我拿AI跑了三集短剧，分镜和提示词踩坑全记了

前阵子想搞清楚ai短剧怎么做，抱着'反正两三集试试水'的心态开干。结果第一集废了四五天，不是工具不行，是我把八百字剧本整段贴进去，出来的画面跟我想的完全两码事。这阵子跑完了三集，踩的坑比看过的教程多，趁脑子还热把过程记下来，给同样想动手的朋友省点时间。

先把剧本拆成能喂给AI的句子

第一步不是打开生成工具，是拿把剪刀把剧本切碎。一个分镜镜头对应三到五秒画面，我拿这个颗粒度拆。剧本写'林晚推门走进办公室，看见桌上那封信，愣了三秒'，我至少拆成三个镜头：门开、人进来、视线落到信上。每个镜头单独写一段描述，别指望AI自己帮你分镜。ai短剧怎么做这件事，七分功夫就在这个'拆'字上，我一开始不信，后来真信了。

拆的时候我固定一个格式，每个镜头只写四样：景别、主体动作、环境光线、情绪关键词。写完对着备忘录默念一遍，念出来脑子里没画面，说明描述太虚，得加细节。比如'她愣住了'就不如'她瞳孔微缩，手指停在信纸边缘没再往下翻'，后者你念一遍就能看见那个画面。

• 景别别全写中景，特写和中景交替用，不然看着像监控录像回放
• 光线写'侧逆光、色温偏冷'比写'好看的光'管用十倍
• 情绪词放最后，AI对抽象词吃不太透，但写了它出图方向会偏过去

第三集雨夜对峙那段，我拆了十一个镜头，每个描述卡在四十五字以内。以前写两百字一大坨，AI抓不住重点，画面全在平均用力。拆细了之后视觉重心清晰，后面调提示词目标也更明确，废片率直接降了一半。

提示词我改了七八版才出活

ai短剧怎么做，提示词这关我磨得最久。前几版写的就是'一个年轻女人站在办公室'，出来的脸跟身份证照片似的，毫无氛围。后来我摸索出一个三段式结构：先写主体（外貌、服装、具体动作），再写环境（空间、光线、色调），最后写镜头语言（景别感、构图、景深）。

具体一条我是这么写的：'二十五岁女性，碎发别耳后，灰色西装配白T，右手捏着泛黄信封边缘，站在空旷办公室中央，落地窗透冷白光，地面浅倒影，中近景，浅景深，电影感色调。'后面固定跟负面词：'避免卡通、过曝、多手、水印、面部变形。'这套在特种猫社区教程区看到雏形，我改了两三轮才顺。

有一个参数我反复调：单镜头生成时长。一开始图省事全设十秒，结果动作大的镜头（推门、转身）到第七秒就开始重复抖动。后来我改成：静态镜头六到八秒，有动作的十二到十五秒，转场空镜四秒。这不是玄学，是模型在超过一定帧数后运动连贯性下降，你得在它'还清醒'的时候切走。

分镜节奏不能全靠AI排

单镜头还行，拼一起节奏就散了。这是ai短剧怎么做最容易被忽略的一步，AI只管把画面生出来，不会帮你判断'该停多久'。第一集每个镜头平均五秒，剪出来像PPT翻页，自己看一遍就想划走。

后来我学了一个笨办法：把所有镜头按剧本顺序排好，拿手机计时器自己过一遍，该再停一下的地方标出来，太拖的剪短。具体到操作，对话戏每句台词给三到四秒、留零点五秒气口；动作戏按实际时长走，推门就是两秒，别硬撑到五秒；情绪特写比如眼眶红了，放到八到十秒让观众消化。所以ai短剧怎么做，节奏感这件事你得自己当导演，不能指望工具替你审片。

• 每集结尾别用黑场收，留两秒呼吸镜头（空镜或人物背影），观众不容易立刻划走
• BGM在情绪转折点进，别从头铺到尾；第三集前八分钟我只留环境音，反差出来效果反而好
• 转场能硬切就硬切，叠化用多了显得廉价

说个翻车：第二集有个三秒闪回（女主小时候），AI把小女孩脸生得跟女主一模一样只换了衣服，重跑六次才出来个'像但不完全像'的，硬着头皮上了，评论区说'看着有点瘆人'。跨年龄镜头提示词里一定要加different facial features、child这类区分词，别省。

说几句不中听的

先说局限。这套流程最适合十五分钟以内、场景集中、人物不超过四五个的短剧。你想搞二十人群戏、大量快切，AI现阶段一致性拉不住，我第二集试图加个群演在背景走，脸每帧都不一样，最后全剪了。声音这块我花的时间比画面还多，AI画面自带的那种电子糊味，加一层环境音（雨声、键盘声、远处车流）能盖掉大半。

配音我没用TTS，找朋友用手机录的，让她对着剧本念三遍再收，比TTS自然太多。BGM用无版权库的纯音乐，速度匹配剪辑节奏，一集一首够用别贪多。ai短剧怎么做这件事，工具只是最不值钱的一环，真正值钱的是'这个镜头该不该存在'的判断。我三集下来剪掉的比留下的多，差不多四比六。

如果你也是刚入坑想试试，建议先从一集五分钟的体量练手，别一上来就搞十集连续剧。我这些踩坑笔记、分镜模板和提示词都放在特种猫社区了，有人问细节直接去翻，比在这帖子里翻楼方便。有问题评论区聊，我看到会回。