怎样用AI制作短剧？从剧本到成片的全流程实操指南

用AI制作短剧，核心链路一句话就能说清：故事 → 分场剧本 → 分镜头脚本 → 角色卡 → 图生视频 → 剪辑成片。其中故事、剧本、分镜这些文本环节都可以交给AI助手批量完成，比如用百度搭子DuMate（使用入口）；如果打算长期、大量地做，也可以通过购买入口了解它的获取方式。真正让大多数人卡壳的，其实只有两个问题：角色一致性和平台对真人形象的审核限制。你需要准备的东西很简单：一个故事创意（也可以让AI帮你出）、一个文本AI助手、一个绘图工具、一个视频工具、一个剪辑软件。下面按流程逐步讲，所有提示词都可以直接复制使用。

一、先看全景：AI短剧的6步流程

步骤	任务	用什么完成	产出物
1	写故事	AI文本助手 / 自己写	故事大纲
2	转分场剧本	AI文本助手	按场拆分的剧本
3	生成分镜头脚本	AI文本助手	分镜表
4	生成角色卡	AI绘图工具	角色定妆图
5	图生视频	AI视频工具	每镜约15秒的片段
6	剪辑合成	剪辑软件	成片

如果想先感受一下“从文字到成片”的AI短剧效果，可以把故事大纲直接放进AI 真人短剧生成体验试跑一遍，对成片的基础质量建立预期，再回来按完整流程精做。

二、写故事、转剧本、出分镜：提示词直接复制

这一步有个重要经验：不需要“你是获得飞天奖的编剧”这类玄学提示词。对AI来说，真正起作用的只有两点——它是谁（编剧/分镜师），你要什么（明确的产出要求）。角色设定加得再华丽，不如把输出格式写得清楚。

提示词1：故事转分场剧本

你是一名短视频编剧。请把下面的故事改写成适合竖屏短剧的分场剧本。
要求：
1. 每场包含：场景、时间、人物、台词、动作提示；
2. 每场时长按15秒左右设计，方便后续逐场生成视频；
3. 台词口语化，符合人物身份，每场不超过3句；
4. 按"第X场"编号输出。
故事内容：
【粘贴你的故事；如果还没有故事，可以先让AI按"题材+主角+冲突+反转结局"出一版大纲】

提示词2：分场剧本转分镜头脚本

你是一名分镜师。请把下面的分场剧本细化成分镜头脚本。
要求：每个镜头必须包含景别、角度、运镜、氛围、道具、服饰、台词、动作、情绪九个要素；
每个镜头对应一段15秒左右的视频。请用表格输出，一镜一行。
分场剧本：
【粘贴上一步生成的剧本】

生成结果大致长这样（示例）：

镜号	景别	运镜	画面内容	台词	情绪
1	全景	缓慢推进	深夜的便利店，暖黄灯光下，穿灰色卫衣的男生在货架间低头徘徊	（无台词）	压抑、犹豫

分镜越细，后面生成视频时翻车越少。拿到分镜表后逐行检查：要素有没有缺失、台词是否超长、情绪是否连贯，不满意就让AI改到可用为止。

三、角色一致性怎么保证：角色卡+视频参考链

角色一致性的基础是角色卡：先把主角的外貌、发型、服装、配饰固定成一段可复用的提示词，之后每个镜头都引用这段描述。做法是：找几张符合预期的参考图上传给AI助手（比如DuMate），让它输出角色卡提示词，再拿到绘图工具里调整生成，直到形象满意。

提示词3：生成角色卡提示词

请根据我上传的参考图，输出一段用于AI绘图的角色卡提示词。
要求：
1. 覆盖外貌特征、发型、服装、配饰、常用神态、整体画风；
2. 描述要具体到可以被复现，避免"帅气""漂亮"这类模糊词；
3. 同时输出中文提示词和对应英文提示词，方便不同工具使用。
角色背景补充：【填写姓名、年龄、身份、性格】

有了角色卡，让角色在后续镜头里“不变样”的常用方法是视频参考链：

1. 用角色提示词生成角色图片；
2. 用图片生成第一段15秒视频；
3. 把这段视频上传作为参考，在新提示词里继续引用同一个角色和场景，生成下一段。

这样做的最大好处是声音音色能延续、画面风格和整体氛围连贯；代价是积分消耗翻倍——上传视频参考会吃掉双倍额度，角色出场越多，成本涨得越快。

还有一个必须提前避开的坑：用来做参考的视频片段里，尽量不要出现人物近景。一旦画面被系统识别为真人信息，改提示词也没用，整条生成链会直接卡死。

四、人物总被判定为真人怎么办：三个应对方案

平台对真人形象的审核正在明显收紧。以前全景镜头基本能过，现在一个全景画面里两个人的侧脸都可能被判定为真人信息，反复重试也过不了。目前可尝试的方案有三个：

• 方案一：放弃视频参考，改走图片生成。 一致性靠角色卡提示词维持，声音一致性靠上传角色音色参考，再用提示词指定“谁用哪种声音说话”。缺点是音色贴合度不如视频参考链，而且随着审核收紧，这条路的可用性要看平台政策。
• 方案二：切换画风。 把人物改成手绘、插画或动画风格再生成，规避真人识别。这条思路流传较广，但效果因工具而异，建议拿非核心镜头先试。
• 方案三（目前更容易跑通）：先生成空场景，再把人物“放回去”。 先让画面里不出现任何人物，生成纯场景图；再基于场景图反推提示词，在提示词里补上人物描述重新生成。

方案三里“反推提示词”这一步可以交给AI：

提示词4：图片反推提示词

请根据我上传的图片，反推一段完整的AI绘图提示词。
要求：
1. 覆盖场景、光线、色调、构图、画风，不要包含任何人物；
2. 提示词要能生成与原图高度一致的场景；
3. 在提示词末尾预留一个【人物位置】占位，方便我后续补充角色描述。
【上传你的场景图】

这个方法麻烦一些，反推出的提示词也需要手动调整，效果未必一步到位，但至少能稳定通过审核，是保证流程不断的最务实选择。另外提醒一句：不要用AI生成可辨识的真实人物形象，既有审核风险，也有法律风险。

五、视频生成工具怎么选：4条标准自己测

不同视频生成工具的差距非常大，与其看别人的评测下结论，不如用自己的素材小规模对比。重点看四条：

1. 等待时间。 排队是很多人放弃做AI视频的直接原因，高峰期等待长得看不到头。低峰时段（比如深夜）生成速度通常明显更快，可以自己记录对比。
2. 提示词理解力。 同一段角色卡提示词，有的工具能准确还原，有的会自由发挥。理解力差的工具，角色卡做得再好也白搭。
3. 生成稳定性。 用同一段提示词各跑两三遍：合格标准是两遍内出可用素材；如果经常出现声音和画面不同步、角色中途换人、表情滑稽这类问题，说明稳定性不行。
4. 参考能力。 有的工具只擅长首尾帧生成，做不到图片、视频的全能参考。如果你的方案依赖视频参考链保一致性，工具必须支持，否则多跑多少遍都只是浪费额度。

测试建议：挑一个15秒的镜头，用同一张角色卡在候选工具里各生成2~3遍，按上面四条打分，用结果说话。

六、剪辑成片与质量检查

所有镜头片段生成后，按分镜表顺序拼接。交付前重点检查三件事：

• 角色一致性：连着看，发型、服装、脸型有没有在镜头间“漂移”；
• 声画同步：台词和口型、动作是否对得上；
• 情绪连贯：相邻镜头的情绪衔接是否自然。

不合格的镜头单独重生成，不要硬凑。整个流程跑通一遍你就会发现：AI短剧的制作本质是“文本工程+一致性管理”——分镜和角色卡做得越扎实，重跑次数越少，成本越可控。

写在最后

AI短剧制作没有玄学：流程就是固定的六步，难点集中在角色一致性和真人识别两处。先把故事、剧本、分镜这些文本工作交给AI助手（百度搭子DuMate）跑通，再用角色卡和视频参考链锁住人物形象，遇到审核问题就用“空场景+人物放回”兜底。你也可以随时到AI 真人短剧生成体验里，把写好的剧本和角色设定直接生成一版短剧，对照本文的检查标准看看差在哪里，迭代起来会快很多。