AI 短剧/漫剧全流程起飞指南:从 0 到 1 打造爆款成片

大家好，我是小阳哥。

最近，AI 短剧、漫剧赛道简直杀疯了。

不用真人出镜，不用专业剧组，甚至不需要你会画画。有人靠着“AI 搬运+二次创作”，一周涨粉 10 万；也有人仅凭一台电脑，在家里捣鼓 4 小时就出了一集电影质感的漫剧，月入过万的案例比比皆是。

“这波红利，普通人到底怎么吃？”

我深度拆解了全网最火的几篇保姆级教程，把制作过程详细讲解给你听。

另外，文末附免费短剧一键生成软件，完整集成所有短剧流程。

一、 AI 短剧全能工具

在动手之前，先把这套“全家桶”收好。

二、 核心流程

Step 1: 打造“黄金剧本” —— 寻找能留人的“钩子”

很多人误以为 AI 短剧核心是精美画面，实际上，剧情才是短剧的唯一生命线。

万能指令模板：

"请作为一名拥有 5 年经验的短剧金牌编剧，为我创作一个 [题材，如：古风神话] 的剧本。

1. 主角背景：[如：90 后落魄语言学家]。
2. 核心冲突：[如：发现通过古籍能与 1000 年前的人实时对话]。
3. 节奏要求：单集 1 分钟，3 秒内必须出现视觉奇观/强烈冲突，结尾预留一个致命悬念（钩子）。
4. 对话规范：口语化，不要文学修辞。"

细节优化：AI 出来的初稿往往比较平。建议手动在 “起因-经过-结果” 中加入 “环境压迫感”。比如：不要直接说“他很惊讶”，要写“他的手微微颤抖，汗水浸透了古籍的边缘”。

AI大模型选择：效果比较理想的有ChatGPT、Gemini、Deepseek和豆包。如果无法使用ChatGPT、Gemini，就直接用Deepseek或者豆包都可以。

剧本模板参考：

INT.粉色闺房 - 下午角色：宋离离、易西芝【环境音：午后寂静，窗帘轻拂】【BGM：低沉压抑】△ 主观视角，画面高速坠落感，空气呼啸声掠过耳畔，城市楼宇在脚下迅速远离。△ 突然切黑。【音效：心跳骤停】△ 眼睛猛然睁开。△ 近景主观，视野剧烈晃动，粉色天花板、水晶吊灯在视线里晃动放大又拉远，蕾丝窗帘洒下细碎光影。△ 床前站着一名黑白女仆装女孩，脸蛋圆圆，手紧张地绞着围裙。易西芝（小心翼翼）：小姐，您让我取的泻药，我已经照您说的加进二小姐晚上喝的牛奶里了。△ 近景，宋离离猛地坐起。△ 她呼吸急促，胸口剧烈起伏，额头细汗。△ 她抬手摸向自己的脸，眼神充满震惊与不真实。宋离离（低声喃喃）：……我没死？

Step 2: 建立资产库——解决一致性问题

一致性问题，应该是新人入坑后的头号问题：上一秒是美女，下一秒变路人，观众瞬间出戏。

想保持视频人物、场景和道具的一致性，需要有资产意识。 需要在真正制作视频之前，提前生成好人物、场景、道具图片。以在后续视频生成中保持一致

这里，以最重要的人物为例，需要生成人物的人脸特写+三视图，让 AI 有更多参考。

人物一致性硬核方案

（1）先生成一张主角的“证件照”（包含外貌、穿着、身材特征）。如果有现成的图参考也可以跳过这个步骤

（2）重点 生成人物 人脸特写 + 定妆照三视图。如下这种图：

附提示词：

以这个人物为主体保持人物身份特征、服饰严格一致保持人物身材比例，人物严格静止图片比例为 16:9最左边占满三分之一的位置是超大的面部特写，右边三分之二放正视图、侧视图、后视图、纯白背景

注：角色图可以使用Gemini 的 NanoBanana2 或者即梦的 Seedream 5.0效果最佳

Step 3: 分镜及分镜图制作 —— 别把视频做成 PPT

分镜是控制短剧节奏/内容的重要步骤，需要根据剧情拆分分镜表格、提示词、和分镜图片

分镜拆分可以让 AI 协助拆分，然后根据输出分镜内容，制作分镜表格

AI 拆分分镜提示词参考：

你是一位资深的影视剧导演兼专业的AI视频生成提示词工程师。你的任务是将用户提供的剧本文本，转化为可以直接用于AI视频生成工具的结构化视频提示词。核心规则：1. 每段素材时长控制在5-15秒，建议以15秒为基准2. 不同场景或大情绪转折点，切割为不同段落，用"---"分隔3. 台词一字不差保留，融入描述中：某某说："台词内容"4. 心理独白标注：某某内心独白："..."5. 不在画面内但有声音：某某画外音："..."6. 对话时要有正反打切换，中途插入听者的反应镜头7. 全局设定每段开头写：只生成音效，不要生成音乐。不要生成任何字幕。输出格式：【素材段落 1】只生成音效，不要生成音乐。不要生成任何字幕。0-X秒，[景别]，[运镜]，[画面描述+台词]X-X秒，[景别]，[运镜]，[画面描述]---现在请处理以下剧本：[在此粘贴你的剧本]

分镜表格格式参考：

注：分镜拆分可以使用 ChatGPT/豆包等，分镜图可以使用Gemini 的 NanoBanana 或者即梦的 Seedream 5.0效果最佳。

Step 4: 视频生成 —— 让画面“活”过来

有了对应的分镜内容、分镜图后，我们就可以根据每个镜头去生成对应的视频了；

图生视频有很多大模型都可以用，大家可以根据自己需求去选对应的大模型。

• 要真实物理 → 选 Sora2 Pro

• 要电影单帧 → 选 Veo3.1

• 要2 分钟长片 → 选 Kling Omni V1

• 要AI 演技 / 微表情 → 选 Vidu Q2

• 要60 秒多镜头 / 量产 / 性价比 → 选 Seedance2.0

以即梦AI为例，选择生成模式，然后选择全能参考或首尾帧模式，选择seedance2.0或者seedance2.0fast模型，选择好视频比例，提示词就参考刚才生成的分镜头脚本进行修改，然后就进入视频生成抽卡了。

用的最多的应该是首尾帧，步骤：

• 上传“动作开始”的一张图，和“动作结束”的一张图。
• 比如：第一张图是主角举起剑，第二张图是剑锋划破长空。
• AI 会自动补强中间的物理运动。这比纯文生视频的废片率降低了 80% 以上！

Step 5: 后期合成——完整成片

（1）视频剪辑与合成：推荐使用剪映，将分镜视频进行合成处理。剪辑可以自己去b站找课观看学习。

（2）音效及配音视频做得好不好，听感占 50%。

• 配音要带“人味”：在 ElevenLabs 中，选择带有“Suspense”语气的音色。
• 后期剪辑技巧：
• 1.1x / 1.15x 语速：短视频节奏快，稍微加速能提升完播率。
• **环境音 (Foley)**：不要只放 BGM。脚步声、推门声、甚至是深夜的蝉鸣，这些微小的环境音是让 AI 视频摆脱“塑料感”的关键。
• 音量平衡：BGM 设为 -18dB 到 -20dB，人声保持在 -6dB 到 -3dB 之间。

三、 避坑指南

1. 沉迷 4K 导出：很多 AI 工具导出的 4K 有伪影。建议渲染 1080P，然后用 Topaz Video AI 5.0 进行专业 AI 超分，画质会产生质的飞跃。
2. 不做“一致性资产库”：建议先花一天时间，把主角的 10 个表情、5 个常用动作、3 个常用场景全部生成出来，放在飞书或本地文件夹里，后续剪辑就像拼积木，速度提升 5 倍。
3. 动作过于复杂：不要试图让 AI 一次生成“一个后空翻踢倒反派”。拆解成“深蹲起跳”、“半空翻滚”、“踢腿重击”三个 2 秒的镜头，剪辑出来的打击感更强。
4. 忽视版权意识：虽然 AI 生成内容版权尚有争议，但 BGM 请务必使用 Pixabay 或 Suno/Udio 原创，避免因为版权被平台下架或限流。
5. 标题党而不“封面党”：封面是点击率的命门。把剧本扔给即梦，让它根据剧情核心冲突生成 3 张吸睛海报作为封面备选。

别纠结于完美的参数，先跟着流程走出第一步。在这个赛道，只要你的故事够精彩，你就会有观众。

另外，如果你不想手动到各个平台去处理剧本/图片/视频。 我目前在用一个开源的免费 AI 短剧软件，制作更加简单，可以尝试。