AI跑12集悬疑短剧，脸崩三次才调对参数

这阵子我想拿AI跑一部12集都市悬疑小短剧，单集90秒，预算就自己那台4090工作站，不想再拉人合伙实拍。前后折腾快三周，脸崩、穿帮、节奏全乱过一遍，总算把成片剪出来了。今天把微短剧制作这条路上踩的坑和最后跑通的参数记一下，给同行省点时间。

分镜拆法我改了三版才顺

第一版分镜我直接拿剧本按场景切，一集拆6到8个镜头，跑出来全是"全景慢慢推近景"的单调节奏，看着跟PPT翻页没区别。第二版我改成按"情绪单元"拆，一个单元就是一个完整动作或反转，短的给3秒长的给8到10秒。12集拆完总共140来个镜头，单集平均11到12个，节奏立刻松快了。做微短剧制作最怕分镜阶段偷懒，你这里糊过去，后面每一集都在为它还债。

拆完我会在表格里给每个镜头标三列：景别、镜头运动、情绪关键词。情绪关键词别写"紧张""开心"这种大词，要写到具体动作，比如"拇指无意识碾杯沿""瞳孔骤缩后视线迅速移开"。这个习惯救了我后面提示词的命，不然每个镜头描述都差不多，画面就全糊成一锅。

还有一个节奏经验：做微短剧制作的话，90秒的片子最多容纳12到13个镜头，超过15个观众就跟着晕。我最后定的是前3个镜头固定机位建立空间，中间6到7个加运动和景别切换，最后2到3个留白或特写收情绪。这不是教科书结构，是我第三版试了四遍才找到的。

提示词这块我踩了最狠的坑

一开始写提示词跟写小说似的，一个镜头塞七八句话全堆一块，AI抓不住重点，画面丢人丢景，看着跟随机抽卡一样。后来逼自己压成五段式，每段不超15字，写起来反而更快更准：

• 主体：性别、年龄、一个服装细节
• 动作：单一动词，不写复合动作
• 环境：地点＋光线方向＋色温
• 镜头：景别＋焦距＋景深
• 画质：胶片或数字＋颗粒度

比如审讯室特写我最后写的是：「男，35岁，衬衫袖口卷起，手指捏杯沿不动，冷白顶光，浅景深85mm，胶片颗粒」。就这一句话，出来的画面比之前写三句长描述的清晰得多，AI要的是画面指令不是让你写小说。

角色一致性是微短剧制作里最要命的坑。我主角在公寓、天台、地铁站三个场景切来切去，第一版每次重新描述外貌，AI每次给的脸都不一样。第三集切天台那场男主角直接变成另一个人，那一集全得重跑，光那个场景我重生了十几次才把脸对上。

解决办法是建一张角色卡：五官比例、发型、瞳色、体型用固定短句锁死，每条提示词开头先贴角色卡再写动作。我在特种猫社区翻到有人分享过类似思路，核心就是别让AI每次都重新认识你的主角。贴了之后12集没再崩过第二次，但一集里三个以上角色同时出现时一致性还是会掉，这个我目前没找到稳的办法。

脸崩和穿帮，这步真不能省

角色卡解决的是"脸"的问题，穿帮是另一码事。第五集主角在地铁站跑，背景突然多出一辆不属于那个年代的公交车，还有个路人穿着跟主角一模一样的外套。微短剧制作里穿帮比脸崩更伤观众信任，因为观众只觉得你懒。我现在每集生成完先不急着剪，0.5倍速过一遍专门盯背景杂物和肢体穿模，平均每集能揪出两三个要重跑的镜头。

还有一个坑是运动镜头的中间帧。固定机位基本没毛病，一用推镜或跟拍，AI过渡帧里经常把比例搞变形，脖子拉长、手指多一根。我的处理是运动镜头尽量拆成两个固定机位用跳切代替，真需要连续运动就只给2秒。微短剧制作里观众注意力本来就碎，2秒够了，你非要5秒平滑跟拍，翻车概率直接翻倍。

具体参数方面，帧率我设24fps不用30，单段时长控制在4秒以内，超过就拆两段再剪。分辨率用1080p别一上来4K，AI在高分辨率下细节"幻觉"更明显，一个小瑕疵放大四倍你就没法忍了。这些不是官方推荐值，是我拿十几条废片喂出来的经验。

剪辑节奏和收工前的大实话

剪辑上每集开头3秒必须给钩子画面，别黑场渐入，直接特写把观众摁住。中间切点卡0.5到1秒，结尾3秒留未完成感直接切黑。12集连看节奏是"紧-松-紧-松"交替，纯紧到第4集观众就疲了。配音全走AI生成，略带沙哑的旁白质感，每集固定三个环境底噪做听觉锚点，BGM只截15秒loop做交叉淡化，不用整首。

最后说几句不那么好听的话。AI做微短剧制作最大短板还是情感层次：角色哭一场能搞定，但"笑着突然沉默"这种，表情还是差口气，得靠剪辑配乐去补。12集连看第8集起观众会觉得套路，这不是技术问题，是剧本本身的事。一个人一台工作站跑12集，预留三到四周是合理的，别信"三天出一部"的标题。

我这套流程在特种猫上跑完，最大感受是它把"从0到能看"的门槛拉低了不少，但"从能看到好看"那一段还得自己一遍遍抠。社区里有人晒一天出五集，我不太信，大概率镜头数和时长没到正片标准。如果你也想试这套微短剧制作流程，来特种猫社区翻翻别人的分镜表和提示词，比我这里写得全。