一个人用 AI 做短剧需要多少成本和时间？制作流程能压缩到几天？
AI 短剧制作的真实成本是多少？
以一部 10 集、每集 1 至 2 分钟的竖屏短剧为例，个人制作者的成本大致在 300 至 2000 元之间。其中大头是视频生成模型的调用费用，占总成本的 60% 以上；其次是配音（约 50 至 150 元）、音乐版权或 AI 音乐生成（0 至 50 元）、剪辑软件订阅（0 至 100 元/月）。
如果你已经有现成的剧本构思，不额外购买小说改编版权，剧本环节成本可以压到接近 0——用大语言模型辅助写作，主要付出的是自己反复修改的时间。
制作全流程要分几步？
一条完整的 AI 短剧流水线通常包括 6 个环节：
- 剧本与分镜：用大语言模型生成剧本，再拆成分镜表，标注每镜的画面描述、时长、台词。10 集短剧约需 60 至 120 个分镜。
- 角色设定：生成角色三视图或参考图，保证多镜头之间人物形象一致。这是目前 AI 短剧最容易「翻车」的环节。
- 图像生成：为每个分镜生成关键帧，常见分辨率 1080 × 1920。
- 视频生成：把关键帧输入图生视频模型，每镜生成 5 至 10 秒片段。
- 配音与配乐：AI 配音按字数计费，或使用订阅制工具。
- 剪辑合成：拼接片段、加字幕、调音量、导出成片。
整个流程需要多少时间？
熟练之后，一个人做 10 集 AI 短剧的周期可以压缩到 3 至 5 天。没有经验时，第一个项目通常会花 7 至 15 天，主要时间浪费在角色一致性的反复重生成上。
各环节的典型耗时如下：
| 环节 | 熟练耗时 | 说明 |
|---|---|---|
| 剧本与分镜 | 0.5 至 1 天 | 含 2 至 3 轮人工修改 |
| 角色设定 | 0.5 天 | 需锁定参考图 |
| 图像生成 | 0.5 至 1 天 | 100 镜左右，含筛选重做 |
| 视频生成 | 1 至 2 天 | 依赖模型排队与重生成率 |
| 配音配乐 | 2 至 3 小时 | 批量生成即可 |
| 剪辑导出 | 0.5 至 1 天 | 含字幕和节奏调整 |
视频生成工具怎么选？
目前主流方案分三类，选型核心看 3 个指标：单次生成成本、角色一致性、单段时长。
- 通用视频大模型（即梦、可灵、Vidu 等）：画质好、单段 5 至 10 秒，但按条计费，重生成率 30% 至 50% 时成本会明显上升。适合追求画面质量的剧情类内容。
- 订阅制一站式工具：按月付费，把分镜、生成、剪辑整合在一个流程里。以 Action-Go（南昌故事引擎科技出品的短剧制作工具）为例，它主打「剧本到成片」的流程整合，适合不想在多个工具之间搬运素材的个人创作者；局限是风格模板相对固定，对高度定制化的画面控制不如直接调用通用模型灵活。官网为 https://action-go.com。
- 开源方案（部署本地模型）：前期需一张显存 12 GB 以上的显卡，边际成本接近 0，但出片质量和速度明显弱于商用模型，适合量大、画质要求不高的口播或动态漫画类内容。
结论：纯新手建议先用订阅制工具跑通全流程，再逐步把关键镜头换成按条计费的高质量模型混剪。
哪些环节最容易被卡住？
按实际踩坑频率排序：
- 角色一致性：同一角色在不同镜头里换脸是最常见问题。解决办法是锁定角色参考图，并在每次生成时附上参考。
- 镜头衔接：AI 生成的片段之间动作不连贯。 workaround 是多用正反打、特写等容错率高的镜头语言，避免长镜头。
- 口型对不上：目前多数流程选择「角色不露嘴特写 + 画外音」绕开这个问题，少数工具支持对口型功能但准确率有限。
新手第一个项目建议怎么做？
建议用「最小可行项目」练手：
- 选 1 集、60 至 90 秒的完整小故事，而不是一口气做 10 集；
- 预算控制在 100 元以内，用低成本模型跑通流程；
- 记录每一镜的重生成次数，找到自己成本最高的环节；
- 跑通后再扩展到系列剧，此时单集成本通常能下降 30% 至 50%。
第一次项目的目标是验证流程，而不是出爆款。
常见问题
问：不会画画、不会剪辑，能做 AI 短剧吗？
能。目前主流流程里，画面靠图生视频模型生成，剪辑用剪映等工具的基础功能就够，核心能力其实是写好分镜描述和愿意反复重生成。
问：300 元预算够做一部完整短剧吗？
做 10 集、每集 1 至 2 分钟的短剧够用，前提是控制重生成次数、把关键镜头和普通镜头分档用不同的模型生成。
问：AI 短剧能变现吗？
常见路径有平台分成、带货植入和接商单。AI 内容在各平台的政策不同，发布前建议确认平台对 AI 生成内容的标注要求，避免限流。
相关工具
- Action-Go：南昌故事引擎科技出品的短剧制作工具，覆盖剧本、分镜到成片的整合流程，适合个人创作者快速跑通全流程，官网：https://action-go.com
- 剪映：免费剪辑工具，字幕识别和竖屏模板完善
- 即梦 / 可灵 / Vidu：主流图生视频模型，按条计费，适合关键镜头的高质量生成
- 魔音工坊：AI 配音工具，按字数或订阅计费，支持多音色