短劇市場近年在各大社交平台持續爆發,高節奏、強反轉的微短劇成為流量密碼。過去要拍攝一集短劇,從編劇、選角、場地佈置到拍攝與後期剪輯,動輒需要數萬元成本與數週時間;但隨著多模態生成式 AI 技術日趨成熟,個人創作者即使完全不懂編劇技巧或專業剪輯軟件,也能透過一套標準化的「AI 短劇自動化工作流」,在 3 小時內獨立完成第一集高品質短劇。
這套工作流將傳統影視製作拆解為四個核心階段,並以不同的 AI 工具無縫串聯,大幅降低創作門檻:
| 製作階段 | 預計耗時 | 核心解決痛點 | 建議工具組合 |
| 1. 劇本與分鏡生成 | 45 分鐘 | 零編劇經驗、缺乏畫面想像力 | Claude / ChatGPT / DeepSeek |
| 2. 角色與場景視覺化 | 60 分鐘 | 角色跨鏡頭走樣、畫風不統一 | Midjourney / Flux / Leonardo AI |
| 3. 動態畫面與對口型 | 45 分鐘 | 靜態圖片缺乏張力、人物不會說話 | Kling AI / Runway Gen-3 / Hailuo AI |
| 4. AI 配音與自動剪輯 | 30 分鐘 | 不懂剪輯節奏、缺乏配樂與音效 | ElevenLabs / 剪映 (CapCut) |
第一階段:利用大語言模型生成高反轉劇本與分鏡表(約 45 分鐘)
短劇留住觀眾的關鍵在於「黃金前三秒」與緊湊的衝突節奏。你不需要從零開始寫作,只需為 AI 設定「短劇金牌編劇」的角色指令。
-
設定爆款題材公式: 輸入你的核心想法(例如:「都市重生逆襲」或「懸疑科幻」),要求 AI 參考短劇節奏,撰寫一份時長約 1.5 至 2 分鐘的第一集劇本,並強制要求每 15 秒設置一個小衝突,結尾留下強烈懸念。
-
一鍵拆解視覺分鏡表: 劇本定稿後,接著指令 AI 將劇本轉化為結構化分鏡表。要求輸出包含「鏡號、景別(特寫、中景、全景)、畫面動態描述、角色對白、背景音效建議」,並直接生成對應的英文 AI 繪圖提示詞(Prompts),為下一步做好準備。
第二階段:鎖定角色一致性,批量生成高清分鏡圖(約 60 分鐘)
AI 短劇最怕出現「上一秒主角穿西裝、下一秒換了張臉」的出戲情況。在進入動態生成前,必須先建立穩定的靜態分鏡底圖。
-
建立角色三視圖(Character Sheet): 利用 Midjourney 或 Flux,先為男女主角生成正面、側面、背面的標準設定圖,確立髮型、服裝與五官特徵。
-
套用角色參考功能: 在生成後續每個分鏡畫面時,開啟工具的角色參考功能(如 Midjourney 的
--cref指令或 Flux Redux),固定角色長相,僅替換提示詞中的動作、表情與場景背景。這能確保整部短劇的美術風格與人物高度連貫。
第三階段:圖生影片與 AI 對口型,讓分鏡動起來(約 45 分鐘)
擁有一套連貫的分鏡圖後,便能透過現時最先進的視頻生成模型賦予畫面生命力。
-
注入鏡頭運動: 將分鏡圖匯入 Kling AI、Runway Gen-3 或 Hailuo AI 等圖生影片工具。在提示詞中加入具體運鏡指令(如 Slow zoom in 緩慢推近、Pan left 向左平移)與微表情描述(如「角色皺眉並緩慢轉頭看向鏡頭」),生成 5 秒左右的電影感片段。
-
精準對口型(Lip-Sync): 針對有對白的鏡頭,先用 ElevenLabs 或海螺語音生成帶有情緒起伏的角色配音,再將配音檔與人物正面鏡頭上傳至 Kling AI 或 HeyGen 的對口型功能,讓角色的嘴型與面部肌肉完全貼合台詞發音。
第四階段:AI 智能組裝、音效與字幕包裝(約 30 分鐘)
最後一步無需繁瑣的手動逐幀剪輯,只需善用現代剪輯工具的自動化功能即可快速成片。
-
自動化粗剪與節奏調整: 將所有生成的 5 秒動態片段按分鏡順序拖入剪映(CapCut)時間軸,刪減頭尾多餘的過渡幀,確保每個鏡頭維持在 2 至 3 秒的高頻切換節奏。
-
一鍵生成字幕與環境音效: 使用「智能字幕」功能自動辨識對白並套用醒目的短劇字體樣式;隨後在音效庫搜尋「心跳聲、轉場重音、環境風聲」等關鍵字進行點綴,最後匯出為 9:16 豎屏高清格式,第一集短劇便大功告成。
掌握這套自動化工作流後,原本龐大的影視製作工程便濃縮成一套可複製的標準作業程序。只要不斷優化提示詞細節與分鏡審美,任何人都能成為一人影視工作室。
如果你想系統性掌握更多前沿 AI 實戰技巧與自動化工作流,歡迎查看及報讀本網「香港AI學院」的相關AI工具教學課程,立即瀏覽 AIEduHK.com 了解更多課程詳情「AI短劇課程」,開展你的 AI 創作變現之路!