AI 短剧制作：从脚本生成到画面渲染的全链路

上周，一位在短视频平台拥有 30 万粉丝的学员找到我，她的痛点非常典型：“老师，我一周要更新 3 条短剧，但写剧本就要花掉两天，拍摄和剪辑又得两天，根本忙不过来。用 AI 写的脚本又太‘AI 味’，画面感全无。”

她不是个例。2024 年短剧市场规模突破 500 亿，但 90% 的创作者卡在“产能”与“质量”的矛盾上。今天，我不讲虚的，直接拆解一套我用 Midjourney + ChatGPT + 剪映 + After Effects 跑通的全链路工作流，从 0 到 1 产出一条 60 秒、具备电影质感的 AI 短剧。你会看到具体的提示词、参数设置，以及如何规避 AI 生成内容最常见的“塑料感”。

—

第一幕：脚本生成——用“角色卡”代替“写故事”

很多学员用 ChatGPT 写剧本，得到的永远是“在一个宁静的小镇，主人公小明发现了一个秘密……”这种流水账。问题出在：你没有给 AI 建立“导演思维”的上下文。

实操案例 1：从一句话到分镜脚本

假设我��要做一���悬疑反转短剧，核心梗是“闺蜜送了我一面镜子，镜子里的人比我慢半拍”。

第一步：构建角色卡（Character Sheet）

打开 ChatGPT 4o（或 Claude 3.5 Sonnet），不要直接说“写剧本”，而是输入以下结构化指令：

你是短剧导演。请为以下角色生成详细设定卡：
角色A：林薇，28岁，表面温柔实则心机，职业是画廊策展人。口头禅是“这世界需要一点假象”。
角色B：小雅，26岁，单纯善良，但观察力极强，职业是纹身师。
设定卡需包含：外貌特征（用于AI绘画）、核心欲望、内心恐惧、说话风格（带2句示例台词）。

这一步的关键在于“用于 AI 绘画”——你在为后续 Midjourney 生图埋下伏笔。生成的角色卡越具体，画面一致性越高。

第二步：生成分镜脚本

拿到角色卡后，输入：

基于以上角色卡，生成一个60秒的悬疑短剧脚本。要求：
1. 共8个镜头，每个镜头时长7-8秒。
2. 每个镜头必须包含：景别（特写/中景/全景）、画面描述（具体到光线和色彩）、台词、音效提示。
3. 最后必须有一个反转结局。
4. 画面描述中避免出现“美丽的”“巨大的”等抽象词，改用“冷白色顶光”“布满裂纹的洗手台镜面”等具象词。

ChatGPT 会给你一个表格化的脚本。此时，你需要做一件重要的事：用红笔划掉所有“对话推动剧情”的部分，改为“动作推动”。短剧的黄金法则是：前 3 秒没有视觉冲突，观众就划走了。

以我学员的实战为例，ChatGPT 生成的第一个镜头是“林薇在咖啡馆等小雅，内心忐忑”。我让她改成：“林薇的手指无意识地敲击着咖啡杯，杯中的拉花是一个倒置的人脸。”——这一个画面，比十句旁白都有力。

—

第二幕：画面生成——Midjourney 的“一致性”破局

这是全链路中最容易翻车的一环。直接输入“一个女孩在照镜子”，Midjourney 会给你画出 4 张完全不同的人脸。短剧需要的是“同一张脸”贯穿始终。

实操案例 2：用“种子值 + 垫图”锁定主角

第一步：生成主角基准图

在 Midjourney（V6 版本）中输入：

/imagine prompt: Chinese female, 26 years old, tattoo artist, short black hair with silver earrings, wearing a black apron, half-body portrait, cinematic lighting, 35mm lens, shot on ARRI Alexa --ar 9:16 --seed 20240607

注意三个关键参数：

• `–ar 9:16`：竖屏短剧专用比例，千万别用方形。

第二步：用垫图保持一致性

生成满意的基准图后，右键复制图片链接。后续所有镜头，都用这个格式：

/imagine prompt: [角色A图片链接] [角色B图片链接] 林薇站在昏暗的走廊尽头，手持一面复古铜镜，镜面反射出小雅扭曲的脸，冷蓝色调，惊悚氛围，广角镜头 --ar 9:16 --seed 20240607 --iw 1.5

这里的 `–iw`（Image Weight）参数至关重要。数值范围 0.5-2.0，建议设为 1.5。太高会完全复制原图动作，太低会失去人物特征。我测试过，1.5 是“服装、脸型、发型”与“新姿势、新场景”之间的最佳平衡点。

第三步：批量生成与筛选

一个 8 镜头的短剧，我建议每个镜头生成 2-3 个变体（用 `–v 1`、`–v 2` 或点击 U1/U2 放大）。不要贪多，否则后续剪辑时选择困难症会逼疯你。

避坑指南：

—

第三幕：动态化与剪辑——从“静帧”到“电影感”

这是把“连环画”变成“短剧”的核心环节。目前国内创作者最常用的组合是：剪映专业版（免费）+ Runway Gen-2 / Pika Labs（付费）。

实操步骤：让静态图“动起来”

第一步：Runway 动态化

将 Midjourney 生成的关键帧图上传至 Runway Gen-2，输入运动指令：

Motion: camera slowly pushes in, character's eyes flicker, hair moves slightly in wind, mirror reflection ripples like water

注意，Runway 对“物理运动”的理解有限。不要让它做“转身”“走路”等大动作，会扭曲变形。只做“镜头推拉摇移”和“微表情变化”，成功率能提升 80%。

第二步：剪映二次创作

将动态视频导入剪映专业版（版本 5.6 以上），进行关键操作：

第三步：AI 配音与口型

用剪映自带的“文本朗读”功能（选择“解说男声-质感”或“知性女声”），或者用 ElevenLabs 生成更自然的中文配音。注意：AI 配音的语速要控制在每分钟 220-240 字，比正常语速快 10%，符合短剧的紧凑感。

如果角色有说话画面，用剪映的“数字人”功能（在“智能工具”栏），上传角色图，输入台词，它能生成简单的口型动画。虽然目前只能做到正面半身，但对于 60 秒短剧的 1-2 个说话镜头，完全够用。

—

总结与进阶建议

这套流程，我的学员从“一周更 3 条”提升到了“一天产 3 条”，且完播率平均提升 40%。核心逻辑是：用 AI 解决 80% 的重复劳动，把精力集中在 20% 的创意决策上（比如反转设计、镜头节奏）。

如果你想更进一步，建议学习以下三个方向：

1. 一致性控制：深入研究 Midjourney 的 `–cref`（角色参考）参数，这是 V6 版本推出的杀手锏，比垫图更精准，能锁定服装和面部特征，���合多角色短剧。
2. 动态转场：学习 After Effects 的“Optical Compensation”和“CC Ball Action”效果，用于制作 AI 视频无法生成的复杂转场（如镜子碎裂、时间倒流）。
3. 多语言分发：用 HeyGen 或 HeyWhisper 将你的短剧一键翻译成英语、西班牙语配音，并自动调整口型，一套素材赚多份收益。

记住，AI 短剧的下半场，拼的不是“谁生成得快”，而是“谁更懂镜头语言”。工具只是笔，分镜和节奏才是灵魂。

—

常见问题 FAQ

Q1：Midjourney 生成的同一角色，为什么换个场景脸就变了？
A：大概率是 `–seed` 值没固定，或者 `–iw` 值太低。确保每次生成都带上相同的 `–seed`，且 `–iw` 不低于 1.0。如果还不行，试试 V6 的 `–cref` 参数，直接粘贴基准图链接，它会强制锁定面部特征。

Q2：Runway 生成视频时，人物总是“融化”或“扭曲”怎么办？
A：这是运动幅度过大导致的。将提示词中的动作拆解为“微动作”，例如把“她转身”改为“她微微侧头，眼神从镜子移向镜头”。同时，在 Runway 的“Motion”选项中，选择“Subtle”或“Moderate”，不要选“High”。

Q3：剪映的“数字人”口型对不上怎么办？
A：检查你的文字稿是否包含标点符号。剪映的数字人需要完整的停顿标记，确保每句话以句号结束，逗号处它会自动换气。如果还是不对，手动在时间轴上把音频和视频轨道“分离”，然后微调视频轨道的偏移。

Q4：如何让 AI 短剧看起来不那么“廉价”？
A：三个捷径：一是用电影 LUT 调色（网上搜“FIlmConvert”或“DeLut”免费包）；二是音效一定要丰富，尤其环境音（室内加空调嗡嗡声，室外加车流声）；三是画幅比例务必 9:16，且上下加黑边（用剪映的“模糊背景”功能），模拟电影感。

Q5：版权问题怎么处理？AI 生成的画面能商用吗？
A：Midjourney 付费版（每月 10 美元以上）生成的图片可用于商业用途，但要注意避免生成“真人明星”或“知名 IP 角色”。Runway 生成的视频同样可商用。但 AI 配音建议用 ElevenLabs 的付费版，免费版的语音有“机器味”且商用有风险。最稳妥的做法是，在发布平台的后台声明“部分内容由 AI 辅助创作”。