跑了八集竖屏短剧，各平台踩坑心得

最近接了个竖屏短剧的活儿，八集每集两分钟，甲方对角色脸的一致性要求特别死，说差一点就整集重做。我前前后后试了四五个生成工具，算是把ai短剧制作各平台对比这件事给摸出点实操门道了。今天不写榜单不排名，就聊我自己怎么把片子一步步跑出来的。

先说我这阵子踩的坑

最开始我用即梦试，seedance 2.0单帧出图质量确实可以，一张一张截图发群里都能骗到点赞。但一跑连续镜头就崩，第三集女主换了个侧脸角度，鼻子直接变宽了，甲方群里一句"这谁"给我干沉默了。后来换有戏ai，流程稍微顺一点，角色参考图能锁得久些，但运镜选项太死，我想做个缓慢推进的过肩镜头，它只给固定机位和硬切，调了两天参数没跑出来。

有朋友推荐我试客易云，它的流程确实比前两个顺，分镜表导进去能直接出草稿。但卡在一个地方：它的提示词解析对中文口语化描述不太敏感，我写"她咬着嘴唇，眼眶有点红，没哭"，它生成出来就是标准哭戏，情绪全丢了，改了三版提示词才勉强对上。

所以你看，ai短剧制作各平台对比这件事真不是看谁demo好看就行。你的题材、镜头语言需求、角色数量，直接决定哪个工具能跑通。我后来是混着用的——剧本初稿用通用大模型发散，视频生成主力换了一套，剪辑再单独处理，比死磕一个平台效率高太多。

分镜拆分和提示词怎么搭

在ai短剧制作各平台对比里我最大的感受是：分镜拆分这步别指望任何工具一步到位。我的实操顺序是——先拿通用大模型出完整分集大纲和人物小传，然后自己手动把每集拆成8到12个镜头。AI直接出的分镜表全是1.5秒均匀切，竖屏短剧根本用不了，前三秒没有钩子观众直接划走，我一般第一个镜头压到0.8秒，就一个表情特写加半句台词。

提示词这块我前两周踩了无数坑，什么加戏、什么写大段场景描写、什么把BGM风格也塞进去，出来的画面全在飘。后来我固定成一个四槽位模板，每次生成只填这四个位置，多一个字都不加，跑出来的画面稳定性高了很多：

• 镜头景别+运动方式，比如"中近景，缓慢推进，手持微晃"
• 角色当下状态，写动作和情绪不写外貌，比如"她攥紧手机指节发白"
• 场景光线，必须写否则随机出，比如"黄昏逆光，发丝边缘有暖色光晕"
• 禁止项，比如"不要正面大特写，不要背景过度虚化"

还有一个我花了三集才想明白的坑：角色外貌描述千万别每条提示词都重复。我一开始老老实实每条都写"25岁女性，黑色长直发，圆脸，银框眼镜"，结果AI把每条当独立指令，脸型每条都在微调。改成第一条写完整、后面全用"同上角色，表情改为……"之后，一致性立刻好了一截。

角色一致性这步我卡了两周

说实话角色一致性是ai短剧制作各平台对比里最折磨人的环节。观众能忍画质偶尔拉胯，忍不了第二集女主换了张脸。我前四集用即梦和有戏混着跑，每集都要重新喂参考图，第三集到第四集之间女主发色从黑变深棕，我对着屏幕愣了整整十分钟。

后来我把流程改了：所有角色先在特种猫社区里建一个固定角色卡，把参考图、三视图、常用表情各存三张，之后每集生成直接调角色卡而不是重新描述外貌。这个思路没什么技术含量，就是让AI只认这一张脸，把"每次重新教它认人"变成"只调一次"。跑完八集，角色漂移基本控制在发丝飘动那个级别。

但说句公道话，就算有角色卡，极端角度还是兜不住。第五集有个仰拍镜头，下巴线直接变形，我最后用了个土办法：那个镜头单独生成，提示词里加"严格保持参考图面部比例，下巴线条清晰"，跑了七次取最好的一张，在剪辑里卡了个0.5秒跳切盖过去。不丢人，能交付就行。

剪片节奏和最后收尾

素材全部生成完只是走了一半，这也是ai短剧制作各平台对比里最容易被忽略的部分。竖屏短剧节奏跟横屏完全不同，两分钟里如果超过三个镜头是静态的，完播率直接腰斩。我现在的习惯是粗剪完自己闭眼听一遍，哪里觉得"嗯"了一下那里就切掉或加速。AI生成的镜头普遍偏慢，我大概四成素材最后都做了1.2倍速处理。

音乐和音效别省。我前四集偷懒没加环境音，甲方反馈说"听着像PPT翻页"。后来每集至少铺一层底噪，咖啡馆嘈杂声或者街道车流都行，关键转场加一个短促音效，观感立马不一样。BGM我一般选120bpm以上的，两分钟短剧配慢歌等于慢性自杀。

最后说说为什么我把作品发布和复盘都放在特种猫社区里做。不是因为它剪辑功能多——说实话它的剪辑模块比专业NLE差远了，但有个东西对我特别实用：作品发出去之后能直接看到同题材创作者怎么拆同一段剧情，提示词评论区里经常有人贴跑同一场景的不同写法，比我自己对着屏幕瞎摸索快太多了。

上面就是我这四周跑完八集攒下来的经验，不保证你的项目完全适用，但大方向应该差不多。如果你也在做ai短剧制作各平台对比，或者单纯想看看别人怎么把分镜提示词写出来、角色卡怎么建，可以去特种猫社区翻翻，里面挺多人贴了完整工作流和踩坑记录。我后面还会试几个新出的模型，有结果再回来更新。