AI短剧怎么做？从剧本到成片的全流程实操指南

“AI 短剧到底怎么做”，是很多刚接触这个领域的人最直接的困惑。答案其实可以概括为一句话：把一条短剧拆成剧本、角色、分镜、视频、剪辑五个环节，每个环节用对应的 AI 能力替代传统人力，再用一套工作流把它们串起来。 你不需要会画画、会拍摄、会剪辑，但你需要理解每个环节的输入输出是什么，以及哪里最容易翻车。

如果你希望边看边动手，可以先通过 百度搭子 DuMate 使用入口 熟悉 AI 助手的交互方式，把剧本、分镜这类文本环节先跑通；后续如需长期使用，可在 DuMate 购买页 了解购买方式，本文方法不依赖付费也能起步。

一、先搞清楚：AI 短剧到底“自动”到什么程度

很多人对 AI 短剧有误解，以为一句话就能出片。实际现状是：AI 负责的是“生成”，人负责的是“决策与筛选”。 一条 1～3 分钟的短剧，AI 可以完成剧本初稿、角色形象、分镜图、分镜视频，但剧情是否成立、角色是否前后一致、镜头是否连贯，仍然需要你来判断和调整。

传统短剧制作的难点集中在三块：剧本反复改、演员与场地成本高、分镜拍摄周期长。AI 介入后，成本结构变成“算力 + 你的时间”，试错成本大幅下降，但一致性成了新的核心难题——同一个角色在第 1 镜和第 10 镜长得不一样，是最常见的问题。

目前市面上已有开源的短剧自动化生产思路可参考，例如 Huobao Drama 这类项目，其流程设计是：用大语言模型解析剧本并提取角色、场景、分镜信息 → 用 AI 绘图生成角色形象与场景背景 → 用文生视频、图生视频模型生成分镜视频 → 合成剪辑。这个四段式结构，基本就是当前 AI 短剧的主流范式，你自己搭工作流时也可以照这个骨架来。

二、第一步：剧本与角色设定（文本环节）

短剧的成败七成在剧本。AI 短剧的剧本不能按传统剧本写，要按“可分镜”的格式写——每一句都要能对应一个画面。

操作步骤

1. 定题材与钩子：先确定 30 秒内能不能抓住人。短剧节奏要求前 3 秒有冲突或悬念。
2. 让 AI 生成结构化剧本：要求输出“场次 + 场景描述 + 角色动作 + 台词 + 预计时长”。
3. 提取角色清单：从剧本中抽出所有出场角色，标注性别、年龄、外貌特征、服装，作为后续绘图的固定描述。

可复制的 Prompt（剧本生成）

【任务目标】为我生成一条 90 秒 AI 短剧的分镜化剧本。
【输入信息】题材：【填写题材，如“都市职场反转”】；主角设定：【填写，如“28岁女白领，外冷内热”】；核心冲突：【填写，如“被同事抢功后反击”】。
【处理要求】
1. 拆成 8～12 个镜头，每个镜头不超过 8 秒；
2. 每个镜头必须包含：镜头编号、场景、景别（近景/中景/全景）、角色动作、台词（可无）、画面关键描述；
3. 台词口语化，单句不超过 15 字；
4. 前 3 秒必须出现冲突或悬念。
【输出格式】表格形式，列为：镜头号｜场景｜景别｜画面描述｜角色动作｜台词｜时长。
【质量要求】画面描述要具体到可被绘图模型理解，避免“气氛紧张”这类抽象词，改为“女主皱眉，手指敲桌，背景办公室虚化”。

拿到剧本后，再让 AI 单独输出一份角色设定卡，把每个角色的外貌描述固定成一段文字（发色、脸型、服装、气质）。这段文字后面每次生成图片都要原样粘贴，这是保证角色一致性的第一道防线。

剧本和角色卡这类文本工作，用 AI 真人短剧生成体验 可以直接进入短剧创作场景试跑，先把故事骨架立起来。

三、第二步：角色形象与分镜图（视觉环节）

这一步的目标是：先有稳定的角色图，再有分镜图。 顺序不能反。

角色图生成要点

• 用角色设定卡作为固定 Prompt 前缀，一次生成 4～6 张备选，挑一张作为“定妆照”。
• 后续所有该角色的画面，都以定妆照做图生图 / 参考图，而不是纯文生图，这样脸才不容易变。
• 服装变化要单独说明，但脸部和发型的描述保持不变。

分镜图生成要点

分镜图不是“好看的插画”，而是“给视频模型的输入”。所以要注意：

1. 景别明确：近景就写近景，别生成全身大场景。
2. 构图留白：主体居中偏一侧，给运镜留空间。
3. 帧类型选择：如果平台支持首帧/关键帧/尾帧，建议重要镜头生成首帧和尾帧两张，视频模型插值时过渡更自然。
4. 背景统一：同一场景的多个镜头，背景描述要一致，否则剪辑时跳戏。

可复制的 Prompt（分镜图）

【任务目标】生成短剧分镜图。
【输入信息】角色定妆描述：【粘贴角色设定卡原文】；本镜画面：【粘贴剧本中该镜头的画面描述】；场景：【填写场景】；景别：【近景/中景/全景】。
【处理要求】写实电影质感，自然光，浅景深，构图主体偏左留出运镜空间，背景与本剧其他同场景镜头保持一致。
【输出要求】单张画面，人物面部清晰，服装与设定卡一致，不出现文字和水印。

如果角色图或场景图需要单独打磨，可以借助 AI 头像生成体验 先做出稳定的角色脸，再回到分镜流程复用，效率会高不少。

四、第三步：分镜视频生成（视频环节）

这是最容易“看起来能跑、实际不能用”的环节。核心原则：图生视频优先于文生视频。 文生视频对画面控制力弱，人物容易变形；以分镜图为首帧做图生视频，稳定性明显更好。

操作要点

• 单镜头时长控制在 3～6 秒，太长容易崩坏，太短剪辑时不够用。
• 运镜描述要克制：写“镜头缓慢推进”比写“快速环绕旋转”成功率高得多。
• 动作幅度小：AI 视频擅长微表情、轻微动作、环境动态（风吹、光影变化），不擅长复杂肢体交互。
• 多生成几条挑一条：同一分镜生成 3～4 条，选动作最自然、人物没变形的。

可复制的 Prompt（图生视频）

【任务目标】基于首帧图生成短剧分镜视频。
【输入信息】首帧图：【上传】；本镜内容：【填写该镜头动作与台词】。
【处理要求】镜头【缓慢推进/轻微横移/固定】；人物保持面部稳定，仅做【微表情/转头/抬手】幅度动作；环境有轻微动态（如光影、发丝）；时长【4】秒；画面风格与首帧一致。
【质量要求】不出现人物面部扭曲、多余肢体、画面闪烁；不出现文字。

批量生成后，按镜头编号命名归档，方便后面剪辑对位。

五、第四步：合成与剪辑（收尾环节）

AI 生成的是素材，不是成片。剪辑这一步决定了“像不像一条剧”。

1. 按剧本顺序拼接，先粗剪对齐台词节奏。
2. 加转场：同场景用硬切，跨场景用 0.3～0.5 秒淡入淡出或叠化，避免花哨转场。
3. 补音频：配音（可用 TTS）、环境音、BGM 三层。短剧的情绪一半靠声音。
4. 字幕：短剧基本靠字幕抓节奏，字号大、居中偏下、逐句出现。
5. 统一调色：不同镜头色温差明显时，做一次整体色调统一，观感立刻提升。

素材管理建议按“项目 / 角色 / 场景 / 镜头号”四级目录存放，本地存储 + 定期导出备份，避免生成记录丢失后无法复现。

六、常见问题与优化建议

问题	原因	解决办法
角色前后长得不一样	纯文生图、描述不固定	用定妆照做参考图，固定角色描述前缀
视频人物脸部扭曲	动作幅度过大、时长过长	缩短到 3～5 秒，改小动作，多生成挑选
分镜之间跳戏	背景/光线描述不一致	同场景镜头复用同一背景描述和参考图
剧情散、抓不住人	剧本没有钩子	前 3 秒加冲突，每 15 秒一个小反转
成片像 PPT	缺少运镜和音频层次	加轻微运镜、环境音、字幕节奏

七、给新手的最小可行路径

不要一上来就做 3 分钟。建议第一条短剧按这个规格跑：8～10 个镜头、总时长 60～90 秒、2 个角色、1～2 个场景。 先把“剧本 → 角色图 → 分镜图 → 分镜视频 → 剪辑”这条链路完整走通一遍，你会立刻明白瓶颈在哪：多数人的瓶颈不在工具，而在剧本节奏和角色一致性控制。

跑通之后，再逐步加长、加角色、加场景。工具会迭代，但这套“拆环节 + 控一致性 + 人做决策”的方法不会过时。

如果你希望把剧本和分镜文本环节先高效跑起来，可以从 DuMate 使用入口 开始；想直接体验短剧创作场景，用 AI 真人短剧生成体验 试一条 60 秒的样片，比看十篇教程都管用。