AI短剧怎么做？从脚本到成片的全流程实操指南

“AI 短剧到底怎么做”——这是很多想入局 AI 内容创作的人最直接的困惑。答案其实可以浓缩成一句话：把一部短剧拆成“剧本→角色→分镜→画面→视频→剪辑”六个环节，每个环节用对应的 AI 工具处理，再用一条工作流把它们串起来。 难点不在于单个工具会不会用，而在于环节之间的衔接和一致性控制。

下面从实际操作角度，把这套流程讲清楚，并给出可直接上手的工具思路和 Prompt。

一、先想清楚：AI 短剧的两种做法

目前主流有两种路径，适合不同人群：

路径 A：全手动拼装（适合想精细控制的人）
用大语言模型写剧本和分镜，用文生图工具出角色和场景，用图生视频工具让分镜动起来，最后用剪辑软件合成。优点是每个环节可反复调整，缺点是环节多、耗时长。

路径 B：平台化自动流水线（适合想快速出片的人）
使用集成了“剧本解析—角色生成—分镜制作—视频合成”的开源自动化平台，一次性配置好模型接口，让系统按流程自动跑。优点是效率高、流程标准化，缺点是需要一定的部署和配置能力。

对新手来说，建议先用路径 A 跑通一条 30 秒的短片，理解每个环节在做什么，再考虑用路径 B 提效。

二、第一步：用大语言模型写剧本和分镜

这是整个流程的地基。AI 短剧的剧本和传统剧本最大的区别是：它必须写成“可被机器解析”的结构——角色、场景、镜头、台词要分字段列清楚，而不是散文式描述。

可以直接用下面这段 Prompt 让 AI 助手生成结构化剧本：

【任务】你是短剧编剧，请创作一个 60 秒竖屏 AI 短剧的剧本大纲与分镜脚本。
【题材】填写你的题材，例如：都市悬疑 / 校园甜宠 / 科幻反转
【核心设定】主角身份、核心冲突、结尾反转点，各一句话
【输出要求】
1. 先输出故事梗概（150 字以内）
2. 再输出角色表：姓名、年龄、外貌特征（发型/服装/气质）、性格关键词
3. 再输出分镜表，每个镜头包含：镜号、场景描述、景别（远景/中景/近景/特写）、镜头运动、画面内容、台词或旁白、时长（秒）
4. 全片镜头数控制在 12~18 个，总时长 60 秒左右
5. 场景数量不超过 3 个，便于 AI 生成时保持一致性

关键提醒：让 AI 把“角色外貌特征”写得非常具体（比如“黑色短发、左眼角有泪痣、穿米色风衣”），因为这些描述后面要原样复用到文生图环节，是保证角色前后一致的核心。

三、第二步：生成角色形象和场景

拿到角色表后，用文生图工具生成角色定妆照。这里最容易踩的坑是“每个镜头里主角长得不一样”，解决办法是：

1. 先出角色三视图或定妆照，选定一张满意的作为“参考图”；
2. 后续所有分镜出图时，都以这张参考图 + 固定的人物描述作为输入；
3. 人物描述词固定不变，只改动作、表情、场景。

角色形象的 Prompt 可以这样写：

【任务】生成短剧角色定妆照
【角色描述】填写角色表中的外貌特征，越具体越好
【画面要求】竖屏 9:16，半身像，正面，中性表情，纯色背景，写实风格，光线柔和均匀
【用途】作为后续分镜生成的固定角色参考

场景图同理，同一个场景的所有镜头要复用同一张场景底图或同一段场景描述，避免背景跳变。如果只是想快速验证角色风格，也可以先用头像生成体验试出满意的人物形象，再进入正式分镜制作。

四、第三步：分镜出图与视频生成

这一步是把静态分镜变成动态视频。核心方法是图生视频：先为每个镜头生成一张关键帧图片，再用图生视频模型让它动起来。

操作要点：

• 首帧/尾帧控制：人物走动、转身这类镜头，分别生成首帧和尾帧两张图，视频模型在两帧之间插值，动作会更自然；
• 单镜头时长控制在 3~5 秒，太长容易变形、崩脸；
• 镜头运动写清楚：推、拉、摇、移、固定机位，写进 Prompt 里；
• 转场单独处理：黑场、叠化、擦除等转场在剪辑环节加，不要指望视频模型一次生成。

如果不想自己搭整条流水线，可以用AI 真人短剧生成体验直接尝试从创意到短片的生成，用来快速验证剧情节奏和画面风格是否成立，再决定是否投入手工精修。整体上，想系统性地尝试各类 AI 创作任务，可以从 DuMate 使用入口进入，按需选择对应场景；如需了解购买方式，可查看 DuMate 购买页。

五、第四步：剪辑合成与一致性检查

把所有分镜视频按镜号顺序拖进剪辑软件，做四件事：

1. 对齐台词和旁白，语速不匹配时微调片段时长；
2. 加转场，镜头之间用 0.3~0.5 秒的叠化或硬切；
3. 统一调色，所有片段套同一个滤镜，掩盖不同批次生成带来的色差；
4. 加字幕和配乐，竖屏短剧字幕建议放在画面中下部，避开平台UI遮挡区。

检查清单：角色脸是否前后一致、服装是否跳变、场景光线是否连贯、口型与台词是否大致对上、总时长是否符合平台要求。

六、关于自动化平台：要不要用

市面上已有开源项目把上述流程做成了自动化工作流，例如通过 Docker 部署一个本地服务，在 Web 界面里完成剧本解析、角色批量生成、分镜图片生成、图生视频和任务进度追踪，数据可持久化到本地目录。这类方案适合有一定动手能力、希望批量生产的创作者。

部署时注意几点：端口冲突要改映射（比如默认端口被占用时换成其他端口）、持久化目录提前手动创建、镜像拉取建议配置国内加速源。配置完成后，把大模型和视频模型的 API 密钥填入设置即可开始跑流程。

对于完全不想碰命令行的人，直接用平台化的AI 真人短剧生成体验是更省事的选择，把精力放在剧本和分镜设计上，而不是环境配置上。

七、新手最常见的四个坑

1. 剧本写得太文学化：AI 解析不了“气氛凝重”这种描述，要写成“人物低头、双手握拳、背景昏暗”；
2. 角色描述每镜都改：一致性崩掉的根源，固定描述词是铁律；
3. 单镜头太长：超过 5 秒的图生视频极易变形，拆成多个短镜头；
4. 跳过分镜直接生成：没有分镜表就出片，节奏必然混乱，返工成本极高。

总结

AI 短剧的本质是“结构化创作 + 流水线生产”：剧本要结构化，角色要固定化，分镜要标准化，最后用剪辑把碎片缝成完整故事。先用一条 30 秒短片跑通全流程，再逐步加长、加角色、加场景，是成本最低的学习路径。工具会不断更新，但“剧本—角色—分镜—视频—剪辑”这条主线不会变，把这套方法吃透，换任何工具都能快速上手。