跑了三批短剧，费用这块说点实话

最近接了个活儿，12集竖屏短剧，每集一分半，三周交片。跑完第一批我才意识到，AI短剧批量制作费用不拆清楚你就是纯烧钱。三批下来账算明白了，今天摊开说。

先搞清楚一笔片子到底烧在哪

很多人一上来就盯"一帧多少钱"，其实不是这么算的。一分半短剧我拆六到八个镜头，每个两秒到两秒半。费用大头不在单帧生成，在你反复跑和废片上。第一批一个镜头平均跑四五次才出一张能用的，光废片率就把成本拉上去了。

我后来把成本拆四块看。分镜脚本是文字生成，花不了几个钱；画面生成每跑一帧都按算力走，占大头；语音合成看时长，一分半的片子占比不到一成；剪辑后期手动抠的话时间成本也得算。我一般画面生成预算占七成到八成，剩下的是脚本、语音和杂项。

所以AI短剧批量制作费用高不高，关键就看废片率这一个变量。第一批我废片率六成以上，同一镜头跑六七次才出一张构图和表情都对的；到第三批压到二十出头，同样镜头数总费用省了将近一半。

分镜脚本这步我卡了最久

说实话画面生成我没怎么头疼，分镜脚本才是第一批把我坑惨的地方。我一开始偷懒让AI一口气拆整集剧本，出来全是"角色A看着B说了句话"的流水账，画面感极弱，拿去生成构图散动作僵。后来我改了写法，每个镜头强制填三个字段：

• 主体动作，比如"男主侧身推门，右手握门把"
• 镜头语言，比如"中近景，平拍，浅景深"
• 情绪关键词，比如"警惕、犹豫"

提示词里我不写"一个男人推门"，而是写"cinematic medium close-up, man pushing door open from the side, right hand gripping handle, shallow DOF, tense and hesitant mood, 4K, film grain"。这么一拆构图和情绪基本一次到位，废片率直接从六成往下掉。

还有个细节，同集所有镜头的角色外貌我抽出来放公共前缀里，不每帧重新描述。不然跑着跑着第三帧和第七帧同一演员脸就不一致了，剪辑根本接不上。前缀我控在三到四句话，太长模型注意力反而分散。分镜写不好后面全得重跑，AI短剧批量制作费用直接翻倍，这步真不能省。

画面生成才是真金白银的大头

说回生成费用本身。我在特种猫平台上跑画面，一个镜头一般两到三次：第一次出构图，第二次调表情和光影，第三次兜底。次次一次过当然最省，但一分半的短剧里要镜头次次过不现实。我稳的节奏是八个镜头里五六次一次过，两三次重跑，单集废片率二十五左右，AI短剧批量制作费用就能控在可预期区间。

省钱笨办法：同一集固定场景，第一张场景图存下来，后续同场景镜头提示词加"reference image, same environment"，复用背景只换人物动作。一集三四帧这么操作，省掉背景重算的算力。但场景跨度大、每帧都是新环境的话这招不太管用，该重跑还得重跑。

批量跑我习惯十二集分镜全审完再统一提交，不是一集一集跑。第一批跑完发现第三集角色设定和第七集冲突了，改起来两集全废，算力白搭。先通稿再动手，多花半天理文档，省的是整批重来的钱，这笔账怎么算都划算。

语音和后期别当小头忽略

语音合成我一开始用默认音色，跑完试听像新闻播报，跟短剧戏剧感完全不对。后来按角色分配：男主偏低沉稳，女主稍亮，旁白单独给一个。一分半的片子语音量两三百字，合成成本忽略不计，主要花时间在挑音色和调语速上。

剪辑后期用传统软件手动剪。AI帧之间偶尔有微妙色调跳变，我加两帧交叉溶解过渡就不太察觉了。一集花二十到二十五分钟做转场调色调，十二集四五小时纯剪辑。把这部分折算进AI短剧批量制作费用里，别只看算力账单，人力也得算进去。

字幕和音效别最后才加。我剪辑时同步对台词卡字幕，不然十二集做完再回头对，脑子已经不在剧情里了，效率极低。音效用素材库现成的，BGM一首循环用。单看不起眼，十二集堆起来省的时间就是钱。

三批下来，费用大概什么量级

跑完三批摸出个规律：废片率压到二十到二十五，十二集一分半短剧的纯生成成本大致稳定，不会像第一批翻两三倍。前提是分镜扎实、角色描述统一、场景复用得当，三样全没做到费用直接翻倍不奇怪。

我说的"稳定"是相对什么？甲方预算每集两三百的话，纯生成控在每集一百五以内够，剩下留修改空间。预算更紧就镜头从八个砍六个，单集降四分之一。AI短剧批量制作费用说到底就是画面精致度上你愿意花多少，没标准答案，看甲方要什么。

最后说句不好听的：甲方要每帧电影级、角色表情逐帧变化那种，纯AI批量跑还是不太行，要么接受轻微"AI感"，要么关键镜头人工重绘，费用就上去了。我接的多是竖屏投流短剧，这套够用。做品牌片或长叙事建议预留三成修改预算，别卡太死。想交流参数和提示词模板的去特种猫社区翻，我跑完会贴分镜文档和参数上去。