这是一个非常及时的问题,2025年5月），AI短剧的制作方式已经相当成熟，文生视频”通常不直接产出完整的20分钟短剧，而是产出一段段分镜或场景，再通过剪辑软件拼成短剧。
下面是一份实操教程，我会分为四个主流路径，涵盖从纯AI生成到实拍+AI辅助的完整流程。
核心认知：纯AI生视频的局限性
- 痛点：直接输入“霸道总裁追妻”生成5分钟视频，AI会“精神分裂”（人物长相、服装、场景前后不连贯）。
- 解法：按分镜生产，你需要把剧本拆成几十个“镜头”，每个镜头AI单独生成，最后用剪辑软件拼接。
纯AI生成（适合低成本的奇幻、古风、科幻短剧）
这是目前讨论最多的方式。
准备“文生视频”的素材：剧本与分镜表
- 写一个强冲突、高反转的短剧剧本（1-3分钟一集）。
- 将剧本拆解成分镜头脚本。
- 镜1：中景，女主在豪华别墅客厅摔倒，杯具破碎。
- 镜2：近景，男主（霸总）从楼梯上冷漠走过，眼神轻蔑。
- 镜3：特写，女主含泪抬头。
选择工具（2025年主流）
- Runway Gen-3 / Gen-4：画质最稳定，动作流畅，可控性强，适合生成写实、影视级效果。
- Luma Dream Machine：物理效果（摔杯子、水花）很好，适合动作镜头。
- 可灵（Kling） / 即梦：国内产品，中文理解最好，古风、仙侠效果极佳，成本较低。
- Sora：如果可用，目前逻辑理解最强，适合长镜头。
关键技巧：提示词怎么写（公式）
[镜头类型] + [主体描述] + [动作] + [环境] + [光线/氛围] + [艺术风格]
失败案例：
“一个男人在打女人” -> 太模糊，生成的画面不可控。
成功案例：
“中景镜头，一位穿着黑色西装、面容冷峻的年轻霸道总裁，缓慢走过金色旋转楼梯，蔑视地扫视一眼跪在地上的女主，昏暗的暖色灯光照在他的侧脸，电影感胶片风格，高清晰度，8K。”
“文生视频”实操步骤（以可灵为例）
- 口型同步：大部分AI视频无声，你可以用 HeyGen 或 D-ID，上传生成的人物图片，粘贴台词，让AI说话对口型，但注意：人物长相会变。
- 角色一致性解法：用 Midjourney 生成一张关键角色图 -> 导入可灵/Runway的 “图生视频” 模式 -> 输入动作提示词。图生视频比文生视频更能保证颜值稳定。
AI辅助真人实拍（目前最成熟的“AI短剧”方案）
大部分爆火的AI短剧（如《山海奇镜》《三星堆》）用的是这个方案。
核心流程
- 真人拍摄：演员穿着普通衣服，用手机或相机拍完所有肢体动作。
- AI换脸 + 换装：用 EasyPhoto 或 ReActor 插件，将演员的脸替换成AI生成的完美脸型；用 SD（Stable Diffusion）+ ControlNet 将衣服、背景全换成AI生成的古装或科幻场景。
实操工具
- 抠图: Remove.bg 或 ClipDrop。
- AI背景生成: 用 Adobe Firefly 或 Midjourney 先生成场景图。
- 合成: 进入 ComfyUI 工作流（节点式操作），连接“原视频 -> 姿态检测（OpenPose） -> 背景替换 -> 换脸”节点。
优点
- 动作流畅：真人表演，AI只负责“换皮”。
- 表情自然：AI眼神、微表情问题被规避了。
AI生成关键帧 + 补帧（风格化最强）
如果你想做2D动漫风格或水墨风格短剧。
做法
- 用 Midjourney 生成每一帧的关键画面（手绘草图）。
- 使用 Pika Labs 或 EbSynth（AI补帧工具）：将关键帧导入，EbSynth会根据你画的几张图，把一段普通视频（比如你对着摄像头随便动）自动转绘成那个画风的连续动画。
场景示例
- 你拍一段自己转头、微笑的视频。
- 你用Midjourney画了2张该角色的手绘稿（正面、侧面）。
- EbSynth自动把你的真人视频变成高质量的动漫短片。
完整实操流程（路径一，最省时间版）
假设你要制作 《重生之我在AI世界当太后》 第一集（30秒）。
- 文案/台词生成：打开 ChatGPT / Claude。
- 提示词：写一个30秒的宫斗短剧剧本，主角是重生归来的皇后，开场是她在冷宫醒来，眼神从迷茫到凌厉。
- 分镜生成：人工拆解为3个镜头。
- 镜1：冷宫破败床榻，睁眼（特写）。
- 镜2：坐起身，扫视环境（中景）。
- 镜3：眼神变化，攥紧拳头（特写）。
- 图片生成角色：用 Midjourney / 即梦 生成“重生皇后”的定妆照。记住这个角色的Seed号。
- 视频生成：
- 进入 可灵。
- 上传定妆照 -> 图生视频。
- 输入动作词：“一名身穿华丽古装的皇后，从破旧的稻草床上缓缓坐起，眼神由迷茫变得冰冷，电影光效。”
- 配音：
- 打开 剪映。
- 用“文本朗读” -> 选一个“霸道女声”AI配音。
- 后期：
- 将生成的3段视频拖入剪映,去掉多余的头尾。
- 加背景音乐、音效（AI生成：比如Suno AI生成古风BGM）。
- 加滤镜,调色。
- 导出：完成！
总结建议
- 新手入门：“可灵 图生视频 + 剪映” 是最低门槛的组合，先保证画面稳定，不要追求长镜头。
- 进阶玩家：学习 ComfyUI + Runway + Topaz Video AI（把低清变高清，帧率变流畅）。
- 商业级：真人拍摄 + AI换脸换装 是当前最好的路径。
开始做一个1分钟的实验短剧吧，AI工具现在每天都在迭代，动手就是最好的学习。