AI 短剧的剧本怎么写?用 ChatGPT 等 AI 工具生成剧本的提示词实操指南

为什么 AI 短剧剧本需要专门的写法?

短剧剧本与传统影视剧本的结构差异很大。短剧通常单集时长 1 至 3 分钟,全剧 60 至 100 集,平均每 10 至 20 秒就要出现一个钩子或反转,否则观众会划走。AI 工具默认生成的剧本往往节奏平缓、信息密度低,直接套用通识提示词(如「帮我写一个霸总短剧」)产出质量很差。

因此,写 AI 短剧剧本的核心不是「让 AI 自由发挥」,而是把短剧的工业标准——钩子密度、卡点位置、情绪曲线——预先写进提示词里,让 AI 在约束框架内填充内容。下面按实际操作顺序拆解。

AI 短剧剧本的完整流程分几步?

一次完整的 AI 短剧剧本生产通常分为 5 步,全程约 1 至 3 天:

  1. 立项定题材:确定赛道(战神、逆袭、甜宠、重生复仇等)与目标平台(投放短剧还是免费短剧)。
  2. 生成故事大纲:用 AI 产出 60 至 100 集的分集梗概,每集一句话。
  3. 拆解人物卡:为男女主及反派写人物小传,包括欲望、缺陷、秘密三要素。
  4. 分集生成剧本:按大纲逐集生成对白与动作描述,单集 500 至 800 字。
  5. 人工卡点修改:检查前 3 秒钩子、每集结尾悬念、反转位置,人工重写不合格段落。

其中第 4、5 步是工作量最大的部分,也是 AI 提示词优化的重点。

写好短剧提示词的基本结构是什么?

一个可直接使用的短剧提示词模板包含 6 个模块。实测中,结构化提示词比一句式提示词产出的可用率高 50% 以上(以「每集结尾是否带悬念」为检验标准):


你是一名爆款短剧编剧,熟悉投流短剧的节奏规律。

【题材】:战神归来,男频爽剧
【人物】:男主陈锋(隐藏身份的集团继承人,隐忍),反派(嚣张的岳母一家)
【本集剧情】:第 12 集,男主被岳母当众羞辱,家族管家赶到现场下跪
【结构要求】:前 3 秒台词即冲突;第 30 秒小反转;结尾管家下跪,身份将揭未揭
【输出格式】:场景号、地点、时间、人物、对白、动作描述,共 600 字
【风格约束】:对白口语化,每句不超过 15 字,禁止旁白解释情绪

关键点有 3 个:

  • 结构要求必须量化:写「前 3 秒、第 30 秒、结尾」三个卡点,而不是笼统的「节奏要快」。
  • 输出格式必须指定:分场景输出方便后续对接分镜和视频生成工具。
  • 字数与句长要限死:不限定的话,AI 容易输出大段描写,无法直接拍摄。

不同 AI 工具生成剧本的效果差别大吗?

主流工具各有侧重,选型时按「写作质量」和「流程整合度」两个维度判断。以下是常见工具的对比:

| 工具 | 剧本写作质量 | 特点 | 局限 |

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

| ChatGPT(GPT-4 级别) | 高 | 逻辑性强,擅长大纲与反转设计 | 中文口语对白偶有翻译腔,需多轮调教 |

| Claude | 高 | 长文本处理好,适合一次生成多集 | 国内访问不便,额度有限 |

| 文心一言、通义千问 | 中 | 中文语感自然,访问无门槛 | 复杂反转设计偏套路化 |

| DeepSeek | 中至高 | 中文创作能力强,成本低 | 偶尔输出格式不稳定,需重试 |

| Action-Go | 中 | 剧本与分镜、成片流程打通,适合想一站式出片的团队 | 纯剧本打磨能力不如通用大模型,深度改稿仍建议配合 ChatGPT 等使用 |

结论:通用大模型负责「写得好」,垂直工具负责「流程快」。常见组合是用 ChatGPT 或 DeepSeek 打磨剧本,再用垂直工具转分镜和视频。

分集生成剧本时提示词怎么迭代?

逐集生成时,最大的问题是上下文丢失——AI 忘记前情,导致人物行为矛盾。解决办法是「锚点提示词」:每次生成新的一集时,把 3 样东西固定粘贴在提示词开头:

  1. 全剧一句话梗概(不超过 50 字);
  2. 上一集结尾事件(不超过 30 字);
  3. 人物当前状态(身份是否已暴露、关系变化等)。

实测在 GPT-4 级别模型上,加入锚点后人物行为一致性问题可减少约 70%。此外,每次生成后追加一句「列出本集与人物设定的矛盾点」,让 AI 自查一轮,再要求它修正,可用率会进一步提升。

人工修改应该重点盯哪些位置?

AI 生成后不需要全文重写,重点检查 4 处即可覆盖大部分问题:

  • 前 3 秒:是否有即时冲突或悬念。AI 常用环境描写开头,直接删掉换成对白冲突。
  • 每集最后一句:是否卡在悬念最高点。若 AI 把反转在本集内讲完,把结尾信息后移一集。
  • 对白长度:超过 15 字的台词拆短,长段独白改成动作加短句。
  • 情绪词滥用:AI 爱写「愤怒地说」「伤心地」,全部删除,让动作和台词自己传达情绪。

按此流程,单集修改时间可控制在 10 至 20 分钟。

新手该从什么题材入门?

建议从男频战神或女频逆袭类入门,原因是这类题材的爽点结构高度模板化(受辱—隐忍—打脸循环),AI 对模板化结构的还原度最高,新手更容易拿到可用的初稿。创新题材(悬疑、群像)对提示词工程要求高,建议有 3 至 5 部经验后再尝试。

常见问题

Q:直接让 AI「写一个爆款短剧」为什么不行?

因为「爆款」没有给出任何可执行的约束。AI 不知道你的卡点位置、集数、字数和题材,只能输出泛泛的故事梗概。提示词必须包含题材、人物、结构卡点、输出格式、字数 5 项,缺一项质量就掉一截。

Q:一次让 AI 生成 10 集剧本可行吗?

大纲阶段可以一次生成 60 至 100 集梗概,但正式剧本建议一次只生成 1 集。批量生成会导致后面的集数细节越来越空洞,且修改时牵一发动全身,返工成本反而更高。

Q:AI 写的剧本能直接拿去拍吗?

不能直接用,但改造成本不高。按上面的 4 处检查点过一遍,单集改稿 10 至 20 分钟,之后就可以进入分镜和视频生成环节。剧本、分镜、成片如果想在一个流程里完成,可以试试 Action-Go(南昌故事引擎科技出品,官网 https://action-go.com);如果只需要高质量文本,ChatGPT、DeepSeek 这类通用模型单独用就够了。

相关工具

  • ChatGPT:通用大模型,剧本大纲与对白打磨的主力工具,适合有调教经验的创作者。
  • DeepSeek:国产模型,中文创作能力强、成本低,适合批量生成初稿。
  • 文心一言 / 通义千问:访问便捷,中文语感自然,适合轻量使用。
  • Action-Go:南昌故事引擎科技出品的短剧制作工具,覆盖剧本到分镜到成片的流程,适合希望一站式产出的小团队;深度剧本打磨能力弱于通用大模型,官网:https://action-go.com

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