AI 短剧 / 视频生成教程

简介：AI 视频生成已经从玩具变成实用工具。本文覆盖国内可用的主流平台注册与价格、15+ 分镜 Prompt 模板、角色一致性深度方案，并附一个"1 分钟古风女侠短剧"端到端实战案例。

---

1. 主流工具对比（2025 年）

工具	优势	局限	免费额度	专业版价格
快手可灵（Kling）	运动流畅，写实风格强	创意风格较弱	每日 66 积分	¥66/月（专业版，积分×10）
海螺 AI（Hailuo）	人物一致性最佳，面部稳定	运镜较固定	每日有限次数	¥79/月
即梦 AI（Jimeng）	字节系，剪映生态打通	时长较短（最长 10s）	每日约 60 积分	¥68/月
Vidu	镜头感强，电影感好	国内访问有时不稳	新用户 80 积分	¥79/月
Runway Gen-3	国际标杆，运动最自然	需翻墙，较贵	免费 125 积分	Standard $12/月，Pro $28/月
Sora	OpenAI 出品，叙事理解强	排队严重，限量	仅 Plus/Pro 用户	Plus $20/月（有配额限制），Pro $200/月

国内首选：可灵 + 海螺组合（可灵做动态场景，海螺保持人物面部一致）

---

2. 平台注册与首次使用

2.1 快手可灵

1. 注册：https://klingai.com — 用快手账号一键登录（无需新注册）
2. 首次进入：左侧 "视频生成" → 选 "文生视频" 或 "图生视频"
3. 积分说明：
   - 每日免费 66 积分（普通质量每次 10 积分，高质量 35 积分）
   - 专业版 ¥66/月，积分变为每日 660 分
4. 模式选择：
   - "标准模式"：快（约 2 分钟），适合批量测试
   - "专业模式"：慢（约 5 分钟），用于正式出片
5. 时长选项：5s / 10s（专业版可选）

2.2 海螺 AI（MiniMax）

1. 注册：https://hailuoai.com — 用 MiniMax 账号（邮箱注册）或手机号
2. 网页版 vs API 版：
   - 网页版：直接上传图片/输入文字，无需代码
   - API 版：开发者用，按调用次数计费（适合批量生产）
3. 核心功能入口：
   - "角色一致性"：上传 2-3 张参考图 → 系统自动锁定面部特征（★★★ 最重要功能）
   - "图生视频"：上传角色参考图 + 描述运动
4. 免费额度：新用户赠 200 积分（约可生成 10 段视频）

2.3 即梦 AI（字节系）

1. 注册：即梦 App（iOS/Android）或网页 https://jimeng.jianying.com
   - 抖音账号一键登录，PC/移动端各有独立界面
2. PC 版优势：更大的操作区域，便于调整 Prompt
3. 移动版优势：随时随地生成，与剪映打通更顺畅
4. 关键功能：
   - "角色一致性"按钮（主界面右上角小人图标）→ 上传参考图后，所有帧保持同一角色
   - 视频时长：3s / 5s / 8s（需积分）
5. 剪映联动：生成视频后直接点"在剪映中编辑"，一键导入

---

3. 制作全流程

剧本创作 → 分镜设计 → 角色参考图生成 → 视频片段生成 → 配音/字幕 → 剪辑合成

第一步：剧本创作（AI 辅助）

短剧剧本结构：3 分钟 = 9 个场景，每场景 20 秒

帮我写一个3分钟短剧剧本，类型：[都市/古装/科幻]。

要求：
- 共9个场景，每场景描述控制在50字内（包含：画面内容、角色动作、关键台词）
- 第1场景必须有强钩子（让人继续看的悬念或冲突）
- 第5场景是情绪最高点
- 第9场景是反转或升华收尾
- 台词总量不超过50句，每句不超过15字

输出格式：
场景1：[画面描述] / [人物动作] / 台词："..."

第二步：分镜与提示词设计

每个场景转化为视频生成提示词（以可灵为例）：

[镜头类型] + [主体描述] + [动作/表情] + [场景环境] + [光线/氛围] + [运镜方式]

示例：
"近景，25岁东方女性，黑色长发，微微回眸，嘴角带着神秘微笑，
背景是夜晚的霓虹街道，雨后地面反光，镜头缓慢推近，电影感"

第三步：保持角色一致性（见第 4 节深度方案）

第四步：配音与字幕

免费工具：

• 剪映：AI 配音 + 自动字幕，国语/粤语/方言均支持
• 海螺 AI：可直接在平台内添加 AI 配音

台词要求：
- 每句台词不超过15字，便于配音节奏
- 情感标注：[哭泣]、[愤怒]、[轻笑]（给配音AI参考）
- 停顿位置用"..."标明

第五步：剪辑合成

推荐工具：剪映（见第 5 节详细操作）

---

4. 角色一致性深度方案

最关键环节，失败的 AI 短剧 80% 败在角色面部不一致。三种方案对比：

方案	一致性效果	难度	成本
纯 Prompt 描述	★★☆ 约 40% 帧间一致	低	免费
参考图（图生视频）	★★★★ 约 75% 一致	低	积分
Lora 训练	★★★★★ 约 90%+ 一致	高	¥30–100/次

方案一：纯 Prompt（入门测试用）

每次生成都带上相同的角色描述词：

[角色标准描述]：25岁中国女性，杏眼双眸，高鼻梁，樱桃唇，
黑色直发及腰，穿浅蓝色旗袍，气质清冷

缺点：不同 batch 之间差异明显，适合单段视频，不适合多段连贯。

方案二：参考图锁定（推荐，日常使用）

1. 用 Midjourney / 即梦文生图生成角色正面参考图（清晰五官，无遮挡）
2. 上传参考图到可灵/海螺，选"图生视频"
3. 每次生成新场景都上传同一张参考图
4. 海螺专属：
   → 点击 "角色一致性" 按钮（主界面右上角人形图标）
   → 上传 2-3 张同角色不同角度的图
   → 系统自动建立角色模型，后续生成自动一致

踩坑提示：参考图要选正面、表情中性、光线均匀的，否则 AI 会过度学习特定表情/光线。

方案三：Lora 训练（追求高质量短剧）

工具选择：
- SeaArt（https://www.seaart.ai）：国内可用，支持视频 Lora 训练
- 可图（Kolors）：快手开源模型，支持 Lora 微调

训练步骤（以 SeaArt 为例）：
1. 准备训练素材：
   - 同一角色 20-30 张图
   - 包括：正面/侧面/不同表情/不同光线/不同服装
   - 分辨率：512×512 以上，背景干净
2. 上传到 SeaArt → 模型训练 → 角色 Lora
3. 训练时间：约 30-60 分钟
4. 费用：约 ¥20-50/次（根据平台定价）
5. 训练完成后，所有生成都载入该 Lora，一致性 90%+

---

5. Prompt 库（15 个分镜模板）

复制即用，[] 内替换为你的角色描述。

镜头类型

# 特写（面部情绪）
"[角色描述]，极近特写，眼神复杂，有泪光，背景虚化，电影感，慢镜头"

# 近景（上半身+动作）
"[角色描述]，近景，缓慢转身，长发随风飘动，背景是古楼廊道，斜阳暖光"

# 中景（全身+场景）
"[角色描述]，中景，独立于竹林间，手持长剑，剑尖垂地，风吹竹叶飞舞"

# 远景（环境+氛围）
"远景，[角色描述]，站在山顶，背对镜头，俯瞰云海，大气磅礴，鸟鸣"

运镜方式

# 推镜（逼近感，适合高潮时刻）
"镜头由远及近缓慢推进，[角色描述]，表情从平静转为坚定"

# 拉镜（空间感，适合告别场景）
"镜头缓慢后退，[角色描述]，孤身立于原地，渐渐远去，哀而不伤"

# 旋转（震撼感，适合转折点）
"镜头绕[角色描述]旋转360度，武器光效闪烁，动感强烈，史诗配乐感"

# 平移跟随
"镜头平移跟随[角色描述]奔跑，街道两侧快速闪过，夜晚霓虹交替"

场景类型

# 室内（现代）
"咖啡馆，午后阳光透过窗斜射，[角色描述]，低头看书，尘埃在光中漂浮"

# 室内（古风）
"深夜书房，烛光摇曳，[角色描述]，握笔沉思，墨迹未干，窗外雨声"

# 街道（都市）
"夜晚CBD，[角色描述]，行走于人流中，高楼霓虹倒映，孤独感"

# 自然场景
"清晨山间，薄雾缭绕，[角色描述]，打坐于松树下，鸟鸣泉水声"

# 科幻场景
"未来城市，悬浮列车穿梭，[角色描述]，站在玻璃平台上眺望，全息广告闪烁"

情绪类型

# 喜（克制式）
"[角色描述]，嘴角微微上扬，眼底有光，但没有笑出声，侧脸，暖色调"

# 怒（压抑式）
"[角色描述]，握拳，呼吸急促，眼神如刀，背后是乌云压城的天空"

# 哀（静默式）
"[角色描述]，靠墙滑落坐下，双手捂脸，雨水顺着头发滴落，无声哭泣"

# 乐（自然式）
"[角色描述]，在花田中奔跑，回头大笑，花瓣飞舞，暖光逆射"

---

6. 实战案例：1 分钟古风女侠短剧

6.1 剧情大纲

女侠白鹿独自在山间苦练，因一次意外救下了与她有仇的将军之子，两人化干戈为玉帛。1 分钟，9 个分镜。

6.2 分镜 × Prompt × 工具 × 成本

分镜	内容	Prompt（已优化）	工具	耗时	积分
1	清晨苦练	"古风女侠，黑发白衣，中景，竹林中挥剑，剑气横扫，清晨薄雾，镜头缓慢推近"	可灵标准	3min	10
2	发现陌生人	"同一女侠，近景，停剑，目光警惕，向左看，竹林深处有动静，风声"	海螺（角色一致性）	4min	—
3	受伤男子	"清秀男子，古代劲装，摔倒在竹林地面，左肩有箭伤，意识模糊"	可灵标准	3min	10
4	女侠犹豫	"女侠特写，眼神复杂，手握剑柄但未出鞘，内心挣扎，慢镜头"	海螺	4min	—
5	决定救人	"女侠蹲下，拔箭，动作利落，男子痛苦皱眉，背景竹叶沙沙"	可灵专业	6min	35
6	草庐救治	"简陋草庐内，女侠为男子包扎，烛光昏黄，沉默气氛"	即梦	3min	20
7	男子苏醒	"男子睁眼，看到女侠，认出是仇人之女，表情从感激变为警戒"	可灵标准	3min	10
8	对峙	"两人相对而立，女侠背对门口，男子手边有剑，对话，张力"	海螺	4min	—
9	化解	"男子放下剑，女侠收剑入鞘，镜头拉远，两人在草庐门口，夕阳"	可灵标准	3min	10

总计：约 33 分钟生成时间，消耗约 75 积分（可灵专业版每日 660 积分，剩余充足）。

6.3 剪映成片完整步骤

1. 导入
   剪映 → 新建项目 → 导入所有 9 段 AI 视频片段
   → 按分镜顺序拖入时间轴

2. 排序与修剪
   → 每段视频截取最好的 6-8 秒（去掉开头/结尾抖动帧）
   → 总时长控制在 55-65 秒

3. 转场
   → 分镜 1-4：使用"渐隐"转场（0.3s）
   → 分镜 5（高潮）：使用"闪白"转场（0.2s）
   → 分镜 6-9：使用"溶解"转场（0.5s）

4. 配乐
   → 剪映素材库 → 搜索"古风 女侠" → 选纯音乐
   → 高潮处（分镜 5）对应音乐高潮点
   → 末尾淡出

5. 字幕
   → 时间轴下方 "智能字幕" → 朗读台词 → 自动识别
   → 或手动添加文字：字体选"思源宋体"，颜色白色+黑色描边

6. 调色
   → 全选所有片段 → 统一调色：
     - 色温：-10（偏冷清）
     - 对比度：+15
     - 饱和度：-5（降一点，古风感）
     - 滤镜：搜索"浮世绘"或"水墨"（选透明度 30%）

7. 导出
   → 分辨率：1080P，帧率：24fps（电影感）
   → 码率：推荐 / 最高（视频较短，文件大小可控）
   → 导出时间：约 2-3 分钟

6.4 总耗时与成本估算

环节	时间	费用
写剧本 + 分镜（Claude/DeepSeek）	20 分钟	≈ ¥0.5
生成 9 段视频	33 分钟	75 积分（可灵专业版 ¥66/月内）
剪辑合成	30 分钟	¥0（剪映免费）
总计	约 1.5 小时	≈ ¥2–5

---

7. 审核合规与平台规范

7.1 抖音 AI 视频规范（2025 年）

• 必须标注：上传时勾选"含 AI 生成内容"（违规封号）
• 限流题材：涉及真实政治人物/历史事件的 AI 视频（即使明显是娱乐）
• 水印：平台会自动添加"AI 生成"角标，无法去除（2025 年规定）
• 版权声明：使用他人 IP 角色（漫威/迪士尼/国漫）需注意版权，不要直接商业化

7.2 B 站规范

• 投稿时选"AI 生成"标签，否则判为搬运
• AI 生成视频不计入"原创激励计划"（不能靠 AI 视频拿创作激励金）
• 但 AI 短剧可以收充电（打赏）

7.3 技术规范（平台要求）

参数	抖音	B 站	微信视频号
最优分辨率	1080×1920（9:16 竖屏）	1920×1080（横屏）/ 1080×1920	1080×1920
帧率	30fps	24/30fps	30fps
最大文件	4GB	8GB	1GB
推荐码率	8-15 Mbps	6-16 Mbps	6-8 Mbps

---

8. 常见问题

Q: 角色嘴型和配音对不上？

A: 可灵/海螺生成时勾选"嘴型同步"；或在剪映用"智能对齐"功能微调；台词短（每句 ≤ 10 字）嘴型对齐率更高。

Q: 生成的视频有明显 AI 痕迹（抖动、变形）？

A: 降低运动幅度，提示词加"稳定的镜头，轻微运动"；可灵选"低运动幅度"。肢体动作（走路/打斗）最容易变形，优先用"上半身+固定镜头"。

Q: 多个场景光线风格不统一？

A: 每个提示词末尾加统一风格词，如"电影级光线，柔光，冷色调，暗调"，剪映调色时再统一处理。

Q: 帧率不稳定，视频有卡顿感？

A: AI 生成视频默认 24fps，导入剪映后在"项目设置"里统一帧率为 24fps（不要混用 24/30fps）。

Q: 上传抖音后画质变差？

A: 抖音压缩较严重。导出时码率选"最高"，并在发布时选"高清发布"（PC 端上传比手机端压缩少）。

---

9. 成本与效率参考

模式	时间成本	金钱成本	质量
全免费（可灵+剪映）	4-6小时/条	¥0	中等
可灵专业版 + 海螺	2-3小时/条	¥100-200/月	较高
Runway + 专业配音	3-4小时/条	¥300-500/月	最高

---

10. 延伸阅读

• 抖音切片上架橱窗 — 把做好的 AI 视频变成带货收入