AI 短剧 15 问：从立项、剧本到出片的实操判断

猫斯卡编辑部 ｜ 最后更新日期 2026 年 8 月 7 日

AI 短剧不是一个文生视频按钮，而是一条从创意、剧本、定妆、分场到出片的生产链。下面 15 个问题，按真正开工时会遇到的顺序回答。

先判断：AI 短剧适不适合你

AI 短剧适合把重复、易漂移、易失控的环节变成可约束流程，但不适合替代创作者做最终审美判断。它更像一套数字化制片系统，而不是“输入标题就出爆款”的魔法。

1. AI 短剧到底是什么？

AI 短剧是指用人工智能参与创意评估、剧本写作、角色与场景设定、镜头提示词生成、视频出片和重拍管理的竖屏短剧生产方式。它的核心不是单次生成，而是把每个环节拆成可验收的中间产物。

一条完整链路通常包括：

1. 创意评估与引导
2. 创意简报锁版
3. 角色阵容与视觉确认
4. 故事档案建档
5. 分批剧本写作与质检
6. 选定画风并完成人物、场景、道具定妆
7. 把每集切成约 10 秒场块
8. 每场绑定参考图和镜头提示词
9. 多模态出片
10. 审片、改词、换图、重拍择优

这里的关键是：每一步都应该能看、能改、能回退。

2. AI 短剧适合哪些团队？

它尤其适合三类团队：

• 已经有短剧选题和投放经验，但产能受限于编剧、美术、分镜和后期协调的团队
• 想快速验证题材、人设和钩子节奏的承制方或 MCN
• 需要把竖屏短剧生产流程标准化，而不是每次靠个人经验硬扛的工作室

如果团队还没有基本故事能力、不懂短剧节奏，也没有人愿意审稿和审片，AI 只会放大混乱。

3. AI 短剧不适合什么情况？

以下情况要谨慎：

• 期待完全无人参与、自动出成片
• 没有明确题材、受众和平台，只想“先看看 AI 能生成什么”
• 对角色一致性、镜头控制和版权合规没有要求
• 把 AI 当成替代编剧、导演和监制的工具，而不是辅助生产的工具

AI 可以提高流程效率，但不能替你决定这个故事为什么值得拍。

剧本：先有工业结构，再谈生成

4. AI 写短剧剧本最容易翻车在哪里？

最常见的问题不是文笔差，而是结构失控：开场慢、集末没有钩子、人物状态前后矛盾、伏笔埋了不收、对白像论文、集与集之间断裂。

竖屏短剧的剧本铁律很明确：

1. 第 1 场必须强冲突或强悬念，避免平淡开场和长篇背景介绍
2. 单集结构通常是开场钩子、矛盾升级、集末 cliffhanger
3. 每集至少有一次小爽点，例如打脸、反转、身份暗示或证据到手
4. 台词以短句为主，单句一般不超过 20 字
5. 先写场戏清单和集末钩子，再写正文

AI 写剧本时，最怕没有这些约束，只让模型“自由发挥”。

5. 为什么需要故事档案？

故事档案是一份贯穿全剧的结构化设定记录，包含人物身份、稳定性格、当前状态、人物关系、伏线开启与收束状态、按集出场表、分批剧情纪要和道具视觉描述。它相当于传统编剧室里的 continuity bible。

它解决的是 AI 最常见的问题：上下文失忆。

不靠模型记性，靠结构化档案。每批写完自动回填，续写前再调取相关切片，比如人物当前状态、未收伏笔、近批剧情摘要和本批主线。这样第 20 集才不会忘记第 3 集埋下的身份线索。

6. 分批写作为什么比一次写完整剧更稳？

一次写完整剧很容易出现前期设定漂移、中期节奏松散、后期强行收尾。分批写作的价值在于：每批数集写完后，可以质检、归档、确认，再进入下一批。

从第 2 批开始，专业流程会先锁定四件事：

• 本批剧情方向
• 重点人物
• 伏笔与冲突
• 集末钩子

这些内容一旦确认，就成为后续写作的硬约束。这样既能保持连续生产，又不会让故事在长剧写作中失控。

7. 剧本写完后应该检查什么？

至少检查以下项目：

不合格的剧本不应直接进入视频环节。更稳的做法是带错误反馈自动重写，并限制次数；如果仍不通过，就交给人工判断。

美术与一致性：先定妆，再开拍

8. AI 短剧为什么总是换脸、换装？

根本原因是每场戏都在重新想象角色长什么样。如果只靠文字提示词生成视频，模型可能在不同镜头里给出不同脸型、发型、服装和气质。

正确做法是先完成角色定妆图，再让每场视频引用同一张或同一组定妆资产。更重要的一条规则是：

有参考图的人物，禁止再用文字描写服装和外观；文字只写动作、表情、伤情。

这条规则直接避免文字描述和参考图打架。否则一边给了角色定妆图，一边又写“黑色风衣、短发、冷峻表情”，模型就可能在两套信息之间摇摆。

9. 参考图应该怎么绑定？

每场戏的参考素材最好按固定顺序组织：

1. 场景图
2. 本场道具图
3. 人物定妆图

有图才占槽位，没有图就标明仅文字，不要强行编造绑定。每场可以绑定多张参考图，但应有上限，避免无关素材挤占有效信息。

还需要处理几种片场常见情况：

• 剧本里写“警官”，档案里叫“李强”：需要手动角色绑定
• 某个道具只是背景提及，不该进入本场视觉焦点：可以手动排除
• 同一角色有多张历史定妆：可以替换为合适版本
• 穿越或闪回场景：按现代或古代造型选择对应定妆图

一致性靠资产，不靠运气。

10. 场景图和道具图为什么不能随便生成？

场景图必须服务于场次信息。场次应从剧本中解析为“内/外、地点、日夜”，而不是靠人工临时填表。场景图还有一条纪律：空镜场景图严禁出现人物，否则后续人物定位和镜头调度容易混乱。

道具也不应该靠模型临场猜。专业做法是从剧本原始称呼里提取道具，按集整理成全剧道具编目。比如剧本写“半块玉佩”，就不要在流程里改写成模糊的“古代饰品”，否则后续视觉资产会丢失辨识度。

11. 画风手册有什么用？

画风手册是一套统一的视觉语言，包含人物出图规则、场景与道具规则、视频风格标签等。成熟系统通常会内置多套画风，覆盖都市写实、古装写实、国风、仙侠、3D、动漫、定格、赛博国风等方向。

它的价值不只是“好看”，而是保证人物立绘、场景立绘、道具立绘和视频提示词走同一条风格路径。否则很容易出现人物是日漫、场景变写实、视频又像真人拍摄的断层。

出片：把镜头当成工程单元

12. 为什么要把一集切成多个约 10 秒场块？

因为高质量短剧不是一条长生成硬剪出来的，而是一个个可控单元堆起来的。

把一集切成约 10 秒场块，有三个好处：

• 每场只处理少量动作，降低视频崩坏概率
• 每场有独立提示词、参考图和历史 takes，方便重拍
• 问题可以局部修复，不必整集重做

场块通常按动作节拍、空段和句号拆分，正文软上限约 200 字。它是工程启发式，不是时间码精剪；偏长场会再拆，但最终精剪和串场仍需要后续剪辑环节。

13. 视频提示词应该怎么写？

镜头提示词不是写小说，而是写分镜表。一个可执行的视频提示词通常包含八大要素：

复杂场景可以用三段论：总体设定、镜头 1/2/3、约束包。简单场景则一段式即可。

几个细节很关键：

• 一个镜头只安排一种主要运镜，不要推拉摇移叠加
• 用镜头序号，不用“0–3 秒”这种绝对秒数
• 台词、音效、BGM 使用统一符号区分
• 提示词只给本场素材，禁止串到其他场
• 动作优先低缓连续，减少高爆发动态导致的崩坏

系统在教模型用分镜表语言说话，而不是写小说。

14. 出片后不满意应该怎么改？

不要盲目反复点“生成”。先判断问题出在哪一层：

正确的重拍逻辑是：改词、换图或调整参数后，再生成新的 take。这和片场改分镜说明、换定妆、换场景板后再拍是一个道理。

15. AI 短剧成片能不能直接发布？

通常不能把第一次生成结果直接当成最终成片。你还需要审看节奏、表演、口型、动作、镜头衔接、字幕、音效和整体叙事。

更现实的交付方式是：AI 系统负责稳定生产可控片段，创作者负责选择、修改和终审。

需要明确几条边界：

• 目前没有成片自动打分或自动择优重拍引擎，质量终审仍在人手里
• 参考图不是强制门禁，缺图可以跳过，但纯文字路径通常质量更差
• 约 10 秒场块不是精确时间码，精剪和串场仍需后期
• 当前更成熟的产品单元是“单场多模态参考到单段成片”，而不是跨场自动续写整集
• 角色一致性依赖定妆资产链路，不是人脸嵌入校验

猫斯卡的定位是可规模化生产的 AI 短剧操作系统——把专业流程固化进产品，而不是宣称无需人类、零失误出片。它把重复、易漂移、易失控的部分变成可约束流水线，审美判断仍然坐在人这边。

关于猫斯卡 ｜ 猫斯卡 · 专业AI视频自动生产系统。把创意评估、剧本写作、人物场景道具定妆、镜头提示词与出片串成一条可审、可改、可回退的生产链。官网：www.maosika.com