零基础也能制作AI短剧大片,9张图讲透流程(无保留版!!)
- 2026-11-17 05:27:01

做好AI短片,不光要每张画面好看,还要让前后镜头的衔接得上。
第一张,女主的脸很惊艳。第二张,场景很有电影感。第三张,连衣服上的反光都恰到好处。
可一放到一起,问题就来了:脸换了,耳饰没了,上一秒还在左边的门,下一秒跑到了右边。
每张都像作品,连起来却不像同一个故事。
想解决这件事,光在提示词里加“高级”“电影感”还不够。你需要提前决定:哪些东西必须保持一致,哪些东西可以随着镜头变化。
下面就用一个小故事,把这件事讲明白:一位银装女孩,在车站发现一只没电的机械猫。她按下项圈开关,猫的眼睛亮起来,最后跟着她离开。
一个主要人物、一个场景、一个关键动作。先把这支简单短片的制作过程走通,再考虑更复杂的剧情。

01 先让故事成立,再让画面好看
这次的故事只有一条线:发现机械猫没电,帮助它启动,然后一起离开。不必先写一大段世界观,先让读者看懂人物为什么行动。
只需要把它拆成六个能拍出来的瞬间:发现、确认、靠近、启动、苏醒、同行。注意,“女孩很善良”拍不出来,但是“她停下脚步,蹲到猫身边”却可以体现。
每格写清楚谁在什么地方、做什么动作,再补上景别和角度。先用文字或简单草图排一遍:少了哪一格,故事会看不懂?多了哪一格,反而拖沓?

02 选一种风格,让整支片子统一
同一个“未来车站”,可以是拥挤的霓虹街区,也可以是明亮、安静的银白空间。只写“科幻感”,留给模型猜的地方太多了。
这个案例选银白和炭灰作为主色,用冷红点缀耳饰、项圈与出口,再把机械猫眼睛的暖光留作情绪变化。颜色不仅让画面好看,也能帮观众注意到重要的地方。
挑好参考画面后,后续都围绕它的配色、光线和材质展开。可以换角度、换景别,但不要每做一张图,就重新换一种审美。

03 先固定主角,再改变细节
短发、银色外套、红色耳饰——这些特征要先固定。否则换一个镜头,模型可能顺手给她换张脸、换件衣服。
先准备清楚的正面、侧面、背面,再补上剧情会用到的表情。我们的女孩要经历疑惑、专注和放松,所以参考图也围绕这些变化来做。
机械猫同样需要参考:白色机身、红色项圈、琥珀色眼睛。先挑出一套正确的形象,再反复引用它。参考图本身有错误,后面也可能跟着重复。

04 先搭好场景,再请主角进场
先别急着把人物放进去。单独生成空场景,更容易看清空间有没有问题。
这个车站里,长椅在哪里、出口朝哪边、光从哪里照进来,都关系到后面的动作:女孩要在长椅旁蹲下,最后还得朝出口走。
写场景提示词时,按空间结构、时间光线、镜头视角来描述。全景确定后,再补需要的近景与其他角度。换机位时要检查空间关系,不能让长椅和门像换了一个地方。

05 拿不准怎么拍,就先对比几个机位
场景有了,接下来才是“怎么拍”。平视能交代空间,低机位可以靠近机械猫的视线,特写则让观众注意到开关或眼睛。
拿不准时,可以用九宫格探索不同构图。它更像一张选片台,不是九张已经完成的成片素材。先挑出适合故事的机位,再把选中的画面单独生成或细化。
如果你已经知道这一镜需要什么,也可以直接出单张图。九宫格是可选的提效方法,不用为了凑九格,给一个简单动作加上太多镜头。

06 人物到位了,动作也要写清楚
“女孩和机械猫在车站里”,只说明了画面里有什么,还没告诉模型这一镜要拍什么。
换成这样就清楚多了:侧面平视,中近景。女孩蹲在长椅旁,伸出右手食指,轻按机械猫项圈上的开关。
把角色、机械猫和场景参考一起提供,再补上景别、机位与动作。生成后别只看脸好不好看:手有没有碰到开关?猫的位置对不对?这一镜能不能接上前一镜?

07 素材一多,最怕用错图
同一个角色出过十几版以后,“最终版”“最终版2”“真的最终版”很容易混在一起。
把已经确认的素材按角色、场景和道具整理,名字写具体一点,比如“银装女孩_正面_确认版”“机械猫_眼睛未亮”“车站_全景”。错误版本及时移开,后续都从确认好的素材里取。
如果所用平台支持角色元素或素材库,可以保存后重复调用;如果需要审核,就按平台提示完成。保存参考素材有助于复用,但生成之后,仍要检查人物与细节是否一致。

08 让画面动起来,先说清动作的先后
静态图说明“这一刻长什么样”,视频还需要交代“接下来发生什么”。
使用支持多图参考的工具时,先说明每张图负责什么:人物图管外貌与服装,机械猫图管造型,车站图管环境。再把动作按顺序写出来:先抬手,再按开关,停顿片刻,眼睛亮起。
第一版先固定机位,把这个小动作做清楚。别同时塞进转身、奔跑、环绕运镜和场景切换。看结果时,也要检查有没有动作跳过、手部变形或角色突然换样。

09 动作接上了,故事才真正开始流动
如果更在意一个动作从哪里开始、到哪里结束,可以尝试支持首尾帧的模型。例如,首帧是猫的眼睛未亮,尾帧是眼睛亮起、头微微抬起。两张图的主体位置、机位与背景尽量接近,变化集中在关键动作上。
多图参考和首尾帧可以按镜头需求选用,不必每个镜头都做两遍。得到可用片段后,再按故事顺序剪在一起,调整停顿和节奏。
脚步声交代靠近,开关声提示启动,短暂的安静让“眼睛亮起”更有分量。音乐和字幕适量加入,最后检查色调与曝光,让观众顺畅地看完这个故事。

做到这里,再回头看最开始那几张图:你追求的已经不只是某一张够不够惊艳,而是它们能不能一起把故事讲明白。
先用最少的人物、最少的场景,讲清一件小事。把这一支做好,比同时开十个复杂故事更容易找到进步的方向。
下一次打开生成工具前,先写一句话:谁遇到了什么问题,又做了什么?这句话写清楚,第一镜就有了方向。