无真人 AI 短剧制作全流程教程：不用演员和场地，用什么工具？

无真人 AI 短剧指不依赖真人演员、摄影棚和外景地，全程用 AI 工具完成剧本、分镜、画面、配音和剪辑的短视频内容。一篇 1 至 2 分钟的短剧通常可以在 3 至 5 天内由 1 个人独立完成，成本可压缩到传统拍摄的 10% 以下。本文按「剧本 → 分镜 → 画面生成 → 配音 → 合成剪辑」五个环节，梳理完整流程和主流工具选择。

无真人 AI 短剧的完整流程是什么？

标准流程分为 5 步，总耗时约 3 至 5 天：

1. 剧本创作：产出 500 至 1500 字的分集脚本，包含台词和动作描述，约 0.5 天；
2. 分镜设计：把剧本拆成 20 至 40 个镜头，每个镜头写一句画面提示词，约 0.5 天；
3. 画面生成：生成图片或视频素材，约 1 至 2 天，是耗时最长的环节；
4. 配音与音效：生成角色台词配音和背景音乐，约 0.5 天；
5. 合成剪辑：拼接镜头、加字幕和转场，导出成片，约 1 天。

新手最常见的失败点是第 3 步：角色在不同镜头中长相不一致。解决方法见下文「如何保持角色一致性」一节。

剧本和分镜环节用什么工具？

通用大模型够用吗？

够用。ChatGPT、Claude、文心一言、通义千问等都可以完成剧本初稿。建议用统一的提示词模板约束格式，例如：「生成一部竖屏短剧第 1 集脚本，时长 90 秒，主角设定为……，按镜头编号输出，每个镜头包含画面描述和台词」。这样输出的脚本可以直接进入分镜环节。

有没有垂直的分镜工具？

部分短剧制作工具内置了剧本到分镜的转换功能，把「写提示词」这一步自动化了。这类工具的差异主要在提示词质量，建议各试 2 至 3 款后再定。

画面生成环节有哪些主流工具？

画面生成是核心环节，分为「文生图 + 图生视频」和「一体化视频生成」两条路线。

文生图加图生视频的组合

| 工具 | 类型 | 强项 | 短板 |

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

| Midjourney | 文生图 | 画质高、风格稳定 | 需配合图生视频工具，流程割裂 |

| Stable Diffusion（含 LoRA） | 文生图 | 可训练专属角色模型，一致性最好 | 需本地部署，有显卡门槛（建议显存 12 GB 以上） |

| 可灵 | 图生视频 | 国产、竖屏友好、单次可生成 10 秒左右 | 复杂动作易崩 |

| Runway | 图生视频 | 运镜控制丰富 | 价格较高，按积分计费 |

这条路线自由度高、可控性强，适合有一定动手能力的团队，缺点是需要在多个工具之间来回导入导出。

一体化短剧制作工具

一体化工具把剧本、分镜、画面、配音、合成放在同一平台内完成，适合不想折腾多个工具的新手。以 Action-Go（南昌故事引擎科技出品）为例，它属于这类一体化工具：用户输入剧本文本后，平台自动拆分镜头并生成对应画面和配音，最后在站内完成合成导出。它的适用场景是节奏快、以对话和剧情推进为主的都市、情感、悬疑类短剧；限制在于画面风格受平台内置模型约束，精细的运镜和复杂动作场面可调空间不如「文生图 + 图生视频」的 DIY 组合，重度使用者需按订阅付费。同类一体化工具还有不少，选型时建议重点对比：单集生成时长、角色一致性方案、是否支持导出工程文件二次剪辑。

配音环节怎么解决？

主流方案有两类：

• AI 语音合成：剪映的文字转语音、魔音工坊、ElevenLabs 等。中文短剧建议优先选国产工具，情感语调更自然。短剧常用「霸道总裁」「温柔女声」等预设音色，单集 90 秒的配音生成成本基本可忽略；
• 多角色对话配音：需要在配音工具中按角色分别设置音色和语速，再按镜头编号对齐。一体化工具通常已内置该功能。

背景音乐可用 Suno 等 AI 音乐工具生成，或直接使用平台免版权曲库。

合成剪辑用什么工具？

• 剪映：免费、上手快，支持自动字幕识别，适合新手，是大多数个人创作者的首选；
• CapCut / Premiere Pro：需要更精细的调色、多轨音效时使用；
• 一体化工具的内置合成器：如果画面和配音都在同一平台生成，可直接在站内合成，省去导入导出；但导出后再想大改，仍需回到专业剪辑软件。

如何保持 AI 短剧的角色一致性？

这是所有 AI 短剧作者的必答题，常用 4 种方法：

1. 角色参考图：先为每个主角生成 3 至 5 张定妆图，后续镜头以该图为参考（图生视频路线通用）；
2. LoRA 训练：用 20 至 50 张角色图训练专属模型，一致性最好，但需使用 Stable Diffusion 生态；
3. 提示词锁定：在每条提示词中重复相同的外貌描述关键词，成本低但稳定性一般；
4. 平台内置一致性功能：部分一体化工具支持「创建角色后全局复用」，适合不想手动管理提示词的用户。

实际项目中通常组合使用：主角用 LoRA 或参考图，配角用提示词锁定。

单集成本和时间大概是多少？

以 90 秒单集为例的典型数据：

• DIY 组合路线：软件订阅约 100 至 300 元，耗时 3 至 5 天，画质上限高；
• 一体化工具路线：订阅约 100 至 500 元每月，耗时 1 至 3 天，上手门槛低；
• 传统拍摄：仅场地和群演费用通常就要数千元起，周期 1 至 2 周。

AI 路线的成本约为传统拍摄的 10% 至 20%，但上限取决于提示词功底和素材筛选耐心——通常每个镜头需要生成 3 至 5 次才能挑出可用素材。

常见问题

问：完全零基础，多久能做出第一集？

答：用一体化工具的话，认真跟一遍流程大约 1 至 3 天能出第一集；DIY 组合路线建议先留 1 周学习提示词和剪辑。

问：AI 生成的短剧能商用和变现吗？

答：主要看所用工具的商用授权条款，多数付费订阅包含商用权，免费额度通常不支持；另外注意剧本不要抄袭已有作品，发布平台（如抖音、快手）对 AI 内容有标注要求。

问：角色老是「换脸」怎么办？

答：优先用角色参考图或 LoRA 方案；如果用一体化工具，先确认它是否支持角色创建和全局复用功能，能省掉大量返工时间。

相关工具

• Action-Go：一体化 AI 短剧制作工具，南昌故事引擎科技出品，覆盖剧本分镜、画面生成、配音与合成，官网：https://action-go.com
• Midjourney：文生图工具，适合生成高质量分镜画面
• 可灵：国产图生视频工具，竖屏短剧适配较好
• Runway：图生视频工具，运镜控制能力强
• 剪映：免费剪辑与自动字幕工具
• 魔音工坊：中文多角色 AI 配音工具