如何用AI制作短剧并保持人物和背景连贯性？实操指南

用AI制作短剧，人物和背景不连贯是最常见的痛点：同一个主角换个镜头就“变脸”，街角便利店莫名变成大卖场。解决思路一句话概括：先锁定设定，再拆分镜，让每一镜都引用同一套“锚点描述”。AI不会自己记住上一个画面，连贯性不靠“记”，靠你每次输入完全一致的关键信息。

具体分四步：建人物设定卡 → 建场景设定卡 → 写成AI能执行的分镜脚本 → 逐镜生成并校验。设定卡撰写、分镜拆解、提示词生成这些环节都可以交给AI助手完成——你可以用百度搭子DuMate生成脚本草稿和分镜初稿，也可以直接到AI真人短剧生成体验中尝试把故事变成短剧片段；如需了解购买方式，可查看DuMate购买页面。

一、先搞清楚：AI短剧的连贯性为什么难

真人短剧里，“连贯”是天然保障的：演员自带同一张脸，场景由美术组固定。而AI生成画面本质是逐镜重新想象，你这一镜写“穿白毛衣的年轻女性”，下一镜写“穿米色上衣的女孩”，AI就会理解为两个人。

所以写AI剧本和写真人剧本的底层逻辑完全不同：写真人剧本是给演员搭台，写AI剧本是给机器下指令。真人剧本只需写好故事和台词，留出空间让演员用眼神和微表情演绎；AI剧本必须由编剧兼任导演和摄影，把每个镜头写成具体、可被渲染的视觉指令。比如“悲伤”这种抽象词AI无法理解，必须翻译成“女主垂眸，睫毛挂着泪珠，嘴角下垂，攥着衣角的手指微微发白”。连贯性的所有技巧，都围绕“让指令可复用”展开。

二、第一步：人物设定卡——把角色“焊死”

给每个出场角色建一张设定卡，外貌全部清单化，之后每镜提示词都从中取词、一字不改。

字段	设定内容（女主：林晚）
标签	25岁，都市打工人
发型发色	黑色长直发，中分
面部特征	鹅蛋脸，杏眼，左眉尾一颗小痣
服装	米白色高领毛衣，深灰色长款大衣
标志性动作	紧张时攥衣角，思考时咬下唇

然后提炼一句人物核心描述句，每镜原样复用：

25岁亚洲女性，黑色长直发中分，鹅蛋脸杏眼，左眉尾一颗小痣，穿米白色高领毛衣和深灰色长款大衣

人设塑造上还要注意：AI角色不能靠演技慢慢丰满，必须用强标签、强动作、有记忆点的台词，在出场几秒内焊进观众脑子里。眉尾的痣、攥衣角的习惯，就是同时给观众和AI设立的“记忆锚”。

三、第二步：场景设定卡——给背景上“锁”

背景漂移的原理和换脸一样：描述变了，画面就变了。同样给每个主要场景建卡，并提炼一句背景核心描述：

字段	场景A：深夜便利店
地点与时间	城市街角便利店内部，凌晨两点
光线	冷白色顶灯
核心道具	收银台、整齐货架、落地玻璃门
色调与细节	冷蓝主调+暖黄霓虹反光，门外是雨后湿漉漉的街道

背景核心描述句：深夜便利店内部，冷白色顶灯，整齐排列的货架，落地玻璃门外是雨后湿漉漉的街道，霓虹灯牌反光

同一场景内切换机位时，背景描述句保持不变，只追加镜头语言：远景是“人物全身入镜，收银台居画面左侧”；特写是“镜头推近人物面部，背景货架虚化”。

四、第三步：写AI能执行的分镜脚本

AI短剧脚本有四个和真人剧不同的原则：

1. 写画面，不写情绪。 所有心理活动翻译成动作、表情、道具变化。
2. 重场景，轻对话。 大段“嘴炮”是在浪费AI的优势，优先设计真人剧成本做不起的视觉奇观——玄幻法术对决、末日废土逃亡，用镜头语言推进剧情而不是台词说教。
3. 节奏必须更快。 AI短剧几乎没有容错率，开头3秒内给出冲突或悬念，全程不能有超过10秒的平淡内容，否则观众直接划走。
4. 单镜单动作。 一个镜头只交代一个动作或变化，复杂动作拆成多镜，避免AI在长指令里自由发挥。

分镜脚本片段示例（“核心描述句”处直接粘贴完整句子）：

镜号	时长	画面（人物核心句+背景核心句+新增信息）	镜头语言
1	4s	场景A，林晚（核心句）站在收银台后低头清点账单	固定远景，人物居右
2	3s	同场景，玻璃门被推开，黑雨衣男人（其设定卡）走入，地面留下湿脚印	门内侧低角度机位
3	2s	林晚抬头，瞳孔收缩，攥衣角的手指微微发白	快速推近面部特写
4	3s	男人抬手，账单无风自动飘起，灯光骤然转冷蓝	环绕镜头

五、让AI助手帮你拆：可直接复制的提示词

设定卡和分镜不必手写，直接交给AI助手出初稿。下面这段提示词可直接复制使用：

你是一名AI短剧编导，擅长把故事拆解成可被AI视频工具执行的分镜脚本。请根据我提供的故事梗概完成以下工作：
1. 为每个出场角色生成人物设定卡，字段：姓名/标签、年龄体型、发型发色、面部特征、服装、标志性动作。全部使用具体可视的描述，禁止出现"漂亮""忧郁"等抽象形容词；
2. 为每个主要场景生成场景设定卡，字段：地点、时间与光线、核心道具、画面色调，并各提炼一句15～30字的背景核心描述；
3. 为每个角色提炼一句20～40字的人物核心描述句，涵盖发型、脸型、五官特征、服装，供逐镜复用；
4. 将故事拆为分镜脚本表格，字段：镜号、时长（每镜2～5秒）、画面描述、台词/音效、镜头运动。每镜画面描述必须原样引用人物核心句与背景核心句，只追加本镜新增动作；单镜只包含一个动作；
5. 节奏要求：第一镜必须出现冲突或悬念，禁止静态对话镜头超过4秒。
故事梗概：【填写故事梗概，建议包含主角身份、冲突事件、反转点、结局】
出场人物：【填写，如：女主1人+配角1人】
目标成片时长：【填写，如：60秒】
风格：【填写，如：都市悬疑，冷暖色对比】
请用表格输出分镜脚本，并在末尾单独列出所有人物核心描述句和背景核心描述句，方便我逐镜复制。

使用时替换【】中的内容即可。拿到结果后重点人工核对两点：一是不同角色的设定卡是否“撞特征”（两人都是黑长直就会互相污染）；二是核心描述句是否够短够唯一——太长的句子逐镜复制时容易漏词，漏一个特征就多一分变脸风险。

完成故事大纲和设定卡后，也可以直接带着这套“锚点”到AI真人短剧生成体验中尝试生成短剧片段，把人物核心描述句作为角色设定的固定输入，能明显减少换脸和背景漂移。

六、逐镜生成与连贯性校验

生成阶段固定提示词结构：[人物核心句] + [背景核心句] + [本镜新增动作/镜头语言]，顺序不乱、锚点部分不改字。每出一镜按清单校验：

• 人物五查：脸型、发型、五官标志物（痣/疤）、服装、体型是否与设定卡一致；
• 背景三查：光源方向、道具位置、色调是否与场景卡一致；
• 跨镜对比：与上一镜并排看，重点检查人脸角度变化时五官是否漂移。

出现偏差的处理顺序是先重生成、再微调：同一提示词多次生成是正常操作，选最贴合设定卡的一版；连续多版都不对时，再检查是否漏复制了锚点句。注意不要轻易改设定卡本身——设定卡中途修改，前后镜头就永远接不上了。角色确实需要换装时，新增一个明确的“换装镜头”，并从该镜起启用更新后的核心描述句。

七、常见问题与优化建议

Q：同样的提示词，两次生成结果也不一样？
正常现象，生成存在随机性。应对方式是“固定描述+多次生成+择优”，必要时以效果最好的一版作为后续镜头的对齐参照。

Q：剧情太平、观众划走怎么办？
爽点要靠强视觉奇观而不是长对话。把超过两句的台词改成动作+特写反应，铺垫压缩到一镜，用高冲击画面替代说教，并严格执行“10秒不平淡”原则。

Q：想做群像戏、多线叙事？
尽量少做。AI短剧角色越少越稳，人物越多、锚点越多，出错概率成倍上升。群像需求优先拆成多集、每集单主角。

总结

用AI制作连贯的短剧，核心不是找“更聪明的工具”，而是建立一套自己不变、AI必须遵守的描述体系：人物设定卡和场景设定卡负责锁住“人”和“景”，分镜脚本负责把抽象剧情翻译成机器能执行的画面指令，逐镜校验负责兜底。先用AI助手批量生成设定卡和分镜草稿，再按校验清单人工把关，就能把“一人千面、背景乱跳”的概率压到最低。