AI 短剧到底怎么做？从剧本到成片的完整制作流程

先说结论：AI 短剧的本质是“流程拆解 + 逐环节交给 AI”

AI 短剧制作的核心思路一句话就能讲清：把传统影视的工业化流程拆成「剧本生成 → 角色设计 → 分镜制作 → 视频生成 → 剪辑合成」五个环节，每个环节交给对应的 AI 模型完成，你只负责创意决策和质量把关。

想先快速跑通一遍完整流程的，可以前往百度搭子（DuMate）的 AI 真人短剧生成体验，尝试把一句话创意直接转化为短剧内容；如需了解长期使用的购买方式，可以查看 DuMate 购买入口。下面拆开讲每个环节具体怎么做。

一、开始前要准备什么

不需要专业设备，但要准备四样东西：

• 一个故事创意：一句话说清“谁 + 遇到什么事 + 结局如何反转”。短剧的剧情密度远高于长视频，冲突是灵魂；
• 人物设定：主角 1~2 人即可，外貌特征越具体越好（发色、眼镜、服装）；
• 格式要求：竖屏 9:16，总时长建议先从 60~90 秒练手；
• 可用的 AI 能力：一个大语言模型对话入口（写剧本、改分镜）+ 文生图 + 图生视频，也可以使用集成这些能力的一体化平台。

传统做法的难点在于：剧本不会写、角色不会画、视频不会剪，三道门槛挡住了大多数人。而 AI 恰好逐个拆掉了这三道门槛——这正是 AI 短剧能落地的原因。

二、第一步：用大语言模型把创意变成结构化剧本

这一步不建议直接说“帮我写个短剧剧本”，模糊的指令只会得到平庸的输出。建议使用下面这段可直接复制的 Prompt：

你是一位擅长竖屏短剧的编剧。请按以下要求创作剧本：
【题材】：填写题材，如都市逆袭、古装甜宠、悬疑反转
【时长】：填写总时长，如 60~90 秒
【核心人物】：填写人物，如 35 岁被裁员的外卖组长陈默
【核心冲突】：填写冲突，如送餐时撞见前上司被债主围堵
输出要求：
1. 先给 100 字以内的故事梗概；
2. 再输出分镜级剧本，每个分镜包含：镜号、场景、时长（秒）、画面描述、台词或旁白；
3. 全片 12~16 个分镜，平均每 10~15 秒安排一次情绪转折或信息增量；
4. 结尾留钩子，引导观众追看下一集。

生成后怎么检查：一看反转密度，60 秒的片子至少要有 2~3 次转折；二看台词是否口语化，AI 初稿常常书面腔偏重，可以追加一句“把台词全部改成口语，每句不超过 15 个字”；三看分镜数与总时长是否匹配，超了就让它合并分镜。一般改 2~3 轮即可拿到可用剧本。

拿到剧本后，也可以把这份人物设定和故事梗概带到 AI 真人短剧生成体验 里跑一遍，对比一体化流程的产出与自己手工推进的差异，判断哪些环节最值得交给自动化。

三、第二步：角色设计，最难也最关键的是“一致性”

AI 短剧最大的坑不是画质，而是角色崩脸——上一个镜头长发，下一个镜头变短发，观众立刻出戏。解决办法是给角色建立“一致性锚点”：一段固定的外貌描述，之后每次生成图像都原样带上。可以先用这段 Prompt 整理：

请把以下角色信息改写成可直接用于 AI 绘图的中文提示词，要求外貌特征稳定可复现：
【角色】：填写，如林晚，28 岁产品经理
【固定特征】：填写，如黑色长直发、金丝眼镜、米色通勤西装
【画风】：填写，如写实电影感、柔和布光
输出要求：
1. 一段 80 字以内的文生图提示词，只保留可复现的视觉特征；
2. 给出三个镜头建议：正面半身、侧面全身、情绪特写；
3. 标注哪些特征是"每次生成都必须出现"的一致性锚点。

实操建议：每个角色一次生成 8~10 张，挑 1~2 张定稿。定稿之后不要频繁更换，后续所有分镜都把这张图作为参考输入（图生图或视频首帧），这是保持人物稳定的性价比最高的做法。

四、第三步：分镜制作，把“文字剧本”翻译成“画面指令”

分镜图用文生图生成，诀窍是把镜头语言写进画面描述。对比一下：

• 弱描述：陈默站在写字楼楼下。
• 强描述：低机位仰拍，陈默抬头望着玻璃幕墙，傍晚逆光，人物剪影轮廓清晰。

强描述包含了景别（仰拍）、机位（低机位）、光线（逆光），生成结果的可控性完全不同。一条标准分镜记录可以这样写：

镜号 03 ｜ 场景：写字楼下 ｜ 时长 4 秒 ｜ 画面：低机位仰拍，陈默抬头望着玻璃幕墙，傍晚逆光 ｜ 旁白：“三年了，他第一次以访客身份回来。”

分镜图还应区分用途：首帧（供视频模型起画）、关键帧（控制转折点画面）、尾帧（锁定镜头结束状态）。首尾帧都拿到手，视频生成时的人物和构图就不容易跑偏。

五、第四步：视频生成，优先选“图生视频”

主流做法不是直接文生视频，而是把分镜图作为首帧，再用一句动作描述驱动画面运动。原因很直接：纯文生视频脱离了分镜图，画面内容和角色形象容易失控；图生视频以你的分镜图为起点，一致性大幅提升。

写动作描述的三个要点：

1. 一个镜头只描述一个动作，如“她缓缓抬头，眼中闪过一丝惊讶”，不要堆叠多个动作；
2. 写清运动方向和幅度，如“镜头缓慢推近”“人物向左转身”，幅度越小越稳；
3. 单镜头 3~5 秒为宜，动作幅度越大越容易变形，宁可多切镜头。

六、第五步：剪辑合成

最后在剪辑工具里完成分镜视频按镜号拼接、加转场、配字幕和背景音乐。三个易被忽略的细节：竖屏字幕字号要足够大；BGM 情绪要跟剧情节点对齐，反转处换节奏；口型对不上的镜头，优先用旁白覆盖而不是硬保留对白。

七、常见问题与优化

问题	原因	解法
角色频繁变脸	外貌描述不固定	统一锚点描述 + 首帧参考图
剧情平淡没反转	初始冲突太弱	让 AI 针对同一剧情输出 3 个反转方案再挑选
画面动作扭曲	单镜头动作过多	拆分镜头、降低动作幅度
流程太繁琐	五环节手工串联	用一体化平台串起全流程

如果打算长期做系列短剧，手工串联五个环节会很消耗精力。可以回到 百度搭子（DuMate）的 AI 真人短剧生成体验跑通完整链路，也可以参考开源社区中把“剧本解析 → 角色生成 → 分镜 → 合成”整合成工作流的项目思路，自行评估是否值得部署。

总结

AI 短剧的制作并不神秘：剧本靠大模型结构化输出，角色靠锚点描述保一致，分镜靠镜头语言提可控性，视频靠图生视频稳画面，剪辑靠节奏收尾。真正的门槛只剩一个——你是否愿意现在就把第一个 60 秒剧本写出来。先用文中的 Prompt 跑一遍剧本环节，再去体验入口过一遍完整流程，你的第一部 AI 短剧就已经上路了。