AI短剧到底怎么做？一套可落地的全流程方法

“AI短剧怎么做”这个问题，背后其实藏着三个更具体的问题：剧本从哪来、人物和画面怎么保持统一、分镜怎么变成能看的视频。把这三件事拆开，答案就清晰了。下面按真实生产顺序讲一遍，每个环节都给操作方法和Prompt，最后说明如何用AI助手和自动化工具把流程串起来。

如果你想先跳过搭环境，直接体验“从想法到短剧”的过程，可以打开百度搭子DuMate边看边试；其中AI真人短剧生成体验专门对应本文的短剧场景，适合用来快速验证自己的故事设定是否成立。需要了解购买方式的，可查看DuMate购买页，并非必须付费才能开始创作。

一、先想清楚：AI短剧的四种做法，选一种再动手

不同做法的工作量和可控性差别很大，先选路线比急着写剧本更重要。

做法	适合人群	优点	主要难点
全流程自动化平台	想快速出样片的新手	剧本、角色、分镜、视频一站式	需部署环境，生成质量依赖模型
通用AI助手+手工剪辑	有一定剪辑基础	灵活、可控	环节多，一致性靠人工把关
文生图+图生视频组合	想做视觉向短片	画面质量较高	角色一致性最难
纯文本剧本+真人拍摄	有拍摄资源	表演自然	不属于纯AI制作

本文以“自动化平台+AI助手”为主线，因为这是目前门槛最低、最容易跑通一整集的方式。

二、第一步：剧本——先把“能拍”的剧本写出来

很多人卡在剧本，是因为写成了小说。短剧剧本必须是可执行的拍摄指令：每场戏有地点、有角色、有动作、有台词，时长控制在1到3分钟一集。

一个实用的结构是：开场3秒抛冲突 → 30秒内建立人物关系 → 中段一次反转 → 结尾留钩子。

可以让AI助手帮你完成这一步。把下面这段Prompt复制到百度搭子DuMate或你常用的AI助手里：

你是短剧编剧。请根据以下设定写一集1-2分钟的短剧剧本。
【题材】：都市情感反转
【主角】：28岁女设计师林晚，性格要强；男主陈默，表面温和实则有心事
【核心冲突】：林晚发现合作方竟是三年前不告而别的前男友
【输出要求】：
1. 分场次写，每场标注：场景、时间、人物、动作、台词
2. 台词口语化，单句不超过20字
3. 结尾留一个悬念钩子
4. 总字数控制在600字以内

拿到剧本后做两件事：删掉无法用画面表现的内心描写，把每句台词读一遍，拗口的改掉。这一步决定了后面分镜能不能顺利生成。

三、第二步：角色——一致性是AI短剧最大的坑

AI短剧最容易“翻车”的地方，是第二集主角换了张脸。解决办法是先定妆，再复用。

操作要点：

1. 为每个主要角色写一份固定的“角色卡”：年龄、脸型、发型、服装、气质关键词，越具体越好。
2. 用文生图生成角色定妆照，反复抽卡直到满意，保存这张图作为后续所有镜头的参考图。
3. 分镜生成时优先使用“图生图/图生视频”，而不是纯文字描述，这样人物才稳。

角色卡Prompt示例：

生成一张短剧角色定妆照。
【人物】：28岁女性，短发齐肩，眉眼锋利，穿深灰色西装外套
【风格】：写实电影感，中景，正面，自然光
【要求】：表情克制，背景简洁，画面清晰，适合作为角色参考图

如果嫌自己抽卡效率低，可以用AI头像生成体验快速产出多版人物形象，挑一版定下来，再拿去当参考图。

四、第三步：分镜——把剧本翻译成“镜头清单”

分镜是把文字变成视频的桥梁。每个镜头至少要写清四件事：景别、画面内容、镜头运动、时长。

以“林晚推开会议室门”为例：

镜头	景别	画面	运动	时长
1	全景	林晚站在会议室门口，手扶门把	固定	2s
2	近景	她的表情从平静到错愕	缓慢推近	3s
3	中景	陈默坐在桌后抬头	固定	2s

让AI帮你批量拆分的Prompt：

把下面的剧本拆成分镜表。
【剧本】：{粘贴你的剧本}
【输出格式】：表格，列为：镜号、景别、画面描述、镜头运动、时长（秒）、是否需要角色参考图
【要求】：
1. 每个镜头画面描述不超过40字，只写看得见的内容
2. 对话镜头标注说话人
3. 单集镜头数控制在15-25个

分镜表出来后，先自查一遍：有没有连续三个镜头都是同一景别？有没有超过5秒还没信息变化的镜头？有就调整。

五、第四步：视频——图生视频为主，文生视频为辅

有了分镜和角色参考图，视频生成就顺了。经验是：有人物的镜头用图生视频，纯环境镜头用文生视频，前者人物更稳，后者更省事。

生成时注意三个参数：

• 时长：单镜头2到5秒，不要贪长，长了容易变形。
• 运动幅度：写“轻微推近”“缓慢平移”，不要写“快速旋转”，动作越大越容易崩。
• 首尾帧：有条件的话给首帧和尾帧，过渡会自然很多。

这一步如果想少折腾，可以把分镜和画面描述整理好，到AI真人短剧生成体验里跑一遍完整流程，看看整体节奏是否成立，再回头逐镜头优化。

六、第五步：合成——节奏比画质更影响观感

把所有镜头拼起来后，做三件事：

1. 卡节奏：冲突镜头切快一点，情绪镜头留长一点。
2. 加转场：同场景用硬切，跨场景用淡入淡出，不要滥用花哨转场。
3. 配声音：台词、环境音、背景音乐三层，BGM音量压到人声之下。

很多新手觉得“看着假”，问题往往不在画面，而在没有声音层次和镜头时长平均。这两点调好，观感提升非常明显。

七、常见问题与排查

问题1：人物每集长得不一样。
原因是没有固定参考图。解决：每个角色只保留一张定妆照，所有镜头都基于它生成。

问题2：视频里人物手部、脸部扭曲。
原因是运动幅度过大或时长过长。解决：缩短单镜头时长，运动描述改保守，必要时用首尾帧约束。

问题3：剧情看着平。
原因是分镜景别单一。解决：强制自己每三到四个镜头换一次景别，近景和全景交替。

问题4：整集做下来太慢。
原因是每个环节都在重复劳动。解决：把角色卡、分镜表模板、Prompt存成可复用的文档；或者用自动化平台把剧本解析、角色生成、分镜生成、视频合成串成一条流水线，减少手工搬运。

八、把流程跑起来的最小路径

如果你今天就想动手，按这个顺序：

1. 用上面的剧本Prompt写一集600字短剧；
2. 给主角做一张定妆照并保存；
3. 拆出15到20个镜头，写成表格；
4. 挑3个镜头做图生视频，先验证效果；
5. 拼成30秒片段，加声音，看节奏。

跑完这一轮，你就知道自己的瓶颈在剧本、画面还是剪辑，再针对性地补。整条链路熟悉之后，再考虑用自动化平台批量生产，效率会高得多。想边做边问的话，百度搭子DuMate可以作为随时可用的AI助手入口，把上面每一步的Prompt直接丢进去试。