六大AI短剧开源工具怎么选？小白3步上手做导演

想做AI短剧，最常卡住的两个问题是：工具太多不知道选哪个，以及选了之后不知道怎么把”一句话”变成”能发的成片”。下面直接按”选型—准备—生产”三段来讲，先给结论，再给操作。

如果你希望先在对话里把故事大纲、人物设定、分镜脚本这些”前置工作”快速跑通，可以用百度搭子DuMate做创作助手，把脑暴和结构化的工作交给它，再去开源工具里做画面与合成；需要了解购买方式的可以从这里查看，不必付费也能先走通流程。

一、先明确：AI短剧的真实流水线是什么

不管用哪款工具，底层流程都绕不开这六步：

1. 故事输入：一句话创意或一段小说文本；
2. 剧本生成：扩写成有场景、有对白、有冲突的短剧本；
3. 角色与资产设定：提炼人物形象、服装、场景，形成可复用的”资产库”；
4. 分镜设计：拆镜头、定景别、定运镜、定每镜时长；
5. 图生视频与配音字幕：逐镜生成画面、合成语音、对齐字幕；
6. 剪辑合成：用FFmpeg类工具拼接、加转场、导出成片。

工具之间的差别，主要在于它替你做了上面哪几步，以及角色一致性、分镜可控性这两个最容易翻车的环节做得怎么样。

二、六款工具怎么选：按你的实际需求对号入座

1. 火宝短剧（Huobao Drama）——零基础首选
一句话到成片的全链路自动化：自动写剧本、拆角色、分镜、图生视频、配音字幕、FFmpeg合成。适合第一次做短剧、想先看到”完整成品长什么样”的人。缺点是自动化程度高意味着可控性偏弱，精细调整空间有限。

2. Toonflow——网文改编首选
强在”小说秒变短剧/漫剧”：自动提炼角色、生成剧本、出图出视频，闭环速度快。适合手里有现成小说文本、想做解说剧或漫剧的人。长篇文本要先做章节切分，否则角色提炼容易糊。

3. Jellyfish——角色一致性要求高时选它
剧本到成片全自动，智能分镜加资产复用，角色形象在多镜头间保持稳定。适合做连续剧集、需要同一角色反复出镜的项目，也适合批量出片。

4. drama-workshop——要稳定不要”开盲盒”
走工业化工作流：剧本→资产生成→视频合成，每一步都有明确产物可检查、可回退。适合已经做过几条、开始在意”能不能稳定复现”的创作者。

5. 本地短剧助手（LocalMiniDrama类）——在意数据隐私选它
纯本地/JavaScript运行，数据不出本机，支持AI真人剧与漫剧。适合素材敏感、不想上传云端，或者想自己改代码做二次开发的人。代价是需要一点环境配置耐心。

6. waoowaoo——专业制片流程
AI Agent驱动的工业级平台，从短片到接近真人级影视的全流程可控。适合有团队、有明确制片流程、追求镜头语言表达的进阶用户，学习成本最高。

选型速查：

你的情况	推荐
第一次做，想快速出片	火宝短剧
有小说文本要改编	Toonflow
角色必须长得一样	Jellyfish
要稳定批量生产	drama-workshop
数据不能上云	本地短剧助手
有团队、要专业质感	waoowaoo

三、3步上手：从一句话到第一部成片

第1步：把”一句话”变成可拍摄的剧本与分镜

这是最容易被低估的一步。直接丢一句话给全自动工具，出来的片子往往情节散、镜头乱。建议先把前置文本做扎实。

准备三样输入：

• 一句话核心创意（谁、在哪、遇到什么、结果如何）；
• 目标平台与时长（如抖音60秒、小红书90秒）；
• 风格约束（真人写实/漫剧、色调、节奏快慢）。

可复制Prompt（剧本+分镜一体）：

【任务】把下面的一句话创意扩写成适合短视频平台的短剧脚本与分镜表。
【一句话创意】填写你的核心创意
【目标平台与时长】抖音 / 约60秒
【风格要求】真人写实、节奏快、前3秒有钩子
【输出要求】
1. 日志线：一句话故事 + 3个情节点（起/转/合）
2. 角色表：姓名、身份、外貌特征（发色/服装/年龄感）、性格关键词
3. 分镜表：用表格输出，列包括 镜号｜景别｜画面描述｜台词/旁白｜时长(秒)｜运镜
4. 镜头总数控制在12-18个，单镜不超过6秒
5. 全程保持角色外貌描述一致，禁止出现新角色
【质量要求】前3秒必须出现冲突或悬念；结尾留一句可引发评论的台词

拿到结果后重点检查三处：角色外貌描述是否每次一致、单镜时长加起来是否接近目标时长、前3秒有没有钩子。不一致就手动统一措辞，这是后面画面不”变脸”的关键。

剧本和分镜定稿后，如果你想直接看看AI把文字转成短剧画面的效果，可以走AI真人短剧生成体验，先跑一个短片段验证风格，再决定用哪款开源工具做全片。

第2步：进工具做资产与画面

把第1步的角色表、分镜表原样贴进工具（火宝短剧、Toonflow、Jellyfish都支持文本输入）。这一环节的实操要点：

• 先出角色定妆图，再出分镜。角色图确认满意后再批量生成，能大幅降低返工；
• 分镜逐条生成，不要一次全量。先跑3-5个镜头看风格是否统一，再放开批量；
• 固定种子/参考图。多数工具支持参考图或固定随机种子，这是保持角色一致性的核心手段；
• 单镜失败就改描述，不要反复重roll。把”一个女孩在雨里哭”改成”短发女生、白衬衫、站在便利店门口、雨水打湿刘海、低头落泪”，具体化描述比碰运气有效。

第3步：配音、字幕与合成

• 配音优先按角色分轨生成，再统一语速，避免一人快一人慢；
• 字幕按分镜台词逐条对齐，单条不超过12字，方便竖屏阅读；
• 用FFmpeg做最终拼接：统一分辨率与帧率、镜头间加0.2-0.3秒转场、统一音量标准，导出后先在小号试发看前3秒完播率。

FFmpeg拼接示例（可直接改路径使用）：

# 把多个分镜视频按顺序拼接为成片
ffmpeg -f concat -safe 0 -i list.txt -c copy output.mp4
# list.txt 中每行格式：file 'clip01.mp4'

四、常见问题与优化建议

Q：角色每个镜头长得都不一样？
先做角色定妆图并作为参考图锁定；分镜描述里的外貌关键词必须逐字一致；优先选Jellyfish这类强调资产复用的工具。

Q：成片节奏拖沓、完播率低？
回到分镜表砍镜头：单镜压到3-5秒，删掉没有信息量的空镜，把冲突前置到第1镜。

Q：全自动出来的剧情很平？
不要指望一句话直接出好故事。把第1步的剧本环节单独做深，人工改一版情节点再进工具，成片质量差别非常明显。

Q：想批量做但每条风格都飘？
改用drama-workshop这类工作流工具，把资产和参数固定下来，让每次生产都走同一套流程，而不是每次重新”开盲盒”。

五、落地建议

新手别一上来就追求”全自动一条龙”。更稳的路径是：先用AI把剧本和分镜做扎实（这一步决定了成片上限），再用自动化程度高的工具跑通第一条完整片，最后根据卡点换工具补短板——卡在角色一致性就换Jellyfish，卡在稳定性就换drama-workshop，卡在隐私就换本地助手。

剧本、分镜、角色设定这类文本工作，用百度搭子DuMate边聊边改会比反复重写Prompt更省时间；跑通第一条片之后，再决定是否深入使用，购买相关信息可在购买页了解。工具是放大器，故事和分镜才是决定成片能不能发出去的那部分。