AI短剧怎么做？从剧本到成片的完整制作流程详解

AI 短剧怎么做？一句话回答：用大语言模型写剧本，用 AI 绘图生成角色形象和分镜画面，再用文生视频、图生视频模型让画面动起来，最后剪辑、配音、合成成片。 零基础想快速出片，可以直接打开百度搭子 DuMate，使用其中的AI 真人短剧生成体验，输入故事创意和人物设定即可尝试生成；如果后续需要更多功能与额度，可前往DuMate 购买页面按需了解。下面把这条流水线逐环节拆开讲清楚。

一、先看全局：AI 短剧的四个生产环节

目前主流 AI 短剧方案（包括各类开源一体化平台）基本都遵循同一条工作流：

1. 剧本生成：大语言模型解析创意，输出分集剧本、角色表和场景信息；
2. 角色设计：AI 绘图生成角色形象参考图，保证全剧人物长相统一；
3. 分镜制作：把剧本拆成分镜脚本，用文生图逐镜生成画面；
4. 视频合成：图生视频/文生视频模型让画面动起来，再剪辑、转场、配音出片。

传统真人短剧的难点在于：写剧本、找演员、拍摄、后期，每个环节都要人力和预算，一部短剧动辄数天到数周。AI 方案把前三步压缩成“提示词工程”，个人创作者一两天就能产出一部几分钟的成片，成本主要是视频生成的算力或 API 额度。

二、第一步：用 AI 写出“能拍”的剧本

短剧剧本和小说不同，核心要求是：前 3 秒有钩子、每集结尾留悬念、对白短促口语化、场景简单可控。把这些要求直接写进 Prompt，让 AI 一次到位。

可直接复制的剧本 Prompt：

你是一名竖屏短剧编剧。请根据以下信息创作剧本：
【题材】逆袭爽剧（可替换为甜宠/悬疑/都市等）
【体量】共6集，每集90秒左右
【主角】林晚，28岁，策划专员，外柔内刚，目标是夺回被同事窃取的项目（替换为你的设定）
【核心冲突】一句话概括主要矛盾
要求：
1. 每集开头3秒内出现冲突或悬念，结尾必须留钩子；
2. 每集3-5个场景，单集场景不超过2个，方便后期生成画面；
3. 对白每句不超过15字，口语化；
4. 输出格式：按"第X集→场景→人物→动作→对白"逐条列出。

预期输出示例（片段）：

第1集 场景1 办公室 日

• 中景：林晚抱着文件走向工位，大屏上正投着她的方案
• 同事：这个项目，从今天起我负责。
• 林晚（特写，攥紧文件）：好，我等着看。

拿到初稿后重点检查三点：钩子是否够强、场景数量是否可控（场景越多，后面要生成的画面越多）、人物动机是否自洽。不满意就把具体问题反馈给 AI 迭代，例如“第 2 集冲突太弱，改成正面交锋”。

三、第二步：角色设定与形象生成

人物形象不统一是 AI 短剧最大的翻车点——同一角色在不同镜头里换了张脸。解决办法是先固化角色参考图：

1. 让 AI 根据剧本输出角色设定表：外貌、年龄、发型、服装、气质关键词；
2. 用文生图工具生成角色正面半身像，多生成几张挑最满意的一张固定下来；
3. 后续所有分镜生成都带上这张参考图（垫图/角色参考功能），并重复外貌关键词。

角色提示词示例：一位28岁中国女性，黑色长发，米色风衣，职场干练气质，正面半身像，纯色背景，柔和光线，写实风格，细节清晰。

四、第三步：分镜脚本与画面生成

把写好的剧本交给 AI 拆分镜，Prompt 模板：

请将下面这段剧本改写为 AI 视频生成用的分镜脚本：
【剧本片段】（粘贴一场戏）
要求：
1. 拆成6-10个分镜，每个分镜包含：镜号、景别（特写/近景/中景/远景）、画面描述、镜头运动、时长（3-5秒）、对应台词；
2. 画面描述具体到人物外貌、服装、表情、光线、环境，并与角色设定保持一致；
3. 避免多人复杂互动和大幅度动作，优先静态构图＋缓慢推拉摇移；
4. 输出为表格。

为什么要“避免复杂动作”？因为当前视频生成模型对大幅肢体动作、多人交手、手部细节的稳定性较差，镜头越简单，成功率越高。分镜文字确定后，用文生图逐镜出图，效果不理想就调整描述词重新生成。有条件的话，为每个镜头同时准备首帧和尾帧两张图，后续视频衔接会更稳。

五、第四步：视频生成与剪辑合成

1. 图生视频：把分镜图作为首帧/关键帧输入图生视频模型，每段生成 3-5 秒；
2. 逐段检查：人脸是否崩、动作是否变形，不合格的换描述词或重新生成，择优保留；
3. 剪辑合成：按镜号顺序拼接，加转场、字幕、背景音乐和 AI 配音，导出竖屏 9:16 成片。

六、三种工具路线怎么选

• 路线一：零基础在线体验（推荐新手）。最适合先跑通全流程、验证创意。完成剧本和角色设定后，前往AI 真人短剧生成体验，输入你的故事创意、人物设定和风格要求，尝试生成真人短剧，再根据成片效果反向调整剧本与提示词。
• 路线二：开源一体化平台自部署。适合动手能力强的用户，用 Docker 部署涵盖“剧本解析→角色生成→分镜→视频合成”全流程的开源项目，数据本地化、流程可控，但需要准备运行环境和模型 API 额度，部署时注意端口冲突、数据目录持久化等细节，并确保网络环境能满足模型服务的要求。
• 路线三：自由组合工具链。对话模型写剧本、文生图出角色和分镜、图生视频出片段、剪辑软件合成，灵活度最高，适合追求特定风格的创作者。

七、常见问题与优化建议

1. 人物换脸：坚持“一张参考图贯穿全剧”，分镜描述中反复出现角色的外貌关键词；
2. 画面崩坏：缩短单镜头时长、减少动作幅度，同一镜头多生成几次择优；
3. 口型对不上：前期不强求对口型，用后期配音＋字幕覆盖，或选用支持口型同步的工具；
4. 节奏拖沓：删掉一切不推动剧情的对白，短剧的黄金法则是“3 秒一个信息点”；
5. 合规提醒：避免使用真人肖像和知名 IP 形象，发布前确认平台对 AI 生成内容的标注要求。

总结

AI 短剧的本质，是把传统影视流程压缩成“提示词工程＋筛选迭代”：先用 AI 把剧本、角色、分镜做扎实，再用视频模型批量生成、择优拼接。新手建议从百度搭子 DuMate的在线体验开始跑通全流程，建立手感后再决定是否自部署平台或搭建自由工具链。先写好一个带钩子的故事，其余环节都有 AI 帮你完成。