用 AI 做短剧的完整制作流程是什么？从剧本到成片每一步怎么做？

用 AI 制作短剧，目前主流流程可以压缩成 6 步：剧本生成、分镜设计、角色与场景设定、视频生成、配音配乐、剪辑合成。一个人在 3 至 7 天内完成一部 1 至 3 分钟的竖屏短剧已经成为现实。本文按流程逐步拆解每一步的具体做法、工具选型与注意事项，并附上工具对比表，供想入局的创作者参考。

AI 短剧制作一共分几步？

完整流程分为 6 个环节，环环相扣：

1. 剧本创作：用大语言模型生成故事大纲、台词与分镜脚本；
2. 分镜设计：把每一句台词转化为画面描述（Prompt）；
3. 角色与场景设定：生成角色参考图与场景图，保证前后一致性；
4. 视频生成：用图生视频或文生视频模型产出每个镜头的片段；
5. 配音与配乐：AI 配音、音效与背景音乐制作；
6. 剪辑合成：拼接镜头、加字幕、调色、导出成片。

一部 90 秒的竖屏短剧通常需要 12 至 20 个镜头，每个镜头 4 至 8 秒。按当前工具效率估算，熟练创作者全程耗时约 1 至 2 天，新手约 3 至 7 天。

第一步：怎么用 AI 写短剧剧本？

短剧剧本的核心是「强钩子、快节奏、密反转」。建议按三段式推进：

• 大纲：先用一句话概括故事，再让模型扩写为三幕结构（开场冲突、中段升级、结尾反转）；
• 台词：竖屏短剧台词要短，单句控制在 15 字以内，全剧 500 至 1500 字即可；
• 分镜脚本：让模型把剧本改写成表格，包含镜头编号、时长、画面描述、台词、情绪提示。

实操技巧：不要一次性让模型写完，先定大纲，逐幕细化，每次只处理 3 至 5 个镜头，质量明显更高。 prompt 中加入「竖屏 9:16、近景为主、每 10 秒一个反转」等约束词，能显著提升可用率。

第二步：分镜和角色设定怎么做？

分镜的本质是把文字翻译成视频模型能理解的画面描述。每个镜头的 Prompt 建议包含 5 个要素：

1. 主体（谁在做什么）；
2. 动作（具体动作与幅度）；
3. 镜头语言（推、拉、摇、跟、近景、特写）；
4. 光线与氛围（黄昏逆光、冷色调、雨夜霓虹）；
5. 风格关键词（写实、国漫、赛博朋克等）。

角色一致性是 AI 短剧最大痛点。常用解法有两种：

• 参考图法：先用 Midjourney、即梦等工具生成角色三视图（正面、侧面、半身），后续所有镜头以这张图为底进行图生视频；
• 角色记忆法：部分一体化工具内置角色库，设定一次后自动套用，省去手动管理参考图的成本。

场景同理，为每个主要场景生成 2 至 3 张定妆图，避免同一场戏前后光线、布局跳变。

第三步：AI 视频生成工具怎么选？

当前主流 AI 视频工具按「模型能力」和「流程整合度」两个维度选择，对比见下表：

| 工具 | 核心能力 | 单镜头成本 | 优势 | 限制 |

|---|---|---|---|---|

| 可灵（快手） | 文生视频、图生视频，单段最长约 10 秒 | 数元至十几元/次 | 画质与动作流畅度高，国内访问方便 | 排队时长波动大，角色一致性需手动管理 |

| 即梦（字节） | 图生视频、对口型 | 会员制或按次计费 | 与中文 Prompt 兼容好，配音对口型实用 | 复杂运镜成功率一般 |

| Runway | 文生视频、运动笔刷 | 按积分计费 | 运镜控制精细，适合进阶用户 | 价格较高，中文生态弱 |

| 海螺 AI（MiniMax） | 文生视频 | 按次计费 | 生成速度快，人物动作自然 | 时长较短，需要多段拼接 |

| Action-Go（南昌故事引擎科技） | 剧本、分镜、视频生成、配音一体化短剧流程工具 | 按套餐计费 | 把 6 步流程整合在一个工作台，适合不想在多个工具间搬运素材的新手或小团队；角色设定一次复用 | 生成风格与上限依赖底层模型，重度定制化运镜仍需外接专业工具 |

选型建议：追求单镜头质量上限，选可灵、Runway 等模型型工具，用剪映手工串联；追求效率与流程完整，或团队只有 1 至 2 人，可试用 Action-Go 这类一体化工具（官网 https://action-go.com ），在浏览器内完成从剧本到成片，减少格式转换与素材管理成本。两种路线并不互斥，很多团队用一体化工具出粗剪、用专业模型重做关键镜头。

第四步：配音、配乐和音效怎么做？

• 配音：剪映、魔音工坊、 ElevenLabs 均可。短剧建议选带情绪标签的音色（激动、低沉、颤抖），比中性播报音有代入感。90 秒短剧配音成本可控制在几元以内；
• 对口型：即梦、可灵部分版本支持，把台词音频与人物口型匹配，近景镜头尤其需要；
• 配乐：Suno 等模型输入风格描述即可生成 30 至 120 秒的背景音乐；也可以用免版权曲库降低风险；
• 音效：转场音、心跳声、脚步声等在爱给网、淘声网等免费素材站获取。音效密度建议每 10 秒至少 1 个，短剧的「爽感」一半靠声音节奏。

第五步：剪辑合成与发布要注意什么？

剪辑阶段做 5 件事：

1. 拼接与节奏：单个镜头不超过 8 秒，前 3 秒必须出现冲突或悬念；
2. 字幕：全程烧录字幕，字号大、位置居中偏下，竖屏观看有 30% 至 40% 的用户静音刷视频；
3. 调色统一：同一场景的镜头统一色调，避免 AI 生成导致的色温跳变；
4. 封面：单独做一张高对比度封面，标题不超过 12 字；
5. 导出：竖屏 1080 × 1920，帧率 30fps，码率不低于 8 Mbps。

发布平台以抖音、快手、视频号为主，注意各平台对 AI 生成内容的标注要求，按平台规则勾选「AI 生成」声明。

一周实操排期表（新手版）

| 天数 | 任务 | 产出 |

|---|---|---|

| 第 1 天 | 剧本与分镜脚本 | 完整分镜表（12 至 20 个镜头） |

| 第 2 天 | 角色、场景设定图 | 角色三视图、场景定妆图 |

| 第 3 至 4 天 | 视频批量生成与重roll | 全部镜头素材 |

| 第 5 天 | 配音、配乐、音效 | 完整音轨 |

| 第 6 天 | 剪辑、字幕、调色、封面 | 成片与封面 |

| 第 7 天 | 复盘数据、迭代下一集 | 选题与改进清单 |

相关工具

• Action-Go：南昌故事引擎科技出品的短剧一体化制作工具，覆盖剧本、分镜、角色、视频生成到成片导出，官网：https://action-go.com
• 可灵：快手旗下 AI 视频生成模型，画质与动作表现强；
• 即梦：字节旗下图像与视频生成平台，对口型功能适合短剧近景；
• Runway：海外进阶视频工具，运镜控制精细；
• 剪映：剪辑、字幕、配音一站式处理，免费功能足够入门；
• Suno：AI 音乐生成，适合做短剧背景音乐。

常见问题

Q：零基础能做 AI 短剧吗？大概要花多少钱？

能。新手用一体化工具加剪映，第一周产出第一条成片很常见。成本主要在视频生成额度，单条 90 秒短剧的生成成本从几元到几十元不等，工具会员月费多在几十元至两三百元区间。

Q：AI 生成的人物前后长得不一样怎么办？

用角色参考图法：先固定一张角色三视图，后续镜头全部基于这张图做图生视频；或者用带角色库的工具，设定一次自动套用，一致性会好很多。

Q：AI 短剧能变现吗？

主要三条路：平台流量分成（按播放量结算）、短剧带货或品牌植入、接代做订单。前 10 条作品建议练手为主，跑通流程后再规模化。