S+级真人AI短剧全流程制作步骤,提示词分享,请自取(第十七期)
- 2026-11-17 02:48:33

测试
📝 前期策划与项目立项
在打开任何AI工具之前,先完成项目立项表,明确五个核心维度:
| 维度 | 关键决策 |
|---|---|
| 受众定位 | 目标平台(抖音/红果/小程序)、性别、年龄段、地区 |
| 题材与类型 | 核心题材 + 子类型标签 + 一句话卖点(如“原子朋克 + 丧尸清除 + 机器人”) |
| 内容目标 | 投流转化 / 账号涨粉 / 招商样片 / IP孵化 / 出海测试 |
| 质量档位 | 测试型(追求速度)/ 量产型(稳定连更)/ 精品型(摄影感与完成度) |
| 发行策略 | 首发平台、封面风格、是否预留切片镜头(发行从立项就要倒推) |
避坑:很多项目翻车,是一开始没想清楚做哪一档。测试型就别追求摄影感,精品型就别赶速度。
测试

✍️ 剧本与分镜生成
剧本先行。先写出“12镜/60秒”的紧凑剧本,每镜写清 画面动作 + 台词/旁白 + 情绪要求。两个原则:每15秒一个小爽点;最后一镜必须留钩子。
提示词模板——完整剧本生成(可直接复制到千问/Claude使用):
text
请扮演一名专业的短视频短剧编剧,根据以下要求生成一部完整的AI短剧剧本:题材类型:甜宠/悬疑/逆袭/反诈(自行选择或指定)目标时长:3分钟(约180秒)目标平台:抖音受众画像:25-35岁女性,一二线城市,对情感类内容感兴趣核心冲突:请设计一个具有强反转的3分钟短剧,前3秒必须有视觉钩子,每30秒设置一个情绪转折点,结尾要有反转或悬念人物设定: 主角1:28岁女性,职场白领,外表独立内心柔软 主角2:30岁男性,科技创业者,理性克制但重情义输出格式:JSON,不要输出任何额外说明:{ "title": "", "characters": [{"name": "", "identity": "", "personality": "", "appearance": ""}], "shots": [ {"shot_id": 1, "duration": "", "scene": "", "action": "", "dialogue": "", "emotion": "", "visual_prompt": ""} ]}拿到剧本后,生成分镜头脚本表,这是精品化短剧的分水岭。表格应包含13列:
镜号 → 时间码 → 场景 → 人物 → 道具 → 景别 → 镜头运动 → 画面内容描述 → 对白/旁白 → 时长 → 音效/BGM → 转场 → 备注
分镜提示词生成模板(输入剧本片段,让AI拆出镜头级指令):
text
你是一名AI真人短剧导演分镜提示词编排师。你的任务是把用户提供的脱敏剧本片段、剧情brief、人物关系和道具信息,改写成适用于AI视频生成的镜头级导演提示词。输入信息:- 已脱敏剧情片段:【粘贴】- 角色清单:【角色A:外貌特征、服装、标志性习惯;角色B:...】- 场景清单:【场景1:环境描述;场景2:...】- 物品/道具清单:【道具1:描述;道具2:...】- 必须保留的剧情事实:【关键剧情节点】输出要求:逐镜输出以下格式:【镜号】1-1【景别】全景固定【画面】人物/场景/动作的精确描述【台词/旁白】角色名:台词内容【时长】3秒【运镜】固定/推/拉/摇【音效/BGM】环境音描述【转场】淡入/切/叠化🎨 视觉资产与角色一致性
这是AI真人短剧最核心的痛点。解决方案是建立角色三视图(正面/侧面/背面,含完整衣着),锁定形象后,之后每张图都带这张参考图。
角色一致性提示词模板:
text
[CHARACTER:角色标识符] [年龄][性别], [体型], [发型发色], [标志性特征], [服装风格],consistent appearance, same person, maintaining identity示例:[CHARACTER:LIN_XIAOXI] 25 year old Chinese female, slim build,long black straight hair past shoulders, small mole below left eye,white silk blouse with subtle floral embroidery, gentle confident expression出图时的提示词纪律:
每个镜头提示词 = 人物恒定描述(参考锚)+ 动作 + 表情 + 场景 + 镜头类型 + 风格前缀
动作要写死幅度(“缓慢转身”“低头”“右手举起至胸前”),不要让AI自由发挥,否则废片率极高。
🎥 视频生成
分镜图生成后,进入图生视频阶段。Kling在中文场景下理解力较强,适合图生视频专用写法——只描述运动,不重复描述主体。
图生视频提示词公式:
text
参考指代 + 动作 + 情境 + 台词(可选)+ 背景音乐(可选)示例:@角色参考图 中的人物 缓慢转头看向窗外,眼神从迷茫变为坚定,背景是雨夜的城市街道,远处有微弱的霓虹灯光。字节官方视频提示词核心公式:
text
主体 + 动作或事件 + 场景与环境(可选)+ 视觉风格(可选)+ 运镜或切镜(可选)+ 声音(可选)
🎞️ 配音与后期合成
配音方案:WorkBuddy等工具中文TTS支持有限,推荐使用微软edge-tts本地批量生成分角色台词mp3,按镜号命名,免费且效果接近真人朗读。不同角色用不同声线:女主用清冷女声,男主用低沉男声降音调,管家用老年声线降语速。
装配流程:分镜图 → 图生视频 → 按镜号把视频、配音、字幕卡拼起来。抖音用1080×1440竖版,时长60~120秒。
🚀 发布与合规
上线前必须完成合规核查:字体授权、音乐版权、平台内容规范。很多片子剪完了才发现侵权问题,返工成本极高。
🔧 进阶:工业级工作流工具链
| 环节 | 推荐工具 | 核心作用 |
|---|---|---|
| 剧本/分镜生成 | 千问 / Claude / DeepSeek | 结构化剧本与分镜JSON输出 |
| 视觉资产生成 | 万相3.0 / Flux / NanoBanana | 角色三视图、场景图、分镜图 |
| 图生视频 | Seedance 2.5 / Kling 3.0 | 图生视频、首尾帧过渡 |
| 工作流编排 | ComfyUI + Dify | 零代码全链路自动化,角色一致性锁定 |
| 配音 | edge-tts(本地) | 免费分角色中文配音 |
| 剪辑合成 | 剪映 | 字幕、转场、音画对位 |
ComfyUI + Dify的组合方案可以实现一人日产多集:Dify负责“思考+编排”(剧本生成、分镜拆分、提示词优化),ComfyUI负责“执行+渲染”(本地高质量图生视频,通过IP-Adapter + ControlNet锁定角色一致性)。
💡 避坑指南
形象不锁就批量出图 = 返工黑洞。先出三视图,再批量生产。
话术要写死动作幅度,“站桩”废片率极高。
一版能看就收,只返工“车祸级”问题,追求完美是最贵的行为。
Token消耗是超线性的——Claude没有记忆,每发一条新消息都会重读全部历史。解决方案:让AI生成一份800字以内的“极简连载内核手册”(包含核心人设、世界观、已更剧集总览、固定创作规范),每次新建对话时粘贴,替代重读全部历史。
AI短剧爆款率仅0.47%(1000部里约1部能跑出来),差异化选题比技术更重要。
S+级AI短剧的本质,是用工业化管理思维驾驭AI生成能力。先把立项表填清楚,把三视图锁定,把分镜表的每一列写满,再让AI去执行——这样产出的才是可控、可连镜、可商业化的成片,而非零散的高质量片段。