AI短剧怎么做?剧本、分镜、配音,全套提示词直接拿走
- 2026-10-20 13:18:39

生成一个会动的人物,和做出一集能看懂的短剧,中间还隔着剧本、分镜、人物连续性、声音和剪辑。主角上一镜穿黑衣,下一镜换了脸;台词还没说完,画面已经切走;每张图都好看,连起来却讲不清故事——这些问题需要逐个环节解决。
这篇用一个虚构的职场悬疑故事,带你从想法走到成片。工具先用豆包整理文字、即梦生成画面、剪映完成后期;每一步都给出提示词、应得到的素材和检查方法。第一次做,先完成一个30—60秒样片,再扩成完整一集。
01 先把这部剧的范围定下来
打开生成工具前,写清四件事:观众是谁、主角要做什么、在哪里发生、准备交付多长的视频。
我们的教学案例是:员工林夏准备下班,发现自己名下多了一笔从未申请的报销。她刚想找主管,主管先打来电话,让她立即确认。
先限定两名角色、一个办公室、手机和电脑两件关键道具,采用9:16竖屏。这个范围便于检查人物、场景和动作是否连贯。
测试样片以讲清一段冲突为目标;计划连更时,要建立可复用的角色和场景;精品制作则需要更多表演、镜头与声音打磨。制作时间由镜头数量、排队、重试和后期共同决定,先记录自己的样片耗时,再估算一集。

全流程总览
完整顺序是:确定目标 → 剧本 → 资产 → 分镜 → 分镜图 → 视频 → 声音 → 剪辑 → 质检 → 发布复盘。
02 把想法写成能拍出来的剧本
把“她很害怕”改成可见的表演:她看完手机,手指停在确认键上,抬头望向空着的主管座位。

剧本工程化
打开豆包,新建对话,复制下面的提示词,替换【故事想法】:
请写一段60秒的写实真人短剧剧本。 故事想法:【员工林夏发现自己名下出现一笔未申请的报销,主管来电要求她立即确认。】 限制:两名角色,一个办公室,主要道具为手机和电脑。 开场直接呈现异常,随后安排主角核对、对方施压、主角发现新线索,结尾留下一个具体疑问。 台词简短,动作可拍,情绪用眼神、手部、呼吸和停顿表达。 按【场景ID】【人物】【动作】【对白】【声音】【预计时长】输出。 最后列出人物、场景、关键道具,以及难以生成的动作和简化方案。 预计时长需计入对白、动作与停顿,合计约60秒。拿到剧本,先检查因果:林夏为什么发现异常?主管为什么急?结尾的新信息改变了什么?人物突然知道一件没有来源的事,就要补上信息来源。
再把对白念一遍或生成临时配音。字数无法直接换算成片长。台词占满时长,就删减对白或增加镜头时间,给反应留出位置。
要做连续剧,先让AI列各集冲突与线索,再逐集写正文,方便发现人物动机和前后信息的矛盾。
03 建一个小而清楚的资产库
为角色、场景和道具编号:林夏C01、主管C02、办公室S01、手机P01。每个镜头使用这些编号,并关联实际参考图。
角色档案写具体特征:脸型、发型、服装、饰品;场景档案写门窗、桌椅、光源方向;道具档案写外形、位置和状态。比如手机始终是黑色机身,报销页面上的关键文字留给后期叠加。

资产库
在即梦的图片生成入口,先制作林夏的正面定妆照:
写实真人角色定妆照。C01林夏,28岁亚洲女性,椭圆脸,黑色齐肩直发,左侧分发,银色小圆耳钉,浅蓝棉质衬衫、深灰西裤。 正面全身,自然站立,双臂放松,面部清晰,中性表情,纯浅灰背景,均匀柔和光线,真实皮肤纹理。 画面只有一名角色,完整呈现头顶与鞋子。挑定母版图后,通过图片参考或编辑入口上传它,再生成侧面、背面和面部近照。每张单独保存,逐张核对五官、发型与衣服;一张多视图合成图可以辅助查看,实际生成时按需要选用清楚的单张参考。
场景也先做母版:固定门的位置、主管座位和窗光方向。把确认的文件按编号保存,例如C01_正面_v1.png、S01_办公室_v1.png,后续少改描述。
资产能减少重复设计,输出仍要检查。 人物漂移也受模型、参考图质量和动作复杂度影响。只写同一段外貌文字,无法保证每张都是同一个人。
04 分镜要写清“这一镜交代什么”
把确认的剧本、角色档案和场景布局一起发给豆包:
将以下剧本拆成逐镜头分镜表。 输入:本对话中已确认的剧本、C01/C02角色档案、S01场景档案。 字段:镜号、时间码、场景ID、人物与道具ID、景别、机位或运镜、动作、对白、声音、开始状态、结束状态、生成难点。 每镜围绕一个主要动作或信息点,按对白与表演需要安排时长。 相邻镜头保持人物站位、视线方向、手持道具及动作阶段连续。 双人对话明确谁在画面左侧、谁在右侧;反打保持空间关系。 先给出总时长,再输出分镜表;不要增加未经确认的角色和剧情。这段故事可以先拆成:林夏看到异常报销、核对电脑、手机来电、接电话、听到要求、发现主管账号已经退出。
手机内容和人物表情分开拍,可以让观众看清信息,也能减少复杂的手部与屏幕生成。

连镜状态
检查分镜时,盯住状态:上镜手机在右手,下镜继续接电话时就应保持;主管还没说完,林夏的反应要有合理触发。镜头时长随内容安排,15秒里也可以只有两个镜头。
05 先生成分镜图,再让画面动起来
定妆照定义角色外形。正式镜头还需要人物处于办公室、拿着手机、站在对应位置的分镜图。
在图片参考入口上传C01和S01,说明各图用途:
图1作为C01的外貌和服装参考,图2作为S01的空间与光线参考。 生成M01分镜图:C01坐在画面左侧办公桌前,右手握黑色手机,视线落在手机上,左手停在键盘旁。 中近景,平视机位,右侧窗户提供柔和主光,办公室背景轻度虚化,写实低饱和色彩。 手机屏幕保留简洁界面区域,具体文字后期添加。图号按实际上传顺序替换;平台提供素材引用标签时,选取真实标签关联文件。

从分镜图到视频
生成后核对角色、拿手机的手、桌椅布局和光线。发现错误,先修静态图。输入图已经有变形,视频会把错误带进运动过程。
06 视频提示词重点写动作和变化
进入即梦“视频生成”,选择账号可用模型,再选支持首帧或图片参考的模式。字节官方已发布Seedance 2.5,并列出即梦“视频生成—Seedance 2.5”的体验入口;模型支持最长30秒单次生成和多轮延长。官方说明
第一次可以先做短镜头。上传确认的M01分镜图,画幅与前面保持一致,时长选界面支持的相近档位:
以已上传分镜图作为首帧。 女人低头看手机,右手拇指在屏幕上方停住,随后缓慢抬眼望向画面右侧,嘴唇轻抿。 左手保持在键盘旁。镜头缓慢推近,结尾停留在她的表情上。 保持首帧的服装、办公室布局和光线,写实、低饱和、自然肤质。首帧已经交代外貌,提示词把重点放在动作、运镜与结束状态。Runway的Gen-4官方指南也建议图生视频重点描述运动,先用简单动作,再逐项增加要素;这条建议适用于该模型,其他模型要结合自身说明使用。提示词指南
支持多镜头的模型,可以把一段分镜按时间码组合生成;人物动作、台词和切镜同时出错时,拆开生成更容易定位和替换。
动作失败,先缩小幅度或减少同镜头任务;人物变形,检查参考图,再尝试更简单的景别。每次只改一个主要问题,保留成功版本。
07 先选择声音路线,再处理口型
声音有两种安排:使用支持原生音视频的模型同步生成对白,或单独配音,再完成口型处理与剪辑。

配音路线
走原生路线时,在镜头提示词里补上说话者、准确台词和声音环境。听到改词、声线变化或音效盖住人声,都需要返修。
走独立配音路线时,先按角色、镜号生成台词。同一角色沿用同一声线,调情绪和节奏即可。支持自然语言控制的配音工具可以这样输入:
角色C02,成年男声,音色沉稳,语气克制但有催促感。 台词:“先点确认,其他事明天再说。” “先点确认”稍重,逗号处短暂停顿,句尾压低。 输出清晰干声,背景音乐和环境声留给后期添加。普通文本朗读功能只粘贴实际台词,情绪说明放在工具支持的设置或指令位置,避免被朗读出来。生成后试听,并用音频真实长度调整分镜。
正面开口说话需要口型同步处理。画外音、背影或听者反应镜头也能承接对白,但要符合剧情。配好声音后,核对嘴部与音节、句尾停顿。
进阶可考虑Seed Audio 1.0的场景音频生成。其官方介绍支持人声、音效与环境声联合生成。
08 剪辑先让故事成立,再加音乐
打开剪映,新建项目,导入已选视频和音频,按镜号摆入时间线,画幅设为9:16。
先剪出一版只有画面与对白的粗剪:异常是否看得清?主管的要求是否听得懂?林夏的反应是否接得上?镜头太短就调整长度、补反应镜头或精简台词。

剪辑字幕
接着补手机提示音、办公室底噪和关键动作音效,再加音乐。对白处降低音乐,必要时用音量关键帧压低;分别用耳机和手机外放试听,确认每句话清楚。
字幕从最终对白生成,在剪映中找到识别字幕功能,选择对应音频并识别,再逐句修正姓名、金额、断句和出现时间。人物对白与屏幕上的报销文字分开处理。
最后统一曝光、白平衡和饱和度。原图光源方向明显冲突的镜头,回到生成环节重做。导出前先尝试1080×1920、MP4,帧率与项目保持一致;检查导出文件,确认字幕、音画和首尾完整。
09 每一集都过一遍这张检查单

质检复盘
发现问题,记录镜号、错误、修改和版本。替换单条镜头后,连同前后两镜一起检查。局部错误局部处理,剧情因果有问题就回到剧本。
10 把样片变成能复用的流程
正式上传前,确认素材使用范围,按平台要求填写AI生成说明,并检查封面、标题和视频是否交代同一件事。
发布后记录开头留存、观众流失位置、完播和评论中的疑问。某处反复让人看不懂,先回查信息和剪辑;制作端则记录生成次数、实际消耗与可用镜头数。
今天先做林夏“看到异常—停住手指—接到来电”这一小段。完成标准是:连续看起来像同一个人,手机动作接得上,观众能理解她遇到了什么。
样片跑通后,把确认的角色图、场景图、分镜格式和声音设置保留下来。下一集沿用这些资产,只生产新增的剧情和镜头,重复劳动才会逐步减少。
#AI短剧 #AI视频制作 #提示词 #即梦AI #豆包 #下班有术
