怎样用AI制作短剧？完整流程与避坑指南

先说结论：AI制作短剧可行，但它本质是一条“生成—筛选—重试”的流水线，不是一句话出片。 一部4分钟的AI真人短片，熟悉流程后往往仍要熬二十多天：晚上输入提示词，第二天看结果，能用就继续生成下一个15秒片段，不能用就重来。想少走弯路，核心是把前置工作（剧本、分镜、角色卡）做扎实，并搞定角色一致性和人脸审核这两个技术关卡。

你可以先通过百度搭子DuMate的AI真人短剧生成体验输入故事创意，尝试把想法转化为短剧内容，跑通最小流程；日常使用入口是DuMate官网，如需了解购买方式可查看购买页面（仅作了解入口，按需选择）。

一、AI短剧完整制作流程：五步走

第1步：写故事。 用大语言模型辅助生成初稿，再人工修改到满意。这个阶段只关心两件事：情节是否成立、情绪是否到位。建议控制在3～5分钟成片的信息量内，场景越少，后续生成成本越低。

第2步：转分场剧本。 把故事拆成可执行的分场剧本，每场包含场景、时间、人物、台词。不需要“你是获得飞天奖的编剧”这类玄学设定，有用的就两点：告诉AI它是编剧，说清楚你要什么格式。

第3步：生成分镜头脚本。 细化到每个镜头的景别、角度、运镜、氛围、道具、服饰、台词、动作、情绪。越细越好——分镜脚本是后续所有视频提示词的母本，这里偷懒，后面每个镜头都要还债。

第4步：生成角色卡。 找参考图让模型反推提示词，再调整生成角色的正面、侧面和常用造型，形成固定的“角色资产”，供全程引用。

第5步：分段生成视频并剪辑。 按分镜逐段生成15秒左右的片段，筛选可用素材，最后拼接、配音、配乐。

可直接复制的分镜脚本Prompt：

你是一名短剧编剧兼分镜师。请把下面的故事改写成AI视频生成用的分镜头脚本。
【故事大纲】：粘贴你的故事
【成片时长】：例如4分钟
【主要角色】：角色A（年龄、性别、外形、服装）、角色B（……）
【风格】：例如都市写实 / 古风 / 悬疑冷色调
要求：
1. 先输出分场剧本：按场次列出场景、时间（日/夜）、出场人物、台词；
2. 再拆分镜头：每个镜头标注镜号、景别、角度、运镜方式、画面内容、
   人物动作与情绪、台词、时长（约15秒一段）；
3. 画面描述具体到光线、色调、道具、服装，能直接改写为视频提示词；
4. 减少场景切换，每场控制在1-2个镜头组，降低生成成本。

拿到输出后逐镜头检查：画面是否可拍、台词是否口语化、单镜头信息量是否过载——一个镜头塞进两个动作，生成时必穿帮。

二、角色一致性：AI短剧成败的第一关

观众可以接受画面糙，但主角每15秒换一张脸，剧就废了。目前验证有效的做法是“图生视频 + 视频参考延续”：

1. 先用提示词生成角色图片（角色卡）；
2. 用图片生成第一个15秒视频；
3. 把这段视频上传作为参考，在新提示词里继续引用同一角色和场景，生成下一段。

上传视频参考的好处很明显：人物音色能保持一致，画面风格和氛围也连贯。但代价是双倍积分消耗，所以参考视频要留给最关键的镜头，次要镜头用图片参考即可。

一个必须知道的坑： 如果上传的参考片段里出现人物近景，部分平台会直接识别为真人信息，改提示词也没用，直接卡死。所以用来做参考的片段尽量选中远景，人物近景放到后续单独生成。

三、人脸审核越来越严，怎么应对

真人脸是AI视频审核最敏感的区域，且趋势是越来越严：以前去掉视频参考、改用图片生成加音色参考就能过，现在连全景画面里两个人的侧脸都可能被判定为真人信息，反复重试也没用。目前可行的三条路：

1. 纯场景图 + 提示词“放回”人物：先生成不含人物的场景图，再用上一张图反推提示词，把人物描述加回去重新生成。麻烦，效果未必理想，但能跑通。
2. 风格化处理：把人物改成手绘、动漫等强风格化方向，降低“真人感”，是否有效取决于平台策略，建议小成本测试。
3. 规避式构图：多用背影、剪影、手部特写、过肩镜头替代正脸，从分镜阶段就减少正面人脸。这是最稳的方法，因为它从源头降低了审核风险。

四、工具选择与排队策略

不同环节要求不同，建议分开评估：写故事和分镜，主流大语言模型都能胜任，重点是你会不会改；角色卡生成，优先选图像理解力强的工具，理解力弱会持续跑偏；视频生成，同样提示词下不同平台稳定性差异很大——有的工具擅长首尾帧生成却做不了全能参考，常出现声音对不上、角色莫名换人、表情滑稽，多跑几遍只是浪费额度。

排队时间是很多人放弃的第一原因。实用策略：把生成任务安排在深夜等低峰时段批量提交，白天只做筛选和改提示词；并按“一个镜头平均生成2～3遍”预留废片率来规划额度。

五、单镜头视频提示词模板

【角色】：30岁女性，黑色长发，米色风衣（全程引用角色卡同一套描述）
【场景】：夜晚城市天台，远处霓虹虚化，冷色调
【镜头】：中景，缓慢推近，人物侧身望向城市
【动作】：她低头看了一眼手机，然后抬头深吸一口气
【台词】：（女声，参考音色A）"这次，我不想再逃了。"
【氛围】：情绪克制，风声轻微，无背景音乐
【时长】：约15秒

要点：角色特征全程引用同一套描述或直接垫角色卡图；台词单独标注音色；动作一次只给一个；镜头运动只写一种。

六、常见问题与优化建议

• 生成结果总不能用：先检查提示词是否信息过载，把动作、运镜、台词拆开分步生成，成功率会明显提升；
• 人物换脸：确认每段是否挂了同一参考，换参考方式（视频参考改图片参考）往往比反复改措辞有效；
• 审核不过：不要机械重试，先判断是构图问题（人脸太大太正）还是风格问题，改构图比改措辞有用；
• 成本失控：分镜阶段就砍掉非必要镜头，一个15秒能交代完的信息不要拆成三个镜头。

七、结语

AI短剧的本质是“编剧思维 + 工程化管理”：剧本和分镜决定上限，角色一致性和审核策略决定能不能做完，额度规划决定成本。建议先在DuMate的AI真人短剧生成体验里选一个小场景，完整跑一遍“故事→分镜→生成”的闭环，再逐步扩展到整部短剧，这是试错成本最低的入门路径。