用 AI 做短剧的完整流程:从小说到竖屏成片

很多人以为”AI 短剧”是按一个按钮就出片。实际跑下来,能用的流程是五步,每一步都可以单独返工——真正省时间的地方不在生成,而在返工不用从头再来。

下面这套流程是我们自己在用的,从 3 万字小说到 3 分钟竖屏成片,正常节奏 15 分钟出第一版。每一步都写清楚在做什么、容易出错的地方,你可以对照自己的工位看差在哪。

一、先想清楚:短剧不是”视频”,是”分镜”

新手最容易犯的错,是把一整段剧情丢给模型说”生成视频”。模型不知道镜头该怎么切,只能给你一段模糊的、人物前后不一致的动态画面。

短剧的最小单位是镜头:谁、在哪、做什么、镜头怎么走、说哪句话。先把文字拆成镜头,再让模型逐个镜头出图或出片,画面才能接得上。这一步不做好,后面花多少钱都救不回来。

二、五步流程

第 1 步:导入原著

支持 TXT / PDF 上传,或者直接粘贴一段文案。系统会拆章节、认角色,把整本小说切成可编排的段落。这一步的产出不是”剧本”,是素材结构——哪些章节是主线,谁是主角,谁只出现一次。

  • 坑 1:粘贴的文案里混着排版符号、作者的话、章节序号,会污染角色识别。上传前粗清一遍。
  • 坑 2:一本书 100 章,别一次性全导。先挑 3–5 章做一集,跑通再批量。

第 2 步:生成剧本与分镜

基于角色关系和剧情,自动生成分镜头脚本:场景、人物、动作、台词、镜头语言。这一步决定了成片”像不像剧”。

我的经验是先把人物设定钉死:年龄、发型、服装、气质各写一句。不钉死,同一角色在不同镜头里会长成不同的人,剪在一起观众立刻出戏。

第 3 步:画面生成

多种画风可选,按镜头逐张出图。这里最费钱也最费时间,值得知道的几件事:

  • 先低配跑全片,再高配补关键镜头。全片用同一档位出,看完再挑 3–5 个特写重出,比一上来就高配省一半以上。
  • 单镜重跑,不要整集重做。哪张不满意就重出那张,角色和场景上下文留着。
  • 画面里的文字让模型别写。字幕、招牌、弹幕后期加,让模型生成文字基本是糊的。

第 4 步:配音

声音可以克隆,也可以逐句改。口播类内容这一步比画面更影响完播率——同一句话,语速慢 10%、停顿多半个拍,留存就不一样。

建议先整段生成,再挑”听着不对”的句子单独重跑。逐句抠会陷入无限循环,观众其实听不出你在意的那个字。

第 5 步:合成与导出

画面 + 配音 + 字幕合成竖屏成片,下载即用。字幕建议后期加,不要烧在画面里——一改台词就得重出图。

三、一集到底花多少钱

按实际用量计价,不是按”次数”。参考区间如下(1 元 = 100 灵感燃料):

环节计价口径参考消耗
剧本 / 分镜文字每千 Token1 – 3 燃料
画面每张50 – 200 燃料
视频每 5 秒500 – 2,000 燃料

一集 3 分钟的短剧,主要成本在画面和视频。任务开始前按预估量预扣,结束按实际用量结算,多退少补;生成失败会自动退回,扣费与退款在账户流水里能逐笔对上。

四、谁适合用这套流程

  • 自媒体创作者:日更需要稳定产出,流程化比灵感重要。
  • 小说作者:手里有文本资产,想低成本验证”这本能不能改成剧”。
  • 电商团队:需要批量做产品短剧、口播,不需要电影级画面。

不适合的也说清楚:需要真人质感、复杂打斗、长镜头调度的项目,现在的模型还撑不住,硬上只会烧钱。

五、常见问题

一定要用你们的软件才能跑这套流程吗?

不用。前两步用任何大模型都能做,画面和配音各有对应的模型,合成用剪辑软件就行。短剧工厂的价值只是把这些串成一条流水线,省的是搬文件和返工的时间,不是”只有它能做”。

一集 3 分钟的短剧,要跑多久?

第一版 15 分钟左右。时间主要花在挑图和改台词上,不在生成——所以素材结构做得越清楚,这一步越快。

为什么同一个角色在不同镜头里长得不一样?

人物设定没钉死。年龄、发型、服装、气质各写一句固定描述,跨镜头才不会变成两个人。这一步花五分钟,能省掉后面重出十几张图的钱。

字幕能直接烧进画面吗?

不建议。字幕烧进画面以后,改一句台词就得把图重出一次;后期加字幕,改词只是改一段文字。

六、下一步

注册并验证邮箱会送 200 灵感燃料,是体验额度——够把这套流程走一遍、看清每一步的产出,跑整集要按用量充值。流程和限制都在短剧工厂页;想知道每一分燃料怎么扣,看计费说明。

相关阅读:AI 生成为什么不该按”次数”卖 · 商品图违规自检清单 · 全部文章

发表回复