5次修改需求,看是否出现”改A崩B”、上下文丢失 |
| 成本透明度 | 10% | 是否能预估单集消耗、失败是否扣费、有无低精度试镜模式 |
多轮修改这一项最容易被忽略,却最致命。目前主流Agent平台正在重点攻的就是这块:通过改进架构支持长程(高复杂度)任务、提升沙盒中文件连续多轮交互能力、以及用文件共享状态维护多Agent之间的需求一致性。你在试用时可以直接用”改5次”来压力测试。
无论用哪家工具,流程都是这七步,跳过任何一步都会在后期加倍返工:
关键原则: 第3步和第6步必须人工锁定 。角色设定一旦定稿就不要再改,分镜表定稿后再进视频环节,否则前面的积分全部白花。
你是资深短剧编剧。基于以下概念创作一部竖屏短剧的设定与大纲。【故事概念】<填写你的一句话概念,如:科幻废土背景下,被当作"神"复活的少年发现自己只是外星文明的实验体>【题材与基调】<如:科幻+爽感,节奏快,每集一个反转>【目标集数】<如:12集>【单集时长】<如:90秒>请输出:1. 人物设定表(Markdown表格):姓名|年龄|身份|视觉形象(发型/服装/体态/标志物,需可直接用于AI绘图)|性格|核心动机|标志性台词2. 分集大纲(Markdown表格):集数|开场钩子|主要冲突|反转点|结尾悬念3. 全剧一句话卖点要求:主角视觉描述必须包含至少3个不可替换的识别特征;反派动机不能是"单纯坏";每集结尾悬念必须能引出下一集。
把下面这集剧本转成可直接用于AI视频生成的分镜表。【本集剧本】<粘贴剧本>【角色外观锁定描述】<粘贴Prompt 1中主角与反派的视觉形象原文,逐字复制,不要改写>【画幅】9:16竖屏 【总时长】<如90秒> 【镜头数】<如18个>输出Markdown表格,列为:镜号|景别|机位与角度|画面描述(含人物左右站位)|角色外观描述|动作幅度(小/中/大)|台词或旁白|时长(秒)硬性要求:- 每个镜头的画面描述必须写明人物在画面中的相对位置(如"女主居左三分之一处,面朝右")与视线方向- 单镜头时长不超过5秒,动作幅度为"大"的镜头不超过3个- 角色外观描述在每个镜头中完整重复,不得使用"同上""同前"等省略写法
第三个高频需求是 角色一致性描述块 ,单独存成文本反复复用:
【角色:霸天】35岁男性反派。左半侧头部至左肩为哑光黑色机械义体,可见三条橙色散热缝;右半侧为正常皮肤,右眉有断口疤痕。上身穿深灰军风长风衣,左臂机械外露。身高体壮,站姿略前倾。禁用元素:轮胎、管道、发光球体等未在设定中出现的物件。
角色形象与设定不符 :不要靠反复抽卡碰运气。把角色外观描述固化成上面那种”可复用文本块”,每个镜头提示词里完整粘贴一遍;如果平台支持参考图/角色库功能,先锁定一张满意的正面基准图再批量生成。
人物站位、走位错乱 :这是分镜提示词写得不够”物理化”导致的。凡是有人物交互的镜头,必须在提示词里写明左右位置、朝向、视线关系,必要时拆成两个正反打镜头,而不是让模型一次生成两人对话。
视频画面抖动、肢体变形 :缩短单镜头时长(3~5秒),一个镜头只安排一个主要动作,避免”转身+递东西+说话”复合动作。
积分消耗失控 :先用平台的最低精度/快速模式试镜,构图和走位确认通过后再用高质量模式重出。按公开测评中提到的量级估算(某平台快速模式约11积分/秒),一条10秒视频约110积分,1200积分的月度赠送额度只够试十余条——这意味着”先想清楚再生成”比”多抽几次”重要得多。
多轮修改越改越崩 :每次只改一个变量,改完立刻预览确认;重要版本手动记录提示词,保留可回退的存档。
上面这套流程里,第2到第6步(梗概、人物、分集、剧本、分镜)本质上是结构化文本生产,恰好是当前通用AI助手最擅长的部分,而且不消耗视频积分。你可以把上面两段Prompt直接拿给AI助手跑,把输出结果再喂给短剧Agent,能显著减少后面的返工。
如果你希望更直接地看到成品形态,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,把自己的创作思路真正转成短剧内容;想先打磨剧本和分镜文本,也可以在百度搭子里用上面的模板逐轮迭代。
面对20多家AI短剧Agent,正确的策略是: 别找”最强的那家”,先建一条自己的生产流水线 。用同一段真实故事概念跑一遍五维打分表,重点压测角色一致性和多轮修改;把角色外观描述和分镜提示词模板固化下来;把文本环节交给通用AI助手、把出片环节交给短剧Agent;先用低精度试镜再批量出片。
工具会继续快速迭代,但”设定锁定→分镜物理化→小步验证”这套方法论不会过时。掌握它,你换任何一家平台都能快速产出可用内容。