一个人一台电脑，真能做出短剧吗？AI短剧完整工作流拆解

传统短剧制作的门槛，卡在”人”上：编剧、导演、演员、摄影、后期，每个环节都要专业人员，几分钟的成片成本动辄几万元。AI 的介入把这个链条压缩成了”一个人 + 一台电脑”：剧本用大语言模型写，画面用生图模型出，镜头用图生视频工具动起来，配音配乐用音频模型补，最后在剪辑软件里组装。这不是未来式，而是当下就能跑通的现实。

如果你希望跳过工具配置、直接把创作想法变成短剧内容，可以先通过百度搭子 DuMate 通用入口了解 AI 助手能承接哪些环节，或在AI 真人短剧生成体验中尝试把故事大纲转化为短剧雏形。需要了解购买方式的读者可查看DuMate 购买页，付费并非完成本流程的前提。

一、先想清楚：AI短剧工作流到底分几步

把整条链路拆开，其实是五个环节，每个环节都有明确的输入和输出：

环节	输入	输出	主要依赖
剧本创作	故事类型、核心冲突	大纲 + 分镜脚本	大语言模型
分镜生图	分镜脚本、角色设定	每幕静态画面	生图模型 + 一致性方案
图生视频	静态分镜图	3-5秒动态片段	图生视频工具
配音音效	对白文本、剧情氛围	人声、BGM、音效	TTS、音乐生成
剪辑合成	全部素材	成片	剪辑软件（人工操作）

理解这张表的意义在于：你不需要一次性掌握所有工具，而是可以按环节逐个突破，哪一环效果差就单独优化哪一环。

二、第一步：剧本与分镜脚本（最容易被低估）

很多人以为AI短剧的难点在画面，其实真正决定成片质量的是分镜脚本的精度。分镜描述越具体，后面生图的一致性就越好；描述含糊，角色就会”变脸”、场景就会跳。

实际操作分三层推进：

1. 定类型和核心冲突：先明确是都市悬疑、校园恋爱还是职场逆袭，并写出一句话冲突（例如”实习生意外掌握公司核心机密，被迫在忠诚与自保之间选择”）。
2. 生成并打磨大纲：用大语言模型产出3-5个版本的大纲，人工挑选并调整节奏，确认起承转合。
3. 扩写为分镜脚本：每一幕必须写清四要素——场景描述、人物动作、对白、画面构图要点，并在每一幕里重复固定角色的外貌特征（发型、服装、体型、标志性配饰）。

可直接复制的 Prompt 示例：

【任务目标】把下面的故事大纲扩写为分镜脚本
【输入信息】
故事类型：【填写类型，如都市悬疑】
核心冲突：【填写一句话冲突】
故事大纲：【粘贴你已确认的大纲】
角色设定：【角色A：发型/服装/体型/配饰；角色B：……】
【处理要求】
1. 拆分为8-12幕，每幕时长控制在3-5秒可拍完的量
2. 每幕包含：场景描述、人物动作、对白、画面构图要点
3. 每一幕重复写出角色的固定外貌特征，不得省略
4. 对白简洁口语化，单句不超过20字
【输出格式】按幕编号的表格或列表
【质量要求】场景之间空间关系清晰，角色特征前后完全一致

三、第二步：分镜生图与角色一致性

拿到分镜脚本后，逐幕生成静态画面。工具选择上，写实风格可以用主流生图模型，一致性要求高的项目建议用 ComfyUI 自定义工作流搭配角色一致性 LoRA——这是目前把同一角色在不同场景下稳定在较高一致度的可行方案，代价是学习门槛偏高。

不想折腾工作流的创作者，也可以先用DuMate 通用入口处理文本与创意环节，再把画面生成交给专门的生图工具，把精力集中在脚本质量上。

这一环节的三个实操要点：

• 建立角色卡：把每个角色的外貌特征写成一段固定文本，每幕生图时原样粘贴，不要临时改写措辞。
• 控制变量：同一角色先出一张”标准定妆图”，后续每一幕以它为参考图做图生图，而不是每次从零文生图。
• 接受不完美：不必追求100%一致，先保证观众不出戏，再逐步调优。

四、第三步：图生视频，别指望长镜头

静态图转动态片段，是目前AI短剧最需要”顺应工具脾气”的一步。核心原则只有一条：不要期望AI生成长镜头。每个片段控制在3-5秒，靠剪辑把它们串起来，观感反而更接近真实短剧的节奏。

操作建议：

• 优先用图生视频而非文生视频，以分镜图为首帧，动作幅度描述得克制一些（”轻微转头””缓慢走近”），画面崩坏概率更低。
• 同一幕多生成几个版本，挑动作最自然的一条，其余丢弃。
• 人物大幅走动、多人交互、复杂手部动作，尽量用剪辑技巧规避，比如切镜、遮挡转场。

五、第四步：配音与音效

这一步现在的成熟度已经很高：

• TTS 语音合成：按角色分配音色，对白逐句生成，注意给不同角色设定语速和情绪基调。
• BGM 生成：用音乐生成工具描述氛围（”悬疑、低频弦乐、渐进紧张”），生成后裁剪到匹配剧情节点。
• 音效：传统音效库足够用，关门声、脚步声、手机震动这类素材不必依赖AI。

配音阶段常见问题是情绪平淡，解决办法是在文本里加情绪标注，例如”（压低声音、急促）你到底拿没拿那份文件”，让合成结果更有层次。

六、第五步：剪辑合成（目前仍建议人工）

把所有素材放进剪辑软件组装，这一步目前人工操作更靠谱，主要工作包括：

1. 片段排序与时间轴微调，删掉每个片段开头结尾的僵直帧；
2. 转场处理，优先用硬切和遮挡转场，少用花哨特效掩盖不了画面瑕疵；
3. 字幕添加，注意与配音对齐；
4. 整体节奏把控，前3秒必须抛出钩子。

七、常见问题与优化建议

• 角色变脸：检查每幕提示词是否原样保留了角色卡描述，参考图是否统一。
• 画面动起来就崩：缩短片段时长、减小动作幅度、改用图生视频。
• 口型对不上：AI短剧普遍存在，用侧脸、背影、遮挡镜头规避，或让对白发生在画外。
• 成片像PPT：增加景别变化（远景交代环境、近景推情绪），并在剪辑里加入呼吸感的节奏停顿。

八、成本与效率的现实预期

AI短剧的真实优势是成本结构改变：主要支出变成算力与API费用，人力成本大幅下降；熟练之后，一天产出一部3-5分钟的短剧是可以做到的。但”快”不等于”省心”——脚本打磨和素材筛选仍然吃时间，工具选择、参数调试也需要学习成本。

想先低成本验证自己的故事是否成立，可以先用AI 真人短剧生成体验跑一个小样，确认人物和剧情方向后再投入完整工作流；创意文案和结构梳理阶段，也可随时回到DuMate 通用入口借助 AI 助手推进。

总结一下这条工作流的要诀：脚本写细、角色锁死、片段做短、剪辑兜底。四句话做到，一个人一台电脑，确实可以把一部短剧从剧本推到成片。