AI 短剧制作：5 个坑和解决办法

先交代背景：我们做了 6 部 AI 短剧成片，单集 58 秒到 2 分 21 秒，题材覆盖都市逆袭、悬疑惊悚、重生甜宠、古风仙侠。每一部的真实时长都在 🎮 游戏库 NEW IP 作品集里标着，可以点开看。

下面这 5 个坑，是这 6 部片子一部一部踩出来的。每个坑我都写了"现象"和"具体怎么做"——不是原则，是能直接照做的步骤。

坑一：人物每集换脸

现象

第一集主角是清冷脸，第三集变成圆脸，颧骨位置都不一样。观众一眼就出戏，前面铺垫全白做。

这是 AI 短剧最致命的问题，也是最难解决的。原因是每次生成都是独立采样，模型不会记得"上次那个人长什么样"。

怎么做

1. 先做定妆图，再做分镜。 不要边生成边调整。先用 3—5 张不同角度的参考图（正面、45 度、侧面、半身、特写）把角色"钉死"，确认后再进分镜。
2. 固定提示词模板。 把角色的描述写成一段固定文本（发型、发色、脸型、瞳色、服装、配饰），每个镜头都带上，一个字都不要改。
3. 固定随机种子和参数。 同一角色在同场景的镜头，用同一套 seed 和采样参数批量生成，避免风格漂移。
4. 建角色卡。 每个角色一份文档：参考图 + 提示词 + 参数 + 已生成的可用镜头编号。下一集直接复用，不重新摸索。

诚实说：这套做法能压到很稳，但**不是 100%**。所以第一集必须先验证——如果第一集人物就崩，说明设定有问题，及早改比拍完十集再改便宜得多。

坑二：镜头乱跳，剪不出来

现象

生成的素材单看都不错，但拼在一起接不上：景别重复（连续三个中景）、人物朝向反了（上一镜朝左，下一镜朝右）、空间关系乱了（从屋里突然到屋外，没有过渡）。

根源是"边生成边想剧情"——生成的时候只想着这一镜好看，没想过它在整场戏里的位置。

怎么做

1. 分镜表先写完再生成。 一镜一行，字段至少包括：镜号、景别（远/全/中/近/特）、机位方向、画面内容、台词、时长。
2. 同场景批量生成。 一场戏的所有镜头一次性做完，让光线、色调、时间感保持一致。分开做必然对不上。
3. 标记机位方向。 在分镜表里写清"人物朝画面左"还是"朝右"，生成时带上。这是最容易被忽略、又最影响连贯性的一项。
4. 留过渡镜。 场景切换至少要有一个过渡镜头（空镜、特写、动作衔接），否则观众会觉得跳。

坑三：配音一听就假

现象

整段台词一个语气念到底，该紧张的地方平淡，该停顿的地方一口气说完。画面再好，声音一出戏就完了。

怎么做

1. 先定音色，再录音。 不同角色用不同音色，主角的音色在第一集就定死，后面不换。
2. 按句分段生成，不要整段丢进去。 一句一调，情绪跟着内容走。整段生成的话，模型会把语气平均化。
3. 句尾留气口 0.3—0.5 秒。 不留气口，剪辑时没有接点，只能硬切，听起来很赶。
4. 数字和专有名词后面留半拍。 让观众听清，也避免连读听错。

坑四：以为能"一键成片"

现象

以为输入剧本就能出片，实际废片率六成以上。时间不是花在"生成"上，是花在"筛选"上。

怎么做

1. 按 1:3 备生成量。 需要 30 个可用镜头，就准备生成 90 个。按 1:1 排期一定延期。
2. 把筛选当正式工时。 一个镜头平均看 3—5 遍才决定用不用，这部分时间和生成一样长。
3. 建废片库。 不用的镜头分类存档（按场景、按情绪），下次做类似内容可以二次利用，别直接删。
4. 接受不完美。 有些镜头 80 分就够用，追求 100 分会让单集成本翻倍。

坑五：只顾画面，不管节奏

现象

画面精美，但前三秒没有钩子，观众直接划走。完播率低，平台不推。

怎么做

1. 1—3 分钟必须三段式：钩子（前 3 秒给结果或悬念）→ 冲突（中间推进）→ 留钩（结尾引下一集）。
2. 前 3 秒不要铺垫。 直接给最刺激的画面或台词。铺垫放到后面，或者干脆不要。
3. 每 15 秒一个小转折。 短剧的节奏单位是"秒"，不是"分钟"。观众随时会划走。
4. 先写"钩子"再写剧情。 想不出钩子说明这个题材可能不适合做短剧。

我们的实际流程

上面这些坑总结下来，就成了现在的四步流程：

交付给客户的是什么

不是只给一个 mp4。每集交付四样：

• 成片：竖屏 9:16，含字幕、配乐、音效，按平台规格导出
• 分镜表：镜号、景别、画面描述、台词、时长，能照着执行
• 素材清单：角色、场景、道具的参考图与生成参数
• 生成提示词：每个镜头可直接复制的提示词，换工具也能接着做

为什么给这么多？因为客户可能换团队、换工具，只给成片等于把人绑死在我们身上。这不是我们的做法。