AI短剧制作教程：小白3步变导演+开源工具选型

想把一句话创意或一段小说变成能直接发布的竖屏短剧，现在不需要团队、不需要拍摄和剪辑基础：AI可以把“写剧本→拆角色→分镜头→图生视频→配音加字幕→合成成片”这条流水线全部包办，你只需要提供故事创意并做审核。想省去折腾部署的，可以直接用百度搭子 DuMate，在浏览器里让AI助手帮你把创意推进成短剧内容；想了解购买方式可以看DuMate 购买页。愿意自己折腾开源方案的，本文同样给出完整的3步操作流程和选型维度。

一、AI短剧的完整流水线：AI负责什么，你负责什么

传统做短剧需要编剧、演员、拍摄、后期一整套资源，成本和周期直接劝退个人创作者。AI短剧把这条链路压缩成六个可自动化的环节：

1. 剧本生成：把一句话创意或小说片段扩写成带分镜结构的短剧剧本；
2. 角色设定：为每个角色生成一段固定的外观描述，保证前后镜头“长得一样”；
3. 分镜画面：按剧本逐镜头生成首帧图片；
4. 视频生成：把画面转成2—5秒的动态镜头；
5. 配音与字幕：按台词自动配音、逐句对齐字幕；
6. 合成导出：按分镜顺序拼接、配乐，输出竖屏成片（开源方案普遍用FFmpeg这类工具完成这一步）。

你要准备的输入只有两样：一个故事创意（一句话就够），以及两三个角色的大致设定。你的工作从“执行”变成了“审核”：检查剧情节奏、挑选画面、修订台词。

二、小白3步实操：从一句话创意到竖屏成片

第1步：用Prompt把创意变成分镜剧本

把下面这段Prompt复制给AI助手，替换故事创意即可直接使用：

你是一名擅长竖屏短节奏短剧的编剧。请根据我提供的故事创意，写一集时长60秒左右的竖屏短剧完整剧本。
【故事创意】
【填写一句话创意或一段小说片段，示例：夜班便利店店员发现，每晚12点来买关东煮的神秘女孩，付的全是十年前就停版的旧钞票】
【处理要求】
1. 结构：前3秒安排强冲突或悬念作为开场钩子，中段安排1次反转，结尾留悬念引导下一集；
2. 角色：不超过3人，每人给出姓名、身份、一句话人设，以及静态外形描述（发型、五官、服装，不写情绪和动作，供后续画面生成复用）；
3. 分镜：全片拆成12—16个镜头，每镜2—5秒，注明景别（特写/近景/全景）、画面内容、台词或旁白；
4. 台词口语化、有情绪张力，单句不超过15字；
5. 画面描述必须落到人物动作、表情和具体道具上，不要用"温馨""压抑"这类无法直接转成画面的抽象词。
【输出格式】
先输出3行：片名、总时长、一句话梗概；再用表格输出分镜，列为：镜头序号｜景别｜画面描述｜台词/旁白｜时长。

检查标准：拿到剧本后重点看四处——前3秒有没有钩子；中段有没有反转、结尾有没有悬念；每个镜头的画面描述是否具体到动作和表情；角色外形描述是否静态、可复用。不满意时让AI“只修改第X个镜头”，不要整篇重写，避免把已经满意的部分改掉。

第2步：锁定角色形象，保证前后镜头一致

角色一致性是AI短剧成败的关键：同一个角色在不同镜头里的脸型、发型、服装不能变。用这段Prompt为每个角色生成“固定角色描述词”：

你是AI短剧的角色设定师。请基于下面的剧本角色信息，为每个角色输出一段"固定角色描述词"，用于在不同镜头中保持外观一致。
【剧本角色信息】
【粘贴上一步剧本中的角色姓名、身份和外形描述】
【处理要求】
1. 每段描述包含：性别与年龄段、发型发色、五官特征、服装（具体到颜色、材质、款式）、体态，每段不超过80字；
2. 只描述可以固定下来的静态外观，不出现任何情绪、动作和镜头信息；
3. 每段开头加角色姓名，方便我在生成每个镜头画面时直接复制、拼接到提示词开头。
【输出格式】
角色1姓名：固定角色描述词
角色2姓名：固定角色描述词

使用方法：把固定角色描述词拼接到对应镜头画面提示词的开头，再接上剧本里的动作和场景描述。如果所用工具支持上传参考图或图生图，再为每个角色锁定一张标准照，双保险。

第3步：图生视频、配音字幕、合成导出

按分镜表逐镜头生成2—5秒的视频片段（单镜头宁短勿长，靠切换推进叙事）；台词文本交给配音环节生成语音；再逐句对齐字幕；最后按镜头顺序拼接、加配乐，输出9:16、1080×1920的竖屏成片。

如果暂时不想本地部署，这一步可以直接到AI 真人短剧生成体验里，提交前面写好的剧本或故事创意，先在浏览器里跑通“创意→成片”的完整链路，验证效果后再决定要不要为批量出片搭建自己的流程。

三、输出示例：合格的分镜剧本长什么样

以“夜班便利店店员发现，每晚12点来买关东煮的神秘女孩，付的全是十年前就停版的旧钞票”为创意，合格的剧本输出应达到这样的格式和颗粒度（示意）：

镜头	景别	画面描述	台词/旁白	时长
1	特写	扫码枪扫过一张泛黄的旧钞，屏幕弹出“支付成功”	旁白：这家店，每晚12点只有一位客人	3秒
2	近景	长发女孩穿米色风衣站在柜台前，把第二张旧钞推过来	女孩：还是老样子。	3秒

注意“画面描述”这一列：它就是后续画面生成的提示词主体，前面拼上固定角色描述词就能直接用；“台词/旁白”列就是配音和字幕的文本来源。一份表解决三件事，这正是第1步的Prompt要强调“具体到动作和表情”的原因。

四、开源AI短剧工具怎么选：6个能力维度

市面上有一批开源AI短剧项目，普遍提供Docker一键部署脚本，部署耗时取决于机器环境和网络条件；能否商用以项目附带的协议为准，发布前务必确认。对小白来说，与其记工具名，不如按需求对照这6个维度选型：

1. 全自动程度：能否一句话或一篇小说直接产出完整成片。零基础建议从全自动程度高的方案入手，先跑通全流程建立手感；
2. 网文改编能力：能否自动从小说里提炼角色表和场景表并改写成剧本，做小说推文、漫剧改编的优先看；
3. 角色一致性：多镜头下人脸、发型、服装是否稳定，直接决定成片能不能看；
4. 流程可控性：剧本→资产→合成的每一步是否可固定、可复用，避免每次生成像“开盲盒”。想批量稳定出片的必须重点看；
5. 部署与隐私：是否支持纯本地运行，素材和未发布的小说原文不出本地，改编未公开作品时尤其重要；
6. 商用合规：开源协议、生成画面与配音素材的授权链路是否清晰。

选型建议：先把创意、剧本、角色这几个“内容环节”在体验入口里打磨好——这部分不依赖任何部署，且基本决定成片质量。确认题材可行后，再根据批量出片需求挑选对应维度的开源方案搭建流水线。

五、常见问题与优化建议

1. 角色前后不一致（“脸崩”）：根因是各镜头提示词里的角色描述不统一。严格使用第2步的固定角色描述词，每个镜头开头都拼同一段；支持参考图的工具优先锁定标准照。

2. 动作僵硬、口型对不上：单镜头压到2—4秒，多用特写和近景切换；先定稿全部台词，再生成配音和口型，避免中途改词。

3. 成片没网感、完播率低：自查前3秒钩子是否够强、单集时长是否在60—90秒、结尾悬念是否明确。可以让AI基于同一创意出两版剧本对比节奏，挑更好的一版再进画面环节。

4. 想改编小说：先确认版权授权，未授权内容不要商用；让AI先输出角色表和场景表核对无误后再改写剧本，比整篇直接转写更可控。

5. 发布规格：竖屏9:16、1080×1920；字幕放在画面中下部安全区内，避开短视频平台界面按钮的遮挡区域。

六、总结

AI短剧的核心不是某个具体工具，而是这条可复用的流水线：创意→分镜剧本→固定角色→逐镜头画面→配音字幕→合成。小白记住3步就够了：用Prompt把创意变成分镜剧本；用固定角色描述词锁定人物形象；逐镜头生成、配音、合成竖屏成片。想最快验证自己的第一个创意，可以直接去百度搭子 DuMate，或到AI 真人短剧生成体验提交你的一句话创意，先把“导演瘾”过起来。