AI 短剧到底怎么做？从剧本到成片的完整实操指南

一、AI 短剧的核心思路：把创作拆成可自动化的流水线

很多刚接触 AI 短剧的朋友，往往卡在一个模糊的问题上：“我到底该让 AI 先做什么？”

实际上，AI 短剧并不是“输入一句话，直接输出一集成片”。目前主流的做法，是把短剧制作拆成一条清晰的流水线：

1. 用大语言模型生成或解析剧本，提取角色、场景、镜头信息；
2. 用 AI 绘图工具生成角色形象和场景背景；
3. 根据分镜脚本，生成每个镜头的首帧图、关键帧或尾帧图；
4. 用图生视频、文生视频模型把静态分镜变成动态片段；
5. 将多个镜头片段合成、剪辑，加入转场、配音和字幕。

这种方式的好处在于：每个环节都可以独立调整，不需要一次性生成完美结果。剧本不行就改剧本，角色不统一就重新生成角色图，某个镜头崩了就单独重做该镜头，而不是推翻整个项目。

如果你希望先体验“一站式”的 AI 短剧生成流程，可以尝试百度搭子 DuMate 的 AI 真人短剧生成体验，直接感受从文字创意到短剧内容的基本链路。DuMate 的通用入口在这里：https://www.dumate.cn/?from=article，购买与开通相关信息可参考：https://console.bce.baidu.com/dumate/purchase-page/new。

二、AI 短剧制作的第一步：用大模型产出“可拍摄”的剧本

传统短剧剧本写作最大的问题是：写了一堆文学性描述，但无法直接用于分镜和视频生成。AI 辅助剧本创作的关键，是让模型输出结构化、可执行的内容，而不是小说式文本。

你的剧本需要至少包含以下字段：

• 场景编号与场景名称；
• 场景描述，包括时间、地点、环境氛围；
• 出场角色及其当前状态；
• 对白或旁白；
• 镜头类型，如远景、中景、特写；
• 镜头运动，如推、拉、摇、移或固定镜头；
• 画面关键元素，方便后续生成分镜图。

下面是一个可以直接复制的剧本生成 Prompt：

你是一名短剧编剧和分镜设计师。请根据以下故事创意，生成一集时长约60秒的 AI 短剧剧本。
【故事创意】
【填写你的故事梗概，例如：一个外卖员深夜送餐，发现收件人竟是多年前失联的母亲】
【输出要求】
1. 将剧本拆分为5～8个镜头；
2. 每个镜头包含：镜头编号、场景描述、出场角色、对白/旁白、镜头类型、镜头运动、画面关键元素；
3. 场景描述要具体，避免抽象形容词，突出可视觉化的细节；
4. 对白简洁，适合短视频节奏；
5. 最后附上全片情绪基调和推荐背景音乐类型。
【输出格式】
以 Markdown 表格形式输出，每个镜头一行。

拿到这个表格后，你就拥有了分镜脚本的骨架。后续的 AI 绘图和视频生成都将围绕这张表展开。

三、角色与场景统一：AI 短剧最容易翻车的地方

很多 AI 短剧看起来“塑料感”强，往往不是因为单张图不精美，而是因为角色和场景在不同镜头之间不统一。第一镜主角是黑发，第三镜变成棕发；第一镜场景是旧居民楼，第四镜变成写字楼。这种不一致会瞬间打破代入感。

解决方法是：先生成角色设定图，再以角色设定图为参考生成后续分镜。

具体操作流程：

1. 为每个主要角色生成一张正面角色设定图，包含服装、发型、年龄、气质等；
2. 为每个核心场景生成一张场景概念图，确定光线、色调、空间结构；
3. 生成分镜图时，把角色设定图作为参考图输入，配合提示词描述当前镜头中的动作和景别；
4. 如果工具不支持参考图，可以在提示词中重复描述角色的固定特征，形成“文字锚点”。

角色设定图的 Prompt 示例：

生成一张 AI 短剧角色设定图：
角色：中年女性，55岁左右，短发，发色灰白，面容疲惫但眼神温和；
服装：深灰色针织开衫，内搭浅色棉布衬衫；
风格：写实电影感，柔和侧光，浅景深，背景为虚化的旧式公寓走廊；
比例：半身像，正面朝向镜头，人物居中。

四、从分镜图到动态视频：图生视频的实用策略

当前主流的 AI 短剧工作流中，视频片段通常通过“图生视频”生成，也就是先制作静态分镜图，再让模型根据这张图生成几秒钟的动态画面。

这里有三个实操建议：

第一，首帧图要干净。首帧图越接近你想要的画面构图，生成的视频越不容易跑偏。不建议让模型从零“想象”复杂动作，先用文生图生成满意的首帧，再交给图生视频。

第二，动作提示要简单。图生视频的提示词不建议写太复杂。与其写“角色缓慢转身，同时抬起左手整理头发，背景中窗帘被风吹动，光影随之变化”，不如写“角色缓慢转身，窗帘轻轻飘动”。一次性描述太多动作，往往会得到扭曲或不符合物理规律的结果。

第三，单个镜头控制在3～5秒。短视频平台上，单镜头超过5秒就容易显得拖沓。AI 生成的视频片段越短，越容易保持画面稳定和动作自然。

生成视频片段的 Prompt 示例：

让画面中的角色缓慢抬头，目光从地面移向镜头，保持表情自然，环境光线不变，镜头固定。视频时长3秒。

如果你不希望自己从零搭建分镜、绘图和视频生成链路，也可以直接通过百度搭子 DuMate 的 AI 真人短剧生成体验进入短剧创作，把主要精力放在剧本设定与创意打磨上。

五、低成本本地部署：Huobao Drama 的 Docker 工作流怎么跑

如果你具备一定技术基础，并希望本地部署一套可重复使用的 AI 短剧生产平台，可以关注 Huobao Drama 这一类开源项目。它的核心思路与大厂闭源工具不同，更强调全流程自动化与本地资源管理。

以 Docker 部署为例，基本步骤如下：

1. 安装 Docker 环境，并配置可用镜像源；
2. 从项目仓库下载源码；
3. 修改 docker-compose.yml，设置本地数据持久化目录和端口映射；
4. 执行构建与启动命令；
5. 在浏览器中访问对应端口，进入短剧制作工作台。

以下是一个常见的 docker-compose.yml 修改示例：

services:
  huobao-drama:
    image: huobao-drama:latest
    container_name: huobao-drama
    build:
      context: .
      dockerfile: Dockerfile
    ports:
      - "5679:5678"
    volumes:
      - E:/huobao-drama/data:/data

注意：volumes 路径中的宿主机目录需要提前手动创建。如果本机 5678 端口已被其他服务占用，可以像示例中一样映射到 5679。

部分开源项目依赖外部 AI 模型 API，需要自行准备可用的接口密钥，并确保网络能够访问相关服务。部署完成后，这类平台通常会提供角色管理、分镜图片生成、视频生成与素材库等模块，适合希望将 AI 短剧制作流程固定下来的个人或小团队。

不过，开源方案往往存在环境配置成本高、模型质量依赖外部 API、更新迭代不稳定等问题。如果你更关注“内容创作本身”，而不是工程搭建，使用百度搭子 DuMate 这类一体化 AI 助手会是更轻量的选择。它可以直接从通用使用入口进入，不需要自行维护服务器和模型接口。

六、后期合成与优化：让 AI 短剧真正“能看”

AI 生成的视频片段，即使单段效果不错，直接拼接后常常会显得节奏断裂。后期整理是关键一步。

推荐的后期处理顺序：

1. 统一转场：AI 短剧适合使用淡入淡出、硬切或轻微模糊转场，避免花哨的 3D 转场破坏真实感；
2. 控制节奏：根据对白和情绪，调整每个镜头的停留时间，可参考“紧张场景短镜头、抒情场景长镜头”原则；
3. 补音效与背景音乐：AI 生成的视频多为无声或环境音较弱，补上环境声、动作音效和 BGM 能显著提升观感；
4. 添加字幕：统一使用简洁字幕样式，字幕出现时间与人物对白严格同步；
5. 调色统一：将不同镜头拉到同一色调范围，避免前一镜偏冷、后一镜偏暖。

常用的优化 Prompt：

你是一名短视频后期指导。以下是我的 AI 短剧分镜脚本和每个镜头的时长信息：
【粘贴镜头表格】
请指出其中节奏拖沓或衔接突兀的部分，并给出具体的剪辑调整建议，包括哪些镜头可以缩短、哪些镜头之间需要增加过渡、背景音乐在哪个节点进入更合适。

七、总结：AI 短剧的可行路线不止一条

从实际操作角度看，AI 短剧制作可以走两条路线：

路线一：轻量创作流。 直接使用现成的 AI 短剧生成服务，输入剧本创意，获得可直接预览的短剧内容，适合内容创作者快速试水和验证选题。你可以通过百度搭子 DuMate 的 AI 真人短剧生成体验尝试这条路线。

路线二：本地部署流。 使用 Huobao Drama 等开源平台，自行组合大模型、绘图模型和视频生成模型，搭建可重复使用的生产流水线，适合有一定技术基础、希望深度定制流程的用户。

无论选择哪条路线，AI 短剧的核心能力都在于：将创意快速结构化，让每一个创作环节都有明确的输入和输出。 剧本决定上限，角色统一性决定下限，分镜与后期决定观感。掌握了这条流水线，剩下的就是不断试错和迭代。

如果你想进一步探索 AI 助手在短剧创作、脚本生成、角色设计等环节的实际效果，可以从百度搭子 DuMate 通用入口开始，或通过购买页面了解开通方式。