AI制作短剧：保持人物与背景连贯性的实操指南

AI制作短剧时人物“换脸”、背景“跳戏”，根源只有一个：AI的每一次生成都是独立的，它没有记忆。上一镜头的长发女主，下一镜头可能换了发型；同一间办公室，光线和陈设随时在变。要保持连贯性，不能靠运气，而要靠一套“外挂记忆”系统，用标准化的人设卡、场景卡和视觉化剧本，把角色和场景的固定描述重复注入每一条提示词。

这套方法你可以手动执行，也可以借助AI助手提效。比如在百度搭子DuMate中，可以使用AI真人短剧生成体验，把剧本思路直接转化为短剧内容；如需了解开通与购买方式，可参考购买页面，是否付费按需选择即可。下面按“建卡→写剧本→生成→检查修正”的顺序拆解完整流程。

一、先搞清：连贯性为什么会失效

AI生成图像或视频时，每次都是根据提示词“重新画一遍”，因此有三个典型失效点：

1. 人物漂移：脸型、发型、服装随镜头变化；
2. 场景跳变：同一场景的光线、色调、道具位置不一致；
3. 风格割裂：有的镜头写实、有的偏动漫，拼在一起像不同剧组拍的。

对应的解决思路只有一句话：把所有“必须不变的信息”写成固定文档，每次生成时原样复制进提示词，一个字都不改。每条提示词里唯一的变量，只留“这一镜的动作和镜头运动”。

二、第一步：建立人设卡，把角色“焊死”在每个镜头

人设卡是角色的固定描述档案，包含四项内容：

• 外貌固定描述（50字以内，可直接粘贴）：发型发色、五官特征、体型；
• 服装固定描述：款式、颜色、材质、配饰，全剧统一；
• 标志性记忆点：1-2个强视觉标签，如伤疤、红围巾、机械义肢。AI短剧的人设没有演员魅力加持，必须靠强标签在出场瞬间立住；
• 换装预案：剧情需要换装时，预写“版本B描述”，避免临时改提示词导致形象崩坏。

以下Prompt可直接复制使用：

你是一名AI短剧的视觉设定师。请根据以下信息生成一份"人物设定卡"，用于在所有镜头中锁定角色形象。
【剧情背景】填写：如"末日废土世界的姐妹逃亡故事"
【角色信息】填写：姓名、性别、年龄、身份、性格关键词
设定卡需包含：
1. 外貌固定描述：发型发色、五官特征、体型，50字以内，禁止"美丽""帅气"等抽象词
2. 服装固定描述：款式、颜色、材质、配饰，全剧统一
3. 标志性记忆点：1-2个强视觉标签
4. 性格外化动作：如紧张时攥衣角、说谎时摸耳垂
5. 换装预案：如有剧情需要的第二套造型，单独列出版本B描述
6. 中英文双版提示词，方便适配不同生成工具
输出格式：分条列出，中英文提示词单独成段，可直接复制使用。

三、第二步：建立场景卡与风格卡，让背景不跳戏

场景卡针对每个主要场景写一份，内容固定四项：

• 时间与光线：黄昏还是正午，暖光还是冷光；
• 空间与陈设：关键道具位置、门窗方向、地面材质；
• 色调关键词：如“青橙色调、电影感”；
• 定场图：先单独生成这个场景的“空镜”，后续所有该场景镜头都以它为参考图或首帧，而不是纯靠文字重新描述。

风格卡是全剧统一的后缀关键词，例如“电影感构图、35mm胶片质感、统一青橙色调”，每条提示词末尾原样粘贴。另外建议复杂场景多用固定机位，需要多角度时以定场图为参考再生成，同一场景内不要频繁切换夸张的运镜。

四、第三步：用“视觉指令”写剧本，编剧要兼任导演

真人剧本是给演员搭台，AI剧本是给机器下指令，写法完全不同：

1. 写画面，不写情绪。AI看不懂“悲伤”这种抽象词，要写“女主垂眸，睫毛挂着泪珠，攥着衣角的手指微微发白”；
2. 重场景，轻对话。避免大段“嘴炮”，优先设计法术对决、末日逃亡这类真人剧难以承受的视觉奇观，用镜头语言推进剧情；
3. 节奏要快。不能有超过10秒的平淡内容，否则观众会直接划走。观众对AI演技容忍度较高，但对画面够不够“炫”非常挑剔；
4. 台词极简。每句不超过15字，强标签、有记忆点。

以下Prompt把普通大纲转成AI可执行的分镜脚本：

你是一名AI短剧编剧兼分镜师。请把下面的剧情大纲改写成AI可直接执行的视觉化分镜脚本。
【剧情大纲】粘贴你的故事大纲
【人设卡】粘贴人物设定卡中的固定描述
【场景卡】粘贴对应场景的固定描述
【风格卡】粘贴全剧统一的风格关键词
要求：
1. 每个镜头不超过10秒，全剧不出现超过10秒的平淡内容
2. 每个镜头包含：景别（远/全/中/近/特写）、画面内容、角色动作、镜头运动、时长
3. 抽象情绪必须翻译成具体可见的动作和微表情
4. 对话每句不超过15字，用画面推进剧情
5. 每条镜头提示词都要完整重复人设卡和场景卡的固定描述，不得省略或缩写
6. 输出格式：镜头编号｜完整提示词｜台词/音效｜时长

完成大纲和人设卡后，可以前往AI真人短剧生成体验，尝试把这套设定转化为短剧片段，再根据生成效果回头修订设定卡。

五、第四步：生成、检查与修正的操作细节

1. 先出图，后出视频：先用文生图出关键帧（人物定妆照、场景定场图），确认形象稳定后，再用图生视频让画面动起来，比纯文生视频可控得多；
2. 一镜一变量：重做不合格镜头时，只改“动作”或“镜头运动”其中一项，不要同时改多个，否则无法判断是哪个改动导致跑偏；
3. 每镜三查：发型服装是否与人设卡一致？光线色调是否与场景卡一致？画面风格是否与风格卡一致？任何一项不符就单独重做该镜头；
4. 爽点前置：剪辑时把最强视觉钩子放在前3秒，后续每10秒安排一个奇观或反转。

六、常见问题与优化建议

• 多人同框就崩怎么办？ 尽量用正反打（一人一镜）代替同框；必须同框时，在人设卡中补充“体型高差、站位关系”的描述；
• 换场景后人物变样？ 换装、换景时也要带全人设卡原文，不能因为“换衣服了”就只写新衣服而省略外貌描述；
• 眼神空洞、演技差？ 把表演写进动作指令（瞳孔收缩、手指收紧、呼吸起伏），并用特效和奇观弥补表演短板，不必强求AI“飙戏”。

七、总结

AI短剧的连贯性，本质是一门“文档工程”：人设卡锁人、场景卡锁景、风格卡锁调性、视觉化剧本锁节奏。AI短剧的门槛不在工具本身，而在于你能否像导演一样，把每个镜头都写成机器可执行的视觉指令。先把三张卡建好，再逐镜生成、逐镜检查，人物和背景的连贯性就能稳定下来。你也可以在百度搭子DuMate中实际跑一遍上述流程，边生成边迭代你的设定文档。