全套提示词可直接复制。工具只需两个：豆包 + 即梦，最快 30 分钟出一集。

先说个扎心的事。

上周我刷到一个直播间，教人做 AI 短剧。一对一辅导报价13800，录播课 599，还有个更狠的，直接开 5 万。

我点进去听了两个小时，提示词一个字没给。全程就一句话：这个得报班才能学。

这年头，做 AI 短剧的门槛，被这帮人炒得比 AI 本身还贵。

其实这事真没那么玄。我把自己跑通的流程拆开了，最快 30 分钟出一集，工具就两个：豆包加即梦。下面全套提示词直接贴出来，你照着抄就行。

第一步：让 AI 把一句话想法，扩成能拍的剧本

耗时 5 分钟

豆包、DeepSeek、千问都行，有条件的用 Gemini。你要做的只有一件事：把脑子里那个想法说清楚，剩下的交给它。

提示词如下，直接复制：

帮我把以下想法扩写成一部 10 集、每集 2 到 3 分钟的短剧剧本，总时长约 30 分钟。要求：

1. 每一集必须有完整的起承转合，主角在第一集前 30 秒就陷入困境。

2. 黄金前 3 秒：每一集开场必须是强冲突画面，比如一巴掌扇过去、一句极具冲击力的台词、一个爆发的动作场面。不许用风景、走路、吃饭来开场。

3. 每集 600 到 800 字，至少包含一次反转。每一集结尾必须留钩子，不能把事情解决圆满，把危机留到下一集开头。

4. 台词直白扎心，少用潜台词，直接输出情绪。人物对话要短。

5. 设定一个金手指，比如重生、读心术、隐藏身份、隐世高手，让主角后面的反杀合理又爽。

6. 每一场戏标注场景氛围和光影效果，比如阴冷潮湿的地下室、高对比度侧光、丁达尔光。

7. 请按【场景】【时间】【人物】【动作描写】【台词】的格式输出。

我的想法是：一个普通外卖员，发现自己每天送餐的高档小区里，住着十年前害死他父亲的人。

把最后那句换成你自己的想法，发出去，剧本就出来了。

第二步：让 AI 提取人物和场景，做“演员定妆照”

耗时 10 分钟

剧本有了，但 AI 不认识你的主角长什么样。这一步就是给它建立人物档案，不然下一集人脸就变了。

请分析以上剧本，提取所有出场人物和核心场景。

为每个角色写一段用于 AI 绘画的中文提示词，要求包含：三视图（正面、侧面、背面）、纯色背景、角色设定表、全身远景、写实电影质感、极其详细的服装面料与面部特征描述。

为每个场景写一段中文提示词，要求包含：场景概念图、物理光影描述、材质细节，以及电影级的镜头视角。

拿到提示词之后，有一个小动作能救你半条命：把里面“特写镜头”相关的描述删掉，再丢进画图工具。特写会让 AI 把脸画崩。

接着挑一张满意的，对着它再发一句：

以这张图为参考，生成四视图：最左边是人物面部超大特写，右边依次是正面全身照、侧面全身照、背面全身照，全部在一个画面上，纯白背景。

这张图就是你这部剧的“脸”。后面所有镜头都靠它锁死，主角长相才不会乱跑。

第三步：让 AI 把剧本转成分镜脚本

耗时 5 分钟

这是最容易被跳过、但决定画面质感的一步。直接拿一句台词去生成视频，出来的永远是中景固定镜头，又平又没情绪。

请把上面的剧本转换成分镜头脚本，规则如下：

1. 每 15 秒为一段，时间戳从 0s 开始计算，比如 0 到 3s、3 到 6s。每一段由 4 到 5 个镜头组成。

2. 必须把剧本里的台词，精准分配到对应的镜头里。

3. 遇到情绪高潮点，用特写或推镜头；遇到动作场面，增加镜头密度，并写清楚人物动作和运镜方式。

4. 每一段的结尾，固定加上这句后缀：写实电影，35mm 胶片拍摄，浓郁的胶片颗粒感，高动态范围，深邃的阴影，视频不出现字幕，视频不出现音乐。

5. 按下面的格式输出：

第一段

剧情描述：一句话概括这一段发生了什么。

镜头一【0-3s】：远景，俯拍，人物所处的环境

镜头二【3-6s】：近景，推镜头，人物的表情和动作

镜头三【6-9s】：特写，平拍，关键道具或情绪点

照这个格式往下写就行。

第四步：出片，5 分钟收尾

把分镜一条一条粘进即梦或可灵的图生视频，一次生成 5 秒。

这里有个纪律：提示词里只写动作，不要再重复描述人物外貌。 外貌靠你上传的参考图去锁。

等视频生成的两三分钟别干坐着，直接去处理下一个镜头的图。几件事穿插着做，效率能翻一倍。

素材齐了全部丢进剪映，三步收尾：

一是音频 - 踩点 - 自动踩点，让画面跟着音乐走。

二是文本朗读选一个贴角色的音色，情绪一下就上来了。

三是 BGM 音量压到 20% 左右，用来烘托气氛，别盖过人声。

导出，发布。一集完事。

跑完全流程，最深的三个体会

第一，先锁脸，再批量。 第一张人物图必须定死长相，再去生成所有镜头。跳过这一步，你后面一定会因为主角换脸而全部返工，这是最贵的错误。

第二，关键动作写在提示词最前面。 提示词太长，模型会选择性忽略后半段。把“耳光”“摔门”“回头”这种动作放在开头，命中率高得多。

第三，一版能看就收。 只返工车祸级别的画面，比如多手指、脸崩、肢体扭曲。剩下的瑕疵观众根本不会注意，追求完美才是真的烧钱。

AI 短剧不是玄学，它就是把“写剧本、定人物、拆分镜、拼剪辑”这四件手工活，交给了四个提示词。

真正拦着大多数人的，从来不是技术，是那句“我得先学会什么”。

你现在打开豆包，把那句想法发出去，第一步就已经完成了。

制作过程中卡在哪一步，或者哪段提示词跑出来的结果不对，都可以在评论区告诉我，我会挨个回。想看下一期“人物永远不换脸的三视图锁定法”的，评论区回复“短剧”两个字，我看到就发你。

← 返回首页全部文章