AI 短劇是怎麼做出來的？六步工作流，與最容易崩掉的那一關

🎬 先看整張圖：六個步驟

這支影片是一套課程的合輯，91 分鐘、七節課，講的是怎麼用 AI 工具做出一部短劇 —— 就是你在手機上一集接一集滑下去、兩分鐘一集的那種戲。講者開場先講了三個數字：他花 10 小時、成本 68 元做出第一部片，發佈後收益 5,200 元。

這三個數字是講者自述，我們無從查證，幣別是人民幣，平臺也在中國。但整支影片值得看的地方不在這裡，而在於它把整條產線拆得很清楚 —— 而且拆法對「不是拍片出身的人」特別友善。

它賺錢的邏輯講者也講得很直白：觀眾要嘛付費解鎖下一集，要嘛看幾秒廣告讓你賺分潤，再加上平臺的流量補貼與獎勵，後期還能在劇裡置入廣告、掛商品櫥窗帶貨。

講者說 AI 短劇能起來，是因為三件事：成本低（一臺電腦、一支手機，幾十分鐘生出一段素材，不必找演員、租場地）、效率高（傳統短劇從拍到剪要好幾天，這裡一天可以產出十幾條）、可控性強。

第三點是反直覺的 —— AI 影片不是最容易翻車嗎？他的說法是：你本來就不是專業導演，找了真演員你也控制不了他的演技；但做 AI 短劇，人物的長相、穿搭、場景風格、動作細節，全部都是用提示詞控制的。可控性高低，取決於你會不會寫提示詞。

🎯 第一步：選題 —— 男頻女頻與四種類型

動手之前先分清楚一件事：短劇是明確分成男頻與女頻的，兩邊的受眾、劇情重心與「爽點」邏輯完全不同。講者說得很白：選對方向，帳號養起來的速度差一倍。上傳作品時，平臺也會要你選這個。

• 男頻：服務男性觀眾，劇情、人設、爽點都繞著男性觀眾的偏好設計 —— 例如「普通男人突然坐擁千萬財富」。
• 女頻：服務女性觀眾，貼合情感需求與審美偏好 —— 例如「霸道總裁愛上我」那一類。

同一個故事換個主角性別就會換邊。講者舉的例子：「被辭退的實習生其實是公司股東，罷免囂張的老闆」—— 實習生設成女性，它就是一部女頻短劇。

🧱 劇情的骨架：三個原則、一張兩分鐘的時間表

講者在進軟體操作之前，特地插了一整節課講創作思維。他的理由是：軟體再熟，沒有創作思維一樣做不出有人看的短劇；反過來只有想法不會操作也不行。兩邊都要。

三個創作原則

• 主角一定要贏，反派一定要慘敗。盡量避免開放式結局 —— 除非你打算拍第二部，才留懸念。
• 不能有邏輯漏洞，反轉要合理。主角翻盤靠的優勢要提前埋伏筆：主角會修電腦，前面就先讓他不經意幫同事排除一次故障，後面用技術反擊才不突兀。
• 不拖沓。同一個衝突不要在劇情裡反覆出現，每一集都要推進主線，不要把時間花在無關細節上。

一集兩分鐘，時間怎麼切

這是影片給的模板，以兩分鐘一集的爽文短劇為例 —— 照著填就能長出一集的骨架：

情緒怎麼引導

• 開頭必須抓眼球。把最有張力的畫面與台詞放在最前面 —— 等於把傳統電視劇的高潮片段搬到短劇的開頭，觀眾才捨不得滑走。
• 中間持續給。每 15～20 秒設計一個小衝突或小爽點：反派嘲諷、主角蓄力、反派自食惡果被打臉。
• 台詞要有張力，鏡頭與音效要配合 —— 衝突與爽點用近景加快切，配上低頻音效放大緊張感。

📄 第二步：劇本不是腳本

這是新手最常搞混的一組詞，講者用一句話收掉：「劇本是寫故事，腳本是拆鏡頭。」

兩份都要生成，而且順序不能反：一定先劇本、後腳本。理由很現實 —— 劇本篇幅小，改情節、改邏輯的成本低；腳本包含的資訊多，你要是先做腳本再回頭改故事，整份腳本都得重來。

問 AI 的三段式框架

影片示範用的是豆包（中國的大語言模型服務），但這個框架與工具無關，換成任何一家的模型都成立：

最後那一句是整段裡最容易被略過、卻最重要的一句。因為這份腳本等一下要餵給生圖工具 —— 你寫「凌晨提著外送餐點站在高檔社區門口抬手敲門」，生圖工具一次就懂；你寫得文謅謅，它就會誤解，生出不對的畫面。

🧑‍🎤 第三步之一：角色設計的四個要素

進到生圖之前，角色要先想清楚。影片把一個完整的角色設計拆成四塊，前兩塊決定劇情能不能立起來，第三塊才是拿去生圖的東西：

• 角色定位 —— 他在劇裡承擔什麼功能。男頻爽文的主角，定位是「逆襲者」，功能是打臉反派；甜寵女主的定位是「被守護的對象」，功能是引發共鳴。反派則是負責製造衝突、襯托主角。
• 角色人設 —— 性格標籤，要有記憶點，不能模糊：「外冷內熱的集團董事長」「囂張跋扈的富家千金」「溫柔隱忍的單親媽媽」。
• 角色外形 —— 長相、穿搭、髮型、妝容、神態，還有細節配件。這塊就是提示詞的主體。
• 行為邏輯 —— 言行要一致。溫柔隱忍的女主不會突然囂張，囂張的反派不會突然良心發現。這塊雖然不直接畫在圖上，但會影響你怎麼描述神態與動作。

影片示範的伏筆很漂亮：主角是假扮外送員的總裁，所以服裝要樸素，但眼神寫得犀利一點，手上再戴一支高級手錶 —— 伏筆是畫在圖上的，不是只寫在劇本裡。

實際操作

1. 把劇本（不是腳本）上傳給大語言模型，讓它讀懂劇情、人物關係與故事背景。
2. 用同一套「是什麼／做什麼／怎麼做」的框架，請它依角色定位、人設、外形三塊，產出可以直接餵給生圖工具的人物提示詞，並要求提示詞簡潔直觀、避免抽象修飾。
3. 把提示詞貼進生圖工具（影片用的是即夢 AI），比例選 9:16 直式，解析度平常練習不用開到最高（生圖要扣點數）。

🧬 最容易崩掉的一關：人物一致性

整支影片花最多力氣的就是這一節。原因講者問得很直接：你看短劇時，能接受主角上一鏡短髮、下一鏡長髮，上一鏡圓臉、下一鏡方臉嗎？不能。角色一變，觀眾瞬間出戲，前面的劇本與腳本寫得再好也留不住人。

多集短劇更嚴重 —— 觀眾是靠固定的外型特徵記住角色的。那位「假扮外送員的總裁」，不管穿外送服還是換上西裝，觀眾都得一眼認出是同一個人，劇情才連得起來。

新手最常踩的三個坑

• 一直改角色的核心特徵 —— 一下換髮型、一下調五官，前後差太多。
• 提示詞不固定 —— 每次生圖都重寫一遍，一定會漏掉細節。
• 混用不同的生圖工具 —— 各家演算法不同，同一段提示詞長出來的臉就是不一樣。

做法上他建議把那段核心提示詞直接存進劇本文件裡當模板，每次生圖就複製貼到最前面，只改場景和動作。最後補了一句很務實的話：一致性不用追求絕對完美 —— 主要特徵一致就好，表情有些微差異是正常的，不必卡在這裡。

🎞️ 第三步之二：分鏡 —— 景別就是節奏

分鏡場景是把劇本文字變成一格一格畫面的那一層，內容包含環境、角色動作與鏡頭角度。影片給它三個作用：把控敘事節奏、明確視覺呈現、銜接角色與劇情。

其中「把控節奏」最具體 —— 景別的選擇直接對應前面那張兩分鐘時間表：

另外兩個作用是常識但常被忽略：視覺邏輯要跟劇情邏輯一致（衝突場景要有張力、溫情場景要柔和），場景要貼合人設（畫家在畫室、總裁在辦公室；衝突放在昏暗小巷、甜寵放在灑滿陽光的臥室）。

兩種做法，各有各的用處

▶️ 第四步：以文生影片，還是以圖生影片

影片把生成方式分成兩種，並且很明確地說正式製作只用其中一種：

以文生影片的提示詞要寫滿六段 —— 主體、背景、風格、色調、氛圍、運鏡，缺一段精度就掉。但講者實測完的結論很誠實：生出來的主角，五官與氣場跟前面辛苦設計的角色形象有明顯落差，前面在人設上花的心思看不出來。所以它的位置是「前期構思與風格測試」，不是正式生產。

以圖生影片相反。首幀圖已經定好了長相、服飾、神態、場景與風格，所以提示詞不要再重複描述這些，重點全部放在動作設計與運鏡：「輕微晃動鏡頭、跟隨鏡頭；男主皺眉，淋著大雨在馬路上騎車。」

模型與參數：影片給的起手式

• 先用便宜的練 —— 影片用 Seedance 1.5 Pro 開始，點數消耗少、生成快。
• 時長先選 5 秒。理由很實在：時間越長，動作失控、畫面崩壞、角色變形的機率越高。
• 比例 9:16（直式）。要發到橫式平臺再改 16:9。

多鏡頭連貫：「全能參考」與首尾幀的差別

影片最後一節示範用 Seedance 2.0 的全能參考模式，一次生出多個鏡頭連著的片段。差別在哪：

• 首尾幀模式：你只能控制頭尾兩張畫面，中間全靠 AI 自由發揮，很容易不連貫。
• 全能參考模式：每個鏡頭的出場人物、動作、運鏡都能指定 —— 上傳男女主角圖後會自動編成「圖片 1」「圖片 2」，提示詞裡用 @ 引用，AI 就不會把角色搞混。2.0 還能自由選 4～15 秒，一段拉長就省掉後製接鏡頭的工。

🧭 這支影片沒講完的，與臺灣讀者要知道的事

它沒講完的部分

六個步驟裡，這支影片實際講完的是前四步。第五步配音配樂（旁白、對白、音樂音效）與第六步剪輯成片（匯入素材、音畫同步、字幕、轉場、輸出）都只在工具清單裡帶過，留給後續課程。所以看完這支片，你手上會有一堆沒有聲音的片段，離「一部可以發佈的短劇」還差最後一哩。

一句話總結

整支影片的重心不在「哪個工具比較神」，而在順序：故事先於鏡頭、劇本先於腳本、定裝照先於分鏡、首幀先於動作。每一步都是為了讓下一步少一點隨機性。講者自己那句話說得最準：AI 工具越強大，用法越簡單，提示詞就越重要。