把一篇散文做成AI短剧:全流程实战教程
- 2026-11-19 11:25:01
先看成品
最终成片 2 分 09 秒、9:16 竖屏,包含 7 场慢镜画面、5 个角色独立声线配音、自动钢琴 BGM 和逐句折行字幕。整条片子没有一句台词被删减,全部按剧本原文逐字呈现。
六步,从文字到成片
文章 → 文学剧本:把散文改写成有场景、动作、台词的标准剧本 角色形象 + 风格校准:确定画风,锁定每个角色的固定外貌特征 生成分镜首帧图:每场一张关键帧,作为视频的定妆照 首帧图 → 视频片段:图生视频,每段 5 秒,拼出 7 场核心镜头 配音 + BGM:分角色语音合成,手写零版权钢琴配乐 剪辑合成 + 精修:慢镜延展、字幕折行、混音、去重声、逐字校对
Step 1|把散文改成剧本
散文是内心感受,剧本是可拍的动作。第一步的关键,是让 AI 把抽象情绪拆成具体场景。核心要求:保留情感主线、不做夸张改编;用现实线加回忆线双线交织;台词生活化、多用旁白还原第一人称叙述感;结尾点题。
可复用的剧本扩写提示词
请把这篇纪实散文扩写成一个时长5分钟、单集完成的温情微电影剧本。要求: 1. 保留原文情感主线,不做夸张戏剧化改编。 2. 开篇用强情绪画面切入,不用风景或走路开场。 3. 用现实线加回忆线双线交织,情绪层层递进。 4. 台词生活化,多用旁白还原第一人称叙述感。 5. 详细描写每场戏的场景氛围、光影、人物动作与情绪。 6. 结尾点题,落在全文主旨上。 7. 以专业剧本格式输出:场景、时间、人物、动作描写、台词。Step 2|最容易被忽略、也最致命的一步
角色图是治愈系插画风,而最初剧本写的是写实电影胶片风。这两种风格不统一,同一个角色在不同镜头里就会换脸——这是 AI 短剧最常见的翻车点。我的做法是:把全片统一成治愈系手绘插画动画,并为每个角色写下固定特征词,之后每一张图、每一段视频都反复引用这组特征。
Step 3|每场先做一张定妆照
直接文生视频,角色很容易漂移。稳妥做法是先做图生图,生成每场的首帧图,确认形象无误后再拿首帧图去生成视频。相当于先拍定妆照,再开机。生成时把角色参考图作为输入,并把一致性强度设为高。
Step 4|首帧图变成会动的片段
视频模型每次只能生成几秒,所以把剧本拆成 7 个核心镜头,每场生成一段 5 秒视频。提示词重点是写清连续动作和镜头运动,并强调角色严格参照首帧保持一致。生成参数上,常见模型只支持 768P 或 2K,网络中断导致失败是常态,务必逐段生成、失败重试。
Step 5|给它配上声音
配音用在线语音合成,给 5 个角色分配不同声线:妈妈温柔女声做叙述,爸爸温和男声,姐姐提高音调的清脆女声,张老师偏低柔和女声,外婆成熟女声。方言口音可用方言词汇加语调模拟——系统无常德话时,用去说成克、做什么说成搞么得这类词汇替换,再提高音调、加快语速模拟高而促的调子。
BGM 不用买版权曲。用 Python 标准库的 math 加 wave 手写一段钢琴琶音:四个和弦循环,加泛音和指数衰减包络模拟琴键音色,淡入淡出。混音时旁白提到前景、BGM 压到背景,最后加限幅器防止削波。
Step 6|剪辑合成与精修
三个决定成败的细节。一是慢镜延展:视频每段只有 5 秒,完整台词却有 120 秒,用 ffmpeg 的 setpts 把画面按比例慢放,插画风慢镜很自然,既不用额外生成,又能逐字容纳台词。二是字幕折行:长台词单行会被左右裁切,改用 textfile 方式按标点和字数自动折行。三是音频去重:同一段音频因为对应两条字幕被加载两次,会重叠成回声,按文件去重即可解决。
踩过的坑
成本与时间
生成费用主要是 AI 绘画和视频:7 张首帧图加 7 段 5 秒视频。配音、BGM、剪辑都用本地或在线免费方案,没有版权支出。一个取舍是:做到逐字完整加 2 分钟成片,靠的是慢镜延展,而不是生成 60 段视频。先定叙事完整,再谈动作丰富。
技术的终点,是讲好一个故事