AI短剧最费钱的不是会员,是重抽:5张参考图各管一段,这条铁律值一条片子
- 2026-11-17 08:11:32
AI 短剧最费钱的不是会员,是重抽:5 张参考图各管一段,这条铁律值一条片子

上一篇我给了你 5 条能直接抄的脚本,后台问得最多的不是"怎么改台词",而是这句:
"同样的提示词,我抽了六遍。第六遍人物还不是那个人.Video 额度用完了。"
我算过一笔账:多数人做 AI 短剧,钱不是花在写提示词上,是花在重复抽卡上。而且更亏的是——重抽不一定变好,你只是换了一个新的错法。
这篇文章解决这个坑。它来自我最近整理的一个新方法论账号(无限可能 AI 实验室)的实战复盘,方法论整理自该账号,核心是一个反直觉的做法:先出 5 张图,把 30 秒切成 7 刀,每张图只管一段。
不是提示词写得更长,是分工变清楚了。
一、先搞清楚一件反常识的事:为什么重抽救不了你
很多人第一反应是"再抽一次"。但重抽有两个硬伤:
第一,很多视频工具没有种子参数。 同一条提示词再跑一次 = 一个全新结果,不是"再试一次看能不能中"。你不是在抽奖,是在重新投胎。
第二,图和提示词各管一半的事。 一条成片崩了,可能是脸(图的锅),也可能是动作糊了(提示词的锅)。你用"重抽视频"去解决图的锅,等于用错了工具。
正确的分工是这样:
谁 | 管什么 | 举例 |
参考图 | 长什么样、在哪儿 | 人物长相、服装、场景层次、高潮那一刻长什么样 |
提示词 | 怎么动、何时爆 | 运镜路径、动作、节奏、音效、高潮在第几秒 |
一句话记住:图不管"怎么动",提示词不管"长什么样"。
我把这个方法论整理自「无限可能 AI 实验室」的实战复盘(工具链用的是 GPT-Image 出图 + 豆包 Seedance 出片)。他们把这个工作流跑到了"5 张图一次生成 30 秒成片"的程度,靠的不是运气,是这套分工表。
下面这套东西,你可以直接搬到面馆、装修、服装任何题材上。
二、第 0 步:先分清什么是"能救的",什么是"没救的"
开始之前,先立一条止损线——不然你会在同一个错误上抽掉半条片子:
·同一个错误连着三版没过 → 停止盲抽。
·盲抽不是坚持,是每次都改全部变量,然后不知道是哪个变量起了作用。
停止之后怎么办?只改一个东西:失败镜头对应的那张图,或者那一个动作变量。其余六镜的文字一个字都不动。
这一条是整篇文章最省钱的一句。
三、核心步骤:5 张参考图各管一段

这是整套方法论里最值钱的一张表。一张图一个职责,谁都不许兼职——职责写糊了,麻烦比想象中大:比如你让高潮专用图兼职当场景图,结果光柱在第 8 秒就冒出来了。
图 | 职责 | 怎么验收 |
图 A · 人物身份母版 | 锁脸型、发髻、服装、随身标志物 | 见下方"验收三件事" |
图 B · 世界空间母版 | 整个场景的空间层次 | 遮住提示词只看图,能不能一眼读出 5—6 层距离?读不出=平面图,重做 |
图 C · 高潮专用图 | 只负责第 18—24 秒那一段 | 主体和人物之间留一圈空气缝(不然人融进光里) |
图 D · 收尾专用图 | 只负责最后 6 秒 | 必须有"被画框裁断的近景"当证据 |
图 E · 人物与大场景同框 | 解决"人在景里飘" | 同时拿图 A 和图 B 当参考 |
依赖关系必须记住:A 是源头母版,B/C/D/E 都要拿 A 当参考,E 还要同时拿 B。A 不过关,后面全停。
这就是"先锁图、再锁片"的实际含义——不是流程上的先后,是依赖上的先后。
图 A 的验收三件事(这一段建议收藏)
脸是所有问题的源头。脸型对了,后面都是修补;脸型错了,后面全白搭。三个检查点:
【图 A 验收清单】
① 有没有一个「独有识别特征」在?
——参照物是"右眼尾一颗淡痣"这种具体到位置的程度
——"五官很精致"不算特征,"很精致"每张都成立
② 脚(或支撑物)有没有真实接触、有没有接触阴影?
——人飘在台面上方= 没有站在那儿
——这一条被忽略的比例极高
③ 皮肤和织物能不能分开?
——皮肤要有毛孔和鼻尖油脂高光
——披帛/裙摆要薄到能看见前后重叠
——分不开= 蜡像感
第③条的原理:材质不写死,人就变蜡像。 该硬的硬(玉石有磨痕、金属写明冷暖反光)、该软的软(薄纱能见前后)。
图 B 的纵深:别写"前景中景远景"
这一步是很多人 AI 画"像贴图"的真正原因。
"前景中景远景"这六个字写进提示词,几乎一点用没有。 得写出画面里能看见的五种证据:

【纵深证据】(至少写出 3 条,5 条全给最稳)
1. 最近的前景物被画框切掉一角← 裁切证据
2. 中景物真的遮住远景物的下部← 遮挡证据
3. 近物大到出画,远物完整入镜← 尺度差
4. 远景被雾吃掉纹理← 空气透视
5. 脚掌压住台面留下短阴影← 落地接触
补充一条容易被忽略的:材质要单独交代,不要指望模型自己分。皮肤写毛孔、薄纱写透光、硬物写磨损。
下面这张图就是标准答案的样子——木格窗框在左前景被切掉一角,蒸笼架的白纱帘真实挡住了后方灶台的脚,远处第二排桌椅在热气里散了纹理。三条证据在一张图里同时成立,观众说不出为什么,但觉得"这地方真深"。

注意——换生图模型能改善立体感,但光换模型不够,提示词里这五条证据仍然要写。工具解决质感,提示词解决结构。
图 C 和图 D 怎么写职责(这是"各管一段"的落点)
图 C 只负责高潮那一段,写的时候必须把两件事钉死:
·出现方向——写"从台面中心往上长",不写"从天上砸下来"。方向写反了,你的高潮会出现在半空。
·只在这几秒出现——用「@图片4 只负责 18—24 秒」这种句式把指派写进提示词。
图 D 专门管最后几秒的剪影/远景收尾,它最容易做废,因为模型偷懒给你"一轮月亮 + 一个平面小人"。防废的办法就一条:检查画面里有没有被画框裁断的近景(比如右下角一截被切断的山尖)。有裁切 = 空间成立;只有月亮和小人 = 平面背景板,重做。
图 E 专治"人物在大场景里飘"。它同时喂给模型两张图:图 A 锁人,图 B 锁世界。验收看两点——脚有没有压在台面上、身上的飘逸物(披帛/围巾/围裙带子)有没有前后穿插。
四、提示词侧:30 秒切 7 刀 + 两段最容易被漏掉的话
参考图管"长什么样",那"怎么动"就全靠提示词。30 秒怎么切、每段写什么,是另一半的活。

【30 秒节奏表】
0—3 秒铺场一个大的揭场运镜,交代世界
3—9 秒动起来主角开始动作(只写 1—2 个,不叠加)
9—12 秒聚能出现能量/道具/辅助元素,蓄势
12—15 秒升格全片唯一一次慢放(慢放只留这 3 秒里的某 0.8 秒)
15—18 秒压静近景,焦点转移,人物静止 —— 这 3 秒不能砍
18—24 秒爆发高潮视觉主体出现(配图 C + @图片N 指派)
24—30 秒收尾剪影/远景定场(配图 D)
三个要点,一个比一个容易被忽略:
① 每个镜头只给一条运镜路径。 镜头乱飞的时候,不要加新的运镜词去"救"——保留原来那一条路径,只缩短幅度或降低环绕角度。加词只会更乱。
② 除了升格那 0.8 秒,其余每个镜头都要写明确速度。 正常/加速/减速/压静,写出来。不写,模型默认全程慢动作。
③ "三秒安静"最容易被砍,也最不能砍。 第 15—18 秒那段压静看着"没内容",但删了它,后面 6 秒的光柱就只是亮,叫不了高潮。这是我在这套方法里最服气的一条。
加完这两段,脸就不飘了
结构、职责、负面约束都写了,脸还是飘?那多半漏了下面这两段。这是原方法论里加得最晚、但加完立刻见效的两句:
【人物连续性】(写死,不许被"丰富度"稀释)
全片只有同一个演员;同一套(服装名 + 颜色 + 关键部件);
(飘逸物)同样 N 条;(标志物)在第 X 秒以前完整背在身后不变。
【表演动机】(先给目的,再给微表情,最后给"不看镜头")
她不是来(做表面动作)的,是在(做一件有目的的事):
所以第 X—Y 秒眼神(看向某处),第 Z 秒(屏住呼吸/咬唇),
全程不看镜头、不笑。
为什么第二段这么有用?原复盘里作者自己说:在这段加进来之前,提示词只写了"清冷""仙气",模型给了一张漂亮的脸——但不知道这个人要干什么。
只写形容词,模型给你的是"漂亮但空洞"的脸。写清动机,眼神和微表情才有落点。
五、验收:先看结构,再看细节
这一步决定你是"改了就能过"还是"改完还是废"。
第一轮只看结构,五件事:切点对不对 → 身份对不对 → 纵深成立吗 → 高潮方向对吗 → 高潮时序对吗。
结构过了,第二轮才比皮肤质感和音效强弱。
反过来说:结构没过的片子,不要花时间调皮肤。 这是新手最容易浪费时间的顺序——盯着人物的皮肤磨了二十分钟,问题其实在"光柱从天上砸下来了"。
一句话验收口诀
先看结构,再看细节;
结构没过,不碰皮肤;
三版不过,只改一个变量。
六、崩坏排查 9 条:症状 → 修法
这张表建议直接存下来,出问题照着查。

症状 | 怎么修 |
画面像 2D 贴图 | 查纵深五种证据,缺哪条补哪条,重做静帧 |
场景像一圈平面背景板 | 最近的山压住画框边缘、远山完整且更淡、各座山不等大不等距 |
镜头乱飞像游戏运镜 | 不加新运镜词,只缩短幅度或降低环绕角度 |
全程慢动作 | 慢放只留升格那 0.8 秒,其余镜头写明确速度 |
舞蹈糊、手崩 | 每镜只留 1 次动作,不加第二轮 |
服装变成另一种形制 | 回图 A 重抽,确认关键款式写在主体句里而不是补充句 |
高潮元素提前出现 | 保留「@图片N 只负责第 X—Y 秒」+ 第 X 秒时序锁,还提前就降低图 C 亮度 |
人物有蜡像感 | 回图 A 重做,查毛孔/自然泛红/材质分离 |
同一个错连着三版没过 | 停止盲抽,只改一个变量,其余文字不动 |
最后一行的加粗,是整张表里最省钱的一句。
七、套到你的店里:三步就能开工
面馆、装修、服装,这套流程一样跑。
【门店版落地三步】
第一步出「图 A 人物母版」
——谁出镜?老板、店员还是顾客?锁一个独有识别特征
——服装写成完整一套(围裙颜色最容易翻车,单独点名)
第二步出「图 B 场景母版」
——你的店有哪几层?从门口到后厨数出来,5—6层
——每层写一条可见证据(被裁切/被遮挡/尺度差/雾/接触阴影)
第三步把 30 秒切成 7 刀,指派图 C / 图 D 各管一段
——高潮那3 秒你想让观众记住什么?
一个提醒:先跑通一条 30—60 秒的,别一上来就做系列。 闭环跑通了,复制比从零开始快得多。
八、验收清单(照着验,别凭感觉)
今天这套方法,交作业前逐条打勾:
·☐ 图 A 过了三件事:独有特征 / 真实接触有阴影 / 皮肤与织物分得开
·☐ 图 B 能读出 5—6 层距离,读不出就是平面图,重做
·☐ 图 C 写了出现方向 + 只管哪几秒
·☐ 图 D 有"被画框裁断的近景"当证据
·☐ 图 E 同时喂了图 A 和图 B
·☐ 每个镜头只有一条运镜路径
·☐ 除升格外,每个镜头都写了明确速度
·☐ 第 15—18 秒的压静没被砍
·☐ 人物连续性 + 表演动机两段都写了
·☐ 第一轮验收只看结构,没提前去磨皮肤
·☐ 同一个错没连抽三版
写在最后
我把这套流程看完,最深的感受不是"技巧多",而是它把创作里最反人性的一件事——忍手痒乱点生成——变成了流程上的必然。
每张图只管一段、每段只给一条路径、三版不过就停手。这些规矩都不是为了好看,是为了让每一次点击都知道自己在改什么。
图锁人锁景,提示词锁运镜动作节奏。图再好,动作写糊了也是白搭;提示词再漂亮,人物锁不住也是白搭。
先锁图,再锁片。顺序反了,你会一直在抽卡里交学费。
──────────────────────────────────────────
金句:先锁图,再锁片。图管长什么样,提示词管怎么动——分工不清,重抽就是在交学费。行动指令:打开你正在做的片子,把"图和提示词各管什么"写在纸上。如果你正在抽第三遍,停下,只改一个变量。评论区聊聊:你做 AI 短剧,最费钱的一步是写提示词,还是抽卡?抽过最多几版?说来听听,让还在摸索的兄弟少交点学费。关注「王子教AI」,下期:一个设定板出全套角度——服装店怎么让 AI 把同一个款拍出全身、半身、细节、场景四种画面,一套提示词搞定。

关于作者:王子,AI社媒营销师(浙江清华长三角研究院技能人才评价中心认证),「王子教AI」主理人。长期只做一件事:帮本地实体商家用 AI 获客、让 AI 搜索能搜到你。这里写的每个方法,都附验收清单——照着做,照着验。