2026年9月AI短剧怎么制作？从剧本、角色、分镜到成片，零基础完整指南（Seedance 2.5实操）

AI短剧怎么制作？9月份，随着Seedance 2.5、可灵3.0等视频生成模型的能力跃升，各类AI短剧、漫剧火爆全网，一个人、一台电脑、几百元成本，就能成为短剧从业者。但动起手来，大多数人会卡在同一个地方，不知从哪一步开始，也不知道具体该怎么做。

这篇文章就把AI短剧制作的全流程拆开，从剧本、角色、分镜到成片，每一步都给模板、给示例、给工具。看完你就能制作自己的第一部AI短剧。

AI生成（提示词在第四步）

AI短剧怎么制作？

AI短剧的制作流程可以分为六个步骤：

剧本 → 角色与场景 → 分镜 → 视频生成 → 配音与音效 → 剪辑成

第一步：剧本

短剧前3秒抓不住人，后面拍得再好也白搭。所以剧本不是写文学，是写让人停下来的理由。我们可以去番茄达人中心等平台寻找免费剧本，也可以自己生成。

提示词模板：

请写一部3分钟以内的短剧剧本，格式如下：

【剧名】：（3-5个字，带钩子）
【题材】：
【爽点】：一句话说清楚“观众为什么会爽”
【人物】：
- 主角：[姓名]，[年龄]，[核心身份]，[性格标签]
- 配角：[姓名]，[年龄]，[核心身份]，[性格标签]
【剧本正文】：
场景一：[地点][时间]
（画面描述：谁在哪儿、在做什么、情绪状态）
[角色名]：[台词]
【分镜要求】：
- 全剧控制在15-25个镜头
- 每个镜头时长5-10秒
- 前3个镜头必须出现：身份反差、冲突预告、情绪钩子
- 每3-5个镜头设置一个小反转

第二步：角色与场景

在生成视频之前，先把角色和场景锚死，从而解决角色一致性。生成角色和场景时用的提示词要保存下来，后续每个视频镜头的提示词，都要原样复制角色描述部分。

角色三视图模板

用GPT Image或即梦生成角色的正面、侧面、3/4侧三视图：

生成一张电影级角色设定板，浅灰中性背景，非对称拼接排版：
中央：角色全身立像
周边：全身多角度转面图（正面、3/4侧、正侧、背面）
侧边：头部细节研究组图（正面、3/4、正侧、低头、抬头）
局部：服装与配件拆解说明，带材质标注引线

角色：[填写名字]，[填写外貌特征]，身穿[填写服装]。
风格：写实电影质感，自然抓拍感。全角度五官、发型、身形比例严格一致。

示例

角色：为年轻女性，1995年日本社区夏日祭。黑色齐肩直发，穿浅蓝色简约浴衣，木屐，小布包。
风格：90年代VHS家庭录像质感，暖色调，柔焦，自然抓拍

场景参考图

同样方法生成2-3张场景参考图，标注空间方位：

1995年日本社区小型夏日祭。纸灯笼、小吃摊、狭窄街道、玩传统游戏的儿童、折叠桌、小神社庭院。夜晚，暖色灯笼光，画面有VHS噪点和扫描线。

第三步：分镜

分镜是AI的施工图，每个镜头控制在5-15秒，太短叙事不完整，太长生成失败率高、积分浪费大。

分镜时间轴写法：

00:00–00:03
画面始于摇晃的纸灯笼镜头，随后向下倾斜，拍到三位女性步入祭典现场。
其中一人整理浴衣袖子，说道：“别踩到我的木屐，”引得其他人发笑。

00:03–00:06
她们在祭典的一个小游戏摊位前停下。其中一位女性试图捞起漂浮的玩具，
但手中的纸网总是破掉。镜头特写她专注的神情，背景中传来朋友们的笑声。

00:06–00:09
她们买了烤制的小吃，穿行在拥挤的街道上。一人咬了一口明显太烫的食物，
开始用手扇风降温。大家哄堂大笑，有人喊道：“你都没等凉一点就吃！”

00:09–00:12
她们来到一个安静的神社庭院，跳了几下俏皮的舞步。其中一人完全跟不上节奏，
惹得其他人笑作一团。一个孩子短暂地跑过画面。

00:12–00:15
几位女性站在灯笼下，手里拿着在祭典上赢得的小奖品。其中一人直视镜头说道：
“这是最棒的一晚”，与此同时，摄像机的焦点逐渐模糊，画面出现短暂的磁带追踪失真。

要点：

• 每个时间段只做一件事
• 动作描述具体到谁、在哪、做什么
• 标注镜头运动（摇晃、倾斜、跟拍、特写）
• 音效同步写进去（笑声、滋滋声、木屐声）

第四步：视频生成

有了角色图、场景图和分镜，就可以生成视频了。用图生视频比文生视频稳定得多，把角色三视图作为首帧，模型就锁定了角色长相，提示词只需要描述动作和运镜。

Seedance 2.5提示词公式：

主体 + 动作 + 运镜 + 光影 + 风格 + 音效

示例提示词：

主要人物：三位年轻女性（闺蜜），身着地道的90年代夏季装束：简约浴衣、木屐、小布包、丝带发饰，发型自然。
地点：1995年日本某社区的小型夏日祭。场景包括纸灯笼、小吃摊、狭窄街道、玩传统游戏的儿童、折叠桌以及一个小神社的庭院。
视觉风格：极具真实感的90年代VHS家庭录像风格。画面带有强烈的模拟信号噪点、柔焦效果、暖色调溢色、灯笼光晕过曝、水平扫描线、偶尔出现的磁带追踪故障、褪色的阴影，以及右下角显示的日期“AUG 12 1995”（1995年8月12日）。画面中没有任何现代手机、LED屏幕或当代物品。
摄影风格：由其中一位朋友手持笨重的VHS摄像机拍摄。伴随明显的手持抖动、不完美的构图、突然的变焦、自动对焦的反复调整、在昏暗街道与明亮灯笼间波动的曝光，以及偶尔因路人贴近镜头而造成的意外遮挡。 时间轴
00:00–00:03 画面始于摇晃的纸灯笼镜头，随后向下倾斜，拍到三位女性步入祭典现场。其中一人整理浴衣袖子，说道：“别踩到我的木屐，”引得其他人发笑。
00:03–00:06 她们在祭典的一个小游戏摊位前停下。其中一位女性试图捞起漂浮的玩具，但手中的纸网总是破掉。镜头特写她专注的神情，背景中传来朋友们的笑声。
00:06–00:09 她们买了烤制的小吃，穿行在拥挤的街道上。一人咬了一口明显太烫的食物，开始用手扇风降温。大家哄堂大笑，有人喊道：“你都没等凉一点就吃！”摄像机随之剧烈晃动。
00:09–00:12 她们来到一个安静的神社庭院，跳了几下俏皮的舞步。其中一人完全跟不上节奏，惹得其他人笑作一团。一个孩子短暂地跑过画面。
00:12–00:15 几位女性站在灯笼下，手里拿着在祭典上赢得的小奖品。其中一人直视镜头说道：“这是最棒的一晚”，与此同时，摄像机的焦点逐渐模糊，画面也出现了短暂的磁带追踪失真。 音效：音乐节现场的人声喧闹、远处的鼓点声、食物的滋滋声、凉鞋踩在路面上的声响、游戏摊位的嘈杂声、孩童的笑声、摇动纸扇的声音、自然的日语交谈声，以及夜晚柔和的虫鸣。无背景音乐或旁白。 目标：捕捉一段1995年夏日祭的真实回忆——温暖的灯笼、简易的游戏摊位、热气腾腾的街头小吃、欢快的舞蹈，以及通过一台老旧VHS摄像机记录下的深厚友谊

批量生成：

• 每个镜头生成3-5版，选最好的一版
• 同一场景的镜头集中生成，保持光影一致
• 建议先用Seedance 2.0生成建立镜头和简单运镜，高潮或复杂动作再用Seedance 2.5，节省积分

第五步：配音与音效

配音在图生视频时已经一并生成，Seedance 2.5支持多语言台词和口型同步，你只需要在提示词里写清楚谁在什么时候说什么话。

台词嵌入写法：

其中一人直视镜头说出台词：{这是最棒的一晚}
口型与台词同步，自然的日语发音，语气温暖、略带感慨。

音效处理：

如果对AI生成的音效不满意，可以用剪映AI或讯飞配音单独处理。从生成的视频中截取音频片段作为参考，导出48kHz WAV格式，导入剪辑软件对齐。

声音设计原则：

• 环境音比BGM重要：祭典人声、木屐声、食物滋滋声
• 无BGM有时比有BGM更高级
• 台词单独导出，剪辑时灵活性更高

第六步：剪辑成片

用剪映完成最后的拼接和输出。

剪辑顺序：

1. 先铺画面：把所有选中的视频片段按分镜顺序拖入时间线
2. 再对音频：把配音和音效对齐到对应画面
3. 最后调色：统一所有片段的色温和对比度

统一调色： AI生成的片段色温往往不一致，用剪映的色温和色调工具调到同一基准线，再套一个VHS风格滤镜。

自动字幕： 剪映的识别字幕功能可以自动生成，生成后手动修正标点。

导出设置： H.264编码，1080p分辨率，24fps帧率。

避坑指南

坑1：角色漂移

用图生视频，以角色三视图为首帧锚定；每个镜头的提示词原样复制角色描述。

坑2：光影不统一

同一场景的镜头集中生成；剪辑时先统一调色再套风格滤镜。

坑3：时间轴混乱

把视频拆成5-15秒的短镜头，每个镜头只做一件事；用时间戳明确标注每个时间段的内容。

坑4：忘记加限制

提示词末尾写清楚禁止什么：禁止字幕、禁止卡通风格、禁止穿模。

工具推荐

总结

AI短剧怎么制作？其实就六步，写剧本、定角色、拆分镜、生成视频、配音音效、剪辑成片。

把上面的模板复制过去，选一个合适的平台，走一遍流程，你就能做出自己的第一部AI短剧。

塔猴是一个专业的AI接单平台，汇聚海量真实商单。所有商单均经人工审核认证，真实有效。入驻零门槛，零保证金，交易通过三方监管账户托管，专业运营团队全流程参与交付，阶段验收达标后结款。

同时，塔猴也为想提升技能的用户提供AIGC实战课程与前沿资讯，让你在学习和实战中成长。

点击进入：https://www.tahou.com/