AI 短剧怎么做？从脚本到成片的完整制作教程

AI 短剧的制作，并不依赖某一个“导入剧本、一键出片”的软件，而是一条由选题剧本 → 人物设定 → 分镜设计 → 视频生成 → 剪辑合成五个环节组成的完整工作流。零基础新手只要按这条链路逐环节推进，就能独立做出可以发布的成片。其中剧本、人物、分镜等前期环节，用 AI 文本助手即可低成本完成；视频生成环节目前大多按量计费，建议先做小体量单集试跑。想把整条流程放在一个入口里管理，可以试试百度搭子（DuMate）；如有长期使用打算，也可以在购买页了解开通方式（本文方法不依赖付费也能跑通思路）。暂时不想自己拼装工具链的，还可以先进入AI 真人短剧生成体验，直观感受从创作思路到短剧内容的转化效果，再决定怎么组织自己的工作流。

一、第一步：选题与脚本，决定成片的一半质量

短剧拼的不是画面精致度，而是节奏和反转。一集 60～90 秒的短剧，推荐固定四段式结构：

• 钩子（前 5 秒）：直接抛出冲突或悬念，留住观众；
• 冲突升级：主角被逼入绝境，情绪层层推高；
• 反转：身份、真相或局势的一次硬反转；
• 收尾：留一句余味，或直接引出下一集。

把下面这段 Prompt 复制给 AI 助手，替换【】中的内容，即可拿到一版已分镜化的脚本：

你是一位擅长高反转短剧的编剧。请根据以下信息，创作一集 90 秒的 AI 短剧脚本。
【输入信息】题材：【填写题材，如：都市逆袭 / 古风重生 / 家庭悬疑】；核心冲突：【一句话，如：被辞退的老员工发现新任总监是自己当年带过的实习生】；主角设定：【身份＋年龄感＋性格，一句话】。
【处理要求】1. 按“钩子—冲突升级—反转—收尾”四段式展开，标注各段预估时长；2. 以分镜表格输出：镜号 / 景别 / 画面描述 / 台词 / 时长；3. 画面描述具体到“人物＋动作＋场景＋光线”，可直接用于 AI 视频生成；4. 台词口语化，单句不超过 15 字，总镜头数控制在 20 个以内。
【质量要求】前 5 秒必须抛出悬念，全片至少一次反转，整体节奏紧凑不拖沓。

脚本产出后重点检查两件事：前 5 秒有没有真正的钩子；台词量是否超出画面承受能力——台词太多，会逼你在生成阶段做大量口型镜头，难度陡增。

二、第二步：人物设定，先解决“长得像同一个人”

AI 短剧最大的坑不是画质，而是人物一致性：同一角色在不同镜头里脸型、发型、服装变了，观众立刻出戏。解决办法是：在生成任何画面之前，先为每个角色写一段“锁定式”外观描述，之后所有镜头原样复用。

请为以下短剧人物生成一段用于 AI 生成形象的标准外观描述。
【输入信息】姓名与身份：【如：林岸，32 岁，被裁员的公司老员工】；关键特征：【如：寸头、方脸、疲惫但克制】；固定服装：【全片统一，如：深灰旧西装＋白衬衫】。
【输出要求】输出 80～120 字的外观描述，锁定脸型、发型、体型、服装等全部可变细节，并附英文版本。后续所有涉及该人物的画面提示词必须原样复用这段描述，以保证形象一致。

拿到描述后，先生成一张人物“定妆图”，全片所有镜头都以它为基准比对，不一致就重生成。

三、第三步：分镜表，把剧本翻译成可执行的生成任务

脚本定稿后，整理成分镜表（示例格式，可直接套用）：

镜号	景别	画面描述	台词	时长
01	特写	林岸攥着工牌的手，办公室冷白光	“干了八年，就换来这个？”	4 秒
02	中景	林岸收拾工位，同事低头装作没看见	（无台词，键盘声）	3 秒

整理原则：单镜 3～5 秒；能用画面讲清楚的就不用台词；每个镜头的画面描述里都完整带上人物锁定描述。

四、第四步：视频生成与剪辑合成

不要把整段剧本一次性丢给视频工具，逐镜头生成可控性最高。标准流程是：按分镜表逐条生成 → 每条挑 1～2 个可用版本 → 导入剪辑软件按镜号顺序拼接 → 补字幕、配乐与音效 → 对照脚本整体回看，删掉所有“没有信息量”的镜头。如果希望减少自己拼装多个工具的工作量，也可以把定稿的脚本和人物设定带到AI 真人短剧生成体验中，尝试直接生成短剧内容，再回到剪辑环节做精修。

五、常见问题与优化建议

• 人物前后不一致：严格复用锁定描述，相邻镜头尽量保持景别、光线接近；
• 口型与台词对不上：先定台词文本，生成画面后在剪辑软件里配音对轨，不要追求原生口型；
• 节奏拖沓：单镜不超过 5 秒，钩子段落再压缩一半；
• 想控制成本：第一集控制在 60 秒、15 个镜头以内，先用最小体量跑通全流程，再决定加量。

总结

AI 短剧 = 好剧本 + 一致的人物 + 逐镜头生成 + 剪辑节奏。先用 AI 助手把脚本、人物、分镜这三件“纸面工作”做扎实，再进入视频生成环节，普通人完全可以稳定产出一部完整成片。建议从一集 60 秒的小体量开始，验证流程有效后，再逐步扩展为系列内容。