跑了三集AI短剧，分镜和角色一致性终于不翻车了
上个月帮朋友推一本仙侠小说，要出三集短剧，每集大概两分钟。头两天我对着屏幕干瞪眼，AI 生成的角色到第二集脸就变了，分镜节奏也完全卡不住。折腾完第三集我才把流程理顺，今天把这套 ai短剧制作教程 里真正有用的东西拆出来，省得你们再走我那条弯路。
分镜脚本先列成表格再动手
我一开始犯的错误是直接让 AI 生成两千字剧本然后整段丢进去跑。结果出来的分镜全是远景大全景，没有近景没有特写，节奏跟 PPT 翻页似的。后来我学到一个在 ai短剧制作教程 里反复被提到、但自己之前没当回事的做法：先用 AI 出故事大纲，分镜表必须自己一镜一镜地列。
表格我固定用五列：镜号、AI 生图提示词、画面内容描述、镜头景别、预估时长。其中提示词那列是核心，写的时候会把角色外貌描述完整塞进去（后面细说），景别用「全景 / 中景 / 近景 / 特写」四个词就够，时长一般三到五秒一个镜头。两分钟的片子拆下来大概 25 到 30 个镜头，这个数字别贪多，AI 生成单个镜头的等待时间是实打实的。
列完表之后我会通读一遍，重点检查两件事：一是相邻两个镜头的景别别一样，全景接全景看着就闷；二是每五到六个镜头必须有一个情绪转折点，不然观众撑不到第二集。这个检查花不了十分钟，但能省掉后面大量返工。
角色一致性这关我卡了整整三天
说个具体的失败经历。第一集我让 AI 生成女主，提示词写的是「古代女子，长发，红裙」，第二集换了个场景重新生成，出来的人头发变短了、裙子颜色偏粉。第三集更离谱，直接多了根眉毛。我在特种猫社区翻了半天帖子，才意识到问题出在描述太模糊，AI 每次都在自由发挥。
后来我给自己立了个规矩：角色首次出现时，把外貌写成一个固定字符串，之后每一镜的提示词里原封不动地复制这段。我的女主固定描述是「22 岁女性，黑色长发扎低马尾，细圆框眼镜，鹅蛋脸，米白色交领汉服，腰间系一条暗红色丝带」。二十几个字，看着啰嗦，但生成一致性直接就不一样了。
另外有个小细节：场景变化大的时候，光线描述也要跟着改。室内写「暖黄烛光，柔光」，室外写「冷白光，侧逆光」，不然同一套衣服在不同光线下颜色会飘。这个在 ai短剧制作教程 里提的人不多，但我实测确实管用，省了至少两次的重生成。
提示词里这几个数值我反复调过
生成视频片段的时候，运动强度这个参数我前前后后试了五六次。第一次图省事直接拉满，结果女主说台词的时候脸像融化的蜡像一样抖。后来我总结出大概的范围：对话场景运动强度控制在 0.3 到 0.5 之间，人物基本只有口型和细微表情变化；打斗或者转场镜头可以放到 0.7 到 0.8，但超过 0.8 手指和头发大概率穿模。
镜头运动我一般只给一个方向，别贪心。比如写「镜头缓慢右移」就行，你要是写「镜头右移同时轻微上摇」，AI 经常只执行一半，出来一个很奇怪的斜角。运镜越简单越稳，复杂运镜留给后期剪辑里用关键帧补。
还有一个坑：画面比例。我一开始用 16:9 生成，剪到竖屏里上下全是黑边。现在直接在提示词里锁 9:16 竖构图，人物站位偏上三分之一处，底部留白给字幕。这个在 ai短剧制作教程 的实操环节里算基本功，但我第一次做的时候就是忽略了，白重生了十几个镜头，心态差点崩掉。
配音和卡点别全交给自动
平台的自动配音功能说实话能用，但直接用出来就是「AI 念稿」的味儿。我的做法是先让它出一版，然后手动调两个地方：悲伤或回忆段落把语速降到 0.8 倍，句尾加个气声；冲突或争吵戏把语速提到 1.1 倍，中间插一个 0.5 秒的停顿当喘气。光这两步，听感就完全不同了，不像在听机器朗读。
卡点这件事我一开始也偷懒，全用智能自动匹配。结果发现 AI 理解的「卡点」跟观众理解的不是一回事——它喜欢在动作完成的时候切，但观众要的是动作刚开始就切，才有那种「啪」的爽感。现在我会在剪辑软件里手动把切点提前两到三帧，这个微调在 ai短剧制作教程 的后期环节里提得少，但真的是肉眼可见的差别。
封面和花字我一般不在生成工具里做，导出来到剪映里套模板更快。不过最近看到有人分享了一个技巧：生成封面图的时候提示词里加「留白区域在画面下三分之一」，出来一张图直接当封面用，省了排版时间。我试了两条，确实比后期硬抠省事。
一套流程跑下来到底要多久
以两分钟一集、28 个镜头为标准，我现在完整跑一集大概是：剧本大纲 20 分钟，分镜表 40 分钟，角色和场景图生成 1 小时（含反复修脸），视频片段批量生成 1 小时 20 分钟，配音和剪辑 1 小时。加起来四个半小时左右。第一集我花了两天，第三集压到四个小时出头，主要是提示词模板熟了不用反复调了。
要说局限，多角色同框的打斗场景到现在我还是不太满意。两人以上同时动，AI 经常出现一个人变透明或者手臂数量不对。我的做法是拆成两个单人镜头快切，观众 0.3 秒的切换根本反应不过来。另外超过 8 秒一句的长对话，AI 口型同步会有半拍延迟，这种我直接关掉口型动画，用侧面或过肩镜头糊过去。
最后说两句。ai短剧制作教程 这种东西，看十篇不如自己跑一遍再回来改。别一上来就追大制作，先拿一个三分钟的单集把分镜表、角色一致性、运动参数这三件事跑通，剩下的都是量变。我自己在 特种猫社区 发过第三集成品和分镜表模板，需要的可以翻翻。一个人坐电脑前四五十分钟出一个镜头，不用等导演不用等场地，这个自由度是真人拍摄给不了的。