AI 短剧怎么做?
- 2026-11-18 12:38:18
一条 AI 真人短剧的标准管线是:授权选本 → 长网文压缩成短剧主线 → 写成 15 秒一段的分镜脚本(八要素)→ 建角色 A-Pose 立绘与三视图、统一场景(锁定一致性)→ 用即梦 Seedance 2.0 多图参考逐镜图生视频 → 配音剪辑成片。本文给出可直接复制的分镜与提示词模板、镜头语言速查表、翻车排查表和五天上手 SOP。
本文目录
为什么你的 AI 短剧"一眼假":缺的是生产线 全局:一条 AI 短剧生产管线(含质量门) 第 0 步:选本与版权,先解决"能不能用" 工序一:把长网文压缩成短剧主线 工序二:分镜工程——把剧本翻译成镜头指令 工序三:视觉一致性资产(最核心的技术活) 工序四:图生视频,把分镜变成动态画面 工序五:声音与剪辑,完成最后 30% 的质感 质量门:AI 短剧翻车排查表 五天上手 SOP 与工具链清单
01为什么你的 AI 短剧"一眼假":缺的是生产线
过去一年,AI 视频生成的画面质量进步极快,但大多数人第一次做出来的短剧,仍然一眼就能看出"是 AI 生成的":男主上一秒是尖下巴,下一秒变成圆脸;女主外套从白色变成卡其色;角色一转身,后背的衣服凭空换了款式;镜头忽远忽近,台词还没说完画面就跳走了。
这些问题往往不是模型不够强,而是流程不规范。真人短剧在片场有剧本、分镜、妆造、场记、美术,每一个环节都在保证"同一个人、同一个世界、同一个节奏"。AI 制作把这些环节压缩进了一条软件管线,你省掉了剧组,但省不掉剧组的职责。
把零散的"用哪个工具"升级成一条有输入、有产物、有验收的生产线,质量立刻会拉开差距。这正是本文要给你的东西。
三个最致命的"AI 味"来源
- 信息太散
:支线全保留,观众抓不住重点,节奏拖沓 - 资产漂移
:角色长相、服装、场景在镜头间自由发挥 - 镜头失控
:没有景别、运镜设计,全是"随机运镜"
对应的三道工程解
剧本压缩:只留主线、冲突、反转 一致性资产:A-Pose 立绘 + 三视图 + 场景库 分镜规范:每镜写清景别、视角、运镜、时长
02全局:一条 AI 短剧生产管线(含质量门)
先看全景。整条管线可以分成六个工位,每个工位都有明确的"输入—产物—质量门",前一个工位没过关,不要进入下一个。返工的成本,几乎都来自跳步。
每个工位只做一件事,产物喂给下一环;资产定稿后被反复复用,而不是每镜重画。
03第 0 步:选本与版权,先解决"能不能用"
✘ 先纠正一个常见误区:网文不是"无版权"平台上的小说天然受著作权保护,直接拿未授权作品改编成短剧发布,存在侵权风险。所谓"在平台找本子",正确含义是走官方授权或分销渠道,拿到竖屏短剧改编权,而不是随便挑一本就拍。
合规的故事来源主要有三类:
什么样的本子适合 AI 短剧?
不是所有故事都适合 AI 生成。考虑到当前模型在复杂动作、多人交互、大场面上仍不稳定,选本要主动"扬长避短":
质量门:一句话能说清主线选定本子后,先用一句话写出"谁,在什么处境下,要完成什么,最大的阻碍与反转是什么"。这句话说不清,说明故事主线还不够清晰,后面压缩会很痛苦。
04工序一:把长网文压缩成短剧主线
短剧的观众极没有耐心,剧情越杂,越容易划走。长网文动辄几十万字,压缩的本质不是"缩短",而是"做减法":只保留能推动主线的内容。
三个动作:
- 删支线
:删掉与主线无关的副线、配角剧情、环境闲笔和重复的心理描写。判断标准就一条——删掉它,主线还成不成立?成立就删。 - 保骨架
:保留"开场钩子—矛盾升级—关键反转—情绪高潮—结尾悬念"的完整链条,保证前后剧情连贯,不能为了短而逻辑断裂。 - 压台词
:在保留原意的前提下,把书面台词改成口语化的短句。短剧台词要"一听就懂、一口气说完",长句留给小说。
这一步可以让大模型完成,但要给足约束。下面是可直接复用的压缩提示词模板:
提示词模板 · 剧本压缩
你是一名竖屏短剧的金牌编剧。我会给你一段小说原文,请把它改写成适合短视频平台的真人短剧剧情。要求:1. 只保留主线、核心冲突与关键反转,删除所有支线、闲笔、重复心理描写;2. 保证前后剧情连贯,人物动机清晰,不能出现逻辑断裂;3. 台词保留原意,但尽量缩短、口语化,单句不超过 15 个字;4. 开头 3 秒必须有钩子(冲突/悬念/反常);5. 用纯文字输出,按"场次"组织,每场标明:场景、出场人物、发生了什么、关键台词。【故事原文】(在此粘贴小说章节)05工序二:分镜工程——把剧本翻译成镜头指令
分镜脚本是整条管线里最关键的中间产物,它决定了"AI 怎么拍、拍什么、节奏怎么走"。分镜不是剧本,它是给视频模型的逐镜头施工单。
5.1 为什么是 15 秒一段、每段 3-6 个镜头
这是由视频生成模型的能力边界决定的。以 Seedance 2.0 为例,单条视频最长约 15 秒。把成片切成"15 秒一段、每段 3-6 个分镜",既匹配模型上限、提高生成可用率,又方便逐镜控制节奏、单独返工。一段塞太多剧情,会导致画面信息过载、台词被迫加速,观感很差。
换算方法一部约 100 秒的竖屏短剧 ≈ 7 段 × 15 秒,每段 3-6 个镜头,总计约 25-40 个分镜。先把总时长和段数定下来,再逐段填写,避免越写越长。
5.2 每个分镜必须写全的"八要素"
5.3 镜头语言速查表(写分镜时直接查)
景别:决定观众"看多少"
视角:决定观众"怎么感受人物"
运镜:决定节奏与情绪
⚠ 新手最常见的分镜问题一是景别单一,全是中景对话,像念 PPT;二是运镜乱给,每镜都在乱飞。短剧节奏靠"远—近—特"的景别切换制造,情绪高点用特写+推镜,转场用全景/拉镜。建议一段内至少安排一个景别变化。
5.4 先建"制作圣经",再写分镜
在写分镜前,先把整部剧的固定设定写下来,后面所有环节都引用它,相当于真人剧组的美术、妆造、场记:
角色设定卡(每个角色一份)
年龄、身高、体型、肤色 发型发色、五官特征、神态 上装/下装/鞋/随身道具(写死) 声音音色(如:清冷、低沉)
场景卡 + 声音总纲
场景名、时间、光线、色调 关键道具、环境声 全片配乐情绪走向 开场/结尾的标志性音效
5.5 分镜生成提示词模板(可直接复制)
提示词模板 · 分镜脚本
你是一名竖屏短剧导演,请把下面的剧情改成可直接用于 AI 视频生成的分镜脚本。【成片规格】竖屏 9:16,真人写实,电影质感;每段不超过 15 秒,每段 3-6 个分镜。【改编要求】1. 只保留主线、冲突与反转,删除无关情节,保持前后连贯;2. 台词保留原意、尽量缩短,口语化;3. 每个分镜必须包含八要素:画面内容、景别、视角、运镜、角色、场景名称、台词、音效;4. 一段内要有景别变化,情绪点用特写/推镜,转场用全景/拉镜;5. 输出纯文字,不要表格,用"分镜 X-Y(起止时间)"编号,先给总时长与分段。【角色设定】(粘贴角色设定卡)【声音总纲】(粘贴声音总纲)【本段剧情】(粘贴压缩后的剧情)生成后通读一遍,重点检查:有没有凑时长的废镜头、台词是否塞得下、八要素是否齐全。分镜是可以反复让模型改的,这一步改起来最便宜,等到生成视频再改就很贵了。
06工序三:视觉一致性资产(最核心的技术活)

角色立绘、三视图、场景图是整条管线的"地基",它们稳定了,后面才不会反复变脸。
视觉一致性是 AI 短剧和"随便玩玩"之间的分水岭。核心思路是:不要让模型在每个镜头里重新想象人物,而是先把人物"定妆",再让所有镜头都引用这套定妆照。
6.1 为什么要 A-Pose 标准立绘
直接让模型"生成一个男主",它会自由发挥,常见三种翻车:
解决方案是用一套强约束,生成纯白底、标准 A-Pose、完整全身、居中对称的立绘,给模型一个最干净的"身份锚点":
提示词模板 · 角色 A-Pose 立绘
现代都市写实摄影风格,柔和自然光,电影级胶片质感,皮肤细节真实,色彩清晰自然,8K 超清。一位[年龄/性别],身高约[身高],[体型],[发型发色、五官、神态];身穿[上装],内搭[内搭],下身[下装],脚穿[鞋子]。纯白色背景,绝对标准的 A-Pose:双肩自然下垂,双臂自然微张呈 A 字形,正视镜头,平视中心镜头,完整全身立绘,从头到脚完整呈现,双脚鞋子完整入镜,画面居中对称构图,绝不裁切脚部。✔ 立绘合格标准① 纯白背景无杂物;② 人物完整、双脚都在画面内;③ 双臂自然 A 字形、无遮挡;④ 五官和服装与设定卡完全一致;⑤ 同一次生成的角色四张候选里,选定最稳定的一张作为后续唯一基准。
6.2 三视图:解决转身就穿帮
只有正面图,模型并不知道角色背面和侧面长什么样,一旦剧情需要转身、侧脸、背影,发型、服装、配饰就容易"脑补"出错。所以要再做一套三视图:正面、四分之三侧面、背面,外加一张正面胸部以上特写。
设定卡 → A-Pose → 三视图/场景图,全部定稿后,被每个镜头反复引用。
做三视图的做法:以选定的标准立绘为参考图,让模型在同一张图、同一背景、统一光线、统一比例、统一发型服装姿势的前提下,横向排列"全身正面、四分之三侧面、全身背面、正面胸部以上特写",画面不要分割,纯白背景、干净白影棚布光、绝对完整全身、绝不裁切脚部。这张三视图就是后续视频里最关键的角色参考。
6.3 场景图:给故事一个固定的世界
场景和角色一样需要统一。为每个场景生成无人物空镜,把时间、光线、色调、关键道具固定下来,避免同一间屋子在不同镜头里"换了装修"。
提示词模板 · 场景空镜(无人物)
9:16 竖版,电影质感,无人物空镜。场景:[场景名称,如大学校门外街边];时间与光线:[如傍晚至入夜、暖黄路灯与冷色天空交织];关键道具:[如黑色台阶、路边广告牌、车流];色调:[如冷暖对比、电影青橙调];8K 超清,细节丰富,写实摄影,画面干净,无任何人物。⚠ 资产管理建议为每个角色建一个文件夹:角色名/A-Pose.png、三视图.png、特写.png;为每个场景建:场景名/空镜.png。所有镜头只引用这套定稿图,不要中途换脸、换衣服,除非剧情明确需要换装(换装也要单独出新设定图)。
07工序四:图生视频,把分镜变成动态画面
资产和分镜就绪,进入图生视频。这一步以即梦 Seedance 2.0 为例,它采用统一的多模态音视频联合架构,支持文字、图像、音频、视频四种输入,单次最多可参考 9 张图、3 段视频、3 段音频,单条时长 4-15 秒,并通过自然语言 @ 来调用你上传的角色、场景、运镜等资产。
7.1 单镜生成的标准动作
- 上传参考图
:把该镜头角色的三视图、场景空镜作为参考上传;多人同框就把多人三视图都上传。 - @ 锁定主体
:提示词里用 @角色名指定谁出镜,确保模型参考的是正确的人。 - 写入分镜
:把该分镜的画面内容、景别、视角、运镜、台词、音效完整写入。 - 生成与筛选
:同一条多生成几版,挑人物最像、动作最顺的;不合格的局部用视频编辑能力定向修改,而不是整条重来。
7.2 单镜提示词怎么写
提示词模板 · 单镜图生视频
@角色三视图(女生) @角色三视图(男生) @场景空镜(校外街边)分镜 1-1(0:00-0:02)画面内容:女生站在街边台阶上,居高临下看着男生,面无表情,晚风吹动头发;景别:中近景;视角:微仰(朝向女生);运镜:固定,极缓慢推近;角色:女生、男生;场景:校外街边;台词:女生(冰冷):"我们分手吧。"音效:傍晚车流环境声,钢琴单音,台词落下后留半拍安静。要求:人物长相、服装严格与参考图一致,9:16,电影质感,自然真实。7.3 提高生成可用率的要点
原生音频能力Seedance 2.0 支持音视频联合生成,也可上传音频参考(人声、音乐、环境声)。但角色台词的口型、音色稳定性仍建议在后期统一配音处理,尤其多镜头同一角色,用固定 TTS 音色能保证"听感上也是同一个人"。
08工序五:声音与剪辑,完成最后 30% 的质感
画面决定下限,声音和剪辑决定上限。AI 短剧最容易被忽略的恰恰是这一步。
8.1 声音:先有总纲,再分层铺
8.2 剪辑:节奏、字幕与钩子
- 按分镜顺序拼接
,段与段之间用景别反差做自然切点,必要时加少量转场。 - 台词压短、卡点
:一句话配一个镜头,台词说完即切,别留空镜拖延。 - 字幕统一样式
:字号、位置、描边全片一致,关键句可加色强调。 - 前 3 秒钩子
:把最冲突的画面或台词前置(或用悬念冷开场),决定完播率。 - 结尾留扣
:反转、疑问或"下集更狠"的悬念,引导关注和追更。
✔ 成片自检静音看一遍:画面是否讲得清、人物是否始终一致;再闭眼听一遍:声音是否连贯、情绪对不对;最后正常播放,检查音画是否同步、字幕有无错别字。三遍都过,再发布。
09质量门:AI 短剧翻车排查表
10五天上手 SOP 与工具链清单
五天跑通第一条短剧(每天一个工位)
Day 1选本 + 拉主线:在授权渠道选定本子,写出一句话主线,用大模型完成剧本压缩,确认删减后剧情连贯。
Day 2写分镜 + 定圣经:确定总时长与分段,产出完整分镜脚本(八要素齐全),同步完成角色卡、场景卡、声音总纲。
Day 3做视觉资产:生成每个角色的 A-Pose 立绘、三视图,以及每个场景的空镜图,按角色/场景归档。
Day 4逐镜生成视频:按分镜逐镜图生视频,多抽几条、局部编辑,确保人物一致、动作自然。
Day 5配音 + 剪辑 + 质检:统一配音、铺音效与 BGM,剪辑卡点、加字幕、做封面,按三遍自检后发布。
工具链清单(按工位选,不限定唯一选择)
先跑通一条最小管线(2 个角色、2 个场景、30 秒短片),把每一步都亲手走一遍,再追求长篇和复杂镜头。工具会一直更新,但"主线—分镜—一致性资产—逐镜生成—声音剪辑"这条管线,以及它背后的质量门,是不会变的底层能力。
竖屏短剧主要发布在抖音、快手、视频号、红果等短剧与短视频平台。走授权分销可参与作品分成,原创 IP 可积累账号后通过广告、付费短剧、版权授权等方式变现。无论哪种,合规授权和稳定更新都是前提。
AI 降低的是制作门槛,不是创作门槛
把一部短剧交给 AI,你依然要完成编剧的取舍、导演的镜头设计、美术的角色设定、剪辑的节奏控制。模型负责"生成",而你负责"决策"——删什么、拍什么、人物长什么样、镜头怎么动、情绪在哪里爆发。