AI 真人短剧怎么做：和漫剧差在哪几步

猫斯卡编辑部 ｜ 最后更新日期 2026 年 10 月 2 日

AI 真人短剧不是另起一套流程，而是在同一条生产链上选真人写实画风。真正拉开差距的，是定妆、参考图纪律和写实镜头的容错率。

先给结论：差别不在流程，在画风与容错率

很多人以为 AI 真人短剧和漫剧是两套系统：一个走真人模型，一个走动画模型。实际制作上，更准确的理解是：同一条从想法到成片的生产链，差别在选定的画风路径。选 2D、3D 动画画风，成片就是漫剧；选真人写实画风，成片就是真人风格短剧。

真人写实是一种对错误更敏感的画风。漫剧里观众可能接受的轻微形变，落到真人脸上就会立刻变成“换脸”“假人感”；动画里成立的夸张动作，放到真人身上也容易穿帮。所以做 AI 真人短剧，流程没有变，但每一步的验收标准要更严格。

一张表看清真人短剧与漫剧的差异

第一步：先把故事和人物锁住，再谈写实

真人短剧最容易犯的错误，是一上来就试人物视频。看到一张脸还行，就急着让角色说话、奔跑、拥抱，结果几轮之后人物越来越不像，剧情也跟着素材走。

更稳的顺序是先完成创意简报和故事档案：

1. 明确一句话故事、核心矛盾、故事走向和结局方向。
2. 确认主角的人物弧光，而不是只写“高冷总裁”“落魄千金”这类标签。
3. 明确题材、集数、单集时长、风格基调、爽点与钩子节奏。
4. 建立人物身份、稳定性格、当前状态、人物关系和伏线记录。

故事档案是一份贯穿全剧的结构化设定记录，记录人物身份、当前状态、人物关系、伏线状态、按集出场表和分批剧情纪要。它的作用不是让文案更完整，而是让后面几十集里的人物状态、伤痕、身份变化和道具信息不依赖模型临场记忆。

这一点对真人短剧尤其重要。漫剧角色靠发型、瞳色、服装轮廓还能被认出来；真人角色一旦年龄、妆容、服装细节漂移，观众会马上觉得“换了个人”。

第二步：选真人写实画风，而不是中途混风格

画风不是只影响一张人物图。选定之后，人物立绘、场景立绘、道具立绘和视频提示词要走同一套风格路径。

如果人物定妆是真人写实，场景却像手绘插画，视频提示词又偏偶像剧滤镜，最终就会出现常见断层：

• 人脸是真人，背景像游戏贴图；
• 服装是现代写实，光影却像动画大片；
• 角色表演很生活化，镜头却堆满夸张运镜；
• 前一场像现实题材，后一场突然变成奇幻质感。

真人短剧选画风时，建议先确定三个问题：

不要把“写实”理解成只有一种画面。都市霸总、基层民警、古装宅斗、乡村逆袭都可以是真人写实，但光线、肤质、服装材质和色彩完全不同。

第三步：真人定妆要按“演员进组”来做

AI 真人短剧里的定妆图，相当于演员进组后的定妆照。它不是一张好看的头像，而是后续每场戏绑定角色的视觉依据。

真人定妆至少要确认这些内容

• 面部锚点：年龄感、脸型、五官特征、妆容浓淡；
• 发型：长度、颜色、刘海、束发或披发状态；
• 服装：款式、材质、颜色、层次和身份匹配度；
• 气质：精明、柔弱、硬朗、书卷气、压迫感等；
• 稳定特征与当前状态：哪些特征全剧不变，哪些伤痕、疲惫、身份变化只在某几集出现；
• 多造型需求：穿越、闪回、职场与居家、婚前与婚后等是否需要不同造型。

性别在出图时应作为硬规则处理，不能交给模型自由发挥。人物描述也可以人工覆盖，因为系统给出的润色稿不一定符合创作者心里的选角。

为什么真人脸更怕“文字打架”

AI 视频角色换脸，常见原因不是模型“记性差”这么简单，而是同一场里同时存在两套互相冲突的外观指令：参考图要求一张脸，文字又补充了另一套发型、服装或气质。

因此，真人短剧要遵守一条非常硬的参考图纪律：

有参考图的人物，不再用文字描写服装和外观；以参考图为准，文字只写动作、表情、伤情。

比如定妆图里角色已经穿黑色西装，就不要在镜头提示词里再写“身穿深蓝色大衣、内搭白衬衫”。你可以写“他压低眼神，手指攥紧文件，左眉骨有新伤”，但不要重新发明造型。

第四步：场景和道具要像真实制片一样备齐

真人短剧的真实感，不只靠人脸。观众判断“假不假”，会同时看空间、光线、道具和人物之间的关系。

场景图：先建立可信空间

场景应从剧本里解析出“内景或外景、地点、日夜”，而不是靠人工逐场填表。场景图要服务于表演和机位，重点检查：

• 家具、门窗、楼梯、床、桌、柜的位置是否清楚；
• 光源方向是否合理；
• 场景尺度是否适合人物站立、坐下和走动；
• 时代元素是否与剧情一致；
• 场景图里是否误出现人物。

空镜纪律是场景图的重要原则：场景参考图里不应出现人物。因为这张图的职责是提供空间，不是提前决定演员站位和长相。

道具：按剧本原始称呼提取

道具要从剧本中按集提取，再合并成全剧道具目录。道具师的工作方式应贴近真实片场：剧本叫“离婚协议”，就不要擅自改成“法律文件”；剧本写“凤冠”，就不要泛化成“华丽头饰”。

每场绑定参考图时，顺序应保持稳定：场景图 → 本场道具图 → 人物定妆图。有图才占槽位；没有图的内容标明仅文字，不能假装已经绑定。

这样做的好处是，视频生成时不会让无关道具挤占参考位置，也能减少“该出现的合同不见了、不该出现的刀却在桌上”的问题。

第五步：按约 10 秒切场，不要让一条镜头承担太多戏

剧本进入拍摄阶段后，应切成约 10 秒一个的视频场块。用户看到的不是“第 3 集一个大文件”，而是第 3 集下面的场 1、场 2、场 3，每个场块都有独立提示词、参考图、成片和历史版本。

这对真人短剧尤其关键。因为一条镜头里同时包含转身、奔跑、拥抱、摔东西、多人对话，越容易出现：

• 脸部中途变形；
• 手指融合或道具消失；
• 服装前后不一致；
• 人物位置关系跳变；
• 动作速度不符合真实物理。

更稳的做法是把强动作拆开：

约 10 秒是工程上的目标粒度，不是时间码精剪。遇到动作复杂或台词较多的场，仍然可能需要手动再拆。

第六步：真人镜头提示词要像分镜表，不像小说

真人短剧的提示词不是写得越华丽越好。它应该让模型知道：谁在画面里、正在做什么、在哪里、光从哪里来、机位怎么运动、画面必须遵守什么限制。

工程化镜头提示词通常包含八大要素：

1. 精准主体；
2. 动作细节；
3. 场景环境；
4. 光影色调；
5. 镜头运镜；
6. 视觉风格；
7. 画质；
8. 约束条件。

真人题材的三个写法原则

一镜一运镜。 一个镜头不要同时推、拉、摇、移、环绕。真人短剧里，复杂叠加运镜很容易让脸部和背景失真。

动作低缓连续。 优先写可完成、幅度清楚、速度稳定的动作。比如“他缓慢抬头，视线从文件移到对方面部”，通常比“他猛地站起绕桌疾走抓住对方手腕”更稳。

用镜头序号，不写绝对秒数。 复杂场景可以写成镜头 1、镜头 2、镜头 3，而不是“0–3 秒做什么”。这更像分镜表，也更利于后续改词和重拍。

多人场景要额外加入避免分身、双胞胎、换脸的约束；非写实风格要锚定风格，但真人写实更需要面部稳定、手部自然、服装连续和无水印标识。

第七步：开拍前做齐套校验，别带着缺图硬拍

正式生成视频前，应检查这一场缺了哪些场景、人物或道具参考。缺图时，专业流程应先补齐，再进入拍摄。

系统可以提醒创作者去绘制缺失资产，但参考图不是强制门禁。你可以选择跳过，走纯文字路径；只是在真人写实题材里，这样做通常会带来更高的漂移概率。

适合跳过参考图的情况

• 临时群演、路人、背影，不需要稳定身份；
• 极短的空镜或氛围镜头；
• 一次性道具，且不承担剧情信息；
• 早期测试画风、光线或镜头运动。

不建议跳过的情况

• 主角、反派、重要配角首次出场；
• 合同、遗嘱、手机证据、凶器等剧情道具；
• 穿越、闪回、替身、身份错位等需要区分造型的戏；
• 多人同框、对手戏、情绪爆发戏。

如果参考图疑似使用真人照片，应改用平台绘制链路，或不加真人参考图后重新绘制再拍。这里的重点是降低肖像与版权风险，而不是绕过限制。

第八步：用多 take 和改词重拍，而不是反复赌一次生成

真人短剧要接受一个现实：同一条镜头生成多次，结果可能不同。专业流程不是追求“每次必成”，而是让每次失败都能定位原因、改一个变量、重新拍。

常见返工方式包括：

同一场可以保留多个 takes，再从中择优。改了提示词或参考图后再提交，才是新的 take；这和片场里改分镜说明、换定妆、换机位后重拍是同一个逻辑。

分镜图：真人短剧里更适合先排戏再出片

对于复杂场，建议先做宫格分镜线稿。分镜师会读这一场的剧本，同时参考人物设定图和场景图，把床、柜、窗、门等物件位置排清楚，再决定每格的景别、机位、画面和台词。

交稿应包含两样东西：

• 一张灰阶铅笔线稿宫格分镜；
• 一份一格一行的镜头清单，每行写清景别、机位、画面、台词，并以这一格的终态收尾。

同框人物的高矮关系应在出图前定死，避免后续镜头里主角和配角比例忽高忽低。分镜可以一场一张，也可以一次画完整集；可以保留多套方案，也可以只框选不满意的一格重画。

使用分镜后，视频提示词应按照分镜里的镜头顺序撰写。对真人短剧来说，这能显著减少“一条镜头里什么都想发生”的问题。

剧本改了怎么办：只重做受影响的下游

真人短剧经常边拍边改台词和情节。改动不能直接覆盖所有资产，否则成本和版本都会失控。

更合理的流程是：

1. 重写某一集或保存新正文；
2. 系统按集比对受影响的下游内容；
3. 创作者勾选是否重认场次人物、重提道具、补新场景设定图；
4. 分镜按新正文重新切分；
5. 已生成的旧成片保留标记，是否重拍由创作者决定。

勾中的项目才重做、才计费。人物设定和故事档案不应自动跟改，需要人工确认。这样既能承接修改，又不会因为一句台词变动，就让全剧资产无声覆盖。

真人短剧不适合什么做法

以下情况不要期待 AI 真人短剧稳定交付：

• 希望主角在长时间高难度动作里全程脸部稳定；
• 一场戏包含大量角色、复杂调度和连续打斗；
• 没有定妆图，却要求几十集人物完全一致；
• 提示词同时指定具体演员、影视 IP 或受保护角色；
• 需要精确对口型、复杂特技、严格物理仿真的广告级镜头；
• 把所有质量判断都交给系统自动选择，创作者不审片。

目前没有成片自动打分或自动择优重拍引擎。质量终审仍在创作者和监制手里，系统提供的是多 take、改词、换图、重拍、裁剪和合并导出这些工具。

猫斯卡固化了哪几步

在猫斯卡（https://www.maosika.com ）里，真人短剧和漫剧走的是同一条生产链：从创意评估、简报锁版、故事档案、分批剧本，到画风选择、人物场景道具定妆、约 10 秒场块、镜头提示词、多模态出片和审片返工。

它对真人短剧的价值，不是替创作者决定审美，而是把容易漂移的环节固定下来：

• 真人写实画风与人物、场景、道具、视频提示词共用同一风格路径；
• 人物、场景、道具先形成可确认的定妆资产；
• 每场按“场景 → 道具 → 人物”绑定参考图；
• 有参考图的人物不再用文字重复描写外观；
• 每个场块独立出词、独立参考、独立成片、独立保留 takes；
• 剧本改动后列出受影响资产，由创作者决定哪些重做。

猫斯卡是 AI 竖屏短剧生产操作系统。它把专业流程固化进产品，而不是宣称无需人类、零失误出片。真人短剧最终像不像、好不好看、节奏对不对，仍然需要人在关键节点做确认和判断。

常见问题

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