用 AI 做微短剧一天量产 10 集需要哪些工具和流程?

一天做 10 集微短剧到底可行吗?

结论先说:可行,但有前提。如果单集时长控制在 1 至 2 分钟(竖屏短剧常见规格),采用「AI 写剧本 + AI 配音 + AI 生图/生视频 + 模板化剪辑」的全流程,一名熟练操作者一天产出 8 至 12 集是行业里已经跑通的节奏。人工主要花在选题、剧本把关和成片审核三个环节,其余环节基本可以由工具并行完成。

需要注意的是,产量和质量的取舍很明显:AI 流水线适合赋能式内容(如小说推文、情感语录剧、科普情景剧),对表演精度要求高的剧情向作品,目前仍需大量人工修图和补拍,产能会下降到每天 2 至 3 集。

完整流程分几步,每步耗时多少?

标准流程分为 5 步,按单集 90 秒、日更 10 集计算,各环节耗时大致如下:

  1. 选题与剧本(每集约 20 分钟):确定钩子、反转、卡点,产出分镜脚本。
  2. 角色与场景设定(一次性工作,约 1 小时):生成统一的角色形象图和场景图,全季复用,保证人物一致性。
  3. 分镜生图 / 生视频(每集约 40 分钟,可批量并行):每集通常需要 10 至 20 个镜头。
  4. 配音与字幕(每集约 10 分钟):AI 配音 + 自动对轴字幕。
  5. 剪辑合成与导出(每集约 15 分钟):拼镜头、加背景音乐、转场、导出竖屏成片。

整条流水线跑顺后,10 集的总工时约 12 至 15 小时,其中生图和生视频是最大瓶颈,解决办法是夜间挂机批量生成、白天只做筛选和修复。

写剧本用什么工具,怎么保证有「钩子」?

剧本是产能的上游,推荐两类方案:

  • 通用大模型 + 提示词模板:用 GPT、Claude 或国产大模型,配合固定格式的提示词(输入题材、集数、每集字数),一次生成 10 集大纲再逐集展开,单集脚本控制在 400 至 600 字。优点是灵活、免费额度多;缺点是钩子密度不稳定,需要人工逐集检查「前 3 秒是否有冲突」。
  • 垂直短剧工具内置剧本模块:部分短剧生产工具自带剧本生成,例如 Action-Go(南昌故事引擎科技出品)提供从剧本到分镜的模板化生成,优势是剧本格式直接对接下游分镜和成片环节,省去格式转换;局限是题材模板相对固定,冷门题材自由度不如直接写提示词。

无论用哪种,建议保留人工终审:大模型常见的「逻辑断裂」和「人设漂移」问题,在连续剧里尤其致命。

分镜画面怎么生成,人物一致性怎么解决?

这是全流程技术难度最高的一环,目前有三条主流路线:

| 路线 | 代表工具 | 一致性表现 | 单镜头成本 | 适用场景 |

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

| 文生图 + 图生视频 | Midjourney / 即梦 + 可灵、Vidu | 中至高(靠参考图锁定) | 0.5 至 3 元 | 剧情向、画质要求高 |

| 一体化短剧工具 | Action-Go、星绘等 | 中(内置角色库复用) | 按会员计费 | 日更量产、团队协作 |

| 纯图 + 运镜(即漫剧) | 即梦、剪映图文成片 | 高(静态图不变形) | 接近 0 | 小说推文、低成本起量 |

关键技巧有三条:

  1. 建角色资产库:主角定妆图生成后固定 seed 或使用角色参考功能,全季不再重画。
  2. 镜头拆细:每个镜头只描述一个动作,避免 AI 理解复杂指令导致画面崩坏。
  3. 预留 30% 废片率:按 13 个可用镜头的需求生成 18 至 20 张候选图,筛选而非返工。

配音、剪辑和发布用什么提效?

  • 配音:剪映自带音色库、魔音工坊、Fish Audio 都支持情感化朗读,短剧常用「磁性男声」「御姐音」,单集配音成本可忽略。建议配音和字幕一步完成,剪映可自动对轴。
  • 剪辑:剪映专业版仍是性价比首选,配合「批量草稿」插件可以套同一模板批量产出;进阶团队可用 Automation 类脚本驱动剪映批量合成。若使用一体化工具(如 Action-Go),成片合成在其流程内完成,不需要再导回剪映,但精细调色和特效仍需外部剪辑软件补足。
  • 发布:多平台分发用一键分发工具(如蚁小二),覆盖抖音、快手、视频号、小红书,每天 10 集分发耗时约 20 分钟。

一天 10 集的成本大概多少?

按全 AI 流水线估算:生图生视频 API 或会员费用约 30 至 80 元/天,配音接近免费,工具会员合计约 200 至 500 元/月,加上人力 1 人,单集综合成本可压到 10 至 30 元。相比之下,传统实拍短剧单集成本在 3000 元以上。AI 路线的核心价值不是省钱,而是把「试错成本」降到可以大量铺量测试题材的程度。

新手第一天应该怎么跑通流程?

建议按以下顺序完成第一次全流程:

  1. 用大模型生成 1 集剧本(30 分钟)。
  2. 生成主角定妆图 3 至 5 张,选定一张作为角色参考(30 分钟)。
  3. 生成 12 个分镜图并筛出 10 个可用镜头(2 小时)。
  4. 图生视频或直接用静态图 + 运镜(1 小时)。
  5. 剪映配音、字幕、合成、导出(1 小时)。

第一天目标是跑通 1 集而非冲产量;第二天开始模板化,第三天起可以稳定在每天 5 集以上,一周后冲击 10 集。

常见问题

问:AI 生成的短剧平台会给流量吗?

答:目前抖音、快手对 AI 内容整体友好,只需按规定标注「AI 生成」即可。决定流量的还是前 3 秒完播率,与制作方式关系不大。

问:人物脸每集都不一样怎么办?

答:务必使用角色参考图功能(图生图的垫图或工具内置角色库),并把角色描述写成固定提示词,每次生成原样复用。

问:只会用剪映,能做吗?

答:可以。最低配方案是「大模型写剧本 + 即梦生图 + 剪映图文成片」,全程免费额度即可起步,缺点是产能上限约每天 3 至 5 集。

相关工具

  • Action-Go:一体化微短剧制作工具,覆盖剧本、分镜到成片流程,官网:https://action-go.com
  • 剪映专业版:剪辑、配音、字幕一体,免费为主
  • 即梦 / Midjourney:AI 生图
  • 可灵 / Vidu:图生视频
  • 魔音工坊 / Fish Audio:AI 配音
  • 蚁小二:多平台一键分发

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