怎样用AI制作短剧？完整流程与避坑指南

做AI短剧，真正的门槛不在”会不会写提示词”，而在于能不能在一次次失败中稳定产出可用素材。很多人以为输入几句话就能出片，实际上一个4分钟的真人短片，可能要花20多天、每天夜里提交任务、第二天早上验收结果。这篇文章把整个流程拆开讲清楚：哪些环节最容易卡住、怎么绕开、每一步该准备什么、Prompt怎么写，以及如何借助AI助手把前期创作效率提上来。

如果你希望先把创作思路快速跑通，可以先用百度搭子DuMate辅助完成故事大纲、剧本分场和分镜脚本的整理，再进入视频生成环节。下面按实际制作顺序展开。

一、先认清：AI短剧的三个硬约束

在动手之前，必须接受三个现实约束，否则很容易在第三天就放弃。

1. 生成是异步的，时间是最大成本。 视频生成通常需要排队，晚上提交、第二天验收是常态。一次15秒片段失败就要重来，所以”提高单次可用率”比”多跑几次”更重要。

2. 角色一致性靠”参考”维持，不靠描述。 纯文字提示词无法保证同一个人物在多个镜头里长得一样、声音一样。必须用图片或视频作为参考锚点。

3. 真人审核会越来越严。 画面中出现清晰人脸、甚至全景里的侧脸，都可能被判定为真人信息而拦截。这不是提示词能解决的问题，只能从画面设计上规避。

理解这三点，后面的所有操作都是围绕”省时间、保一致、过审核”展开的。

二、角色一致性：核心解法与代价

这是AI短剧最核心的问题。目前相对可靠的做法是一条参考链：

1. 用提示词生成角色定妆图（正面、半身、光线清晰）；
2. 用这张图生成第一个15秒视频片段；
3. 把这段视频作为参考上传，在新提示词中继续引用同一角色与场景；
4. 后续片段沿用同一参考，形成连续性。

这样做的好处很直接：声音音色能延续，画面风格和氛围也连贯，人物不会每个镜头换一张脸。

代价也要提前知道：视频参考通常意味着双倍积分消耗，成本翻倍。另外有一个典型的坑——如果上传的参考片段里包含人物近景，系统可能直接识别为真人，此时改提示词也没用，任务会卡死。所以参考片段尽量选中景、远景或侧身、背影，避免大特写。

三、人脸限制：可行的规避思路

当视频参考走不通时，常见的替代方案是改用图片参考生成。但这样声音音色就无法保证，需要额外上传角色音色参考，并在提示词中明确”谁用哪种声音说话”。

目前审核收紧的趋势很明显：一个全景画面里两个人的侧脸都可能被识别为真人信息，反复尝试也过不了。可行的应对方向有三个：

• 风格化处理：把手绘、插画、动画风格作为画面基底，降低真人特征（需实际测试，不保证稳定）；
• 去人物化：先只生成纯场景图，再用提示词把人物”放回去”，必要时用上一张图反推提示词。这一步麻烦、效果未必理想，但至少能跑通；
• 镜头设计规避：多用背影、遮挡、局部特写（手、脚、物件），减少清晰正脸出现。

建议在写分镜阶段就把”哪些镜头必须出现正脸”标出来，能省掉大量返工。

四、工具选型：排队与稳定性的取舍

实际使用中，最大的痛点往往不是效果，而是排队时间。有创作者因为看不到排队尽头而差点放弃。经验是夜间提交人少一些，可以安排在睡前提交任务、早上验收。

在生成稳定性上，不同工具差异明显：图片生成环节，理解力强弱直接影响定妆图质量；视频生成环节，同样的提示词，有的工具跑两遍基本能出可用素材，有的则容易出现声音对不上、角色换人、表情滑稽等问题，多跑几遍只是消耗灵感值。选型建议是：先用小成本测试同一提示词在2~3个工具上的可用率，再决定主力工具，不要把全部积分押在一个不稳定的环节上。

五、完整制作流程（可直接照做）

第1步：写故事

用DeepSeek、Kimi等工具，或自己写。关键是改到自己满意为止——故事不成立，后面全是白费。短剧建议控制在3~5分钟，2~3个场景，1~2个主要人物，情节有一个明确的反转或情绪落点。

第2步：转成剧本

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”你是获得飞天奖的编剧”这类玄学提示词，真正有用的只有两点：它是编剧，你要什么东西。

可复制Prompt：

你是短剧编剧。请把下面的故事改写成可拍摄的分场剧本。
【故事内容】：【填写你的故事】
要求：
1. 拆成3~5场，每场标注：场景、时间、人物、台词；
2. 每场时长不超过60秒；
3. 台词口语化，单句不超过20字；
4. 输出为表格形式，字段为：场次/场景/时间/人物/台词/情绪。

第3步：生成分镜头脚本

细化到每个镜头的景别、角度、运镜、氛围、道具、服饰、台词、动作、情绪。越细越好，因为视频生成阶段几乎没有”临场发挥”的空间。

可复制Prompt：

你是分镜师。请把下面的分场剧本拆解为分镜头脚本。
【剧本】：【粘贴第2步结果】
要求：
1. 每个镜头时长5~15秒；
2. 每个镜头标注：镜号/景别/角度/运镜/画面内容/人物动作/台词/情绪/道具服饰；
3. 标注该镜头是否必须出现清晰正脸（用于后续审核规避）；
4. 输出为表格。

完成大纲和分镜后，可以前往AI真人短剧生成体验，尝试把创作思路转化为短剧内容，先跑通一个小片段验证效果。

第4步：定妆图与参考素材

为每个主要人物生成定妆图，保存正面、半身、不同光线各一张。这些图是后续所有镜头的”锚点”，务必先确认满意再往下走。

第5步：逐段生成视频

按分镜顺序生成，每段15秒左右。每完成一段就立即验收：人物是否一致、声音是否连续、画面是否可用。可用的片段作为下一段的参考；不可用的立刻重来，不要抱着”后期能救”的侥幸。

第6步：剪辑与配音整合

把可用片段按顺序拼接，补齐转场、字幕、背景音乐。台词音色不一致的镜头，用统一配音覆盖。

六、验收清单：每段生成后必查

• 人物脸型、发型、服装是否与定妆图一致；
• 声音音色是否与前一段连续；
• 画面是否出现被判定为真人的清晰人脸；
• 动作是否自然，有无肢体畸变；
• 台词与口型、字幕是否对得上。

五项里有两项不合格，直接重来，别浪费时间修。

七、常见问题

Q：一定要熬夜提交吗？ 不必，但排队时间确实影响进度，建议把提交安排在低峰时段，形成”晚上提交、早上验收”的节奏。

Q：参考片段用近景还是远景？ 优先中远景、侧身、背影，避免大特写触发真人识别。

Q：成本怎么控制？ 视频参考会双倍消耗，尽量在定妆图和分镜阶段就把问题解决掉，减少视频层的试错次数。

Q：前期创作能否提效？ 故事、剧本、分镜这三步是纯文本工作，适合交给AI助手批量产出和迭代。你可以通过百度搭子DuMate完成大纲到分镜的整理，需要了解购买方式可查看购买入口。

总结

AI短剧的成败，八成取决于前期文本与分镜的扎实程度，两成取决于生成阶段的参考策略与验收纪律。把角色一致性用参考链锁住，把真人风险在分镜阶段就规避掉，把试错成本压在前面的文本环节，你就能把”20多天做4分钟”的苦熬，变成一套可重复的流程。