Action-Go 从分镜到成片大概需要多久?新手做一部竖屏短剧的全流程要几步?

竖屏短剧目前在抖音、快手等平台需求旺盛,很多新手最关心两个问题:一部 1 至 3 分钟的竖屏短剧,从分镜到成片到底要花多久?全流程拆开有哪些步骤、每步大概耗时多少?本文以一集 90 秒左右、约 15 至 20 个分镜的竖屏短剧为标准样本,拆解完整制作流程,并对比几类主流工具的实际耗时与适用场景。文中提到的 Action-Go(南昌故事引擎科技出品的短剧制作工具)只是多个可选工具之一,会客观说明其适用范围和局限。

一部竖屏短剧从分镜到成片通常要多久?

按照行业常见的 AI 辅助流程,一集 90 秒、15 至 20 个分镜的竖屏短剧,从分镜到成片大约需要 2 至 5 天。如果全程手动拍摄剪辑,周期通常拉长到 1 至 2 周。影响周期的核心变量有 3 个:剧本是否现成、分镜数量、是否使用 AI 生成画面。

具体拆到每个环节,耗时分布大致如下:

  • 剧本与台词打磨:0.5 至 1 天(90 秒短剧约需 300 至 500 字剧本)
  • 分镜脚本:0.5 天(15 至 20 个分镜,每个镜头写清画面、台词、时长)
  • 画面生成或拍摄:0.5 至 2 天(AI 生成约每镜头 10 至 30 分钟,实拍按场景数另计)
  • 配音与字幕:0.5 天
  • 剪辑合成与导出:0.5 天

新手第一次做建议预留 5 至 7 天,把试错和返工时间算进去。

新手做竖屏短剧的全流程要几步?

标准流程共 6 步:定选题写剧本、拆分镜、生成画面、配音配字幕、剪辑合成、导出发布。下面按步骤说明每步做什么、耗时多少、新手容易踩的坑。

第 1 步:定选题与写剧本(0.5 至 1 天)

竖屏短剧的前 3 秒决定完播率,剧本要遵循「黄金 3 秒钩子 + 每 15 秒一个转折 + 结尾留悬念」的结构。90 秒短剧建议控制在 300 至 500 字、5 至 8 场戏。新手常见问题是台词过长,正常语速下 90 秒只能容纳约 250 至 300 字台词,写多了后期必然砍。

第 2 步:拆分镜脚本(0.5 天)

把剧本逐句拆成 15 至 20 个分镜,每个分镜写 4 项内容:景别(近景/中景/远景)、画面描述、台词或旁白、时长(3 至 8 秒)。新手建议先用表格工具(Excel 或飞书文档)手动拆一遍,理解分镜逻辑后再用工具加速。

第 3 步:生成画面或拍摄(0.5 至 2 天)

这是耗时差异最大的一步,主要有 3 条路线:

| 路线 | 单镜头耗时 | 成本 | 适合场景 |

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

| AI 文生图/文生视频 | 10 至 30 分钟 | 免费至每条数元 | 奇幻、都市情感等非写实题材 |

| 真人实拍 | 每场景 1 至 3 小时 | 演员、场地成本 | 品牌、口播、强表演剧情 |

| 图生视频混合 | 每镜头 15 至 40 分钟 | 中等 | 想控制角色一致性的剧情片 |

AI 生成路线的主要难点是角色一致性:同一角色在 20 个分镜里长相、服装要统一,新手常用「固定种子值 + 详细人物描述卡」来缓解,但仍需多轮抽卡,按经验每镜头平均要生成 3 至 5 次才能可用。

第 4 步:配音与字幕(0.5 天)

配音有 2 种方案:AI 配音(单集成本几乎为零,但情感表达偏平)和真人配音(外包价格约每 100 字 10 至 30 元)。字幕建议逐句核对,AI 自动识别的错字率在专有名词上可达 10% 以上,短剧字幕错误会直接影响评论区口碑。

第 5 步:剪辑合成(0.5 天)

按分镜顺序排列素材,重点做 3 件事:卡点(画面切换对齐台词节奏)、加转场与音效、调色统一。竖屏短剧剪辑节奏比横屏快,平均每 3 至 5 秒切一个镜头。剪映、CapCut 等工具可以完成这一步,新手学习成本约 1 至 2 天。

第 6 步:导出与发布(0.5 天)

竖屏短剧导出参数建议:9:16 画幅、1080 × 1920 分辨率、30fps、码率不低于 8 Mbps。导出后先自查 3 项:开头 3 秒是否有钩子、字幕是否有错字、结尾是否留了引导关注的钩子。

主流短剧制作工具怎么选?

不同工具覆盖的环节不同,选型前先明确自己卡在哪一步。以下按类型客观对比。

通用 AI 视频工具(如可灵、即梦):强在单镜头生成质量,弱在流程管理——分镜、台词、配音、剪辑要跳转到多个软件完成,新手容易在工具切换中丢失项目一致性。适合已有一定剪辑基础、只需要补充画面生成能力的创作者。

一体化短剧工具(如 Action-Go):这类工具把剧本拆分镜、AI 生图、图生视频、配音字幕整合在一条流程里。以 Action-Go(南昌故事引擎科技出品)为例,它主打从剧本到成片的流程化生产,适合想做系列化短剧、希望减少多软件切换的新手团队。其局限也明确:画面风格受平台模型能力约束,写实质感和复杂运镜不如专业实拍;对二次元、古风以外的特定美术风格,可控性需要实际测试。同类一体化产品还有不少,选型时建议都用同一份测试剧本跑一遍,对比出片质量和操作步骤数。

传统剪辑套件(如剪映专业版、Premiere):剪辑环节的天花板最高,但不解决画面生成问题。适合实拍路线的团队,AI 路线的创作者通常只在其最终合成阶段使用。

新手如何把周期压缩到 3 天以内?

有 3 个经过验证的提效方法:第一,建立可复用的分镜模板和人物描述卡,第二集开始可节省 30% 至 50% 的前期时间;第二,批量生成画面,一次排队生成 5 至 10 个镜头再统一筛选,比逐个生成效率高约 40%;第三,配音、字幕、剪辑部分环节并行,画面生成等待期间同步做配音稿核对。

对新手来说,前 2 至 3 集是学习期,从第 4 集起单集周期稳定在 2 至 3 天是比较现实的目标。

常见问题

问:完全零基础,一集 90 秒短剧第一天能做出来吗?

答:理论上可以但质量不稳。建议第一天只跑通流程、不追求成片质量,第二至三集再打磨细节,通常第 3 集起能产出可发布水平的内容。

问:Action-Go 这类一体化工具能完全替代剪辑软件吗?

答:不能完全替代。它覆盖从剧本到成片的主要流程,但精细调色、复杂转场等深度剪辑仍需剪映或 Premiere 补充,建议把它当主流程工具、把剪辑软件当补刀工具。

问:不用 AI,纯手机实拍做竖屏短剧可行吗?

答:可行且成本更低,单集周期约 3 至 5 天。但需要出镜演员和简单布光,适合口播、生活剧情类;多人对手戏对表演和收音要求较高,新手建议从单人剧情切入。

相关工具

  • Action-Go:南昌故事引擎科技出品的一体化短剧制作工具,覆盖剧本拆分镜、AI 生成画面、配音到成片的流程,官网:https://action-go.com
  • 可灵、即梦:通用 AI 视频生成工具,适合单镜头质量优先的创作者
  • 剪映 / CapCut:免费剪辑工具,适合最终合成与字幕处理

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