先看重點
先固定角色與場景參考,再把故事拆成看得見的動作。生成完的素材還要挑選、配音、剪輯與驗收,才能接成一集。
其實製作 AI 短劇,最容易混在一起的是「生出一個鏡頭」和「做完一個故事」。一顆鏡頭可以單獨成立,接到下一顆時,角色、道具、方向和情緒卻都需要對得上。
下面把流程拆開,從劇本、角色資產一路整理到聲音和發布前檢查。這些示意圖用來說明工序,先把每一步要準備的東西看清楚,再開始做第一集。
想看實際做完後怎麼修片,可以另外讀 《最後的台北》製作實錄:我和貓的第一支 AI 短劇,那篇有成片與實際修片紀錄。
真人 AI 短劇是什麼意思?
這篇說的 AI 仿真人劇,是以生成畫面呈現看起來像真人的角色。也有人把實拍影片加入 AI 換景與特效,兩種做法需要的素材和後製不同,先確認自己要做哪一種。
下面的「抽卡」指同一鏡重新生成;「角色一致性」指換鏡頭後,臉、服裝和特徵還能對得上。畫面越靠近臉與細小動作,就越需要逐鏡核對。
先把生成、配音與後製分開安排
把工作分成劇本、角色與場景參考、分鏡、影片生成、配音、剪輯與驗收。每段都留可修改的檔案,畫面要重排時,才不用整支從頭再做。
先選一套自己用得動的工具,把第一支跑完。能不能接住同一張參考圖、檔案能不能匯出、後面能不能改,比一開始就把所有軟體都研究完更實際。
第一段:劇本,先給約束再展開
先寫角色設定,再寫故事。主角卡可以放外型、服裝、處境、想要什麼和害怕什麼。能力系統或反派卡依題材需要再加,先把角色的目標和限制寫清楚。
第二步才把開頭疑問、線索和結尾寫成鏡頭表。每鏡列秒數、景別、畫面、旁白、情緒與連戲備註。像「氣氛突然緊張」還不夠,要寫清楚觀眾會看到哪一個變化。
可以把寫稿拆成兩輪。第一輪只做設定卡,先不要寫劇情;第二輪帶著同一份設定,先排每集目標、情緒變化、具體結尾和要回收的伏筆,再展開鏡頭表。這樣改故事時,還有一份共同設定能回頭核對。
第二段:角色資產,先鎖圖再生影片
先挑清楚且可使用的參考照片,或先完成一張角色錨點圖,再補正面、側面、背面和臉部特寫。後續每一鏡都調用同一份參考,減少只用文字重新描述造成的外觀漂移。
角色資產至少要能核對臉型、髮型、髮色、年齡感和服裝。有重要配件或非人角色,也把固定特徵寫進設定。參考圖整理好之後,仍要逐鏡看表情、手部與服裝有沒有變。
場景也要固定。門窗、道具位置、光線方向和人物進出方向,先寫進每鏡的連戲備註。把參考圖與版本放在同一個資料夾,才不會下一鏡又用了舊設定。
第三段:分鏡,先決定每鏡要交代什麼
先排故事順序,再決定鏡頭長短。遠景可以交代環境,中景呈現人物與動作,特寫讓觀眾看到道具和反應。每鏡先承擔一個清楚的動作或線索,複雜動作就拆成幾段。
旁白提到的東西,畫面要能讓人找到。人物看見一個異常,接下來也要留反應,別只有漂亮空景。提示詞寫清楚主體、位置、動作、運鏡和不能改變的參考特徵,生成後再核對。
鏡頭表保留鏡號、秒數、景別、畫面、旁白、情緒與連戲備註。直橫式、解析度和幀率在開工前先統一,依發布平台和實際輸出需求決定。
第四段:生成,先設預算和抽卡上限
先用簡單鏡頭確認模型是否適合,再逐鏡生成。把角色錨點、場景參考與分鏡描述一起整理,送出前確認輸入限制、輸出規格和預估消耗。工具價格與功能以官方頁為準。
抽卡上限依整集預算與鏡頭難度先訂好。紀錄表至少留下鏡號、抽次、模型與參數、結果、是否採用;預估點數跟實際扣點分開記,不用第一次成功的手氣去推算整集成本。
快到上限還是過不了,先找出問題在哪裡。可以縮短動作、換角度、改成道具特寫,或拍動作完成後的結果,再決定要不要重新生成。
第五段:卡住時,先改能控制的地方
臉變了,回頭核對角色參考和描述;光線對不上,先核對同場景的光源方向與時間;空間錯亂,把地標、道具和進出方向寫清楚。先修正源頭的設定,再判斷後製能處理到哪裡。
素材動態不自然時,可以評估首幀緩慢推近、道具特寫或重新剪接。這些做法會改變畫面表現,要看是否仍然交代得清楚,不能只因為能播放就當作完成。
| 卡點 | 先檢查什麼 |
|---|---|
| 臉和服裝漂移 | 核對同一套錨點、髮型、年齡感和衣服;先找出是哪一鏡開始變,再修那一鏡。 |
| 光線與場景不連戲 | 把同場景的光源方向、時間和固定物件寫進每鏡參考,再比較相鄰鏡頭。 |
| 空間與動作方向錯亂 | 明確寫出人物從哪邊進出、看向哪裡,以及地標和道具的位置。 |
| 轉場與反應接不起來 | 先在剪輯調整前後鏡長度與順序,需要時補道具或反應鏡頭,避免一直重抽整段。 |
第六段:配音跟對嘴是兩件事
先決定聲音來源。旁白可以自己錄,也可以依授權使用合成語音;畫面中的角色開口則另外確認嘴型。把旁白、角色台詞、音樂與音效分開音軌,後面才好調整。
自己錄時,把旁白稿跟鏡號放一起,一句完整錄完再換下一句。講錯就從那一句重來,剪輯時只保留清楚完整的一次。先剪乾淨原聲,再依句子重排畫面和字幕,必要換氣與字頭字尾都要留。
不要為了塞進鏡頭就把整段錄音加速。先調整文字和畫面的停留時間,讓句子完整、重點有停頓。配音完成後仍要逐鏡檢查口型與情緒。
第七段:剪輯,讓畫面與故事接起來
先挑出能用的素材,再照劇情重排。重複交代可以刪,重要線索出現後要留時間看清楚。角色做了什麼、觀眾知道了什麼、下一顆鏡頭要接什麼,剪的時候一起確認。
旁白提到道具,畫面就要接得到;角色察覺異常,後面要有反應。片長不合適時先調整故事密度和停留,單純加速或放慢整支,通常還是需要回頭修剪接。
字幕跟著最終剪接重排,檢查時間、斷句、字尾,以及是否擋住臉和線索。配樂要有存在感,也不能蓋過人聲;換鏡時音量不要突然跳動,音效只放有必要的地方。想先試試用一句話讓 Claude 砍停頓、上繁中字幕,可以照 AI 剪片免費體驗 跑一次。
交片前用實際會看的裝置播放。音量量測能抓出太小聲或峰值過高,聽感仍要另外確認;只有轉錄或量測結果,不能當成已經聽過整支。
第八段:標示與授權,發布前再核對
先分清楚哪些畫面是實拍、哪些是生成,哪些聲音由真人錄製、哪些是合成。依實際內容安排清楚的 AI 標示,讓觀眾知道看的是什麼。
準備發布時,重新核對平台的 AI 標示方式、工具使用條款,以及照片、音樂與故事素材的授權。涉及小說改編或他人肖像,先把可用範圍確認清楚。著作權資訊可從 經濟部智慧財產局查起,個案仍要依實際素材與用途判斷。
一集要多久、多少錢,先留下自己的紀錄
第一支先記每段花多久、送出幾次、實際用了哪些素材。生成等待、挑片、修劇情、配音與字幕都算製作時間,不能只看模型跑了幾分鐘。
費用把工具訂閱、實際扣點與另外購買的素材分開列。先設整集預算和每鏡上限,再決定哪些鏡頭值得重做。工具價格與功能以官方頁為準,不同題材和修改需求要分開估算。
第一支題材,選自己能拍清楚的故事
選題時,先看角色數量、場景變化和動作難度。以少量角色、容易辨認的場景和清楚道具推進故事,通常比較方便逐鏡控制,也容易看出哪裡需要修。
奇幻或寫實都可以做,但仍要看角色、動作與場景是不是能控制。第一支先完成一個疑問、一個線索和一個結尾,下一支再加難度會比較有依據。
做完之後,再看下一支要改善什麼
做完第一支之後,留下哪些鏡頭可用、哪些還差一點,以及實際花掉的時間與成本。製作能力和收入成效要分開評估,先看故事能不能被理解,再決定下一支要增加什麼難度。
如果接下來要評估接案或平台收入,要另外查當時的條款,把人力、重做與授權成本算進去。我另有一篇 AI 短劇變現整理,涉及數字時仍要回到原始資料與最新條款確認。
AI 短劇怎麼做?從零開始的五個步驟
- 寫角色設定與劇本。先決定主角、限制與結尾,再展開鏡頭表。
- 固定參考圖。角色、場景和道具都留同一套參考。
- 拆分鏡。每鏡寫清楚觀眾要看見的動作或線索。
- 逐鏡生成與錄音。設定抽卡上限,保留生成紀錄,旁白另外整理乾淨。
- 挑可用鏡頭,依錄音重排。整理中英字幕與混音,確認連戲、聲音和標示後再發布。
角色參考能減少外觀漂移,後面仍有敘事、剪輯和驗收要處理。第一支真的做完一次,下一次才知道要把時間留在哪裡。
AI 短劇製作用什麼軟體?各環節工具整理
下面按工作分工具。選工具時看當下可用功能、輸入限制與匯出方式,先確認能不能接進自己的流程。工具價格與功能以官方頁為準。

劇本
ChatGPT、Claude、Gemini
通用對話模型都做得到,差別在你給不給設定卡約束,不在選哪一家。

角色設定圖
Midjourney、即夢 Dreamina
先做可重複使用的角色參考圖,再確認選用工具接受哪些參考輸入。

影片生成
Seedance、可靈、Veo、Vidu
把角色參考與首幀提供給選用的影片模型,先試一顆簡單鏡頭,再看是否適合整集。

配音與對嘴
模型原生音訊、ElevenLabs
配音和對嘴要分開確認。可以自己錄旁白,或依授權使用合成語音;畫面有開口時仍要逐鏡檢查。

剪輯與字幕
剪映專業版、CapCut
把可用鏡頭接起來、安排聲音,再整理字幕。先用你熟悉的剪輯工具完成第一集。
新手卡關時,回頭看這三件事
工具比較太久,就先縮成一套能完成第一支的組合。畫面生得出來之後,才知道自己缺哪個功能,不用每個工具都先買一輪。
角色外觀換鏡頭就變,回頭看參考圖、特徵描述和逐鏡驗收。把臉型、髮型、服裝和配件核對清楚,不能只靠一句「保持一致」帶過。
抽卡接近上限,先停下來改分鏡。把動作拆短、改成結果畫面或換一個能看清楚的角度。記下每次失敗的原因,比一直按重新生成更能幫下一支省時間。