AI短剧制作全流程：DSeek写剧本+豆包定角色+即梦生分镜+剪映剪辑

一、AI短剧工具链：剧本→角色→分镜→合成

做短剧的传统方法是这样的：写剧本、找演员、搭场景、拍素材、后期剪辑，五道工序，至少三个人协作，耗时至少一周。

现在用AI工具链，一个人一台电脑，2-3小时就能从零到成品出片。

工具链的逻辑是这样的：

这套工具链的核心在于每个环节的输出都是下一个环节的输入，环环相扣，角色形象从第一帧到最后一帧保持一致。

做过AI视频的人都知道，最头疼的问题就是“换镜头就换脸”——同一个角色在不同分镜里长得完全不一样，观众一眼就能看出是AI生成的。接下来我会在每一步重点讲解如何解决这个问题。

二、Step 1：DeepSeek——让AI帮你写剧本和分镜（约15分钟）

做短剧的第一步是剧本。很多人让AI写剧本只会说“帮我写一个职场反转短剧”，出来的东西要么老套，要么没法落地。

问题出在提示词不够结构化。

DeepSeek生成短剧剧本，提示词需要包含五个层次（官网：chat.deepseek.com）：

①角色设定层

告诉AI“你是谁”，让它在特定专业领域内思考：

text

你是一名专业的短剧编剧，擅长职场轻喜剧和反转剧情，熟悉抖音、快手短剧的快节奏叙事风格。

告诉AI“做什么”，给出故事的基本框架：

text

请为我创作一部3分钟、6集的微短剧《提案反转局》。故事梗概：职场新人林悦的方案被资深同事抢功，在同事的帮助下逆风翻盘，最终获得总监认可。

这是决定角色一致性的第一步。角色形象必须具体到可供AI生图使用：

text

请定义三个核心角色，每个角色的形象描述必须详细到可供AI生图使用：【林悦——女主角】- 24岁职场新人，干练短发，五官清秀有灵气- 日常穿搭：白色衬衫+高腰西裤，简约干练风- 关键特征：戴一副银色细框眼镜【张组长——反派女配】- 35岁资深组长，冷艳强势- 日常穿搭：黑色修身西装+红唇妆容- 关键特征：永远抱着一台银色笔记本电脑【王总监——决策者】- 45岁男性，温文尔雅但眼神锐利- 日常穿搭：深蓝色西装，不打领带- 关键特征：左手戴一枚简约腕表

告诉AI“怎么呈现”，明确输出格式和细节要求：

text

输出6集的分镜脚本表，每集30秒，表头必须包含：集数 | 镜头序号 | 景别 | 画面详细描述(供AI生图用) | 对白/旁白 | 时长(秒)画面描述要求：- 必须包含构图、人物动作、场景氛围、光影- 每个镜头必须标注出场人物- 示例：“中景，办公室内，林悦坐在工位上盯着电脑屏幕，神情专注，窗外夕阳余晖打在她的侧脸上，冷暖光对比明显”

text

输出格式为Markdown表格，先输出“角色设定表”，再输出“分镜脚本表”。

以下是将上述提示词输入DeepSeek后得到的实际输出样式，供大家参考格式和内容质量：

【角色设定表】

角色

形象描述

林悦

24岁职场新人，干练短发，五官清秀灵气，白色衬衫+高腰西裤，戴银色细框眼镜

张组长

35岁资深组长，冷艳强势，黑色修身西装+红唇妆容，永远抱着一台银色笔记本电脑

王总监

45岁男性，温文尔雅但眼神锐利，深蓝色西装不打领带，左手戴简约腕表

【分镜脚本表】（第1集：暗潮涌动，时长30秒）

镜头

景别

画面详细描述（供AI生图用）

对白/旁白

时长

1

中景

办公室内，林悦坐在工位上盯着电脑屏幕，神情专注，屏幕蓝光映在她脸上，窗外夕阳余晖打在她的侧脸，冷暖光对比明显。

（旁白）这个方案，我熬了三个通宵。

5秒

2

特写

电脑屏幕上显示着一份精美的PPT封面，标题“Q4品牌焕新方案”，右下角署名“林悦”。鼠标光标移动到署名处。

（无对白，仅键盘敲击音效）

3秒

3

中景

张组长从林悦工位后方走过，停下脚步，侧目瞥了一眼林悦的屏幕，嘴角微微上扬，眼神意味深长。

（无对白）

4秒

4

近景

林悦注意到身后有人，转头看向张组长，礼貌性地微笑点头。张组长已走开，只留下一个背影。

（无对白）

3秒

5

中景

会议室门口，张组长抱着一台银色笔记本电脑走进去，门缓缓关上。透过磨砂玻璃可见会议室内人影晃动。

（旁白）后来我才知道，有些人的“路过”不是偶然。

5秒

6

近景

第二天上午，林悦坐在工位上，神情困惑地盯着电脑。屏幕上是一封邮件，标题“关于Q4方案的最新安排”，发件人是王总监，正文模糊但可见“张组长负责”字样。

林悦：（内心独白）我的方案……怎么变成她的了？

6秒

7

中景

张组长站在会议室白板前，对着团队讲解方案，手指着白板上的PPT投影，表情自信。林悦的PPT封面“Q4品牌焕新方案”清晰可见，但署名已被替换为张组长。

张组长：（画外音）这个方案我从头到尾亲自抓的……

4秒

（第2-6集分镜脚本结构类似，此处受篇幅限制省略）

实操要点

• 人设定义一定要具体到发型、服饰、标志性特征，这些是后续豆包保持角色一致性的“锚点”。很多AI短剧翻车，根源就是这一步没做好。
• 画面描述不能只写“两人对话”，要写“林悦抬头望向张组长，眼神从紧张转为坚定，张组长站在会议桌对面双手抱胸冷笑”。
• 对白尽量简短有力，短剧的黄金法则是“3秒一个钩子，10秒一个小反转”。
• 单个分镜时长控制在3-6秒，这个时长范围AI生成效果最稳定，也方便后期调节奏。

三、Step 2：豆包——锁定角色形象，批量生成分镜图（约30-40分钟）

剧本有了，接下来要让文字变成画面。这一步是整个AI短剧制作最关键的一环——角色形象必须锁定，否则后面每帧都不一样。

豆包的Seedance 2.0版本针对多主体一致性问题做了底层优化，通过特征锁定算法确保角色服装、发型在不同镜头中保持稳定。

第1步：生成角色定妆照

将DeepSeek生成的角色设定依次输入豆包AI生图界面（官网：doubao.com），每个角色生成一张定妆照：

text

【林悦定妆照提示词】24岁职场女性，干练短发，五官清秀灵气，白色衬衫+高腰西裤，戴银色细框眼镜，坐在办公桌前，半身构图，柔和影棚光，商业人像摄影，4K超清，背景为现代化办公室浅景深虚化。比例：1:1正方形。

三个角色各生成一张定妆照，从候选图中选出最满意的保存好——这是后续所有分镜画面的“角色种子”。

选图标准：

• 人物面部清晰，五官端正，没有变形
• 服饰细节完整，没有多余或缺失的元素
• 背景简洁，便于后续换场景时AI识别主体
• 光线柔和，不要过曝或过暗

这是核心步骤。DeepSeek已经输出了一份完整的分镜脚本表，现在需要把每个镜头的“画面描述”转化为实际图片。

操作要点（每个镜头都按这个流程操作）：

1. 上传参考图：在豆包生图界面点击“添加参考图”，上传对应角色的定妆照
2. 编写完整提示词：将DeepSeek分镜表中的“画面详细描述”与参考图指令结合

示例（以上述脚本第1集镜头1为例）：

text

参考上传的林悦角色形象，保持人物长相、发型、眼镜、服装完全一致。画面内容：中景，办公室内，林悦坐在工位上盯着电脑屏幕，神情专注，屏幕蓝光映在她脸上，窗外夕阳余晖打在她的侧脸，冷暖光对比明显。画面风格：电影写真，柔和自然光，4K超清。比例：9:16竖屏。

1. 每个镜头生成2-3张候选图，从中挑选最满意的一张
2. 按“集数_镜头序号”命名保存（如“E01_S01.jpg”），方便后续剪辑时快速定位

多人镜头的处理方法：

两人对话场景需要特别处理。以林悦和张组长对话为例：

1. 分别上传林悦和张组长的定妆照作为参考图
2. 提示词中明确两人的位置关系：

text

参考上传的两个角色形象，保持两人的长相、发型、服装完全一致。画面左侧为林悦（白衬衫、银框眼镜），画面右侧为张组长（黑色西装、红唇）。两人隔着会议桌站立，林悦抬头望向张组长，眼神紧张，张组长双手抱胸，表情冷笑。背景为明亮会议室，窗外可见城市天际线。画面风格：电影感，写实摄影。比例：9:16竖屏。

• 角色长相出现偏移：检查是否每次生成都正确上传了参考图，并在提示词开头重申“保持长相完全一致”
• 手指等细节问题：AI画手是普遍难点。在提示词中写“手部自然放在键盘上”或“双手持文件遮挡”，不要写“手指张开”等描述
• 场景风格不统一：在DeepSeek脚本中预先固定场景描述模板，每个同场景镜头使用相同的关键词（如“现代化办公室，落地窗，灰色办公桌椅”）
• 光线不统一：在每个分镜的提示词中固定光线描述，如“柔和自然光”或“暖色顶光”，避免这个镜头用自然光、下个镜头用冷光灯

四、Step 3：即梦AI——静态分镜转动态视频（约40-60分钟）

分镜图准备好了，接下来要让画面动起来。即梦AI的“图生视频”功能可以将静态分镜图转化为3-6秒的动态镜头。

操作三步走

第1步：进入图生视频

打开即梦AI网页版（jimeng.jianying.com），点击“视频生成”，选择“图生视频”模式，选择Seedance 2.0模型。

第2步：上传参考图

选择豆包生成的某镜头画面作为首帧参考图。如果需要更精准的镜头运动控制，可以启用“首尾帧”功能：上传两张图分别作为镜头起始和结束画面，AI会自动生成中间过渡。

第3步：输入动态提示词

将DeepSeek分镜表中的“画面描述”改写为动态版本。改写公式：主体动作 + 环境变化 + 镜头运动 + 风格限定 + 时长 + 负面排除。

以第1集镜头1为例，DeepSeek的静态描述是：“中景，办公室内，林悦坐在工位上盯着电脑屏幕，神情专注。”

改写后的动态提示词：

text

基于上传参考图中的林悦角色形象和办公室场景，保持人物长相和场景完全一致。【主体动作】林悦盯着电脑屏幕，手指在键盘上快速敲击，表情从专注逐渐变为惊讶，眼睛微微睁大，眉毛轻微上扬，身体微微前倾靠近屏幕。【环境变化】屏幕蓝光微微闪烁映在脸上，窗外夕阳光线缓慢变化，画面中人物有轻微自然呼吸起伏，发丝有轻微晃动。【镜头运动】镜头缓慢推进，从人物中景逐渐推近到面部特写。【风格与时长】电影感运镜，写实风格，4K超清，3秒时长。【负面提示词】画面抖动，人物变形，脸部扭曲，动作僵硬，画面闪烁，背景扭曲。

第4步：生成并筛选

点击生成，每个镜头建议生成2-3个版本，从中挑选效果最好的一条下载保存，按分镜序号命名（如“E01_S01.mp4”）。

实操要点

• 运镜幅度不要选“大”，短剧需要稳定的叙事节奏，过大运镜会让画面显得飘
• 动作描述要具体，不要写“她很惊讶”，要写“眼睛微微睁大，眉毛轻微上扬，身体微微前倾”。AI理解越具体，输出越精准。
• 对白较多的镜头，先用即梦生成无声动态画面，对白部分留到剪映中用AI配音补上
• 每个镜头时长控制在3-5秒，这是Seedance 2.0效果最稳定的范围
• 关于积分：即梦AI基础版日常使用基本够用，超出部分可考虑升级会员或按需购买积分

所有分镜视频准备好后，最后一步用剪映专业版合成（电脑桌面端）。

第1步：导入素材并排序

1. 打开剪映专业版，点击“开始创作”
2. 按分镜序号依次导入即梦生成的所有动态镜头
3. 在时间轴上按剧情顺序排列好所有镜头

1. 点击顶部菜单栏的“文本”→“新建文本”
2. 输入DeepSeek生成的对白/旁白
3. 选中文本，点击“文本朗读”
4. 挑选符合角色性格的音色：
5. 林悦（年轻女性）：知性女声/温柔女声
6. 张组长（强势女性）：冷峻女声/成熟女声
7. 王总监（男性）：沉稳男声/磁性男声
8. 旁白：解说男声/叙事女声

调整每个镜头的时长，让对白与画面节奏匹配：

• 单人说话时，镜头停留时间等于对白时长
• 对话场景中，切换镜头的时间点应放在每句对白开始前约0.3秒
• 情绪转折处可以适当增加0.5-1秒的停顿，让情绪沉淀

添加背景音乐：

1. 点击“音频”→“AI音乐”
2. 输入场景情绪关键词（如“紧张 职场 轻快”“反转 戏剧性 高潮”）
3. 从AI生成的候选音乐中选择一条
4. 选中音乐轨道，点击“自动踩点”，剪映会自动在波形上标记黄色鼓点

添加音效：

在“音频”→“音效”中搜索添加：

• 环境音：办公室键盘声、打印机声、咖啡杯放下声
• 情绪音效：惊讶时的“叮”、紧张时的鼓点、反转时的“轰”

添加转场：

• 同一场景内对话：用“叠化”或“淡入淡出”（持续0.3-0.5秒）
• 场景切换：用“闪白”或“快速模糊”
• 情绪反转处：用“闪切”或干脆不用转场（硬切更有冲击力）

添加字幕：

1. 点击“文本”→“智能字幕”→“识别字幕”，剪映会自动识别配音并生成字幕
2. 手动检查并修正识别错误的文字
3. 在字体样式中搜索“职场”“现代”“极简”等关键词，选择与视频风格匹配的字幕样式

1. 拖动素材边缘，让画面切换对准AI踩出的黄色鼓点
2. 情绪高潮处的镜头切换建议卡在重鼓点上
3. 点击“调节”，对第一个镜头调色后，点击“应用到全部”，统一所有镜头的色调

• 分辨率：1080p
• 帧率：30fps
• 码率：更高
• 导出前务必全片预览一遍，检查字幕是否同步、角色在不同镜头间形象是否保持稳定

• 剪映AI配音非常适合新手，零门槛、一体化，无需在多个软件间切换就能快速产出作品
• 如果某个镜头的对白与画面节奏不匹配，可以返回即梦重新生成该镜头（缩短或延长时长），或者用剪映的变速功能微调
• 音效不要贪多，3分钟短剧控制在8-12个音效即可，太多了反而显得杂乱

翻车现象

原因

应对策略

换镜头就“换脸”

未正确使用参考图

每个分镜生成前上传角色定妆照，提示词首句重申“保持长相完全一致”

多人镜头中角色错乱

参考图未被AI正确识别

分别上传多人参考图，提示词中明确标注“画面左侧为角色A，右侧为角色B”

场景风格不一致

不同分镜的场景描述有差异

在DeepSeek脚本中预先固定场景描述模板，同场景镜头使用相同的场景关键词

视频画面抖动/扭曲

运镜幅度过大

选择“中等”幅度，负面词中排除“画面抖动”

人物动作僵硬

动作描述不够具体

用具体动词描述动作（如“微微抬头”而非“动一下”），包含幅度和速度信息

对白与口型不同步

AI生成画面与配音独立进行

剪映中手动调整镜头时长，允许0.2-0.5秒误差，观众注意力在对白内容上不会太关注精确对口型

画面闪烁

光影描述不稳定或AI生成bug

固定每个场景的光线描述词，闪烁严重的镜头重新生成

七、工具链与积分参考

环节

工具

核心任务

日常使用情况

DeepSeek

剧本+分镜脚本

完全免积分，不限次数

豆包

角色定妆照+批量分镜图

每日赠送基础额度，日常使用够用

即梦AI

分镜转动态视频

每日赠送积分，基础版日常够用；超出可升级会员

剪映

剪辑+配音+合成

基础功能免积分，桌面版导出无水印

工具链速查： DeepSeek（剧本+分镜）： chat.deepseek.com 豆包（角色定妆照+批量分镜图）： doubao.com 即梦AI（分镜转动态视频）： jimeng.jianying.com 剪映（剪辑+配音+合成）：电脑桌面版

2026年，AI短剧已经从“专业团队的专利”变成了“普通人的日常工具”。剧本、角色、画面、配音、剪辑，整条链路上的每一个环节都有国产AI工具可以承担。

但工具再好，创意和审美才是决定一部短剧能不能火的核心。DeepSeek能写出及格剧本，但“这个反转够不够意外”需要你来判断；豆包能生成角色画面，但“这个形象讨不讨喜”需要你来把关；即梦能生成动态画面，但“这个情绪到不到位”需要你来审视。

AI负责效率，你负责质量。会写提示词、会用工具链、会做人工判断的人，才能把AI从“娱乐玩具”变成“生产力工具”。