企业官网建设流程全解析

做短剧制作快五年，去年开始我把AI当成团队里的一个特殊工种。左手是传统的导演分镜和现场调度，右手是Midjourney、可灵、Runway这些生成工具，两条线并行跑到现在，最大的感受是：AI短剧早已不是实验室里的展示片，而是正在批量进入信息流与短视频平台的内容形态。很多制片人问我，AI现在一分钟能出好几版，真人剧组是不是该紧张了？这个问题我很喜欢，因为它不再停留于“AI能不能画画”，而是在认真问“AI能不能干活”。这篇内容我们不妨把焦虑放一边，只看一组成本数据、一条实操链路和一批踩坑经验。

1. AI短剧正在悄悄改写真人短剧的成本账

1.1 从静态图到连场戏：AI生成能力的三个关键变化

最早大家玩AI，最多就是角色原画、海报、剧本封面，制片人看着很惊艳，但离一个可以播的剧还有十万八千里。真正的转折点是视频生成模型开始支持图生视频和首尾帧控制。在此之前，文生视频的结果像开盲盒，镜头运动毫无目的，人物动作违背物理规律。而图生视频让创作者先确定角色、场景和构图，再让模型完成“表演片段”，剪辑师终于敢把它当素材用了。

这三个变化最直接。第一，镜头一致性从“随机”变成“可控”，角色可以从头到尾穿同一件衣服；第二，单镜头时长从2秒延长到5秒甚至10秒，能够容纳一个完整动作；第三，局部重绘和扩图技术成熟，不再需要因为手崩了而重做整个镜头。这些能力叠加，AI短剧才真正有了“制作流程”，而不是“生成一张好看的图”。很多传统影视人还在用老眼光看AI，觉得它只是做海报的工具，但实际上一套完整的AI短剧流水线已经能跑通剧本、分镜、生成、配音和剪辑，只是知道的人还不多。

1.2 真人剧组 vs AI出片：一张成本对比表看清差距

先算传统真人短剧的成本。以常见的竖屏短剧为例，90集，每集1到2分钟，拍摄周期通常15天到30天，总成本下限在30万到50万，上限可能到几百万。成本大头是演员和场地，一个知名主角每天的费用就几千到几万，场地按小时收费，摄影、灯光、录音团队至少七八个人。AI短剧目前比较成熟的是单集3分钟以内的设定，一集包含画面、配音、字幕的全流程制作成本，如果完全用生成式工具做，技术成熟的前提下可以压到几百到两千元以内，时间上通常一部3分钟片子，一个人配合AI工具可以在一到两天交付。

这并不是说AI已经能覆盖所有戏，而是说对于特定品类，成本结构已经发生了数量级变化。我做过一个对比表格，方便各位在心里放进自己的项目场景。

表格里的数字是区间参考，具体项目差异很大。我接触的一些AI短剧创作者，单条30秒的测试片，素材制作成本甚至不到100块，主要是出图、生成视频和云算力的费用。如果配音用来自己的克隆音色，边际成本几乎为零。但不要高兴太早，低成本意味着低容错，一部真人剧翻车还可以靠剪辑救，AI短剧如果前期角色一致性没做好，后期修复的工作量可能比重新做一遍还大。

1.3 哪些品类最先被AI短剧冲击，哪些暂时安全

从变现和播放的角度看，最先被AI吃掉的是那些“场景单一、以设定取胜、不需要复杂群像表演”的内容。比如，都市言情剧里固定CP的对话场景、悬疑片的空镜和氛围镜头、历史设定下的画面流场景，以及大量用于投放测试的信息流预告片。这类内容的核心竞争力在美术和氛围，美术氛围恰恰是AI最擅长、最快的地方。

反过来，需要有强烈肢体动作的打戏、喜剧里极吃节奏的台词互怼，以及与真实粉丝情感绑定的演员个人魅力，AI还差得远。我拿AI做过一段动作戏测试，人物一跑起来肢体就扭曲，刀剑挥动时物理逻辑完全是乱来的。所以现在谈“全面取代”太早了，AI更像是一个能深夜加班的数字美术组和特效实习生。真正被冲击的不是“真人本身”，而是那些以前靠廉价外景和固定镜头凑数的“伪真人内容”。

2. 从剧本到成片，AI短剧制作链路全拆解

2.1 把剧本翻译成模型听得懂的镜头语言

这是整个流程里最反直觉的部分。很多人以为只要把一集剧本复制到对话框里，视频模型就会自动拍成片，实测下来根本不是。大模型理解的是语义，不是分镜，直接输入“她伤心地走在马路上”，生成出来的大概率是一团乱。正确的做法是先把剧本拆成镜头列表，每个镜头单独成段，再用结构化的提示词喂给模型。

我常用的提示词格式是：主体描述 + 环境氛围 + 动作状态 + 镜头运动 + 光影色调。举个例子，一个3秒镜头可能会写成这样：

[角色]: 米色风衣年轻女子，黑色短发，面容憔悴 [场景]: 夜晚便利店外，路灯，霓虹店招 [动作]: 低头翻手机，抬头叹气 [镜头]: 中景，缓慢推近 [光影]: 冷蓝调，背景虚化光斑

这种模板的最大好处是，可以在出图阶段固定角色信息，在出视频阶段固定动作和镜头信息，分层调用，不会因为改一个动作而丢掉角色设定。为什么结构化有效？因为大模型对无序长文本的注意力会分散，把关键词组拆成并列短语，模型反而更容易理解。这也解释了为什么真正做AI短剧的团队，提示词库里存的都是模板，而不是整段小作文。把一部剧的剧本拆成几十条这样的结构化提示词，就是导演在AI时代的新基本功。

2.2 角色一致性是拦路虎，三个招数稳脸不崩

做AI短剧最崩溃的画面不是生成失败，而是连续三个镜头里，同一个角色长着三张不同的脸。这个问题被圈内叫“崩脸”，是创作者公认的拦路虎，直接劝退很多传统影视人。目前主流有三个招数可以解决。

第一是垫图，也就是用同一张角色定妆图喂给图生视频模型，所有镜头都以这张图为基准。这个方法最简单，适合单场景、镜头不多的短片，缺点是角色一旦做大动作或大角度转身，脸会被模型的“想象力”带偏。第二是训练LoRA，给某个角色单独训练一个小模型。使用15到30张不同角度、不同光线下的角色图，训练完成后，在提示词里挂上触发词，角色特征就会稳定很多。这个方法需要一点技术门槛，但稳定性和上限都更高。第三是首尾帧约束，在视频生成时同时指定第一个画面和最后一个画面，让模型在中间插入运动和过渡，适合需要角色完成特定动作的场景。

我实际使用下来，成熟的项目至少会用垫图加首尾帧。如果一部片子超过10个镜头，我的习惯是先训练角色LoRA，否则后期修复会让人崩溃。现在有些工具也开始提供角色库功能，相当于内置了LoRA能力，上传一组定妆照就能绑定一个角色，这对新手友好很多，但仍然需要你理解背后的原理，才知道什么时候该用哪一种。

2.3 视频生成、配音和剪辑，一条可落地的工业化流水线

抛开炫技的提示词，AI短剧能不能像传统剧一样重复生产，关键在流水线。我的工作流分为六步：写剧本、拆镜头、出角色设定图、批量生成视频、筛选素材、配音剪辑。角色设定图我常用Midjourney，出图速度快，风格化强；图生视频我用过可灵、Runway和Luma，不同场景各有所长，测试下来可灵在人物动作和物理规律上更稳，Runway的可控性更细，Luma更适合大气氛镜头。

配音现在基本不用真人了，剪辑软件内置的音色克隆加上情绪调节，已经能覆盖大部分对白。音效和环境声还是要人工铺，但可以用AI做音频源分离，把一段实景录音里的雨声、车流声拆出来单独处理。整个流水线里，最值得重复使用的是镜头级提示词模板库，每次做完一个新项目，把有效的组合回填到库里，下一部片子的起跑线就比其他团队高一个身位。这种工业化思路并不新鲜，传统影视行业早就这么做了，AI只是把中间环节的劳动力从摄影师、演员和后期变成了模型和显卡。

3. 实测：我用AI跑完一部3分钟都市短剧全过程

3.1 项目设定与工具选型，为什么选图生视频

为了验证流程能不能大规模复制，我自己选了一个都市情感悬疑短剧设定，本质就是做一个3分钟预告片：女律师深夜在办公室接到沉默电话，真相指向消失的前同事。这种设定有室内场景、情绪戏和一点悬念反转，非常适合AI短剧。工具选型上，我没有从头到尾靠文生视频，而是按“图生视频优先”的原则。

原因很简单，文生视频的随机性在于角色和场景，你无法预料角色长什么样；图生视频则是把可控的部分前置，先确定角色和场景，再让模型只负责动起来。我用Midjourney出10张角色设定图和12张场景图，每张图选定一个稳定的角度和氛围，然后作为首帧输入到可灵，生成动态镜头。这个过程让我像导演一样先定演员、定场景，再谈表演，而不是做一个抛硬币的观众。如果有条件，还可以用AnimateDiff这类本地工具做运动控制，但对大多数团队来说，商业视频生成工具已经足够跑通流程。

3.2 关键参数计算：你需要多少镜头和素材

很多新手低估了生成量。一部3分钟短剧，按常规节奏，平均镜头长度控制在2秒到3秒比较舒服，我们按2.5秒计算，180秒大约需要72个镜头。但注意，AI生成视频有随机性，不可能一次通过。我个人的经验命中率通常在三分之一到五分之一之间，也就是说，要凑齐72个可用镜头，需要生成约200到360个候选片段。

单个片段生成时间按后台排队加渲染平均1分钟计算，纯生成时间就是3到6小时，这还不包括角色设定和场景出图。更关键的是，单次视频生成时长有限制，我用的工具大多一次生成5秒或10秒，一个2.5秒镜头意味着浪费了一半容量，所以我选定镜头时长在4到5秒，后期再剪出最好的一段，这样利用率更高。参数上统一使用竖屏9比16，分辨率至少1080乘1920，帧率24，运动幅度控制在中等，避免模型为了追求动态效果而扭曲人物。跑完这一轮，你对“AI取代真人”的速度会有非常清醒的认知：快是真快，但还远没到全自动。

3.3 素材到手后的三个“脏活”，决定成片质量

生成完之后，真正的制作才开始。第一道工序是筛选。我建了一个素材表格，按镜头编号记录每个候选段的状态，包括是否崩脸、动作是否完成、构图是否可用，最后可用率一般在三分之一上下。第二道工序是补拍。AI不像真人剧组，没法喊卡，但我可以用局部重绘或改变尾部画面来修复不理想的镜头。比如某段中人物手指交叉的镜头手指变弯，我会把该镜头截取到一个稳定的前一帧，重新作为首帧生成一遍，相当于靠特效来补一条。

第三道工序是声音。AI配音虽然快，但情绪会平，我会在关键台词后加人声气口和停顿，再铺一层环境底噪，撑起氛围。做完这一切之后，才会把剪好的画面和声音对接，最后统一调色。这部3分钟预告片，从拆本到产出成片，我一个人大概花了两天，中间包含了大量等待生成和筛选的时间。这个速度在真人剧组里是不可能出现的，但也要老实说，两天的强度不低，想要高质量，依然需要一帧一帧盯细节。

4. 做AI短剧踩过的坑：问题速查表与避坑清单

4.1 崩脸、形变、音画不同步，一张表对照解决

先说结论：AI短剧最大的坑从来不是模型不会用，而是检查素材没有一套标准。我整理了一张问题速查表，每次生成完可以直接对着过一遍。

这张表不是万能的，但它改变了一个习惯：从“生成完看效果”变成“生成完对着表做检查”。AI短剧本质是概率游戏，把常见的失败模式提前列出来，能节省至少一半的废料时间。我建议所有刚开始做的人，都自己维护一份这样的速查表，你会发现别人踩过的坑，和你踩过的坑高度相似。

4.2 版权红线：AI内容上线前必须自查的四件事

AI工具降低了制作门槛，但也带来了新的合规风险，这一点必须反复强调。第一，不要在图生图阶段用真人演员照片做参考，更不要直接使用在世明星的肖像作为角色基础，这会产生肖像权纠纷。第二，检查训练素材的来源，如果训练LoRA使用了从网络上找来的他人原创图片，要评估版权风险，最好使用自己的摄影作品或购买授权素材。第三，平台对AI生成内容普遍有标识要求，上线时要在后台选择“包含AI生成内容”，并保留生成日志，方便自查和说明。第四，涉及历史人物、现实公众人物、品牌标识的内容，能不碰就不碰，避免不必要的纠纷。

很多新手觉得“我用AI画的，难道还会侵权吗”，事实上，模型训练和生成的作品同样受版权约束。越到后期，平台自查越是严格，这条线值得从一开始就画清楚。如果你做的是商业投放，就更要注意，广告素材里一旦出现可识别的真实人物或品牌元素，审核风险会成倍增加。

4.3 拒绝“一键出片”的幻觉，向AI要效率的正确姿势

现在市面上有很多号称“一键生成短剧”的产品，我没有见过一个能直接跑通完整剧情的。它们大多能做Demo，真到叙事层面，还需要人做大量的取舍和编排。真正的效率提升来自两件事。

第一件事是把重复劳动外包给AI，比如批量生成素材、自动配音、自动字幕、音频源分离去噪，这些交给工具，人力集中在故事和审美上。第二件事是建立个人资产，无论是角色LoRA、场景风格包，还是提示词模板，都属于越积累越值钱的东西。我建议每个想做AI短剧的人，头三个月的目标不是“爆款”，而是建立属于自己的素材库和流程手册。等流程熟透之后，再谈效率和规模化。未来AI agent可能会把分镜、角色、剪辑更自动化地连接起来，但至少在当下，一个熟悉提示词和镜头逻辑的创作者，仍然比大多数自动化工具高效。

5. 我的判断：AI会取代真人短剧吗？

5.1 取代的是成本结构，不是创作表达

回到最初的问题。我的看法很明确：未来12个月到18个月，AI短剧不会全面取代真人短剧，但它会率先取代那些“不需要真人价值”的生产环节。比如为真人短剧做前期提案、为投放准备多版本素材包、为小说IP快速出概念预告，这些环节真人拍既不划算也慢，AI几乎必然进场。

真人短剧的核心竞争力永远在演员的不可替代性、现场爆发出的临场反应，以及观众对真实人类命运产生的情感投射。AI再能把枪战做炫，也很难复制一场对手戏里演员眼角的抽动。所以与其说AI取代真人，不如说AI和真人会重新分工。导演依然存在，编剧依然存在，表演依然存在，只是可能不再需要那么庞大的剧组，不再需要为了一个空镜头租一整天的景。AI消灭的是行业里的“体力型岗位”，而不是“创意型岗位”。

5.2 给内容从业者的三招“人机协作”建议

第一，把AI当成提案加速器。以后给投资人讲故事，不需要一页一页解释剧本，直接把AI生成的预告片放在PPT前面，三分钟内让人相信这个故事值得投钱，这个优势是纯文字方案无法比的。第二，尽早建立个人素材库。无论你做视频、做图文还是做账号，从现在开始，把你常用的角色、场景、风格，以可复用的形式存下来。AI时代内容生产就像搭积木，谁的积木多，谁就能更快拼出新东西。

第三，不要排斥混合制。最成熟的形态不是全AI，也不是全真人，而是AI生成场景、真人实拍关键特写、AI再完成氛围扩展。我最近做的几个概念片里，实拍的雨夜镜头只占全片的15%，其余85%由AI生成场景，最后由剪辑统一调色，观众有人完全看不出哪些是AI，哪些是实拍。这不叫取代，这叫让一个导演多了一百个分身。

我自己做完这部3分钟预告片之后，最大的感受不是AI有多强，而是做内容的门槛被踏平了。以前拍一部片子，需要组织团队、调动设备、处理各种突发情况；现在只要一台电脑、几个账号和一颗愿意死磕故事的心，就能把一个想法变成可以看的画面。这当然会让很多人焦虑，但换个角度想，它也让更多创作者第一次拥有“拍片自由”。所以我建议所有还在观望的同行，不要急着站队，先找一个周末，用AI生成一支两分钟的测试片，亲手感受一下它的上限和下限。你会发现，AI不会取代你，但会用AI的同行，正在以你看不见的速度往前走。