AI 短剧怎么做？

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。① 授权选本网文/原创剧本确认改编权② 剧本压缩删支线保主线缩短台词③ 分镜脚本15s/段每段3-6镜·八要素④ 视觉资产A-Pose立绘三视图·场景图⑤ 图生视频多图参考逐镜生成⑥ 成片配音剪辑字幕卡点质量门每步验收有改编授权题材适配主线一句话能讲清八要素齐全节奏可读同人同服同景多角度齐全人物对·动作顺无穿帮音画同步钩子完整角色/场景资产被所有分镜复用一旦定稿后续每个镜头都引用同一套图保证一致性贯穿全程的制作圣经角色设定卡 · 场景设定卡 · 声音总纲外貌/服装/道具/光线/音色全部锁定相当于真人剧组的美术、妆造、场记与声音指导的合体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来源形式适合谁番茄版权商城 / 短剧授权库选择已开放竖屏短剧改编权的作品按规则取得授权有制作能力、想拿成熟 IP 的团队番茄达人中心 / 短剧分销在达人接单平台接可改编、可分发的本子成片后参与分成个人创作者、矩阵号、新手练手原创剧本 / 书面授权自己写或与作者签书面改编协议想长期做自有 IP、版权最干净的人什么样的本子适合 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优先选尽量避开强冲突、强反转、爽点密集慢热、铺陈长、文艺心理戏多人物少2~4 个主要角色群像、大量路人、复杂打斗场景集中室内/街角/办公室战争、大场面、频繁转场对话与情绪驱动霸总、复仇、身份反转高难度动作、追逐、特效奇观台词短、信息密度高大段独白、书面化长台词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要素写什么举例画面内容这一镜里发生了什么动作、情绪女生站在台阶上俯视男生面无表情景别镜头取景的远近中近景 / 特写视角机位相对人物的角度微仰拍女生运镜镜头怎么动固定 / 缓慢推近角色出镜的是谁与设定卡一致林归雪 / 白离场景名称固定的场景编号/名称校外街边台词这一镜的台词可留空我们分手吧。音效环境声、动效、BGM 情绪傍晚车流声、钢琴单音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景别画面范围典型用途大远景/远景人物很小、环境为主开场交代地点、氛围全景人物完整入画展示全身动作、站位中景腰部/膝盖以上对话、日常动作主力景别近景胸部以上对话表情、拉近关系特写面部/肩部以上情绪爆发、关键台词大特写眼睛、手、物件眼泪、握紧的拳头、信物视角决定观众怎么感受人物视角心理效果平视客观、平等、冷静俯拍显得人物渺小、弱势、被动仰拍显得人物高大、强势、有压迫感主观视角 POV让观众代入角色所见过肩镜头强调对话双方的关系运镜决定节奏与情绪运镜动作情绪效果固定机位不动稳定、冷静、聚焦表演推push in向人物靠近强调、压迫、引导注意拉pull out远离人物揭示环境、抽离、孤独感摇pan机位不动左右扫展示空间、跟随视线移truck机位平行移动跟随、平行对话跟follow跟随主体移动陪伴感、行进节奏手持轻微晃动纪实、紧张、真实感⚠ 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问题后果背景复杂主体不突出、画面不干净参考时带入杂物姿势奇怪动作不自然、肢体容易变形后续生成更不稳构图不完整没有下半身、人物不全无法做全身镜头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。角色设定卡外貌/服装/道具文字锁定A-Pose 立绘纯白底/全身居中对称正面 特写对话/情绪镜四分之三侧面对话/过肩全身背面转身/背影镜场景空镜图无人物/统一光线图生视频角色三视图场景空镜 分镜提示词设定卡 → 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 1-10:00-0:02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要点说明一镜一动作一个镜头只安排一个主动作复杂动作拆成多镜减少畸形动作幅度别太大大幅度打斗、转身最容易崩优先用近景/特写规避参考图宁多勿少角色三视图 场景图都给多人同框把人都 上运镜写具体缓慢推近优于有电影感运镜给方向和速度同镜多抽几条用数量换质量再用局部编辑修问题最省时间相邻镜头保持连贯同一场戏复用同一套场景图和光线描述方便剪辑衔接原生音频能力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声音层做法台词/配音全片用固定 TTS 音色一个角色一个声音情绪戏可逐句调节语气环境声按场景铺底车流、室内空调、雨声增强真实感音效开门、脚步、耳光等关键动作点显著提升真实感BGM按声音总纲控制起伏前段冷调、反转处强起、结尾留白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 短剧翻车排查表翻车现象根因解决变脸、长相漂移参考图不统一/每镜重新想象固定 A-Pose 三视图所有镜头 同一套图服装、发型变化设定未锁死、描述不一致角色卡写死服装发型逐镜复用不随意改词转身/背影穿帮缺侧面、背面参考补三视图背影镜头直接 背面图多指、肢体畸形动作复杂、姿态扭转过大拆小动作、降幅度、用近景规避多抽几条没有下半身、切脚立绘构图不完整A-Pose 完整全身、双脚入镜、居中对称同一场景换了装修没有场景空镜参考每个场景出固定空镜并 统一光线色调镜头乱、像念 PPT分镜缺运镜/景别单一八要素写全段内安排景别变化台词太快、画面乱一段塞太多剧情15 秒一段、每段 3-6 镜台词压短同一角色声音忽变每镜换配音固定 TTS 音色后期统一配画面和声音对不上未做卡点按台词/动作点剪辑关键动效对齐侵权风险用了未授权小说/音乐走官方授权书库BGM 用可商用素材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工位工具类型 / 代表用途选本/版权番茄小说、番茄版权商城、番茄达人中心、红果短剧获取可改编/可分销本子剧本/分镜DeepSeek、豆包、Kimi 等大语言模型剧情压缩、分镜脚本、提示词角色/场景图即梦 Seedream 等图像生成A-Pose 立绘、三视图、场景空镜图生视频即梦 Seedance 2.0、可灵、Runway 等多图参考、图生视频、局部编辑配音豆包/剪映等 TTS 配音固定音色、情绪台词剪辑剪映 / CapCut 等拼接、字幕、音效、卡点、封面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。