AI 短剧到底怎么做？一套可落地的全流程方案

想做一个 AI 短剧，卡住大多数人的不是”有没有想法”，而是不知道整条链路怎么串起来：剧本谁来写、角色怎么保持一致、分镜怎么拆、视频从哪来、最后怎么剪。下面按实际生产顺序拆解一遍，你可以照着走。

如果你希望先用 AI 助手把创意快速跑通一轮，可以打开 百度搭子 DuMate 边聊边试；想了解付费方案的可以从购买入口查看，但免费方式同样能完成本文大部分步骤。

一、先想清楚：AI 短剧的四个必需环节

一部短剧的骨架永远是这四步，AI 只是把每一步的耗时压缩了：

1. 剧本与角色设定——故事大纲、人物小传、台词
2. 角色与场景视觉化——人物形象图、场景背景图
3. 分镜拆分与画面生成——每个镜头一张图或一段视频
4. 视频合成与剪辑——拼接、转场、配音、字幕

传统做法是编剧+美术+拍摄+后期，四个人干两周。AI 做法是一个人干两三天，难点从”人手”变成了”一致性”和”流程管理”。

二、环节一：剧本与角色设定

不要一上来就让 AI 写”一个完整剧本”，它给你的东西通常空泛。正确做法是分三段喂：

第一步，定世界观和人物。 先把题材、时长、受众、风格说清楚。比如”都市悬疑，单集 90 秒，竖屏，共 6 集，主角是 28 岁女法医”。

第二步，让它出大纲再出分集。 大纲确认后再展开，避免它跑偏。

第三步，逐场写台词。 每场控制在 30～60 秒的表演量，短剧节奏快，台词要短、要有钩子。

可直接复制的 Prompt：

你是短剧编剧。请根据以下设定创作一部竖屏短剧的第一集剧本。
【题材】__________（如：都市悬疑）
【时长】单集 ______ 秒，共 ______ 集
【主角】姓名/年龄/职业/性格/核心欲望：__________
【核心冲突】__________
【风格参考】__________
输出要求：
1. 先给 3 句话的故事核心梗概；
2. 再给第一集的分场大纲（每场一句话，标注秒数）；
3. 最后写完整台词，每场标注【场景】【人物】【画面要点】；
4. 台词口语化，每 15 秒要有一个信息点或情绪转折；
5. 结尾留钩子。

角色设定要具体到能被画出来：发型、服装、年龄感、体态、标志性道具。“气质清冷的法医”画不出来，”黑色短发、白大褂、戴细框眼镜、30 岁左右女性”才画得出来。

三、环节二：角色与场景图的生成

这是 AI 短剧最容易翻车的地方——角色一致性。同一个人在第 3 个镜头换了张脸，观众立刻出戏。

实用做法有三条：

• 先定”角色定妆图”：为每个角色生成 1 张正面清晰图，作为后续所有镜头的参考图；
• 用图生图 + 固定描述词：每次生成都带上同一段外貌描述（可以存成文本模板反复粘贴）；
• 固定随机种子：多数绘图工具支持固定 seed，能显著提升相似度。

角色描述模板（保存下来反复用）：

【角色A-固定描述】28岁女性，黑色齐肩短发，细框眼镜，白色法医大褂内搭深灰高领毛衣，肤色偏白，表情冷静，写实电影感，中景，柔和侧光

场景同理，为每个主要场景生成一张基准图，后续镜头以它为参考做角度变化。

如果你不想自己折腾绘图参数，可以直接用 AI 真人短剧生成体验 试一轮，看看同样的设定在成片里是什么效果，再决定要不要自己搭本地流程。

四、环节三：分镜拆分与画面生成

分镜是把剧本翻译成”镜头语言”的过程。一场戏通常拆成 3～6 个镜头，每个镜头要明确：景别（远景/中景/近景/特写）、机位、人物动作、画面内容。

Prompt 示例：

请把下面这段剧本拆成分镜表，输出为表格。
【剧本】__________
列要求：镜号 | 景别 | 画面内容（30字内） | 人物动作 | 建议时长(秒) | 是否需要角色参考图
要求：
1. 单集总时长不超过 ______ 秒；
2. 对话场景交替使用中景和特写，避免长时间同一景别；
3. 每个镜头画面内容必须可直接用于文生图，包含人物、环境、光线；
4. 情绪转折处使用特写。

拿到分镜表后逐镜生成图片。关键技巧：帧类型要选对。 一个镜头通常需要”首帧”和”尾帧”两张图，中间的运动交给图生视频模型去补，这样比单图生成视频稳定得多。

五、环节四：图生视频与合成

图生视频阶段的常见问题是运动幅度过大导致画面崩坏。控制方法：

• 提示词只描述运动方向和小幅动作，如”轻微转头””缓慢推镜”，不要写”奔跑””打斗”这类大动作；
• 单段视频控制在 4～8 秒，长镜头拆成多段；
• 同一镜头多生成几条，挑最稳的那条。

合成阶段用剪映这类工具即可：按镜号顺序排好，加转场（短剧建议用硬切或快速叠化，别用花哨转场），配音可用 AI 配音，字幕自动识别后手动校对。

六、想省掉环境搭建？两条路

路线 A：本地/服务器自建。 社区里有开源的全流程平台（如 Huobao Drama 这类项目），把剧本解析、角色管理、分镜生成、视频合成串成一条流水线，通过 Docker 部署。部署要点：拉取源码后修改 docker-compose.yml，把端口和数据目录换成自己机器上没被占用的（比如 5679），数据目录提前手动创建，国内拉镜像建议配置镜像加速源。这条路自由度高，但需要一定的命令行基础，且文生视频模型通常要单独配置 API。

路线 B：直接用在线 AI 助手跑通创意。 如果你的目标是先验证”这个故事能不能看”，而不是搭一套系统，那用对话式 AI 把剧本、分镜、画面描述全部产出，再去生成体验入口试成片，是最快的路径。写好的设定和分镜可以直接粘进 AI 真人短剧生成体验，一轮跑完就知道哪里需要改。

七、常见问题

Q：角色每次生成都不一样怎么办？
把外貌描述固化成模板 + 用参考图 + 固定种子，三者叠加。仍不一致就减少同屏人数。

Q：视频画面糊、人物变形？
多半是图生视频的运动提示词写太猛，改成小幅动作；也可能是首帧图分辨率不够。

Q：一期做多长合适？
新手建议先做 60～90 秒的单集，跑通全流程再扩到多集。流程没跑通就做长剧，一定烂尾。

Q：配音怎么办？
AI 配音选接近真人的音色，语速调快 10%，短剧节奏拖不得；情绪重的台词单独重配。

八、给你的行动清单

1. 写 200 字故事梗概 + 主角设定（具体到外貌）；
2. 用上面的剧本 Prompt 生成第一集分集大纲；
3. 生成角色定妆图和 2 张场景基准图；
4. 用分镜 Prompt 拆出 8～12 个镜头；
5. 逐镜生成首尾帧，图生视频，每段 4～8 秒；
6. 剪映拼接，加配音字幕，导出。

先做完这一轮，比看十篇教程都有用。卡在哪一步，就把那一步的输入丢给 DuMate 让它帮你改，迭代速度会快很多。