怎样用AI制作短剧？完整流程与实操经验

如果你正在尝试用AI制作短剧，大概率已经发现：这件事远没有“输入提示词，等待出片”那么简单。角色会变脸，声音对不上，画面审核卡住，排队排到怀疑人生。真正跑通一部4分钟左右的AI真人短片，往往需要反复生成几十上百个15秒片段，再从中筛选拼接。

本文基于实际制作经验，把AI短剧从0到1的关键环节拆开讲清楚：怎样保证角色一致性、怎样处理人脸限制、即梦和可灵到底怎么选，以及一套可以照着执行的工作流程。如果你准备认真做AI短剧，或者已经卡在某一环，这篇文章应该能帮你少踩很多坑。

想直接尝试AI短剧生成，可以使用百度搭子（DuMate）的AI能力，或前往AI真人短剧生成体验体验从故事思路到短剧内容的转化。DuMate的购买方式可参考这里。

一、先理解AI短剧制作的核心难点

AI短剧不是“生成一段视频”，而是由多个环节组成的流水线：故事、剧本、人物设定、分镜、角色图、视频片段、配音、剪辑。任何一个环节出问题，都会影响最终成片。

当前AI视频工具最影响效率的问题有三个：

• 角色一致性差：同一角色在不同镜头里长相、声音、服装不一致。
• 人脸审核限制：越接近真人形象的视频，越容易被系统拦截。
• 生成时间不可控：排队时间长，生成结果不确定，试错成本高。

解决办法不是追求一次生成完美结果，而是建立一套可重复、可修正、可拼接的工作流程。

二、角色一致性怎么保证

这是AI短剧制作中最关键的问题。没有一致的角色，观众根本无法建立代入感。

一种可执行的做法是：

1. 先用提示词生成一张角色图片，确认人物长相、服装、发型、气质都符合设定。
2. 用这张角色图生成第一个15秒视频。
3. 把第一段视频上传作为参考，在新的提示词中继续引用同一个角色和场景。这样人物声音、画面风格、整体氛围可以延续下去。

上传视频参考的好处是声音音色保持统一，画面连续性也更强。但代价是积分消耗翻倍，而且有一个明显问题：如果上传的片段里出现人物近景，系统容易识别为真人信息并拒绝继续生成，这时改提示词也不一定能解决。

另一种方式是去掉视频参考，改用角色图片生成后续片段。但这样声音音色就没办法延续，只能额外上传角色音色参考，并在提示词里明确指定哪个角色使用哪种声音说话。例如：

角色A使用低沉男声，语速中等；角色B使用明亮女声，语气轻快。

这种方式对提示词的精确度要求更高，也需要更频繁地试错调整。

三、人脸限制的处理思路

随着审核规则收紧，AI真人短剧中的人脸处理越来越难。实测中，即使是一个全景画面里只露出两个人的侧脸，也可能被识别为真人信息而无法通过。

可以直接使用的几种应对方式：

• 降低人物在画面中的占比：优先使用远景、侧面、背影、环境遮挡，减少正面人脸暴露。
• 弱化真人质感：适度调整画面风格，使其更接近影视渲染而非写实摄影。
• 先做纯场景图，再放回人物：如果人物始终触发审核，可以先生成没有角色的场景画面，再通过提示词将人物加入。缺点是流程更繁琐，效果也不一定理想，但至少能跑通。

这个方法要求你会根据上一张图反推提示词。例如先用一张空房间画面作为基础，再输入：

在上一张图的场景中，加入一位穿深色外套的中年男性站在窗边，背对镜头，自然光，电影感。

本质上，这是在审核限制和作品表达之间寻找平衡。

四、即梦和可灵的实际差异

在短剧制作场景下，即梦的排队问题确实会严重影响效率。白天提交任务后等待时间不可控，连续制作多镜头时体验较差。

可灵在图片生成环节对复杂提示词的理解能力相对较弱。而在视频生成环节，使用同样的提示词，即梦往往两遍左右可以产出可用素材，可灵则更容易出现口型与声音不同步、角色变化、表情异常等问题。可灵更擅长首尾帧生成，做“全能参考”时表现不稳定。

如果你的目标是连续角色、连续场景、连续声音的短剧，建议优先使用即梦，但把生成时间安排在排队较少的时段；如果只是做单一镜头或过渡画面，可灵可以作为补充。

不过工具能力随时在变化，更实际的做法是：先用少量素材测试两个工具在当前任务上的表现，再决定主力使用哪个。

五、AI短剧完整制作流程

以下是一套可以直接执行的AI短剧工作流，每个环节都有明确的输入和输出。

1. 写故事

用AI或自己写都可以，核心是故事要有完整起承转合，并适合用短剧形式呈现。短剧节奏要快，三分钟内必须出现冲突或反转。

可以这样使用AI：

你是一个短剧编剧。请根据以下主题写一个4分钟短剧故事，要求有明确主角、一个核心冲突、一次转折和开放结局：
【填写主题或一句话故事】
输出格式：故事梗概（100字内）、主角设定、故事大纲。

2. 转成分场剧本

把故事拆成可执行的分场剧本，包含场景、时间、人物、台词。不需要复杂提示词，重点是明确“它是编剧，你要什么东西”。

示例分场剧本格式：

场次	场景	时间	人物	台词/动作
1	旧公寓客厅	夜	林悦、陈默	林悦发现一封信，陈默试图阻止
2	街边便利店	夜	林悦	接到匿名电话，神情紧张

3. 生成分镜头脚本

把每一场细化到镜头级别，包括景别、角度、运镜、氛围、道具、服饰、台词、动作、情绪。

例：

场次1，镜头1：中景，平视，固定机位，暖黄色台灯光，旧公寓客厅，林悦穿浅灰毛衣背对镜头拆信，手部特写，情绪从好奇转向不安。

越细，视频生成越接近你的预期。

4. 用AI生成角色卡

先找参考图，让AI反推提示词，再逐步调整生成角色形象。角色卡要包含：正面、侧面、全身、半身、不同表情、服装细节。尽量在角色定型后再进入视频生成阶段，否则中途变脸会让前面工作全部作废。

5. 视频片段生成与筛选

每个15秒片段都需要独立生成、独立检查，确认可用后再进入下一段。不可用的直接重来，不要勉强使用有瑕疵的片段。

6. 配音与音色统一

如果视频生成工具本身支持声音延续，优先使用上传参考视频的方式。如果因为人脸限制无法使用，则单独准备角色音色素材，在剪辑时统一处理。所有角色台词尽量在同一环境下生成，避免音色飘移。

7. 剪辑

AI短剧的剪辑重点不是炫技，而是修正AI生成内容的不自然感：删掉过长空镜、调整镜头节奏、统一色调、补配环境音和音乐。最后输出时检查字幕与口型是否基本对应。

六、更高效的AI辅助方式

如果你不想在多个工具之间来回切换，可以尝试用百度搭子（DuMate）整合AI短剧相关任务。完成故事大纲和人物设定后，前往AI真人短剧生成体验，尝试把创作思路转化为短剧内容。这种方式适合前期快速验证剧情和画面方向，再决定是否投入完整制作流程。购买方式可查看DuMate购买页。

七、一个可以直接用的AI短剧提示词

如果你已经完成故事和角色设定，可以用下面这个模板让AI生成第一版分镜脚本：

你是一名短剧导演和分镜师。根据以下分场剧本，为每一场设计详细分镜头。
剧本内容：
【粘贴分场剧本】
要求：

1. 每个镜头写出景别、角度、运镜、画面内容、人物动作、情绪、台词。
2. 保持角色名称和场景描述前后一致。
3. 用表格输出，按“场次—镜头—景别—角度—运镜—画面描述—台词/动作—情绪”排列。
4. 所有镜头总时长控制在4分钟以内。

生成后用角色卡逐一核对人物形象，再进入视频生成阶段。

八、常见问题与优化建议

问题	可能原因	处理方式
角色变脸	参考图或参考视频信息不足	增加角色卡细节，固定服装和发型提示词
声音不一致	未使用声音参考	上传音色参考或统一后期配音
审核不通过	人脸暴露过多	降人脸占比、调整景别、使用遮挡和背影
排队过久	工具算力紧张	避开高峰时段，提前批量提交
可灵生成不稳定	复杂连续场景处理能力有限	减少单段复杂度，用首尾帧控制画面

AI短剧制作的核心不是某一个工具，而是把创作流程拆成可重复执行的步骤。真正花时间的不是“想故事”，而是生成、筛选、修正、再生成的循环。掌握这套流程，即使是4分钟以上的短剧，也能一步一步做出来。