AI仿真人剧怎么做?从剧本到成片全流程
作者:很酷cat2026.11.19 08:14浏览量:0简介:AI仿真人剧的核心是"AI生成接近真人的角色"+"影视剧级的运镜、打光、表演与剪辑逻辑"。本文拆解从题材定位、人物设定表、四段式剧本结构、分镜脚本 Prompt,到形象一致性控制、配音剪辑与审核排查的完整做法,附可直接复制的 Prompt 和分镜示例,帮你把创意稳定落成成片。
AI仿真人剧的做法可以概括成一句话:用 AI 生成接近真人的角色形象,再按影视剧的运镜、打光、表演和剪辑逻辑把它组织成有剧情的短剧。它的难点不在”能不能生成画面”,而在”能不能让观众忘记这是 AI 做的”。想边读边动手,可以直接打开百度搭子(DuMate)跟着流程操作,具体的购买方式与入口也可以从这里查看。
一、先搞清楚:AI仿真人剧”仿真”在哪
AI仿真人剧又称 AI”真人”微短剧、仿真人短剧,属于漫剧里的一个垂直类型,依靠 AIGC 技术由仿真人角色演绎。它和早期以 PPT 式解说为主的低成本动态漫有本质区别:动态漫卖的是”信息密度”,仿真人剧卖的是”代入感”,目标观众是泛影视用户,而不是漫画读者。
所以”仿真”要落在四个维度上,缺一个就会掉档:
| 维度 | 不合格表现 | 合格标准 |
|---|---|---|
| 形象仿真 | 每镜头换一张脸 | 五官、发型、服装跨镜头可辨认 |
| 表演仿真 | 大幅挥手、夸张口型 | 微表情、眼神与呼吸节奏 |
| 镜头仿真 | 全程平视中景 | 有特写、过肩、跟拍、景深变化 |
| 节奏仿真 | 铺垫过长 | 3 秒抛冲突,结尾留钩子 |
二、开拍前的三项准备
1. 题材与体量。 建议单集 60~90 秒、竖屏 9:16,单集只讲一个冲突。仿真人剧最适合强情绪、强关系的题材:情感反转、职场打脸、悬疑揭秘、家庭伦理。科幻大场面和多人混战在现阶段最容易暴露 AI 短板。
2. 人物设定表(角色圣经)。 这是全片一致性的地基,必须落到文字:姓名、年龄、职业、脸型与五官特征、发型发色、固定服装、说话习惯、与他人的关系。后续每一个镜头的画面描述都要严格复用这份表里的措辞,不要临场改词。
3. 视觉风格锁定。 明确写实电影感、色调(如冷蓝+暖黄对比)、焦段(35mm/50mm)、光源(自然光/实用光源)。风格一旦定下就写进每条生成指令,不要中途更换。
三、剧本结构:黄金三秒 + 四段式
| 时间轴 | 功能 | 内容要点 |
|---|---|---|
| 0~3 秒 | 钩子 | 直接给冲突画面或一句反常台词,禁用风景空镜开场 |
| 3~25 秒 | 建置 | 交代人物关系与欲望,信息靠对话带出,不靠旁白 |
| 25~60 秒 | 升级 | 一到两次反转,把主角逼到墙角 |
| 60~90 秒 | 收束 | 给出结果并留新钩子,引导下一集 |
台词要短,每句控制在 15 字以内,方便口型对齐,也更适合竖屏字幕阅读。
四、可复制 Prompt:从梗概到分镜脚本
结构化的 Prompt 约束往往比换模型更有效——百度大模型服务团队在新闻简报场景中,仅通过 Prompt 设计与调优就实现了日 GB 级数据增量下的高质量内容产出。短剧同理,把要求写死,返工率会明显下降。
你是一位资深短剧编剧兼分镜师。请基于以下设定,输出可直接用于 AI 视频生成的分镜脚本。【题材与体量】竖屏 9:16,单集总时长【填写时长,如 75 秒】,共【填写镜头数,如 18】个镜头。【故事梗概】【填写一句话主线,如:暴雨夜,外卖员发现收件人正是三年前分手的人】【人物设定】- 角色A:【姓名/年龄/职业/脸型五官/发型发色/固定服装/性格/说话习惯】- 角色B:【同上】【视觉风格】写实电影质感,【填写色调】,35mm/50mm 镜头,浅景深,自然光为主,禁止美颜滤镜与塑料感皮肤。【表演要求】情绪克制,以微表情和眼神为主;避免大幅挥手与夸张口型;每句台词不超过 15 字。【输出格式】仅输出表格,不写解释。列:镜头号 | 时长(秒) | 画面内容 | 运镜方式 | 光线/色调 | 台词或旁白 | 音效/BGM | 情绪关键词。【质量要求】1. 前 3 秒必须出现冲突或悬念;2. 每个镜头只描述一个动作,人物外观描述必须与设定表逐字一致;3. 结尾留反转或钩子;4. 台词口语化,不使用书面长句。
拿到分镜表后,再逐条把”画面内容”扩写成单镜头生成指令,格式建议为: 主体(引用设定表原文)+ 动作 + 环境 + 光线 + 镜头运动 + 风格词 。
分镜示例(节选):
| 镜头 | 时长 | 画面内容 | 运镜 | 台词 |
|---|---|---|---|---|
| 1 | 2s | 女主张然(28岁,齐肩黑发,米色风衣)站在雨里,手里外卖袋滴水 | 特写→快速拉远 | “您的订单,到了。” |
| 2 | 3s | 门开,男主陈默(30岁,短寸,深灰衬衫)表情僵住 | 过肩镜头 | 无台词,仅雨声 |
| 3 | 4s | 两人对视,张然嘴角轻微抽动后压平 | 缓慢推近至眼部特写 | “签个字吧,陈先生。” |
五、生成与后期:一致性和镜头感怎么保
- 先静帧,再动态。 每个镜头先出关键帧图片,确认人物形象无误后再生成动态片段,能省掉大量重做。
- 固定角色参考。 用同一张角色定妆图作为参考输入,并在指令里复用设定表原文,是跨镜头保持同一张脸最省力的办法。
- 控制单镜头时长。 3~5 秒一个镜头最稳,长镜头容易出现动作崩坏。
- 配音与口型。 先定音色再对口型;若做多语种版本,可选择支持多语言翻译视频生成的数字人方案,但要注意翻译后台词长度变化会打乱口型,需要重新对齐时间轴。
- 剪辑补短板。 用硬切、音效重音和字幕节奏掩盖 AI 画面的轻微不连贯,配乐在反转点前留半秒空白,效果通常比继续修画面更划算。
六、常见问题排查
人物换脸。 检查每条指令里的人物描述是否与设定表逐字一致,是否漏了固定服装;必要时把角色定妆图作为强制参考。
画面有”AI 味”。 减少镜头运动幅度,去掉复杂手部动作和多人同框,改用浅景深特写;皮肤质感词避免”完美””精致”这类容易触发塑料感的描述。
内容审核不通过。 生成类接口通常会对文本做安全校验,涉政敏感、大量标点或文本过短都可能被拦截,需要修改文本后重新提交。剧本阶段就避开敏感题材,比后期返工便宜得多。
并发与成本失控。 生成任务一般有并发上限,超出时会返回并发超限,需要按需购买额度或调整提交节奏;同时留意返回结果中的消耗点数与视频时长字段,用它们核算单集成本,再倒推每集镜头数。
七、上线前检查清单
- 前 3 秒是否有明确冲突;
- 主角在任意两个镜头中是否可辨认为同一人;
- 台词是否都能在 15 字内读完;
- 是否有至少一个反转;
- 结尾是否留钩子;
- 字幕是否被界面遮挡;
- 全片是否已通过敏感内容自查。
结语
AI仿真人剧的竞争力,最终落在”设定表的严谨程度”和”分镜的电影感”这两件事上,而不是模型选哪个。先把人物设定和四段式结构写扎实,再进入生成环节,返工会少很多。准备好故事梗概和人物设定后,可以前往AI 真人短剧生成体验,把创作思路直接转成短剧内容,再根据实际效果回头调整设定与分镜;日常创作中也可以用百度搭子(DuMate)持续打磨剧本和分镜。

登录后可评论,请前往 登录 或 注册