用即梦短剧工作室一条龙做 AI 短剧：剧本到预演成片

适用场景

这套流程适合想用 AI 把一句梗概做成 1～5 分钟竖屏短剧的个人创作者、小团队运营和小型内容工作室。你现在可能卡在三个地方：剧本写不动、分镜画不出、生成的角色每个镜头都长不一样。下面这条流水线解决的就是这三件事，并且给出一份能直接交给剪辑或发布的成片与素材清单。

环境与前置条件

操作系统与浏览器

• Windows 10/11、macOS 较新版本、主流 Linux 桌面发行版均可，工具本身在浏览器里跑，对本地系统要求不高。
• 浏览器建议用 Chrome 或 Edge 的近期版本，Safari 也能用，但个别上传控件在 Safari 上兼容性一般。保持浏览器为最新版，具体支持矩阵以官方文档当前版本为准。
• 关闭会拦截脚本的浏览器插件（广告拦截、隐私盾），否则可能出现页面加载了但按钮点不动的情况。

内存与显存/磁盘

• 本地不跑模型，内存 8GB 起步，16GB 更从容（多开标签页 + 剪辑软件同时开）。
• 显存不是硬性要求，但如果计划用本地工具做二次处理（如超分、换脸校对、ffmpeg 转码），独立显卡会明显快一些。
• 磁盘预留：一条 3 分钟竖屏短剧的原始素材（分镜图 + 片段 + 配音）通常在数 GB 量级，建议留出 20GB 以上空余，并准备一块外置盘或云盘做备份。

网络

• 上传分镜图和下载成片都吃带宽，稳定 20Mbps 以上上传比较舒服。批量生成时不要同时开下载任务，容易把上传挤掉。

账号与权限

• 需要一个能登录即梦的账号，并确认账号已开通短剧工作室相关能力。不同账号看到的入口可能不同，功能是否可见、额度规则以官方页面当前版本为准。
• 如果是团队协作，提前确认好谁能改剧本、谁只能看分镜，权限最好在开工前定，避免中途改权限导致素材归属混乱。

素材准备（开工前 30 分钟做完）

1. 一句话梗概，控制在 50 字以内。

2. 主角设定：性别、年龄段、发型、常穿服装、一个记忆点（疤、眼镜、工牌）。

3. 参考图：主角正脸、侧脸、全身各一张，光线均匀、背景干净。

4. 音乐与音效的授权来源说明（自己录制、已购买授权、平台曲库），这条在导出清单里要写清楚。

本地目录结构

先在本地把目录建好，后面所有导出都往这里放，命名统一，后期才不会乱。

```bash

mkdir -p ai-drama/{00_script,01_storyboard,02_chars,03_shots,04_audio,05_export,06_backup}

cd ai-drama

touch 00_script/梗概.md

```

约定：03_shots 下的片段一律以 S01-SH003_v2.mp4 命名（场次-镜号-版本），改镜时版本号递增，不要覆盖旧版本。

分步骤部署

步骤 1：创建项目并写入梗概

登录后进入短剧工作室，新建项目，把项目名写成「片名_日期」的形式，例如 暴雨订单_20250101。在剧本区把一句话梗概贴进去，同时把时长目标、画面比例（竖屏 9:16）、风格关键词（写实、冷色调、雨夜）填到项目设置里。

这步在做什么：给后续所有生成定下边界。风格关键词一旦写死，后面就不要在单个镜头里临时加“赛博朋克”这类冲突词，否则画面质感会跳。

成功标志：项目创建完成，梗概在剧本区可见，刷新页面后内容还在（说明已保存到云端而不是只留在本地缓存）。

步骤 2：从梗概扩写成可拍摄的剧本

在剧本生成入口把梗概扩写成带场次、带台词的剧本。提示词可以这样组织：

```

把下面梗概扩写成 3 场、总时长约 150 秒的竖屏短剧剧本。

要求：每场写清时间、地点、出场人物；台词口语化，单句不超过 20 字；

每场结尾留一个钩子；不要旁白，用画面和台词推进。

梗概：暴雨夜，外卖骑手送最后一单，收件人是十年未见的父亲。

```

生成后手动改一遍，重点改三处：台词长度（AI 容易写成书面语）、动作是否可拍（“他陷入回忆”拍不出来，改成“他盯着订单备注的手停住”）、场次时长是否超预算。

成功标志：剧本导出或复制到 00_script/剧本_v1.md，三场结构完整，每场有明确的场景、人物、台词。

步骤 3：生成分镜表并逐条核对

用剧本生成分镜。分镜输出后，把关键字段整理成一张表存到 01_storyboard/分镜表.csv，用表格软件打开对照：

这步在做什么：把 AI 的分镜结果翻译成可执行的工单。表里的“出场角色”列很关键，它决定哪些镜头需要挂角色卡；“状态”列让改镜时知道哪条还要重跑。

成功标志：所有镜号连续无重复，总时长与目标时长偏差在 ±15% 以内，每个需要人物的镜头都填了出场角色。

步骤 4：建立角色卡并锁定一致性

进入角色管理，为主角和配角各建一张角色卡：上传参考图，填写固定描述（年龄、发型、服装、体貌特征），保存为一个可复用的角色。

关键做法：把角色描述写成一个固定字符串，后面每次生成镜头都原样引用，不要临时改词。例如：

```

35岁男性，短寸头，左眉有一道浅疤，深蓝色冲锋衣，内搭灰色卫衣，肤色偏黄，写实电影质感

```

成功标志：角色卡保存成功，在角色列表里能看到缩略图和描述；用同一张卡连续生成两张测试图，人脸特征基本一致。

步骤 5：逐镜生成首帧与预演片段

按分镜表逐镜生成：先出首帧（关键画面），确认构图和人物没问题，再生成动态片段。不要一次提交几十个镜头，按场次分批，一场一场来，方便及时发现问题。

成功标志：03_shots 目录下的片段数与分镜表中“已生成”行数一致，每个片段时长与分镜表标注时长偏差在 1 秒以内。

步骤 6：改镜——单镜重生成与局部替换

发现问题的镜头，按类型处理：

• 人物不对：挂载正确的角色卡，重新生成，不动其他镜头。
• 构图不对：改画面描述里的景别和机位词，例如把“中景”改成“过肩近景”。
• 动作不对：把描述拆成“起始状态 + 动作 + 结束状态”三句话，比一句话描述更容易命中。
• 只想改一小块：用局部重绘或重新生成变体，挑一版替换。

每次重生成，版本号 +1，旧版本保留在 03_shots/archive/ 里，防止改坏了回不去。

```bash

归档旧版本再放新版本

mkdir -p 03_shots/archive

mv 03_shots/S01-SH003_v1.mp4 03_shots/archive/

```

成功标志：分镜表“状态”列全部变为“已确认”，没有遗留的“待重跑”。

步骤 7：配音、字幕与配乐对齐

把台词逐句生成配音，导出为 wav 或 mp3，放进 04_audio/，命名与镜号对应（S01-SH003_台词.wav）。字幕用剧本台词直接生成，导出字幕文件。

对齐技巧：以配音为基准去拉片段，而不是以片段为基准配音。一条 4 秒的镜头配了一句 6 秒的台词，就把镜头拆成两条，或者让画面在台词说完后再停 1 秒。

成功标志：抽听三处，台词与画面口型/动作节奏大致对得上，字幕没有明显提前或延后。

步骤 8：导出成片与素材清单

在导出入口选择分辨率与帧率（竖屏短剧常见 1080×1920、25 或 30fps，具体选项以官方页面当前版本为准），导出成片到 05_export/。

同时生成一份素材清单，方便交接和后续复用：

```bash

cd ai-drama

{

echo "# 素材清单 $(date +%F)"

echo

echo "## 成片"

find 05_export -type f -name "*.mp4" | sort

echo

echo "## 分镜片段"

find 03_shots -maxdepth 1 -type f -name "*.mp4" | sort

echo

echo "## 音频"

find 04_audio -type f | sort

echo

echo "## 授权说明"

echo "配乐来源：<填写>；音效来源：<填写>"

} > 05_export/素材清单.md

```

成功标志：05_export 下有成片和一个素材清单，清单里每一行都指向真实存在的文件。

验证部署是否成功

1. 检查成片参数

```bash

ffprobe -v error -show_entries stream=codec_name,width,height,r_frame_rate \

-show_entries format=duration -of default=noprint_wrappers=1 \

05_export/成片.mp4

```

预期看到类似输出：codec_name=h264、width=1080、height=1920、r_frame_rate=25/1，duration 与你设定的目标时长接近。如果 r_frame_rate 出现 2997/100 这类数值，说明是可变帧率，进剪辑软件前先转成恒定帧率（见报错 4）。

2. 批量核对片段时长

```bash

for f in 03_shots/*.mp4; do

d=$(ffprobe -v error -show_entries format=duration -of csv=p=0 "$f")

echo "$(basename "$f") ${d}s"

done

```

预期每条都在 3～6 秒区间，没有 0.2 秒这种异常短的文件（异常短通常意味着生成中断）。

3. 一致性抽检

把每个角色的所有出场镜头截首帧，拼成一张对比图看。判断标准：发型、服装主色、脸部轮廓在肉眼扫一遍时不跳戏。有三条以上明显不一致，回到步骤 6 重跑这几条。

4. 清单核对

```bash

wc -l 05_export/素材清单.md

find 05_export -type f | wc -l

```

清单条目数应与实际文件数吻合，不吻合说明有文件漏登记。

5. 完整播放一遍

关掉剪辑软件，用系统播放器从头看到尾。重点看转场处有没有黑帧、声音有没有突然变大变小、字幕有没有出画。

常见报错与解决

报错 1：上传参考图失败，提示文件过大或格式不支持

原因：图片分辨率远超需要，或格式是 HEIC、WebP 这类兼容性较差的格式。

解决：统一转成 JPG 并压到长边 1024～1536。

```bash

批量转换并压缩

mkdir -p 02_chars/compressed

for f in 02_chars/*.heic 02_chars/*.webp; do

[ -e "$f" ] || continue

ffmpeg -i "$f" -vf "scale='min(1536,iw)':-2" -q:v 3 "02_chars/compressed/$(basename "${f%.*}").jpg"

done

```

报错 2：生成任务长时间排队，或提示任务超时/失败

原因：一次性提交镜头过多，触发排队；或网络中断导致任务中断。

解决：改成按场次分批提交，每批 5～10 条；失败任务直接重新提交，不要反复刷新页面。若多次失败，检查浏览器插件拦截和网络代理。

```bash

提交前先确认本地片段没有丢失，避免重复生成

ls -1 03_shots/*.mp4 | wc -l

```

报错 3：角色前后不一致，同一人物每个镜头脸都不一样

原因：没有挂载角色卡，或每镜的描述字符串不统一。

解决：重新挂载角色卡，并把角色描述统一成一个固定字符串，全部镜头原样引用；已生成的不一致镜头单条重跑。

```bash

把固定角色描述存成文件，生成时直接复制，避免手打出错

cat > 02_chars/主角_描述.txt <<'EOF'

35岁男性，短寸头，左眉有一道浅疤，深蓝色冲锋衣，内搭灰色卫衣，肤色偏黄，写实电影质感

EOF

```

报错 4：成片导入剪辑软件后音画不同步，或时间轴显示异常

原因：片段是可变帧率（VFR），不同软件对 VFR 处理方式不同。

解决：统一转成恒定帧率再剪辑。

```bash

mkdir -p 03_shots/cfr

for f in 03_shots/*.mp4; do

ffmpeg -i "$f" -r 25 -vsync cfr -c:v libx264 -crf 20 -c:a aac -b:a 192k \

"03_shots/cfr/$(basename "$f")"

done

```

报错 5：字幕整体提前或延后几秒

原因：字幕文件按 30fps 生成，成片是 25fps；或字幕起始时间从 00:00:00 算，而成片前面加了片头。

解决：确认成片帧率后按同一帧率重新导出字幕；有片头时，把字幕整体偏移片头时长。用 ffmpeg 平移字幕时间：

```bash

整体延后 2 秒（片头长度）

ffmpeg -itsoffset 2 -i 字幕.srt -c copy 字幕_偏移.srt

```

后续维护

备份

• 每完成一场戏，把 00_script、01_storyboard、02_chars、03_shots 打包一次，带日期存入 06_backup/，再同步一份到云盘或外置盘。
• 成片发布后保留工程源文件至少一个季度，平台方偶尔会要求提供素材授权说明。

```bash

每周打包一次

tar -czf 06_backup/project_$(date +%Y%m%d).tar.gz 00_script 01_storyboard 02_chars 03_shots

```

升级

• 工作室类功能更新较快，界面位置和可选项会变，遇到找不到入口先看官方更新说明，不要照着旧教程硬找。
• 升级前先在测试目录跑一条 30 秒的最小闭环（一句梗概 → 3 个镜头 → 导出），确认流程没断，再批量处理正式项目。

日志与监控

• 建一个 项目日志.md，每镜记录：镜号、生成时间、使用的描述、版本号、是否采纳、弃用原因。改镜十次以上时，这份日志比记忆可靠得多。
• 关注三类指标：单镜平均重跑次数（超过 3 次要回头检查角色卡和描述）、成片导出成功率、从梗概到成片的实际耗时。这三项能反映流程卡在哪一步。
• 磁盘占用定期看一眼，03_shots/archive 长得最快：

```bash

du -sh ai-drama/* | sort -h

```

协作交接

把 素材清单.md 和 项目日志.md 一起交出去，接手的人不用问就知道哪条镜头是最终版、配乐授权在哪、哪几条曾经被弃用。这一步做扎实，AI 短剧才从“一次性玩票”变成能反复开工的生产线。