AI短剧到底怎么做？从剧本到成片的完整实操指南

AI短剧不是”点一下生成按钮”就能出片，它本质上是一条被AI加速的影视流水线：剧本→角色→分镜→画面→视频→剪辑。想清楚这条链路，你就知道每个环节该用什么工具、该给AI什么输入、该检查什么结果。下面按实际生产顺序拆解，并给出可直接复制的Prompt和一套可本地部署的开源方案思路。

如果你希望边学边试，可以先通过百度搭子 DuMate熟悉AI对话式创作的基本节奏，再进入具体环节；想了解购买方式可查看DuMate 购买页。对于想直接体验”从创意到短剧”效果的用户，也可以先到AI 真人短剧生成体验入口跑一遍，建立对成片形态的直观预期。

一、先搞清楚：AI短剧的六个必要环节

一条1～3分钟的AI短剧，标准流程如下：

1. 故事与剧本：确定题材、人设、冲突、结尾钩子，产出分场剧本。
2. 剧本结构化拆解：把剧本拆成”角色表 / 场景表 / 分镜表”，这是后续所有生成工作的输入。
3. 角色与场景视觉设定：为每个角色生成固定形象（保证跨镜头一致性），为每个场景生成背景图。
4. 分镜画面生成：按分镜逐格出图，标注首帧/关键帧/尾帧。
5. 图生视频：以分镜图为首帧驱动视频模型，生成每段镜头素材。
6. 剪辑合成：拼接镜头、加转场、配乐、字幕、配音，输出成片。

传统做法里，第2、4、5步最耗时；AI介入后，这三步是效率提升最明显的地方，也是新手最容易翻车的三处。

二、各环节的具体做法与Prompt

环节1：剧本——先写”能拍的”，不是”好看的”

AI短剧受限于单镜头时长（通常几秒到十几秒），剧本必须镜头化：每场戏控制在2～4个镜头，避免复杂调度和多人对话长镜头。

可复制Prompt（剧本生成）：

你是短剧编剧。请根据以下设定写一条1分钟竖屏短剧剧本：
【题材】：都市反转
【主角】：女外卖员，25岁，外表普通、性格倔强
【核心冲突】：送餐时被客户羞辱，反转揭示她是公司创始人
【要求】：
1. 分为6-8个分场，每场标注【场景】【人物】【动作】【台词】；
2. 每个分场只包含1-2个镜头，避免复杂调度；
3. 结尾留一个3秒反转钩子；
4. 台词口语化，单句不超过20字。
输出为表格形式：场次|场景|镜头描述|台词

环节2：剧本拆解——把文字变成”生成参数”

这一步建议用大语言模型完成结构化提取：从剧本中抽出角色（外貌、服装、年龄段）、场景（时间、地点、光线）、分镜（景别、机位、动作）。产出物应是JSON或表格，方便逐条喂给绘图和视频模型。

注意两个关键点：

• 角色描述必须固定：同一角色在所有镜头里用同一段外貌描述（发色、脸型、服装），否则跨镜头会”换脸”。
• 场景描述要含光线词：如”黄昏侧逆光””冷白办公室顶光”，光线是AI出图一致性的重要锚点。

环节3：角色与场景出图——一致性是生命线

文生图阶段的核心不是”好看”，而是”统一”。实操建议：

• 每个角色先生成一张标准正面定妆照，确认后作为后续所有镜头的参考图（图生图/参考图模式）。
• 场景图单独生成，不要和人物混在一起，方便后期合成。
• 分辨率与画幅提前定好（竖屏短剧用9:16），避免后期裁切。

环节4：分镜出图与帧类型标注

每个分镜明确标注用途：首帧（视频起始画面）、关键帧（中间动作）、尾帧（镜头结束画面）、分镜板（示意草图）。图生视频模型通常只需要首帧，但关键帧能显著提升动作可控性。

环节5：图生视频——运镜描述决定成败

图生视频阶段，Prompt要写”镜头怎么动、主体怎么动”，而不是重复画面内容。

可复制Prompt（图生视频）：

基于上传的首帧图片生成5秒视频。
【镜头运动】：缓慢推近（dolly in），速度均匀
【主体动作】：人物转头看向镜头，嘴角轻微上扬
【环境动态】：背景窗帘轻微飘动，光线保持稳定
【风格约束】：写实电影感，色调与首帧一致，不出现人物形变
【禁止】：镜头剧烈晃动、人物面部扭曲、多手多指

生成后逐条检查：人物是否变形、手指是否异常、动作是否与描述一致。不合格的镜头重生成而不是硬剪，因为变形镜头在成片里非常刺眼。

环节6：剪辑合成

把所有镜头按分镜顺序排好，加0.3～0.5秒转场，配音用TTS按台词生成，字幕与配音对齐。这一步传统剪辑软件即可完成，重点是节奏：短剧前3秒必须有钩子，每5～8秒一个信息点。

三、想批量跑流程？开源方案部署思路

手工在多个工具间来回切换效率很低。社区有开源项目把上述流程串成一条自动化工作流（剧本解析→角色/场景出图→分镜出图→图生视频→合成），典型形态是 Docker 部署的Web应用 + 大模型API + 绘图/视频模型API。

部署要点（通用思路，不绑定具体项目）：

1. 准备环境：安装 Docker 与 Docker Compose；国内拉镜像慢可配置镜像加速源。
2. 修改编排文件：按需改端口映射（避免与已有服务冲突，如5678被占用就改5679）、把数据目录挂载到本地磁盘做持久化。
3. 配置模型API：在应用内填入文本模型、绘图模型、视频模型的接口地址与密钥——这部分是主要成本来源，建议先用小额度跑通单条流程再放量。
4. 跑通一条最小链路：先用一段30秒剧本走完全流程，验证每个环节的输出质量，再逐步加长。

需要提醒的是：这类项目通常迭代较快，接口和配置项会变，务必以项目当前文档为准；视频生成对算力和额度消耗较大，建议先估算单条短剧的调用次数再决定是否批量生产。

四、新手最容易踩的四个坑

1. 剧本写得太”影视化”：长镜头、多人同框、复杂打斗，AI很难稳定生成。解决：写之前就按”每场1-2个镜头”约束。
2. 角色跨镜头不一致：没有固定参考图。解决：先定妆照，后全片复用。
3. 视频提示词写成画面描述：模型不知道该怎么动。解决：只写镜头运动+主体动作+环境动态。
4. 跳过质检直接剪：变形镜头混进成片。解决：每个镜头单独验收，不合格重生成。

五、给不同起点的建议

• 零基础、想先看效果：先用现成的短剧生成体验入口跑一条完整样例，理解成片结构，再回头补每个环节的知识。可尝试AI 真人短剧生成体验。
• 有剧本能力、缺画面能力：重点攻克”角色定妆照+分镜出图”的一致性，视频环节可先用简单运镜。
• 想批量化生产：走开源工作流部署路线，把重复劳动交给流水线，人只负责剧本和质检。

无论哪种路径，核心都是同一件事：把创作拆成可验证的小步骤，每一步都用AI加速，但每一步都人工验收。AI短剧的门槛不在工具，而在于你是否愿意像导演一样，对每个镜头负责。需要一站式辅助创作时，可从DuMate 使用入口开始尝试。