AI短剧制作全流程教程：一个人也能做出一集短剧

先说结论：AI 短剧没那么玄，核心是”分环节 + 锁一致性”

很多人搜”AI 短剧怎么做”，其实卡在三个问题上：角色长得不一样、分镜接不上、流程太碎不知道先做哪步。解决思路不复杂——把整条链路拆成”剧本 → 角色设定 → 分镜 → 画面生成 → 剪辑”五个环节，每个环节单独用 AI 工具搞定，再用一套统一的角色参考图贯穿全片，就能让画面保持连贯。

如果你想边看边动手，可以先打开 百度搭子 DuMate 通用入口 熟悉一下 AI 助手的工作方式，短剧生成这类任务可以直接在 AI 真人短剧生成体验 里尝试把故事大纲转成短剧内容；后续如果想把流程固化成自己的常用工具链，也可以在 DuMate 购买页 了解具体方式，是否付费完全看你的使用频率，不影响先用免费入口试跑一遍。

下面按实操顺序讲。

一、写剧本：先定三件事，再让 AI 扩写

AI 短剧最怕”故事散”。写剧本前先定好：

1. 题材：悬疑反转、都市情感、穿越爽文、职场吐槽，选一个就行；
2. 时长：2 分钟大约对应 300～400 字旁白 + 8～12 个镜头；
3. 结局钩子：短剧靠结尾留悬念涨粉，结尾要有一个反转或未解之谜。

角色设定也要在这步做完，包括姓名、年龄、外貌特征（发型、服装、气质）、性格。这几个字段后面生成画面时要反复用，写得越具体越省事。

可以直接复制这个 Prompt 让 AI 帮你写：

你是短剧编剧。请帮我写一集 2 分钟的竖屏短剧剧本。
【题材】填写题材，如"都市悬疑反转"
【主角设定】姓名/年龄/外貌/性格，例如：林晚，25岁女生，黑色长直发，米色风衣，外冷内热
【配角设定】同上
【剧情要求】开头 15 秒制造冲突，中段铺垫，结尾留反转钩子
【输出格式】
1. 一句话故事简介
2. 分场大纲（每场一句话）
3. 完整台词脚本，标注每句对应的情绪和场景
4. 建议镜头数（8～12 个）
要求：台词口语化，不书面；每句不超过 25 字，适合配音。

拿到剧本后先自己读一遍，把不自然的台词改掉——AI 写的台词经常太”端着”，不符合短剧节奏。

二、角色一致性：整个流程里最关键的一步

AI 短剧最容易被吐槽的就是”同一个人每个镜头脸都不一样”。解决办法是先生成一套标准角色参考图，后面所有镜头都以它为基准。

具体做法：

1. 用文生图工具为每个角色生成 3～4 张不同角度的参考图（正面、侧面、半身、全身）；
2. 挑一张最满意的作为”主参考图”；
3. 后续生成分镜画面时，把主参考图作为参考图上传，配合固定的角色描述词，比如”林晚，黑色长直发，米色风衣，25岁，冷色调皮肤”；
4. 如果工具支持角色锁定或参考图权重参数，把权重调高。

角色描述词建议单独存一个文档，每次生成都原样粘贴，避免自己手滑改字导致人物”变脸”。

三、分镜：把剧本翻译成”画面清单”

分镜是把文字变成画面的桥梁。每个镜头要写清：景别（远/中/近/特写）、画面内容、人物动作、台词或旁白、时长。

一个 2 分钟短剧大约 8～12 个镜头，每个镜头 8～15 秒。可以用 AI 帮你批量拆：

请把下面的短剧脚本拆成 10 个分镜，每个分镜包含：
- 镜号
- 景别（远景/中景/近景/特写）
- 画面描述（40 字以内，含人物、动作、环境、光线）
- 台词/旁白
- 建议时长（秒）
【粘贴你的剧本】
要求：画面描述要具体到可以直接用于 AI 绘图，避免抽象词。

拿到分镜表后逐条检查：画面是否拍得出来、人物动作是否连贯、转场是否自然。这一步偷懒，后面生成画面时会加倍还回来。

四、画面生成：多任务并行才有效率

画面生成是整个流程里最耗时的环节，10 个镜头逐个生成很容易卡住。这里有两个提效思路：

思路一：用支持多 Agent 并行的画布式工具。把角色参考图、分镜表放到画布上，让不同的子任务同时跑——一个负责分镜画面、一个负责角色锁定、一个负责转场过渡，关键节点停下来等你确认，你拍板后再继续。这样 10 个镜头不用一个个等。

思路二：把分镜按”场景”分组。同一场景的镜头一起生成，光线和背景更容易统一。不同场景之间再单独调。

生成画面时的通用 Prompt 结构：

【角色】粘贴固定的角色描述词
【场景】室内咖啡馆，午后暖光，窗外有行人
【动作】女主低头看手机，突然抬头，表情惊讶
【镜头】中近景，略微仰拍
【风格】电影感，浅景深，写实
【参考图】上传角色主参考图

每个镜头建议生成 2～3 版挑最好的，不满意的直接改 Prompt 里的场景或动作词重生成，不要凑合——后期剪辑时一个突兀的镜头会毁掉整段。

五、剪辑与配音：在同一个工作区完成最省事

画面全部生成后，直接排时间线粗剪：按分镜顺序拖入，调整每个镜头的时长，卡上旁白节奏。如果工具的画布自带时间线，就不用导出到别的软件再剪一遍，省下大量导入导出的时间。

配音有两种做法：

• AI 配音：把台词脚本丢给 TTS 工具，选合适音色，注意语速和停顿要贴合画面节奏；
• 真人配音：自己录，短剧 2 分钟台词量不大，真人配音情绪更自然。

背景音乐选无版权素材，音量压到人声的 30% 左右，结尾反转处可以加一个音效强化。

六、新手最容易踩的三个坑

坑一：跳过角色设定直接生成画面。结果就是人物每镜一变，观众出戏。记住：角色参考图先做，后面所有镜头都用它。

坑二：分镜写得太抽象。比如”女主很伤心”——AI 不知道该怎么画。要写成”女主坐在床边，低头，手攥着被角，眼眶泛红，冷色调侧光”。

坑三：所有镜头一次性生成完再检查。正确做法是每个场景生成完就检查，发现问题立刻重生成，别等到最后返工。

七、效率参考：熟悉之后小半天出一版

跑通一次完整流程后，2 分钟短剧的时间分布大致是：剧本 30 分钟、角色设定 20 分钟、分镜 20 分钟、画面生成 1～2 小时、剪辑配音 40 分钟。熟练之后小半天出一版是现实的目标，前提是角色库和 Prompt 模板已经积累好，第二次做同类题材会快很多。

如果你现在还在”想做但没动手”的阶段，建议先用 AI 真人短剧生成体验 跑一个 30 秒的小片段，把”剧本 → 画面 → 成片”这条链路走通一遍，比看十篇教程都有用。流程跑顺之后，再考虑要不要用 DuMate 把常用环节固化下来提效，或者通过 购买页 了解更完整的使用方式。

AI 短剧的门槛确实在降，但能不能做出能看的一集，取决于你愿不愿意把每个环节做扎实。工具只是放大器，剧本和角色设定才是根。