用AI短剧低成本制作平台跑了三周，说点实话

上个月接了个甲方，要一部6集竖屏短剧，单集90秒，预算两千出头。我算了一下，光三个群演加一天场地就超了，干脆全用AI跑。这阵子我在特种猫社区翻了不少拆解帖，自己也在AI短剧低成本制作平台上折腾了三周，坑比教程多，今天把能复用的写出来。

分镜别贪多，六到八个镜头刚好

第一集我犯蠢，90秒硬塞了十四个镜头，每个不到7秒，出来跟PPT似的，甲方一看摇头。后来改成一集6到8个镜头，单镜10到15秒，画面才有呼吸感。在AI短剧低成本制作平台上拆分镜时，我习惯先按情绪断句，一句台词对一个镜头，别一个镜头里塞三句对话——多人同时说话口型会打架。

具体顺序：先在文档里写完分镜，标好景别（特写/中景/全景）和运动方向（推/拉/摇/固定），再进平台逐条生成。我一般一集分两批跑，前四个一批、后三个一批，第一批出来先看风格是否统一，不对赶紧调，别等八条全跑完再发现色调全飘了。

还有个细节：竖屏9:16构图，人物脸尽量占画面上三分之一，别居中。我第一版全是居中构图，后期加字幕直接盖住下巴，一集白返工。现在提示词里直接写"人物偏左/偏右，上方留白用于字幕"，省得后期再裁切。

提示词我改了七版才跑通

说个真实的：同一个"女主雨里回头"的镜头，我跑了七版。第一版写"beautiful woman in rain looking back"，出来一个金发洋人，完全不对。后来我把提示词拆成三层——

• 场景氛围：暴雨、夜晚、便利店门口、霓虹反射湿地面
• 人物动作：短发女生、米色风衣、侧身回头、表情微怔
• 镜头语言：中近景、浅景深、35mm感、冷色调偏青

拆完三层之后一致性好了太多。另外有个参数我反复调：在AI短剧低成本制作平台里生成时，我把seed固定住，同一集所有镜头用同一个seed值，人物面部特征才不会每条都变。我试过不固定，六集下来女主换了四张脸，甲方差点以为我请了四个演员。

还有一个坑：中英提示词质感不一样。我后来发现场景描述用英文更稳，但人物情绪和细微动作用中文补更精准。比如"微微蹙眉、嘴角下沉"这种分寸感，英文我翻不出来，直接写中文模型反而理解得更好。这是我摸索的，不一定适用所有人。

剪辑节奏这块我说句不好听的

生成只占一半工作量，另一半全耗在剪辑节奏上。我在AI短剧低成本制作平台上跑出的素材，单条10到15秒，但直接拼一起看是"平"的——每条匀速运动，没有快慢变化。我现在每集至少插一个2秒的快速切换，比如闪回或特写插入，用来打破匀速感。

音频踩了个坑：对白我另外跑TTS，WAV文件出来是48kHz采样率，拖进剪辑软件跟44.1kHz的BGM一混，低频明显发闷。后来统一全部转成44.1kHz再混，问题就没了。如果你也是平台出画面、另外跑配音，提前统一采样率能省你半小时。

字幕我偷懒用了平台自动识别，标准普通话识别率八九成，但方言口语翻车。我剧里一句"得嘞，您歇着"，它识别成"得嘞您谢着"。所以我的经验：方言、口语台词手动改，普通话让它自动跑。

哪些场景它确实不太行

丑话说前面，AI短剧低成本制作平台不是万能的。多人同框超过三个人，手指和肢体有概率穿模。我第三集有个"四人在饭桌前举杯"的镜头，跑了五遍有一条手是六根手指，最后只能裁成近景把手遮住了。

复杂运动也不行。"人物从右侧跑入、中途绊倒、翻滚到左侧"这种连续大动作，生成出来要么变慢动作要么定帧，接不上前后镜头。我现在的策略：大动作拆成三个独立镜头（跑入/绊倒/倒地），每个静态起始，靠剪辑跳切骗眼睛。慢动作还能救，快动作基本没救。

文字和标识更别提。让它生成"墙上挂着一幅书法"，出来全是乱码，没有一次正常汉字。涉及画面里有明确文字的场景——招牌、文件、手机屏——我全后期用剪映贴上去，不在生成环节处理。别跟它较劲，省时间。

几件省时间的小事

最后几个我在AI短剧低成本制作平台上跑了三周总结的习惯。第一，建一个"角色锚定图"文件夹，每个主要角色先单独生成一张正面半身照、固定seed，后续所有镜头提示词里引用这张图做参考，一致性直接拉满。第二，分镜脚本用表格不用Word，列：镜号、景别、时长、台词、提示词、seed、状态，跑一个勾一个，不然十条跑着跑着就乱了。

第三，每集跑完先别抠细节，把所有镜头按顺序拼一遍、配临时BGM通看节奏。节奏对了再回去抠单帧，不对的话单帧再好看也白搭。我第二集通看时发现第4和第5个镜头情绪跳了，回去重跑第4条，省了后面整个重新剪的功夫。

如果你也是一人做、预算有限、想先跑通再谈画质，AI短剧低成本制作平台这套流程我觉得够用。我在特种猫社区看到好几个人也是类似量级，互相抄个作业改改就能出活。有兴趣可以去特种猫社区看看，有人把提示词模板和分镜表格直接贴出来了，比我自己摸索快得多。