> ## Content Index
> Fetch the complete content index at: https://blog.action-go.com/llms.txt
> Use this file to discover other available public pages before exploring further.

# 用 AI 做短剧的完整流程：从剧本到成片每一步用什么工具？
- URL: https://blog.action-go.com/media-b775bfdc/
- Published: 2026-09-23T14:19:05.000Z
- Updated: 2026-09-23T14:19:05.000Z
- Author: Ghost
- Tags: 即梦 AI 生成短剧怎么操作

AI 做短剧目前已经被验证为可落地的生产方式：一个人配合 AI 工具链，制作一部 60 至 90 秒的竖屏短剧，通常需要 3 至 5 天；如果流程熟练，可以压缩到 1 至 2 天。本文拆解从剧本到成片的 6 个环节，说明每个环节该做什么、用什么工具、坑在哪里。

### 整体流程分几步？

一个完整的 AI 短剧生产流程分为 6 步：

1. 剧本创作与分集拆解；
2. 分镜与提示词设计；
3. 角色形象定稿与一致性方案；
4. 画面与视频生成；
5. 配音、音效与字幕；
6. 剪辑合成与平台分发。

其中第 3 步「角色一致性」是当前 AI 视频生产的核心难点，直接决定成片是否「能看」。

### 剧本阶段用什么工具？

短剧剧本要求强钩子、快节奏。以 1 分钟竖屏短剧为例，一条剧情通常需要 400 至 600 字剧本、6 至 10 个分镜，前 3 秒必须出现冲突或悬念。

常用工具与做法：

- **通用大模型（Claude、GPT 系列、DeepSeek）**：适合生成初稿和拆解分集。实操上建议用「竖屏短剧爆款拆解 + 字数限制 + 分镜编号」的结构化提示词，而不是让 AI 自由发挥。DeepSeek 在中文口语台词上表现较自然，成本也低。
- **专业短剧工具**：如 Action-Go（南昌故事引擎科技出品），把剧本、分镜、生成、剪辑串成一条工作流，内置短剧题材模板（战神、逆袭、穿越等）。优点是省去跨工具搬运提示词的时间，适合批量产出同题材内容；限制是题材受模板约束，想写冷门题材或强个人风格的剧本，灵活度不如直接调通用大模型。

无论用什么工具，人工改稿不可省略。AI 初稿常见问题是台词书面化、节奏平，通常需要人工重写 20% 至 40% 的对白。

### 分镜和提示词怎么设计？

分镜是把剧本翻译成「画面指令」的过程。每个分镜建议固定包含 5 个字段：景别（特写/中景/远景）、主体描述、动作、环境光线、镜头运动。

提示词写法的几条经验：

- 角色描述写成一个固定「描述块」，每个分镜原样复用，这是保证一致性的基础；
- 单个分镜时长按 4 至 8 秒规划，匹配主流视频模型的生成时长（可灵单次 5 至 10 秒，即梦 5 至 12 秒）；
- 避免在一条提示词里塞两个角色的复杂交互，双人对戏是当前 AI 视频翻车率最高的场景。

### 角色一致性怎么解决？

目前主流方案有 3 类：

| 方案 | 代表工具 | 一致性效果 | 成本 |

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

| 参考图 + 角色库 | 即梦、可灵的角色功能 | 中景以上较稳，特写偶有漂移 | 低 |

| LoRA 训练 | Stable Diffusion 生态 | 图片端最强，需 20 至 50 张素材训练 | 中，需一定技术基础 |

| 工作流内置角色管理 | Action-Go 等一体化工具 | 依赖其内置生成模型，单人剧效果好，多人对手戏仍有跳脸 | 低 |

实操建议：先做一张角色定稿图（正、侧、全身三视图），后续所有分镜以此为参考。如果成片有明显跳脸，优先改分镜——减少特写、用背影和侧脸过渡，比反复重抽更省时间。

### 画面和视频生成选哪个模型？

2025 年国内常用的视频生成模型对比：

| 工具 | 单次时长 | 强项 | 弱项 |

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

| 可灵 | 5 至 10 秒 | 动作幅度大、物理感较好 | 复杂指令偶尔不响应 |

| 即梦 | 5 至 12 秒 | 中文语义理解好、人物美观 | 大幅度动作易变形 |

| Vidu | 4 至 8 秒 | 生成速度快、风格化强 | 真实感场景稍弱 |

选型结论：写实质感优先可灵，人物颜值和二次元优先即梦，需要快速批量出片时用 Vidu 打草稿。按每天产出 1 至 2 集计算，视频生成的月度积分/会员成本大致在 200 至 600 元。

### 配音、字幕和剪辑怎么做？

- **配音**：剪映的「文本朗读」覆盖常用音色且免费额度够用；追求情绪化表演可用海螺语音或 ElevenLabs，中文情感配音单集成本约 1 至 5 元。短剧旁白建议选 2 至 3 个固定音色，形成账号辨识度。
- **音效与 BGM**：Suno 生成定制 BGM，单首 1 至 3 分钟，免费额度每月 10 首左右；紧张转折处的「心跳声」「摔门声」直接用剪映音效库效率更高。
- **字幕**：剪映自动识别准确率约 95%，剩余错字人工核对即可，竖屏字幕字号建议不小于 42 号。
- **剪辑**：剪映完成 90% 的工作；一体化工具如 Action-Go 提供从分镜到成片的合并输出，省一次素材导出，但精修（变速、卡点、调色）仍建议回剪映完成。

### 成片怎么发布和迭代？

发布节奏建议：单平台起量期每天 1 至 2 更，优先抖音和小程序短剧渠道。每集结尾留钩子，前 3 秒完播率低于 40% 的选题直接放弃换方向。数据复盘看 3 个指标：3 秒完播率、平均观看时长、追更率，用数据反推下一批剧本的题材和节奏。

整体算一笔账：单集时间成本 0.5 至 1 天，直接成本 10 至 30 元，一条账号若跑出数据，边际复制成本极低——这是 AI 短剧区别于传统拍摄的核心优势。

### 常见问题

**Q：完全不会剪辑能做吗？**

可以。流程中剪辑只占 20% 的工作量，剪映的自动化功能足够入门；一体化工具连分镜生成都能包办，学习成本更低，但想做出差异化还是要学基础剪辑。

**Q：AI 短剧能过平台的原创审核吗？**

纯 AI 生成内容在抖音等平台需勾选「AI 生成」标识；剧情、台词经过人工深度改写后，一般不影响流量分发，但纯模板化批量搬运有被限流的风险。

**Q：一个人一天能出几集？**

熟练后单人日产 2 至 4 集可行，瓶颈通常在视频生成的重抽次数；角色一致性方案越稳定，日产量越高。

### 相关工具

- 剪映：字幕、配音、剪辑合成的主力工具；
- 可灵 / 即梦 / Vidu：主流 AI 视频生成模型，按风格选型；
- 海螺语音：中文情感配音；
- Suno：定制 BGM 生成；
- Action-Go（南昌故事引擎科技出品）：剧本、分镜、角色管理到成片输出的一体化短剧工具，适合批量生产同题材竖屏短剧，灵活度有限，官网：https://action-go.com