一集 60 秒的 AI 短剧是怎么拍出来的?以《离婚后我成了首富千金》第 5 集为例
- 2026-11-18 22:14:40
昨晚 21 点,视频号准时更新了《离婚后我成了首富千金》第 5 集——一集 60 秒、5 个镜头、竖屏 9:16,从分镜到发布全是机器在跑。 很多人好奇这种“每天一集、雷打不动”的 AI 短剧是怎么产出来的,今天就把整条流水线摊开给你看。
《离婚后我成了首富千金》第5集片头定格画面
一集短剧,从哪一步开始
任何一集,起点都不是渲染,而是分镜表。这一集 5 个镜头,每个镜头的画面内容、角色动作、台词、时长都在一张表里定死——5 镜 × 约 12 秒,加起来正好 60 秒出头。分镜定不下来,后面全是瞎忙。
完整的六步制作流程
第一步,分镜表。 5 镜结构先落地,台词逐字写进脚本,这一集讲什么、谁出场、在哪转折,一张表说清楚。
第二步,角色定妆图。 主角长什么样必须先固定。用 8290 上的 gpt-image-2 定好角色定妆图,之后每一镜都参考它——这就是“参考图制度”,保证同一个人物在 5 个镜头里长得一致,不会今天一张脸明天又一张脸。
第三步,场景空镜。 每个镜头所在的场景背景先单独出好,再放角色进去,比角色和背景一起生更稳、更容易控制。
第四步,逐镜优化 + 排队渲染。 5 个镜头逐个送到 9900 做逐镜优化(抠细节、稳动作),再交给 8588 调度中心排队渲染,多台 GPU 轮流算、队列空闲就释放显存。这一步是耗时大户,但好在可以并行、可以排期。
第五步,ffmpeg 拼接烧字幕。 5 个镜头拼成 60 秒,用 ffmpeg 按脚本顺序接好、烧上字幕、转成 1080×1920 竖屏 30 帧。
第六步,Playwright 定时发布。 全部打包后,用 Playwright 驱动浏览器登录视频号助手,把成片上传、填标题、选合集、标“含 AI 生成内容”,设定时 21:00 准点发布——不靠人盯,靠脚本。
用了什么工具链
把整条链子上的工具串一遍,你会更直观地理解“AI 短剧是重资产流水线”这件事:
- 8290 gpt-image-2:角色定妆、场景空镜的主力出图
- 9900 逐镜优化:每个镜头的二次精修
- 8588 调度中心:几百个镜头排队渲染、显存自动释放
- ffmpeg:镜头拼接、烧字幕、转码
- edge-tts:分角色配音,不同角色用不同音色
- Playwright:自动打开视频号后台、定时发布
过程中的心路历程与踩坑
这套流水线不是一上来就跑通的。踩过最典型的三个坑:
一是人物不稳定。一开始没固定角色定妆图,同一角色不同镜头里“换脸”频出,观众一眼就出戏。后来把定妆图固成参考图制度,才稳住。
二是时长控制。5 镜每一镜要卡在 12 秒左右,镜头长了下一次分段、短了又撑不起台词,改了很多次才找到“ 5 镜 × 12 秒、一集 60 秒”这个平衡点。
三是发布登录。视频号没有个人 API,必须靠 Playwright 扫码登录,而且同一登录状态不能同时被扫码窗口和 headless 占用,否则会互相踢下线——现在专门隔离了发布专用配置。
从分镜到上线,一集真正动起来只要几个小时,难点全在前期把标准和工具链磨稳。
《离婚后我成了首富千金》第5集人物对白镜头
> AI 短剧的护城河,从来不是哪一句台词、哪一个镜头,而是那条把创意标准化、可重复跑上几千次的流水线。
想看这一集的全片?视频号搜《离婚后我成了首富千金》第 5 集就能看到。你最想知道这套流水线的哪一环?评论区点单,下期专门展开讲。
AI生成