這兩天評論區(qū)又有人來問我AI短劇一集幾十張圖就能出來真人短劇是不是馬上沒人看了說實話做AI內(nèi)容觀察這幾年我每隔幾個月就要把這個問題翻出來重新答一遍。從最早“AI漫劇”批量冒頭到圖像生成模型一輪接一輪地升級再到AI Agent能把編劇、出圖、配音、剪輯串成流水線變化確實快。但“取代”這個詞我一直不太敢用。先說結(jié)論AI短劇短時間內(nèi)取代不了真人短劇但它已經(jīng)確確實實改變了這個行業(yè)的生產(chǎn)結(jié)構(gòu)。今天這篇不聊宏大的AI替代論只講我自己跑過的AI短劇工作流、拆過的翻車案例以及真人短劇為什么還沒被按在地上摩擦。想批量做內(nèi)容測試的人、想用AI降低試錯成本的團(tuán)隊、還有擔(dān)心飯碗被端的演員和編劇都可以從這里面看到些實際有用的東西。1. 先把概念掰清楚AI短劇到底指什么1.1 從AI漫劇說起很多讀者第一次接觸AI短劇其實是從“AI漫劇”開始的。所謂漫劇就是用AI生成一批靜態(tài)畫面配上旁白、對話和音樂再用剪輯軟件做成帶輕微動態(tài)效果的視頻。早期這類內(nèi)容非常粗糙畫面像PPT但勝在成本低、出片快。后來文生視頻模型逐漸成熟才出現(xiàn)了更為連續(xù)的“AI動態(tài)短劇”。這兩種形態(tài)經(jīng)常被混為一談但在生產(chǎn)邏輯上差別很大。AI漫劇的核心是把控靜態(tài)圖只要角色一致性好、鏡頭構(gòu)圖在線觀眾對“畫面能動”的要求并不高純AI視頻短劇則要求模型連續(xù)生成多秒動態(tài)畫面對動作連貫性、場景穩(wěn)定性的要求陡增。我見過很多團(tuán)隊一上來就沖動態(tài)視頻結(jié)果角色臉一會兒變一個人手部動作崩得沒法看最后又老老實實退回漫劇模式。之所以先提漫劇是因為它是目前多數(shù)AI短劇團(tuán)隊的起點。它不需要復(fù)雜拍攝設(shè)備也不需要演員檔期等于把傳統(tǒng)短劇最重的資產(chǎn)環(huán)節(jié)直接壓扁了。但壓扁生產(chǎn)環(huán)節(jié)的同時也給內(nèi)容質(zhì)量套上了天花板——情緒靠臺詞堆畫面靠構(gòu)圖撐真正的“表演”幾乎沒有。1.2 短劇產(chǎn)業(yè)鏈上AI的位置短劇產(chǎn)業(yè)鏈可以大致切成劇本、拍攝、后期、投流分發(fā)四段。AI目前能深度介入的是劇本、后期和投流環(huán)節(jié)拍攝環(huán)節(jié)只能部分替代。真人短劇的拍攝現(xiàn)場涉及演員走位、燈光、實景調(diào)度、對手戲反應(yīng)這些不是“生成一段視頻”就能復(fù)現(xiàn)的。AI現(xiàn)在能做到的是用更低成本把劇本和視覺方案跑通提前驗證哪些梗能火哪些情節(jié)會撲。有個特別典型的場景以前團(tuán)隊要測一個短劇選題至少要搭一個小劇組拍三到五集樣片花掉幾萬塊?，F(xiàn)在用AI漫劇流程可能只需要一周時間和幾百塊模型調(diào)用費(fèi)用就能做出一版“動態(tài)分鏡”Demo拿去投流試水。數(shù)據(jù)反饋好的選題再決定要不要上真人大制作。這種模式不是“AI取代真人短劇”而是“AI幫真人短劇篩毒”。但大量AI Demo跑下來也暴露了一個核心矛盾AI擅長產(chǎn)出“形”很難穩(wěn)定產(chǎn)出“神”。短劇觀眾要的是情緒過山車是CP甜完之后突然開虐是反派囂張到讓人牙癢。這些東西依賴演員的微表情和對手戲化學(xué)反應(yīng)AI能模仿一些套路但很難解釋清楚“為什么這一刻觀眾會哭”。2. 內(nèi)容生產(chǎn)視角AI能寫能畫能剪但短板也很明顯2.1 劇本環(huán)節(jié)AI大模型的強(qiáng)項與隱藏陷阱AI大模型在劇本環(huán)節(jié)最大的優(yōu)勢是快。給它一個題材它能在幾分鐘里產(chǎn)出十個開篇鉤子。比如“男主假意離婚卻暗中把財產(chǎn)全部過戶給女主”“婆婆逼孕當(dāng)天女主收到前夫破產(chǎn)消息”這類反轉(zhuǎn)梗模型生成得比大多數(shù)新手編劇還熟練。對于需要大量儲備選題、快速做AB測試的團(tuán)隊來說這個能力非常實用。但隱藏陷阱也很明顯。第一是套路化嚴(yán)重。AI模型學(xué)習(xí)過大量網(wǎng)文和短劇數(shù)據(jù)生成的橋段往往來自高頻訓(xùn)練樣本俗稱“大數(shù)據(jù)爽文”。兩個不同模型生成同一個題材結(jié)局經(jīng)常撞車。第二是長線劇情失控。短劇雖然有單集短視頻的特征但整季仍有連續(xù)人物關(guān)系。大模型對話窗口有限寫到第二十集經(jīng)常忘記第一集埋的伏筆甚至把角色性格寫飄。我自己的經(jīng)驗是別讓AI從空白頁開始寫也別一股腦讓AI寫全本。我會先把核心設(shè)定拆成“主角目標(biāo)、核心阻礙、隱藏欲望”三件套喂給模型再讓它產(chǎn)出前五集梗概。梗概出來后人先看一遍把不合理的人物動機(jī)挑出來再讓AI補(bǔ)寫單集。所謂“多AI協(xié)作”也不是同時開幾個窗口就完事而是讓一個模型做策劃、一個模型做對白、再用另一個模型當(dāng)“審稿人”檢查邏輯漏洞。三個模型各干各的反而比一個模型從頭寫到尾穩(wěn)定得多。2.2 視覺生成一鍵出圖/視頻的極限現(xiàn)在圖像生成模型的能力確實很強(qiáng)輸入提示詞就能得到電影感畫面?！耙绘I出圖”聽起來很美好但短劇不是單張海報它需要角色在幾十個鏡頭里保持同一張臉、同一套服裝、同一種氣質(zhì)。這就引出了角色一致性問題。問題通常出現(xiàn)在跨鏡頭生成時。第一集男主在咖啡館穿黑風(fēng)衣第二集切換到街角模型可能把他的塌鼻梁生成高鼻梁同一場景內(nèi)近景和遠(yuǎn)景的五官細(xì)節(jié)也會飄。解決辦法不外乎幾種固定角色參考圖用圖生圖或局部重繪保持臉部特征鎖定生成參數(shù)例如隨機(jī)種子和模型版本有條件的話訓(xùn)練角色LoRA模型把人物特征固化。最省事的還是漫劇模式——靜態(tài)畫面可控性強(qiáng)出現(xiàn)小崩壞可以直接重繪單張不用重跑整段視頻。視頻生成模型目前的極限也很真實能拍3到10秒的氛圍鏡頭但連續(xù)動作仍然容易出錯。比如角色伸手端咖啡手部可能會扭曲角色從站到坐中間過程可能穿模。真要硬上純AI動態(tài)短劇就需要大量抽卡式生成從中挑選能用的片段后期工作量一點也不小。所以我一直建議中小團(tuán)隊別盲目追“全AI視頻短劇”用圖像生成加上推拉搖移的后期動態(tài)處理效果穩(wěn)定成本也可控得多。2.3 配音、表演與情感AI Agent協(xié)作能做到多少配音這塊AI已經(jīng)做得相當(dāng)接近真人。情緒語氣可以調(diào)語速可以控制少數(shù)音色模型甚至能模仿特定人聲的小顫音。但連續(xù)多集的角色配音AI容易出戲上一集還帶著哭腔下一集情緒就平淡了旁白和臺詞的音色標(biāo)準(zhǔn)不統(tǒng)一細(xì)心的觀眾一聽就能察覺。現(xiàn)在業(yè)界也在用AI Agent做自動化編排。比如讓Agent讀完一整集腳本自動拆分臺詞、生成配音文件、匹配音效背景樂甚至根據(jù)字幕時間軸自動對齊。這種流水線能極大縮短后期時間但問題在于Agent不理解“這句話為什么要停頓半秒”“這個重音放在哪里觀眾才會心一緊”。它只會按參數(shù)機(jī)械執(zhí)行人工還是得聽一遍、調(diào)一遍。說到底演員表演的核心價值不是“像不像”而是“活不活”。人臉上的肌肉反應(yīng)、呼吸節(jié)奏、眼神躲避都是在寫實和寫意之間的微妙平衡。真人短劇里最讓人上頭的部分往往是演員臨場發(fā)揮出來的小動作——咬嘴唇、冷笑、欲言又止這些不在劇本里也不在提示詞里。AI可以模仿設(shè)計好的表演卻很難自己生出“意外反應(yīng)”。3. 我給團(tuán)隊實際跑過的AI短劇工作流3.1 工具選型與角色分工先聲明一點工具選型不是越貴越好也不是越新越好要看團(tuán)隊能承接的復(fù)雜度。我自己的固定組合是大語言模型負(fù)責(zé)文本圖像生成模型負(fù)責(zé)角色和分鏡音頻模型負(fù)責(zé)配音剪輯軟件負(fù)責(zé)合成。這里不專門提具體品牌核心思路是“讓每個環(huán)節(jié)都有明確責(zé)任人”。在角色分工上人始終要當(dāng)最終主編。AI短劇團(tuán)隊可以沒有攝影師、沒有燈光師但不能沒有導(dǎo)演思維的人。我一般會讓一個人專門盯“審美一致性”統(tǒng)一角色形象、色調(diào)、鏡頭風(fēng)格另一個人專門盯“敘事節(jié)奏”檢查每集鉤子夠不夠強(qiáng)、情緒轉(zhuǎn)折是否突兀。AI Agent在這套體系里是執(zhí)行者而不是決策者。生產(chǎn)環(huán)節(jié)常用方案人的工作重點劇本與文案大模型生成 人工刪改把控人設(shè)、沖突、鉤子角色視覺圖像模型 參考圖固定統(tǒng)一形象、調(diào)整氣質(zhì)分鏡畫面圖生圖 / 文生圖選圖、挑圖、修復(fù)細(xì)節(jié)配音旁白語音合成 人工聽審校準(zhǔn)情緒、語速、重音剪輯合成剪輯軟件 動態(tài)效果卡點、轉(zhuǎn)場、背景樂這套分工的核心價值是減少返工。很多AI短劇項目做不下去是因為前期的角色設(shè)定沒有鎖死導(dǎo)致后期每個環(huán)節(jié)都在補(bǔ)漏洞。人先花半天把人物小傳和視覺設(shè)定確認(rèn)好后面幾十集都會順暢很多。3.2 一個可復(fù)用的五階段流程下面這套流程我自己跑過三輪比較適合做單集三到五分鐘的AI漫劇。前置條件很簡單至少有一個可以寫提示詞的大模型一個能保持角色一致性的圖像生成工具一個靠譜的語音合成服務(wù)。第一階段定主題與人設(shè)。別上來就讓AI寫劇情先把主角目標(biāo)、核心阻礙、隱藏欲望寫清楚。比如“一個隱忍十年的豪門養(yǎng)女目標(biāo)是把真正的妹妹救出火坑阻礙是掌控一切的養(yǎng)母隱藏欲望是被看見”。這三件套定下來AI再寫梗概就不會亂飄。第二階段生成分集梗概與單集腳本。我給AI的提示詞一般長這樣你是一位短劇編劇。請基于以下人設(shè)生成5集分集梗概每集150字以內(nèi)結(jié)尾必須留下一個懸念鉤子。人設(shè)主角目標(biāo)、核心阻礙、隱藏欲望。風(fēng)格要求節(jié)奏快、對話短、沖突強(qiáng)、每集必須有情緒轉(zhuǎn)折。生成后人工刪改。重點檢查兩件事一有沒有邏輯硬傷二鉤子是否真的讓人想點下一集。不合格就讓AI換角度重寫別硬改。第三階段角色視覺設(shè)計。先用描述性提示詞生成一個核心角色圖確定臉型、發(fā)型、服裝色系。后面所有鏡頭都用這張圖作為參考通過圖生圖保持一致性。建議一開始就固定一個專屬seed值后續(xù)生成同角色時復(fù)用能減少很多“換臉”問題。第四階段配音與音效。把腳本按句子拆分交給語音合成服務(wù)生成。注意先定好“每句的說話對象和情緒標(biāo)簽”比如“男主壓低的憤怒”“女主強(qiáng)撐冷靜”。這樣配音出來才有層次。如果合成效果太干就手動調(diào)整句間隔給情緒留點呼吸。第五階段剪輯合成。把分鏡圖按腳本順序鋪到剪輯軟件里給每張圖加緩慢推近或橫向移動的動畫制造“動起來”的感覺。再鋪上背景樂、音效和配音按對白節(jié)奏卡點。最后導(dǎo)出豎屏版本作為主版本同時出一版橫屏素材用在其他渠道。整個流程最耗時的是第二和第四階段因為都依賴人工聽審和判斷。我自己跑下來一集五分鐘的內(nèi)容從腳本到成片大約需要兩到三天其中真正由AI自動完成的時間可能只有兩三個小時剩下全是人的篩選和修改。3.3 成本與效率實測很多朋友關(guān)心AI短劇到底能省多少錢。我拿自己的實測數(shù)據(jù)說話。一組QCAI漫劇單集五分鐘模型API調(diào)用費(fèi)用大概在幾十到幾百元人民幣如果把人工時間折算進(jìn)去單集制作成本在八百到兩千元之間。作為對比真人短劇的單集制作成本就算壓縮到極致往往也在幾萬元以上兩者不在一個量級。但成本低不代表賺錢容易。AI短劇的爆款率目前并不高原因就是前面說的“表演失活”與“套路化”。我見過不少團(tuán)隊用AI快速鋪了大量內(nèi)容結(jié)果平均播放表現(xiàn)一般。反而是少數(shù)愿意花時間打磨人設(shè)、摳畫面質(zhì)量的團(tuán)隊數(shù)據(jù)能跑到中上。AI內(nèi)容更適合做“低成本測方向”不適合“無腦批量博概率”。還有一個容易被忽視的隱性成本審美修正成本。AI生成的圖十張里可能只有兩三張能用。要保證整條片子風(fēng)格在線畫師或剪輯師需要一遍遍選圖、修圖。如果前期人設(shè)不扎實后期返工的邊際成本會急劇上升。所以我說效率提升是真但別把“點幾下鼠標(biāo)就出片”想得太美。4. 常見問題與排查技巧實錄4.1 最容易翻車的三個細(xì)節(jié)第一角色面部漂移。這個幾乎每個做AI短劇的人都會遇到。排查方向很簡單單張圖內(nèi)還好一旦跨場景就變臉八成是參考圖沒有鎖死。解決方式是把主角的核心參考圖嵌到每個場景提示詞里再用局部重繪鎖定臉部區(qū)域。如果重繪完發(fā)現(xiàn)表情變了就降低重繪幅度多試幾次。第二字幕和口型不同步。尤其在AI配音階段語速稍快字幕就對不上。我的排查方法是先把配音按句子切成小段導(dǎo)出帶中文字幕的時間軸再根據(jù)每一句的實際時長手動調(diào)整字幕塊。看似麻煩但比整體偏移后重新整片對位省時間多了。第三AI味太重。觀眾的直覺很準(zhǔn)看三秒就知道內(nèi)容是不是AI批量生產(chǎn)的。癥狀是每個鏡頭都精致但場景之間沒有因果聯(lián)系臺詞金句頻出但人物行動邏輯立不住情緒爆發(fā)永遠(yuǎn)靠音效硬推缺少真實鋪墊。破解方式是在劇本階段加入“怪癖”和“反套路”。給主角設(shè)計一個口癖給反派一個看似講理實則陰毒的設(shè)定讓AI寫不出標(biāo)準(zhǔn)答案的地方由人貼著寫。4.2 版權(quán)、平臺審核和AI內(nèi)容標(biāo)識合規(guī)問題是最容易踩雷的。先說版權(quán)AI生成的圖像訓(xùn)練數(shù)據(jù)來源復(fù)雜直接搬運(yùn)成熟商業(yè)角色造型有侵權(quán)風(fēng)險用未經(jīng)授權(quán)的真人演員照片去生成肖像同樣危險。平臺對AI生成內(nèi)容的標(biāo)識要求也在收緊建議成片發(fā)布前主動打上AI生成標(biāo)識避免被判定為誤導(dǎo)用戶。音樂方面也建議只使用平臺授權(quán)的版權(quán)曲庫或明確可商用的生成音樂別圖方便直接用熱門歌曲做背景。短劇本身就是投流生意版權(quán)糾紛一來賬號可能直接受影響。這里沒什么技巧只有一條原則所有素材都要能說清來源。4.3 排查經(jīng)驗速查表現(xiàn)象可能原因處理辦法同一角色跨鏡頭變臉參考圖像未固定seed不一致統(tǒng)一使用核心參考圖固定seed視頻動作扭曲錯位模型穩(wěn)定性不足鏡頭跨度太大改用圖像后期動態(tài)必要時拆短片段配音聽不出情緒未逐句標(biāo)注情緒標(biāo)簽給每句臺詞增加“角色情緒”前綴重新生成節(jié)奏拖沓完播率低單集信息密度不足鉤子太弱刪減過渡鏡頭片尾提前給出沖突懸念平臺提示內(nèi)容雷同提示詞模板與訓(xùn)練集重合度高手動加入獨特設(shè)定打散套路化劇情渲染分辨率不夠出圖尺寸設(shè)置過低使用豎屏高清尺寸并開啟高清放大這張表是我實際排查時用的參考不一定覆蓋所有情況但至少能解決八成常見問題。5. 結(jié)論取代不是終點邊界才是關(guān)鍵5.1 真人短劇的不可替代性說了這么多AI短劇的厲害之處還是要把真人的底牌亮出來。短劇說到底賣的是情緒而情緒最直接的載體是人的身體。CP感靠的是演員眼神碰在一起時的那種化學(xué)反應(yīng)虐心戲靠的是眼淚流到下巴尖還不掉下來的控制力連反派的可恨也得靠演員笑得恰到好處才能讓人血壓升高。這些都不是“畫質(zhì)參數(shù)”能衡量的東西而是觀眾對真實生命的感知。拿預(yù)制菜和現(xiàn)炒來類比可能有點糙但有幾分道理。AI短劇像預(yù)制菜出品快、口味穩(wěn)定、批量復(fù)制容易真人短劇像小館子現(xiàn)炒菜單可能不長但師傅的手藝、鍋氣、臨場發(fā)揮都是獨一無二的。預(yù)制菜不會讓現(xiàn)炒消失但它會讓不上進(jìn)的館子感受到壓力。真人短劇也一樣平庸的作品最容易被替代真正有表演魅力和創(chuàng)作審美的作品反而會因為稀缺更值錢。5.2 AI真正會改變的崗位形態(tài)AI最終改變的不是“要不要真人”而是“真人怎么干活”。編劇不再需要一字一句寫所有水詞但需要更強(qiáng)的結(jié)構(gòu)和人設(shè)能力導(dǎo)演不需要全程盯現(xiàn)場但需要把審美拆成提示詞和畫面語言剪輯師從手動卡點變成審核AI生成的結(jié)果但更需要節(jié)奏判斷力。那些只靠“會上傳素材、會拼臺詞”的簡單生產(chǎn)動作確實會越來越不值錢。真正被重構(gòu)的崗位是“用AI的人”。會用AI做角色設(shè)定、會修一致性、會通過數(shù)據(jù)反饋反復(fù)調(diào)優(yōu)的團(tuán)隊能用更低的成本跑通更多選題從而擠壓掉一批沒有創(chuàng)意能力的中腰部制作。但頭部真人短劇的價值不會跌反而會更穩(wěn)定。因為觀眾永遠(yuǎn)需要真實的人去承載真實的情感。我自己做內(nèi)容觀察的體會是面對AI短劇最危險的態(tài)度不是“它會不會取代我”而是“我能不能把它當(dāng)成一塊磨刀石”。用它來練手感、測選題、放大創(chuàng)意它就是個好工具用它來批量灌水、做廉價替代品那才是把整個行業(yè)的審美拖下水。這個系列后面還會繼續(xù)跟AI短劇的生產(chǎn)變化不急著下結(jié)論邊走邊看。