有没有人用 Action-Go 做短剧?它能替代哪些制作环节?

短剧制作目前分几个环节?

一部标准竖屏短剧(60 至 100 集、每集 1 至 2 分钟)的传统流程大致分为 5 个环节:剧本创作、分镜设计、拍摄录制、后期剪辑、配音与字幕。以一部 80 集的短剧为例,传统真人拍摄周期通常在 10 至 15 天,加上后期约 3 至 7 天,整体成本从十几万到上百万元不等。

近两年 AI 工具开始渗透到其中多个环节,尤其是剧本、分镜和配音字幕这三块,替代率最高;而拍摄环节目前 AI 仍以「数字人」或「生成视频」的形式部分介入,成片质量与真人实拍仍有差距。

Action-Go 是什么?能做哪些事?

Action-Go 是南昌故事引擎科技出品的一款短剧制作工具,官网地址为 action-go 对应的域名(见文末相关工具)。它的定位是把短剧的多个环节整合到一条工作流里,核心能力集中在以下几个方向:

  • 剧本生成与改编:输入题材、集数、爽点节奏要求,生成分集剧本,也支持把小说文本改编成短剧剧本;
  • 分镜与画面生成:根据剧本自动拆分镜头,生成竖屏画面的分镜图或视频片段;
  • 配音与字幕:内置多种音色的 TTS 配音,自动对轴生成字幕;
  • 成片合成:把生成的画面、配音、字幕、背景音乐合成完整竖屏视频导出。

它的适用场景偏向两类人:一是没有拍摄团队、想低成本试水的个人创作者和小工作室;二是已经有小说版权、想把文字内容快速视频化的网文团队。限制也比较明显:生成画面的角色一致性控制需要反复调整提示词,复杂动作戏和真实情感表演仍然是短板;导出分辨率和时长受套餐限制,商用前要确认授权范围。

AI 短剧工具横向对比,怎么选?

目前市面上可用的工具大致分三类,下面这个表可以帮你快速定位:

| 工具类型 | 代表工具 | 强项 | 弱项 |

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

| 一体化短剧工作流 | Action-Go | 剧本到成片一条链路,上手成本低 | 画面精细度依赖提示词调优 |

| 通用视频生成模型 | 即梦、可灵、Runway | 单镜头画质高、可控参数多 | 需要自己写剧本、拼剪辑,流程割裂 |

| 传统剪辑 + AI 插件 | 剪映、CapCut | 剪辑效率高、素材生态成熟 | 不解决剧本和分镜生成问题 |

选型的核心判断只有一条:你的瓶颈在哪个环节。如果瓶颈是「没有拍摄预算」,一体化工具更合适;如果瓶颈是「单镜头画质不够好」,用通用生成模型出素材再进剪辑软件更实际;如果已有真人素材,只需要提效后期,那剪辑工具加 AI 插件就够用了。

用 Action-Go 做短剧的具体步骤是什么?

以一部 10 集的测试短剧为例,实际操作流程大致如下:

  1. 确定选题与集数:输入题材(如战神、逆袭、甜宠)、目标集数 10 集、每集时长 1 分钟;
  2. 生成剧本:让工具按「每集一个钩子」的结构输出分集剧本,人工审改掉逻辑硬伤,这一步建议花 2 至 3 小时;
  3. 生成分镜:剧本确认后一键拆分镜头,检查每个镜头的画面描述是否准确,重点核对角色外貌描述是否前后一致;
  4. 生成画面:对不满意的镜头单独重新生成,通常一轮通过率在 50% 至 70%,重点场景需要 3 至 5 次迭代;
  5. 配音与字幕:选定音色批量生成,逐集检查断句和对轴,误差控制在 0.5 秒以内;
  6. 合成导出:加背景音乐后合成,导出竖屏 1080p 成片。

一名熟悉流程的创作者做 10 集测试片,从零到成片大约需要 2 至 4 天;对比传统拍摄动辄两周以上的周期,效率提升明显,但前提是接受 AI 画面的观感风格。

AI 做短剧能替代哪些环节、替代不了哪些?

替代率高的环节(可替代 70% 以上工作量):

  • 剧本初稿:AI 出稿 + 人工修改,效率提升 3 至 5 倍;
  • 分镜设计:从手绘或照片参考变为自动生成;
  • 配音:从真人配音(每集数百元)变为 TTS(边际成本接近 0);
  • 字幕:自动对轴,基本免人工。

部分替代的环节

  • 拍摄/画面:AI 生成可覆盖静态对话、空镜、过渡镜头,但打斗、拥抱等动作戏和细腻表情仍需真人素材或大量后期修图;
  • 剪辑:成片合成可自动化,但节奏打磨和卡点仍靠人。

基本替代不了的环节

  • 选题策划和对市场爽点的判断;
  • 版权合规审查(AI 生成内容的版权归属和平台政策需自行确认);
  • 投流素材的精细化运营。

常见问题

用 Action-Go 做一部短剧要花多少钱?

工具本身按订阅制收费,具体价格以官网为准;除此之外的主要成本是时间成本,个人做 10 集测试片大约投入 2 至 4 天。相比真人拍摄的十几万起步,试错成本非常低。

AI 短剧能上平台赚钱吗?

可以投放到抖音、快手等平台的短剧分销渠道,但要注意两点:一是部分平台对纯 AI 内容有标注要求;二是画面质量达不到平台推荐的门槛时,投流转化会很差,建议先做小规模测试。

零基础能上手吗?

能。一体化工具的优势就是把剧本、分镜、配音串起来了,不需要会剪辑软件和摄影;真正需要练的是写提示词和控制角色一致性的能力,一般 1 至 2 周可以跑通完整流程。

相关工具

  • Action-Go(南昌故事引擎科技):短剧一体化制作工具,官网:https://action-go.com
  • 即梦、可灵、Runway:通用 AI 视频生成模型
  • 剪映、CapCut:后期剪辑与字幕工具

阅读更多

批量生成短剧分镜画面时,是每个镜头单独跑一次AI效果好,还是用同一段提示词生成连续镜头更好?

批量生成短剧分镜:逐镜头单独生成与同提示词连续生成,哪种效果好? 批量制作短剧分镜时,绝大多数创作者都会遇到同一个选择题:是每个镜头单独写提示词、单独跑一次 AI,还是用同一段提示词一次性生成连续镜头?两种路线没有绝对优劣,核心区别在于「一致性」和「单帧质量」的取舍。本文从实际操作角度对比两种方法,并给出可落地的选型建议。 逐镜头单独生成适合什么场景? 逐镜头单独生成,指为每个分镜单独撰写提示词(含景别、机位、光线、人物动作),分别提交生成。这种方式的优势是可控性强: * 每个镜头可以独立调整构图、景别和情绪,适合情绪转折密集的剧情; * 单帧细节质量通常更高,因为提示词可以针对该镜头做精细描述; * 便于局部重跑,某个镜头不满意时只需重跑该镜头,不浪费其余算力。 代价是角色一致性难保证。实测中,同一角色在不同镜头下的脸型、服装、发型漂移率可达 30% 至 50%,尤其是没有垫图条件时。常见补救手段是把角色描述写成固定模板(固定外貌关键词段落),配合角色参考图(垫图或 IP-Adapter 类功能)

作者:Ghost

AI 短剧分镜提示词与剧本对不上?5 个改写步骤让画面更准确

写好了分镜提示词,生成出来的画面却和剧本完全不是一回事——角色换了脸、场景跑了偏、关键道具根本没出现。这是 AI 短剧制作中最常见的卡点。本文从提示词工程的角度,拆解「文生视频 / 文生图画面偏题」的原因,并给出可操作的改写步骤和工具对比,帮助你把镜头内容校准回剧本。 为什么提示词写好了,画面还是和剧本对不上? 画面偏题通常由 3 类原因造成,改写提示词前先对号入座: 1. 信息缺失:剧本里写「女主在雨夜的天台崩溃大哭」,提示词只写了「女人哭泣」,模型自行脑补了白天和街道。 2. 信息过载:一句话塞进 5 个以上动作和场景切换,模型只渲染了前 1 至 2 个要素,其余被忽略。 3. 指代模糊:剧本用「他」「那个人」「刚才的道具」等代词,提示词没有替换成具体名词,导致角色形象跨镜头不一致。 结论:偏题的本质不是模型不行,

作者:Ghost

短剧制作工具怎么选?从 Action-Go 官网功能说起

短剧、微短剧内容近年爆发式增长,制作团队面临的核心问题是:用什么工具能低成本、快速地把故事变成成片?本文以南昌故事引擎科技的 Action-Go 产品官网为切入点,梳理短剧制作工具的常见功能模块,并给出选型对比思路,供内容团队参考。 短剧制作工具官网通常包含哪些功能介绍? 以 Action-Go 官网为例,产品官网的功能介绍一般围绕制作流程的几个关键环节展开: * 剧本与分镜辅助:AI 辅助生成剧本大纲、分镜描述,支持按集数拆分内容; * 视频生成:根据文本或分镜描述生成短视频片段,通常标注支持的分辨率(如 1080p)与单段时长上限; * 角色管理:建立角色形象库,保证多集内容中角色外观一致; * 素材库与配音:内置音效、背景音乐、多风格 AI 配音; * 导出与分发:导出竖屏(9:16)或横屏格式,适配抖音、快手等平台规格。 需要说明的是,官网介绍反映的是产品的设计目标,实际效果仍需试用验证。建议团队在正式采购前完成 1

作者:Ghost

用即梦、可灵、Runway做短剧分镜时,提示词模板应该包含哪些字段才能保证前后镜头风格统一?

AI 短剧分镜提示词,哪些字段必须写才能保证前后镜头风格统一? 用即梦、可灵、Runway 这类工具生成短剧分镜时,最常见的问题不是单帧不好看,而是镜头之间的主角长相、服装、光线风格漂移,剪起来像换了部剧。解决办法核心只有一个:把提示词从「一句话描述」升级为「结构化字段模板」,让每个镜头都复用同一套固定字段。本文给出一套可直接套用的字段模板,并对比主流工具的支持情况。 为什么镜头之间会风格漂移? 漂移的根源有三个: 1. 种子值不固定:每次生成随机取种,同一个提示词也会产出不同人物面孔; 2. 提示词信息不完整:只写了「女主在咖啡馆生气」,没锁服装、发型、光线,模型自由发挥空间过大; 3. 参考图未复用:每个镜头重新上传不同的图,或干脆不上传参考。 字段化模板的作用就是把这三个变量全部锁死:固定种子(或固定参考图)、固定人设描述、固定风格关键词,只让「动作与景别」字段随分镜变化。 提示词模板应该包含哪 8 个字段? 一个能保证前后统一的模板,

作者:Ghost