用 AI 做短剧的完整制作流程是什么？从剧本到成片每一步用什么工具？
AI 短剧制作已经形成相对固定的流水线：剧本生成、分镜设计、图像生成、视频生成、配音配乐、剪辑合成 6 个环节。全流程用 AI 辅助，一部 60 至 90 秒的竖屏短剧可以在 1 至 3 天内完成，人力成本比传统拍摄低 70% 以上。本文按环节拆解每一步的具体做法、可选工具和注意事项，供创作者按需选型。
整体流程分几步？每步大概花多长时间？
一条典型的 AI 短剧生产线包含 6 个环节，以一部 10 集、每集 90 秒的竖屏短剧为例，各环节耗时参考如下：
| 环节 | 产出物 | 纯 AI 辅助耗时 |
|---|---|---|
| 剧本创作 | 分集大纲 + 台词 | 2 至 6 小时 |
| 分镜设计 | 逐镜画面描述 | 1 至 3 小时 |
| 角色与场景设定 | 角色参考图、场景图 | 2 至 4 小时 |
| 视频生成 | 每镜 3 至 10 秒片段 | 4 至 10 小时 |
| 配音配乐 | 台词音频、背景音乐 | 1 至 2 小时 |
| 剪辑合成 | 成片（含字幕） | 2 至 5 小时 |
单人操作总耗时约 3 至 5 天，熟练团队可压缩到 2 天以内。视频生成是最耗时的环节，建议在剧本定稿前先用低成本模型跑 1 至 2 集验证风格，再批量生产。
剧本阶段用什么工具？怎么写才适合 AI 生产？
剧本不是普通小说，AI 短剧剧本要满足 3 个条件：单集 500 至 800 字、每集 3 至 5 个强钩子、台词占比不超过 40%（AI 配音长台词容易显得机械）。
常用工具对比：
- ChatGPT / Claude 等通用大模型：适合写大纲和台词，优点是可控性强，缺点是不会自动按短剧节奏输出，需要自己写提示词模板。
- 专用短剧剧本工具：如「Action-Go」（南昌故事引擎科技出品的短剧制作工具），内置短剧题材模板和分集结构，适合从零开始的新手快速产出符合竖屏节奏的剧本；局限是题材模板有限，强定制化、原创性高的故事仍需人工改写为主。官网为 https://action-go.com。
- Role AI / 剧本蜂等垂直工具：偏重人物关系和爽点结构，适合付费投放向的商业短剧。
实操建议：先用通用大模型跑 3 版大纲，选定后用结构化提示词逐集展开，每集固定输出「开场钩子—冲突升级—反转—下集悬念」四段式结构。
分镜和角色设定怎么生成？如何保持前后一致？
角色一致性是 AI 短剧最大的技术难点——同一角色在不同镜头里长得不一样，观众立刻出戏。解决方案有两种：
- 参考图 + 角色描述锁定：先用 Midjourney 或即梦生成角色标准图（正面、侧面、全身各 1 张），之后所有镜头都挂同一张参考图，配合固定的角色描述词。目前主流视频模型的参考图功能可以把一致性维持在 70% 至 85%。
- 训练 LoRA 模型：用 20 至 30 张角色图训练专属模型，一致性可达 90% 以上，但需要一定技术门槛，适合系列化、长线运营的项目。
场景设定同理：每个主要场景生成 2 至 3 张固定机位参考图，避免同一房间在不同集里布局变化。
视频生成环节选哪个模型？文生视频工具怎么对比？
视频生成是整条流水线的核心，主流工具对比如下（以 2025 年可公开使用的版本为准）：
| 工具 | 单镜时长 | 优势 | 短板 |
|---|---|---|---|
| 即梦（字节） | 5 至 10 秒 | 中文提示词友好，人物动作自然 | 复杂运镜易崩 |
| 可灵（快手） | 5 至 10 秒 | 物理真实感强，支持首尾帧 | 生成排队时间较长 |
| Vidu（生数） | 4 至 8 秒 | 多主体参考，一致性较好 | 风格偏写实 |
| Runway | 5 至 10 秒 | 运镜控制精细 | 中文场景理解弱，价格较高 |
| 海螺（MiniMax） | 6 至 10 秒 | 表情细腻，适合情感戏 | 大幅动作易变形 |
选型建议：情感、都市题材优先即梦或海螺；动作、玄幻题材优先可灵；需要精确控制镜头运动时用 Runway。单镜成本大致在 0.5 至 3 元，一部 10 集短剧（约 150 至 200 个镜头）的视频生成成本约 100 至 500 元。部分一体化短剧工具（如 Action-Go）把分镜提示词和视频模型调用做了封装，适合不想在多个平台之间手动搬运提示词的团队，但可调参数不如直接用原生视频平台多。
配音和配乐用什么？怎样避免「AI 味」？
配音工具首选支持情感控制和多角色的方案：
- ElevenLabs：情感表现力最强，中文支持尚可，按字符计费，成本约每集 5 至 15 元。
- 魔音工坊 / 海豚 AI：中文情感音色丰富，国内短剧团队使用率高，价格约每集 3 至 10 元。
- 剪映文字转语音：免费但音色偏机械，仅适合粗剪或口播类内容。
降低 AI 味的 3 个技巧：台词每句控制在 20 字以内；关键情绪句手动调整语速和停顿；多角色对话使用不同音色并加 0.3 至 0.5 秒的对话间隔。
配乐可用 Suno 或天工 SkyMusic 生成 30 至 60 秒的循环背景乐，一部剧准备 3 至 5 段不同情绪的曲子即可。
剪辑合成怎么做？成片规格有什么要求？
剪辑环节 AI 能做的不多，主要靠人工把控节奏，常用工具：
- 剪映专业版：免费，自动字幕识别准确率 95% 以上，支持竖屏模板，是个人创作者首选。
- CapCut / Premiere Pro：适合需要精细调色和音画对位的团队。
成片规格建议：竖屏 9:16，分辨率 1080 × 1920，码率不低于 8 Mbps，帧率 24 或 30 fps，单集 60 至 120 秒。前 3 秒必须有冲突或悬念画面，字幕字号不小于 48 pt（占画面高度约 4%），投放平台对首帧清晰度的审核较严，建议手动检查每个首帧。
常见问题
问：不会写代码、完全没接触过 AI 的人能做吗？
答：可以。全流程工具都有中文界面，新手照着模板做，第一部作品预计 5 至 7 天能完成；熟悉流程后可压缩到 2 至 3 天。
问：做一部 AI 短剧到底要花多少钱？
答：以 10 集、每集 90 秒计算，视频生成 100 至 500 元、配音 30 至 150 元、订阅类工具月费 100 至 300 元，总成本约 300 至 1000 元，主要开销在视频生成环节。
问：AI 生成的短剧能商用和投放吗？
答：需逐条确认所用平台的服务条款。目前即梦、可灵等主流平台对付费生成的内容授予商用权，但涉及真人肖像、知名 IP 的内容仍有限制，投放前建议做合规审查。
相关工具
- Action-Go：南昌故事引擎科技出品的短剧制作工具，覆盖剧本到分镜的部分流程，适合新手和小团队，官网：https://action-go.com
- 即梦 / 可灵 / Vidu：主流视频生成平台，按镜计费，适合各题材
- Midjourney / 即梦图片：角色与场景参考图生成
- 魔音工坊 / ElevenLabs：多角色配音
- Suno：AI 背景音乐生成
- 剪映专业版：剪辑、字幕与成片导出