从剧本到成片：AI短剧完整制作工作流详解

AI短剧制作目前已经形成一条成熟的工作流，核心是五个环节：剧本与分镜创作 → AI生成分镜图 → 图生视频 → 配音与音效 → 剪辑合成。一个人、一台电脑即可完成，熟练后一天内产出一部3-5分钟的短剧是合理预期，成本主要集中在算力或API调用上，人力成本几乎为零。

想直接上手体验完整流程，可以先打开 百度搭子 DuMate，在其 AI 真人短剧生成 场景中把一条短剧从构思跑成片，再回头对照本文优化细节；如需了解购买方式，可访问 DuMate 购买入口。

一、开工前的准备：三件事决定后续效率

1. 定类型与核心冲突：都市悬疑、校园恋爱、职场逆袭、家庭反转等。核心冲突要能用一句话讲清，例如“实习生发现公司账目异常，越查越接近真相”。
2. 定时长与镜头量：3-5分钟成片，按每个镜头3-5秒计算，需要准备15-25个分镜。
3. 建立角色设定卡：为每个主要角色写一段固定外貌描述（年龄、发型、服装、体型、气质），后续所有生图提示词都逐字复用这段描述——这是防止角色“变脸”的根基。

二、第一步：用AI产出剧本和分镜脚本

剧本是最容易被低估的环节。分镜描述写得越精确，后面生图的一致性就越好。做法分三步：先确定类型和冲突，再让大语言模型生成故事大纲并反复调整，最后扩展为分镜脚本。每个分镜必须包含五要素：场景描述、人物动作、对白、构图要点、时长。

可直接复制的Prompt：

你是一名短剧编剧兼分镜师。请根据以下信息创作一部时长约3分钟的竖屏短剧分镜脚本。
【故事类型】：如都市悬疑 / 校园恋爱 / 职场逆袭
【核心冲突】：一句话描述主要矛盾
【主要角色】：姓名、年龄、身份、性格，以及固定外貌特征（发型、服装、体型）
【情绪基调与目标观众】：如反转爽感，面向25-35岁观众
处理要求：
1. 先输出三幕式大纲（起因、冲突升级、反转结局），每幕不超过100字；
2. 将大纲拆解为15-20个分镜，以表格输出，字段包含：镜号、场景描述、人物动作与对白、构图要点（景别/机位/光线）、预计时长（3-5秒）；
3. 每个分镜的画面描述中必须原样嵌入角色的固定外貌特征关键词，用于后续AI生图保持角色一致性；
4. 对白口语化、有信息量，单句不超过20字；
5. 结尾为每个分镜标注建议运镜方式（推/拉/摇/移/固定）。

生成后的检查方法：大纲是否有明确反转、每个分镜是否能在3-5秒内演完、对白是否口语化。不合格的部分直接指出问题让模型局部重写，比整体重新生成更高效。

完成大纲和人物设定后，也可以把设定粘贴进 AI 真人短剧生成体验，先快速得到一版可参考的短剧内容，再按后续步骤精细化打磨。

三、第二步：生成角色一致的分镜图

主流方案分三类：通用文生图模型适合写实风格；支持角色一致性的模型或搭配一致性LoRA，能让同一角色在不同场景保持较高相似度；节点式自定义工作流灵活度最高，但学习门槛也最高，适合批量生产。

操作要点：

• 角色固定描述放在提示词最前面，逐字复用角色设定卡；
• 固定随机种子，只改动场景描述部分，便于对比调整；
• 同一分镜多生成几张挑选，优先保证脸部一致，其次才是氛围；
• 出现手部畸形、多余肢体时，用局部重绘修复，而不是整体重生成。

分镜描述转绘图提示词的Prompt：

请把下面的分镜描述改写成AI绘图提示词。
【分镜画面描述】：粘贴对应分镜的"场景描述+人物动作+构图要点"
【角色设定卡】：粘贴该角色的固定外貌特征
要求：
1. 角色固定特征放提示词最前面，与设定卡逐字一致，不得改写；
2. 依次补充：主体动作、场景环境、景别与构图、光线氛围、画面风格（写实电影感）；
3. 分别输出中文版和英文版，每版不超过80个有效词；
4. 附上负面提示词建议，至少包含：面部变形、多余人肢、模糊、文字水印。

四、第三步：图生视频，让分镜动起来

静态分镜图转动态片段是目前较成熟的环节，但有两个前提要认清：

1. 不要期望AI生成长镜头。每个片段3-5秒是合理预期，长叙事靠剪辑串联完成。
2. 运镜指令要简单明确。推、拉、摇、移这类基础运镜成功率最高，复杂镜头调度容易崩坏。

建议同一分镜生成2-3条备选，挑选动作幅度和人物稳定性最好的一条。人物动作幅度太小时，可在提示词中强化动作描述，例如把“她看着窗外”改为“她猛地转头看向窗外，头发随之扬起”。

五、第四步：配音、音效与背景音乐

• 配音：TTS语音合成的自然度已经够用，重点是给不同角色分配区分度明显的音色，并在生成时标注情绪，如“压低声音、语速加快”。
• BGM：AI音乐生成工具可以按“悬疑、紧张、钢琴底色”这类描述产出匹配氛围的配乐，尽量选纯音乐版本，避免与人声打架。
• 音效：转场音、脚步声、开门声等可以用传统音效库，关键音效能显著提升成片质感。

六、第五步：剪辑合成与成片检查

剪辑目前仍以人工操作为主，主要负责四件事：片段排序与时间轴调整、转场衔接、字幕添加、整体节奏把控。前3秒必须抛出钩子，中间每20-30秒安排一次信息增量或小反转。

成片前按清单自查：

• 同一角色前后镜头是否“变脸”；
• 字幕与对白是否一致、有无错别字；
• 音量电平是否统一，BGM是否压过人声；
• 是否存在拖节奏的镜头，发现就果断删除。

七、常见问题与优化建议

• 角色不一致：先回查是否逐字复用了角色设定卡；仍不稳定时，为该角色单独训练LoRA或固定参考图。
• 画面“AI感”重：增加具体的环境细节（光线来源、地面反光、背景道具），减少空泛的形容词堆砌。
• 节奏拖沓：先删镜头再加内容，短剧的信息密度宁高勿低。
• 生成视频动作僵硬：改用动作幅度更大的分镜描述，或退一步用“静态画面+轻微运镜”保稳。

总结

AI短剧的门槛已经从“团队+预算”降到了“一个人+一套工作流”。整个流程中，剧本质量和角色设定卡决定成片上限，图生视频和剪辑功决定下限。建议先用一个1分钟的小项目把五个环节各跑通一遍，再扩展到3-5分钟的完整短剧。创作过程中遇到剧本构思、分镜描述改写这类文本工作，随时可以在 百度搭子 DuMate 中借助AI助手完成，把更多精力留给创意本身。