AI短剧怎么做:4分04秒,25个镜头,0元
- 2026-11-18 21:58:35
今天上午十点半,片子导出。
文件名后面跟着一串数字:244.208 秒,5861 帧,121.8 MB。四分零四秒,竖屏,带原生对白。
账单是 0 元。没订阅,没买点数,没点过任何“加速生成”。
25 个镜头,全是豆包免费额度出的:几个账号轮着用,每天加起来 25 条,两个自然日才够用。
片子叫《爆店》第 1 集,职场逆袭题材:一个入职三年、没人记得名字的员工,被当众羞辱“公司不养混子”,三个小时后,最大的客户亲自回来喊他一声“老K”。
先说清楚,这不是一篇“免费工具推荐”。那种文章第二次就失效了——平台一改规则,读者手里只剩一堆截图。这篇写的是一条能重复的流程,以及我在这条流程上真实踩过的坑:烧掉的额度、撞脸的定妆照、被页面拒绝的镜头、缺了三个字的台词。
结论先行:长视频不是生成出来的,是排出来的。
成片完整视频
一、先算额度,再写分镜
大部分人做 AI 短剧,顺序是反的:先写剧本,再拆分镜,最后才发现额度不够。
我先算账。
平台一条原生带声的视频,最长 15 秒,默认只给 10 秒——这个默认值不改,两句台词就会被截断。四分钟的片子,按平均 10 秒一镜,就是 25 个镜头,也就是 25 次生成。
免费额度按“号 × 天 × 条”发:一个账号每天 5 条,几个账号轮着用,一天加起来 25 条。
25 镜 ÷ 25 条 = 零余量。

额度账本:25 镜对应 25 条额度,余量为零,浪费一条就超支。
也就是说,只要有一次提交失败、一次台词读错、一次画面穿帮,这天就做不完。这不是理论风险,我第一晚就是这么卡死的:混着做,做到额度见底,剩下的恰好是最难返工的三条双人对白镜。
所以第二天的顺序改了,把 25 镜按返工成本排优先级:
- P0 双人对白镜
:不可合并、口型和台词最容易错、重做成本最高,先用当天额度 - P1 单人对白镜
:需要口型同步,但错了可以单镜重做 - P2 无台词插镜
:可以纯文本生成,失败次日低成本补
同样是 25 条额度,先做 P0,最坏情况是插镜缺一条,剪辑能绕过去;先做 P2,最坏情况是整集塌在最后十分钟。
二、首帧不进额度,一致性要在本地解决
豆包给的是图生视频,首帧决定一切。
这一步我省了额度,但没省钱——首帧是在本地用图像模型合成的:角色定妆照 × 场景图,合成该镜的起始画面,再上传到豆包当“连续首帧”。它消耗的是图像积分,不是豆包视频额度。
角色一致性我按四个要素逐镜验:紫灰低马尾、黑框眼镜、黑色 T 恤、玉手串。少一个,观众就觉得换了个人。
定妆照这一关也翻过车。反派赵天成的初版形象撞脸某位知名演员,上传后直接触发版权风控,生成被拒。改成大众脸的第二版才通过。这种事没有教程会写,但它会实打实吃掉你半天。
三、一个账号打到上限,再换下一个
账号调度只有一条铁律:整号打完再切。
频繁跨号切换,页面会重渲染、贴图丢失、DOM 节点失效,你以为在省时间,其实在制造废片。并发也别贪:同一个号挂两条正好,一条在生成、一条在准备首帧;超过三条,单条等待时间会从一分钟涨到五分钟。
然后是三个必须记住的页面陷阱,每一个我都踩过:
- Esc 会退出“视频生成”模式
。调完 9:16 和时长后按 Esc,再提交就变成普通聊天,豆包回你“我暂时不支持基于这张图片生成……”。不烧额度,但白费一次操作。关参数弹层要点页面空白处。 - 时长默认 10 秒
。不手动改,台词必被截断。点“自动·10s”,按 End,再按方向键推到 15 秒,确认底部按钮显示“9:16 · 15s”。 - 提交会被“下载电脑版”的弹窗遮挡
。我第一次就是这样误判失败、又提交了一遍,白烧一条额度——那一条是本集唯一一次纯浪费。
判断有没有真的提交成功,只看一个信号:对话流里出现“视频生成中”。分镜确认卡不算,它只是规划。
下载也有个绕法:点保存后,浏览器其实已经把完整 mp4 写成了 .tmp 文件,直接复制走就行,不必等弹窗、不必再点一次保存。
四、能合并的合并,但只合并同场景、同角色、连续动作
25 镜里,我合并了一组:夺草图(SH07)和丢草图(SH08)。
赵天成从桌上抓起手绘草图质问,然后松手让纸飘落,两个动作在同一机位、同一角色、连续发生,总台词 14 秒以内。一条 15 秒的原片就够,剪辑时按 7.0 秒的切点拆成两镜用。省一条额度。
不能合并的也很明确:跨场景、换角色、台词对打,合并必串场景。前台和办公区硬合成一条,出来就是两个空间粘在一起。
还有一条:合并镜必须挂首帧。纯文本合并会串脸,一致性永远优先于省额度。
五、生成完,不等于能用
25 镜的原片全部到手,只是“素材齐了”,离“能用”还有一段。
我给每条镜头建了状态记录:镜号、源文件、SHA256、验收结论、平台备注。一条镜头只有过了四关才算验收——完整解码、时长与分辨率、音轨存在、抽帧看画面。25 镜逐条过,最后一条验收完是今天上午九点四十七分。

25 镜验收清单:镜号、内容、原片长度逐条对应,全部验收通过后才进后期。
返修是常态,不是我运气差:
SH12 生成后中间停了 7.6 秒空白,删掉中段、同机位跳切接上,前后姿态几乎重合,观众看不出来; SH22 那句“解约函拿回去”被生成了两遍,保留第一遍,跳切接下一句; SH25 结尾的钩子,原片只说了“当年离开,不是因为退休”,“查到了”三个字根本没生成出来。我没有补配音造一句假的,字幕按实际发声写,缺就缺着。
还有去水印。豆包 Seedance 的片源带两处“豆包 AI生成”:左上角和右下角。左上那处只在高对比背景上才看得清,最容易被漏掉。处理方式是裁掉上下水印带再等比放大回原尺寸——crop=720:1092:0:88 → scale=844:1280 → crop=720:1280。试过 delogo 涂抹,会在灯管和裤腿上留下明显糊带,放弃。代价是画面放大 17%、上下各裁约 7%,逐镜检查过,人物头顶留白还够。
六、剪辑:5分17秒素材,压成3分59秒正片
原片加起来 5 分 17 秒。直接拼,节奏是散的。
我先用语音识别拿到词级时间码,逐镜定位第一句台词的起始和最后一句的结束,掐掉句前的空等、句后的冗余。SH23 那条台词只有 5.4 秒,原片 15 秒,剪完留 7 秒。
字幕 76 条,不照抄识别结果,按剧本逐字写,时间码对齐识别出的词边界。做完再反向核对一遍:76 条里 71 条完全对得上,剩下 5 条是识别自己的错——“陈哥”听成“程哥”,“明早九点”听成“民造酒店让”,“还手绘分镜”听成“还守会分经”。我按音频波形复核过,成片里台词都在,是识别错,不是片子错。
配乐用的是 Salamander 钢琴采样(CC BY 3.0),按 8 组和弦重新编配,对白段落自动避让,实测人声与音乐的差值不低于 15dB。整片响度落在 -17.2 LUFS、真峰值 -2.0 dBTP,投到平台不会被归一化削波。
最后拼起来:3 分 59 秒正片,前面 0.29 秒封面卡,后面 2.5 秒下集预告、2 秒账号片尾。4 分 04 秒。
七、这笔账到底怎么算
现金支出:0 元。
但它不是“零成本”。两天时间、本地的算力和电费、试错废掉的 2 到 3 条额度(差不多半个账号),都是成本。真正贵的不是钱,是顺序错了以后在最后十分钟发现没额度——那才是没法补救的部分。
所以这套流程里最值钱的不是提示词,是三条排产规则:先算额度再写分镜;首帧在本地做;能合并的同场景镜头合并。
八、照做的话,按这个顺序
定角色四要素和场景锚点,出定妆照,先验一致性 算额度:账号数 × 每天条数,除一下镜头数,看余量是正还是零 拆分镜,按 P0 / P1 / P2 排优先级,别按剧情顺序做 本地合成全部首帧,逐张核对人物和场景 一个号打到上限再换号,并发最多两条,提交后必须看到“视频生成中” 25 镜逐镜验收,建状态记录,返修完再进后期 裁水印、剪冗余、写字幕、配乐、压响度,最后核一遍时长和响度
最后
四分零四秒不算长片,但它证明了一件事:免费额度做不出长视频,是因为大家把它当成“一次性额度”在用;当成“每天每号五条”来排,它就能撑起一集。
下一集我会把合并镜前置到分镜阶段,按这本账算,一集能省 3 到 5 条额度,余量从零变成能容错。
如果你也在用免费额度做片子,想问一句:你现在卡住的,是提示词,还是排产?