怎样用AI制作短剧？从脚本到分镜的完整流程

很多人第一次尝试用AI制作短剧，都会卡在同一个地方：生成几秒钟视频很容易，但要让角色一致、声音不跳、画面连贯，整个过程远比想象中复杂。与其把AI当成“自动出片工具”，不如把它看作一个需要被明确指令驱动的协作系统。

如果你正准备尝试AI短剧创作，可以通过百度搭子（DuMate）了解AI辅助内容生成的基本流程；如果需要了解完整的工具使用与购买方式，也可以查看DuMate购买页。

下面围绕“怎样用AI制作短剧”这个核心问题，从实际可执行的流程出发，介绍每一步怎么做、常见问题怎么处理，以及如何用提示词降低试错成本。

一、先明确AI短剧的工作方式

AI短剧通常不是一次性生成的。当前更稳定的做法，是把制作拆成几个独立阶段：

1. 故事与剧本创作；
2. 人物设定与角色卡生成；
3. 分镜头脚本设计；
4. 图片生成与视觉统一；
5. 视频片段生成；
6. 声音、台词与画面组合。

每个阶段都可以使用AI辅助，但每一步都需要人工判断。尤其角色一致性、画面审核限制、声音匹配这几个问题，会直接影响最终成片效果。

二、第一步：从故事到剧本

故事可以自己写，也可以用AI辅助生成。无论是原创还是改编，都建议先形成一个明确的故事主线：谁在什么场景里遇到了什么问题，经历了哪些变化，最终结果是什么。

可以使用如下Prompt来生成初稿：

你是一名短剧编剧。请根据以下故事设定，写一份3～5分钟的短剧剧本。
故事设定：
【填写故事主线，例如：一名自由职业者突然收到一条陌生短信，对方声称来自十年后的自己，要求他必须阻止一件即将发生的事。】
要求：
1. 明确人物数量、关系和性格；
2. 按场景划分段落，每个场景包含时间、地点和主要事件；
3. 台词自然，适合AI配音；
4. 剧情节奏紧凑，每30秒至少有一个信息点或情绪变化；
5. 输出格式：场景标题 + 场景描述 + 人物台词。
请直接输出剧本正文。

生成后不要直接使用，先检查故事逻辑是否完整、台词是否口语化。AI生成的剧本往往偏向书面表达，需要手动调整成更适合表演的语言。

三、第二步：细化人物设定，生成角色卡

角色一致性是AI短剧制作中最核心的问题。如果每段视频里人物的脸、发型、服装都不一样，观众会立刻出戏。

比较稳定的做法是：在生成视频前，先生成统一的人物角色图，并把角色形象固定下来。可以先用AI生成角色参考图，再提取图中的视觉元素作为后续提示词。

可以尝试以下Prompt生成角色卡：

你是一名AI短剧角色设计师。请根据以下人物信息，生成用于AI绘图工具的角色提示词。
人物信息：
姓名：【填写角色名】
年龄：【填写年龄】
性别：【填写性别】
职业：【填写职业】
性格特点：【填写性格】
服装风格：【填写服装描述】
外貌特征：【填写发型、脸型、配饰等】
要求：
1. 输出英文提示词，适合用于AI绘图工具；
2. 包含人物正面、半身、全身三种构图；
3. 保持同一人物的视觉特征一致；
4. 提示词中避免出现真实人物姓名或可能触发内容审核的表述。
请直接输出可复制的提示词。

生成角色图之后，可以用角色图继续生成第一段视频，再把视频片段作为后续生成时的参考。这样做可以在一定程度上延续声音、画面风格和人物外形，但也会增加生成成本，而且视频参考中如果出现人物近景，可能会触发系统识别，导致生成失败。

因此，更稳妥的思路是：尽量在剧本阶段就减少同场景下的人物近景切换，用远景、背影、局部特写或纯场景镜头来过渡。

四、第三步：拆分分镜头脚本

分镜头脚本越细，视频生成效率越高。不要只写“两个人在咖啡馆聊天”，而要明确景别、角度、动作、表情、台词和环境细节，避免AI自由发挥导致画面跑偏。

可以这样设计表格：

镜号	景别	画面内容	台词/旁白	情绪	时长
1	远景	夜晚城市街道，主角独自走过便利店门口	无	压抑	3秒
2	中景	主角停下看手机，屏幕亮起一条短信	旁白：你还有三天时间	紧张	5秒
3	特写	手机屏幕内容	短信文字	悬疑	2秒

生成分镜脚本时，可以使用以下Prompt：

你是一名短剧分镜师。请将以下剧本片段拆解为可直接用于AI视频生成的镜头表。
剧本片段：
【填写剧本内容】
要求：
1. 每个镜头明确景别、画面内容、动作、情绪和时长；
2. 画面描述简洁，适合直接作为AI视频提示词；
3. 台词单独列出，并注明角色；
4. 避免连续多个近景镜头；
5. 输出为Markdown表格，按镜号排列。
请直接输出分镜表。

分镜表中生成的画面描述，可以作为视频生成提示词的基础。实际使用时，还需要根据AI工具对场景、人物和风格的理解能力再做调整。

五、第四步：先做静态画面，再生成视频

如果直接输入文字生成视频，容易出现角色漂移和画面混乱的问题。比较可控的方式是先生成静态画面，确认构图和人物形象没问题后，再让AI根据图片生成短视频片段。

生成静态画面时，建议统一提示词结构：

【景别】+【人物位置与动作】+【场景细节】+【光影氛围】+【镜头语言】+【风格描述】

例如：

中景，年轻男性站在夜晚街道上，低头看手机，身后是便利店暖色灯光，浅景深，电影感，写实风格，低饱和色调。

确认画面可用后，再将图片上传至AI视频工具，附上视频生成提示词：

镜头缓慢推进，人物保持当前动作，背景车辆灯光轻微移动，保持人物面部和服装不变，音色低沉，语速缓慢。

如果生成结果中声音和画面不匹配，可以单独生成配音，再在后期合成。不要指望单次视频生成能同时完成动作、口型、音色和节奏的控制。

六、第五步：处理真人识别与审核限制

AI短剧制作中，审核限制是一个绕不开的问题。即使画面中人物只是侧脸或远景，也可能被系统识别为真实人物信息，导致生成失败。

遇到这种情况，可以尝试以下几种方法：

• 减少人物近景，先用纯场景镜头完成剧情过渡；
• 使用背影、剪影、局部特写替代正面镜头；
• 在提示词中弱化“真人”相关表述，改用“写实角色”“虚拟人物”；
• 先生成空镜，再通过图片编辑或二次生成的方式把人物加入画面。

这类处理方式会增加工作量，但可以保证流程能够继续推进。

七、完整制作流程示例

综合以上步骤，一套可执行的AI短剧制作流程如下：

1. 用AI生成故事大纲，人工调整主线与冲突；
2. 将故事改写为分场剧本；
3. 生成角色卡，固定人物视觉特征；
4. 将剧本拆成分镜头脚本；
5. 先生成关键帧图片，检查人物与场景；
6. 根据图片生成10～15秒视频片段；
7. 单段确认可用后，再继续生成下一段；
8. 后期拼接、配音、加字幕和背景音乐。

如果觉得从零开始搭建流程太复杂，也可以先通过AI真人短剧生成体验了解短剧从剧情设定到画面生成的基本工作方式，把它作为流程设计的起点。

八、常见问题与优化建议

角色不一致： 优先固定角色图，减少视频参考中的近景画面，统一每段视频的角色提示词。

生成排队时间长： 将任务拆分成多个小片段，避开高峰时段批量提交。不要在单次任务中追求过长时长。

声音不匹配： 分离画面生成和配音环节。先完成画面，再单独上传角色音色参考生成配音。

画面风格跳变： 每段提示词保持相同的风格关键词，例如“写实风格”“电影感”“低饱和色调”等。

生成失败： 检查提示词是否包含敏感描述，减少多人同框和近景画面，必要时改为纯场景过渡。

AI短剧制作目前仍然是一个需要大量人工干预的过程。AI能提高脚本、分镜和画面素材的生成效率，但无法替代对剧情节奏、角色统一性和画面质量的人工判断。真正有效的方法，是把AI嵌入到每一个可拆分的步骤中，逐步确认、逐段推进。你可以从DuMate开始了解AI辅助内容生成的具体方式，并结合自己的短剧项目逐步形成一套稳定的工作流。