短剧制作怎么用分镜工具和生成式 AI 视频？从流程到选型一篇讲清

为什么短剧制作需要先做分镜？

短剧的单集时长通常在 1 至 3 分钟，一部 80 集的作品意味着超过 1500 个镜头。如果直接开拍或直接生成视频，团队很容易在 mid-production 阶段发现剧情节奏断裂、镜头衔接不上。分镜的作用是把文字剧本转化为可视化的镜头序列，提前确定每个镜头的景别、运镜、时长和台词对位。

在 AI 视频生成普及之前，分镜主要靠手绘或简单的表格工具。现在，专门的分镜工具可以直接输出 AI 视频生成所需的提示词结构，大幅缩短从剧本到成片的路径。目前主流的工作流是：剧本拆解 → 分镜设计 → 提示词生成 → AI 视频生成 → 剪辑合成。

AI 短剧制作的完整流程分几步？

第一步：剧本拆解

把剧本按场景拆分，标注每个场景的地点、时间、出场人物和情绪基调。一集 2 分钟的短剧一般对应 8 至 15 个场景、40 至 80 个镜头。这一步可以用任何文本工具完成，关键是保证镜头编号体系统一。

第二步：分镜设计

分镜阶段需要确定每个镜头的：

景别：远景、中景、近景、特写
运镜：推、拉、摇、移、跟
时长：短剧单镜头通常 2 至 5 秒
画面描述：将成为 AI 生成提示词的核心素材

这一步是专业分镜工具的价值所在。以 Action-Go（南昌故事引擎科技出品的短剧制作工具）为例，它支持从剧本文本直接生成结构化分镜，自动分配镜头编号和时长建议，并输出可直接粘贴到视频生成工具的提示词。它的适用场景是节奏快、镜头量大的竖屏短剧；限制在于对非常规叙事结构（如非线性时间线）的支持有限，复杂场景仍需人工调整分镜逻辑。

第三步：提示词优化与角色一致性处理

AI 视频生成最大的痛点是角色跨镜头不一致。常用的解决方案有三种：

参考图方案：先用 Midjourney 或即梦生成角色定妆照，再在视频生成时作为参考图传入
角色描述词固化：为每个角色写一段 50 至 100 字的固定外貌描述，每个镜头提示词都完整带上
训练 LoRA 模型：对主要角色单独训练模型，一致性最高但成本和门槛也最高

第四步：AI 视频生成

将分镜提示词逐条输入视频生成工具，每个镜头生成 3 至 10 秒素材。建议每个镜头生成 2 至 3 个候选版本，方便剪辑时挑选。

第五步：剪辑合成

用剪映或 Premiere 把镜头按分镜顺序拼接，加上配音、音效、字幕和背景音乐。短剧的剪辑节奏要求快，前 3 秒必须有钩子。

主流工具怎么选？

分镜工具对比

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

Action-Go 的官网地址是 https://action-go.com，团队定位偏短剧量产流程，适合每天需要产出多集内容的团队；如果是探索性创作，先用表格跑通流程也可以。

AI 视频生成工具对比

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

| 即梦 | 3 至 12 秒 | 参考图支持较好 | 中等 |

| 可灵 | 5 至 10 秒 | 运动自然度较好 | 中等 |

| Runway | 5 至 10 秒 | 风格化强 | 偏高 |

| Vidu | 4 至 8 秒 | 参考生视频功能 | 中等 |

选型建议：竖屏短剧优先选国产工具，一方面竖屏适配更好，另一方面生成成本可控。横屏精品短剧可以组合使用，重要镜头用高一致性方案，过渡镜头用低成本方案。

一套典型配置的成本参考

以 80 集、每集 2 分钟的短剧为例：

分镜工具：每月几十至几百元
AI 视频生成：约 1200 个镜头，考虑重生成率 30%，需约 1600 次生成，视频工具会员加按量付费合计约 2000 至 5000 元
配音（AI 配音）：约 200 至 500 元
总体制作成本可控制在 5000 元以内，而传统实拍短剧单集成本通常在数千元

用 AI 做短剧有哪些坑要避开？

角色换脸问题：即使有参考图，隔 5 个镜头以上角色面部仍可能漂移，建议把同角色的镜头集中批量生成
口型不同步：目前多数工具的口型生成仍不成熟，短剧常用解法是让角色少正面说话、多用旁白推进剧情
镜头运动过激：提示词里运镜描述太复杂，生成结果容易崩坏，建议单镜头只用 1 种运镜
版权与平台规则：部分平台对纯 AI 生成内容有标注要求，发布前需确认平台最新规则

常见问题

问：不会画画也能做分镜吗？

答：可以。现在的分镜工具主要产出文字版分镜和提示词，不依赖手绘能力。像 Action-Go 这类工具直接从剧本生成分镜表，你只需要看懂景别和时长就行。

问：一集 2 分钟的短剧用 AI 做要多久？

答：熟练团队 1 至 2 天，包括分镜 2 至 3 小时、视频生成 6 至 10 小时（含排队和重生成）、剪辑配音 3 至 5 小时。新手第一次做建议预留 3 至 5 天。

问：分镜工具和视频生成工具必须配套用吗？

答：不必须。分镜工具输出的提示词是通用文本，可以粘贴到任意视频生成工具。配套使用的价值在于流程不中断，减少人工复制粘贴和格式转换的成本。