AI短剧怎么做？从脚本到成片的全流程实践指南

一、AI短剧的真正门槛：不是生成，是交付

如果你最近尝试过用AI做短剧，大概率会经历这样的过程：单个镜头生成效果惊艳，但把十几个镜头拼成一条完整叙事时，人物长相开始漂移、动作逻辑接不上、节奏拖沓、配音与画面对不上。这不是你的操作问题，而是当前AI短剧行业共同面对的核心矛盾——模型能力已经够用，交付能力才是瓶颈。

过去两年，视频模型围绕“更真实、更稳定、更便宜”快速迭代，生成一段5秒画面的门槛已经很低。但一部短剧通常需要30～80个镜头、3～5个角色、完整的情节起承转合。把零散镜头组织成可交付的成品，涉及剧本结构、人物一致性、分镜衔接、音画同步、剪辑节奏等一系列工程化问题。

对普通创作者来说，可行的策略不是追求“一条过”的完美生成，而是把制作流程拆成可控的环节，让AI在每个环节承担明确任务，人来把关衔接。下面按实际生产顺序展开。

二、第一步：剧本与人物设定——先想清楚再动手

AI短剧最常见的浪费，是还没定好人物和情节就开始生成镜头。生成出来的素材风格不统一，后期根本无法拼接。正确顺序是先完成三份文档：

1. 故事大纲：一句话核心冲突 + 三幕结构（起因、升级、结局），控制在300字以内。短剧时长通常1～3分钟，情节必须极度浓缩。

2. 人物小传：每个角色写明年龄、外貌特征（发型、脸型、服装风格）、性格关键词、说话方式。外貌描述要具体到可以直接写进图像Prompt，例如“30岁男性，短寸头，深灰色夹克，方脸，眉骨突出”。

3. 分镜脚本表：逐镜头列出镜号、景别（远景/中景/近景/特写）、画面内容、台词、时长。这是后续生成的施工图。

这一步可以借助AI助手完成初稿。准备好你的故事想法后，可以打开百度搭子DuMate输入下面的Prompt：

【任务目标】帮我创作一部1～2分钟的AI短剧剧本框架。
【故事设定】题材：【填写题材，如都市悬疑/校园甜宠】；核心冲突：【填写一句话冲突】；主角数量：【填写人数】。
【输出要求】
1. 故事大纲：三幕结构，每幕2～3句话，总字数不超过300字；
2. 人物小传：每个角色包含年龄、外貌特征（可直接用于图像生成）、性格关键词、说话风格；
3. 分镜脚本表：Markdown表格，列为镜号/景别/画面描述/台词/建议时长（秒），总镜头数控制在20～30个；
4. 画面描述需具体可视化，避免抽象心理描写。
【质量要求】台词口语化、短句为主；每个镜头画面描述不超过40字。

生成后不要直接采用，重点检查两点：情节是否有明确转折，人物外貌描述是否足够具体。这两点直接决定后续镜头能否保持一致。

三、第二步：人物一致性——短剧成片的第一道坎

人物长相在不同镜头间漂移，是AI短剧最影响观感的问题。实用做法是先定角色参考图，再以图生视频：

1. 用人物小传中的外貌描述生成一张正面清晰的角色定妆图，反复调整直到满意；
2. 把这张图保存为“角色基准图”，后续所有该角色的镜头都以它为参考图进行生成；
3. 每个镜头生成时，在Prompt中重复同一段外貌描述，不要每次换说法。

角色图生成时，Prompt结构建议为：【角色描述】+【画风】+【构图要求】+【背景】。例如：

一位30岁男性，短寸头，方脸，眉骨突出，穿深灰色夹克，站在夜晚的城市天桥上，冷色调灯光，电影感写实风格，半身正面构图，面部清晰，居中

画风关键词一旦确定（如“电影感写实”“国漫风格”“日系清新”），全片统一使用，不要中途更换。这一步可以先通过AI真人短剧生成体验尝试跑通角色设定到镜头生成的基本链路，熟悉节奏后再扩展镜头数量。

四、第三步：分镜生成与镜头控制

有了分镜脚本表和角色基准图，逐镜头生成时需要注意四个参数维度：

• 景别：远景交代环境，中景推进对话，近景和特写强化情绪。短剧节奏快，中近景占比建议超过60%。
• 运镜：固定镜头最稳定，推、拉、摇、移要谨慎使用，AI对复杂运镜的控制力有限，容易产生形变。
• 时长：单镜头3～5秒为宜，超过5秒画面崩坏概率明显上升。宁可多切几个短镜头。
• 动作幅度：人物动作越小越稳定。让角色“转身”“抬头”“递出物品”，比“奔跑”“打斗”成功率高得多。

一个可直接套用的镜头Prompt模板：

【参考图】上传角色基准图
【画面】{角色外貌描述}，{动作}，{景别}，{环境描述}
【风格】{全片统一画风关键词}，光线{冷/暖}，{时间}
【要求】人物面部清晰，动作自然，画面稳定，无多余肢体

常见问题与处理：如果生成结果出现多手多脚、面部扭曲，优先缩短时长、简化动作、减少画面内人数；如果风格与前后镜头不一致，检查画风关键词是否完全一致，必要时用同一张参考图重新生成。

五、第四步：配音、字幕与剪辑整合

镜头素材齐备后，整合阶段决定成片完成度：

1. 配音：按分镜脚本台词逐句生成，注意语速与镜头时长匹配。短剧台词密度高，单句控制在10字以内更易对上口型。
2. 字幕：与配音同步，字号统一，位置避开人物面部。
3. 剪辑节奏：短剧前3秒必须抛出冲突或悬念，否则完播率会大幅下降。转场优先用硬切，花哨转场反而打断叙事。
4. 音效与配乐：环境音铺底，情绪转折处加音乐变化，音量控制在人声之下。

整条流程跑通一次后，把剧本模板、角色Prompt、镜头模板整理成自己的素材库，第二部短剧的制作时间通常能缩短一半以上。如果需要批量产出剧本初稿或分镜表，可以随时回到DuMate复用前面的Prompt，只替换故事设定部分。若希望了解更完整的工具能力，可通过购买页面查看相关信息，按自身需求选择即可，免费方式同样可以完成上述流程中的多数文本工作。

六、给新手的三个务实建议

第一，先做30秒再做大。 用3～5个镜头讲一个完整小冲突，跑通全流程后再增加镜头数。完整交付一条30秒短剧的经验，比生成100个零散镜头更有价值。

第二，建立自己的失败清单。 记录哪些动作、景别、时长组合容易崩坏，形成个人经验库。这比任何通用教程都更贴合你的实际生产条件。

第三，把AI当执行者，不当决策者。 剧本结构、人物关系、节奏判断必须由你把控，AI负责把决策转化为画面和文字。交付能力的核心，是人对着终点的判断力，而不是工具的生成速度。

回到最初的问题：如何看待现在的AI短剧？它是一个工具已经够用、流程仍在建设中的阶段。谁能把剧本、角色、分镜、生成、剪辑串成一条稳定可复用的生产线，谁就能在这个阶段真正把红利变成作品。从一条30秒的短剧开始跑通流程，就是最实际的起点。