AI短剧的制作门槛已经降到了一个人、一台电脑的程度。但"能做"和"做得出来"之间，隔着一条完整的工具链。分享一下我近期制作AI短剧的过程和踩过的坑，整理出从剧本到成片的5个核心环节，每个环节用什么工具、花多少钱、卡在哪里，全部列清楚。
第一步：剧本——大模型生成，但你要当编剧
工具：DeepSeek / 豆包 / ChatGPT
AI短剧的剧本环节，是目前整个工具链里最成熟的。用大模型生成剧本框架、台词和分镜描述，效率远高于从零手写。但"让AI写一个短剧剧本"和"拿到一个能拍的剧本"之间，差的是你的编辑能力。
我的做法是分三层喂给大模型：
第一层给题材方向和人物设定，比如"都市悬疑，女主是法医，每集一个案件"第二层让它输出分集大纲，一次性生成几十集的框架，然后人工筛掉不合理的第三层逐集展开台词和场景描述，标注每个场景需要的画面元素用的就是即梦加豆包的组合。卡点不在工具选择，在提示词工程。AI能给你一个80分的剧本框架，但那20分的打磨——节奏感、人物弧光、悬念钩子——得你自己来。
成本：大模型生成剧本几乎零成本。DeepSeek免费，豆包免费，ChatGPT免费额度够用。真正的成本是时间——55集的剧本，即使AI生成后再人工修一遍，也需要大量时间投入——剧本打磨是整个流程里最吃人力的环节。
第二步：角色与分镜——最容易翻车的一步
工具：即梦 / 可灵 / Midjourney / 巨日禄
这是整个工作流里问题最多的一步。AI短剧目前最大的痛点叫"角色一致性"——同一个角色在不同镜头里长得不一样，观众一看就出戏。AI短剧存在"撞脸"现象，上一部剧的霸总和下一部剧的将军五官像是同一个模子刻的，背后甚至已经形成了盗脸、买卖脸的灰色产业链。
解决角色一致性，提供几种思路：
垂直平台方案：巨日禄等AI短剧平台内置了角色绑定功能，设定一次角色后可以在多个场景里复用，适合不想折腾技术细节的创作者Midjourney方案：用--cref参数做角色参考图，控制力强但需要付费，且出图风格偏欧美可灵3.0方案：支持角色一致性生成，B站和公众号上都有教程展示效果，国产工具对中式面孔的支持更好分镜环节，先把分镜拆成"镜头语言+画面描述+时长"三要素，再批量生成画面。用的是WorkBuddy加可灵3.0的组合。
踩坑提醒：这一步是AI短剧和普通AI视频的分水岭。普通AI视频不需要角色一致，每条独立生成就行；短剧不行，角色在50集里必须是同一张脸。选工具时优先考虑有没有角色绑定功能，而不是单纯看出图好不好看。
成本：这一步开始花钱了。Midjourney需付费订阅，可灵按次或按月计费，巨日禄提供会员制。三家价格区间差异较大，建议先在各平台官网查看最新定价，再根据你的预算选型。用免费工具的话，角色一致性会明显打折，需要在后期花更多时间修。
第三步：视频生成——成本控制的主战场
工具：即梦 / 可灵 / 千问Wan3.0 / Seedance / ComfyUI
视频生成是整个流程里最贵的一步。有人算过一笔账：AI视频模型比起图片，价格高出一个量级，多抽几次卡，1分钟成片可能要花100多。
但情况在快速变化。千问创作上线了Wan3.0模型，价格压到了0.26元/秒——按这个价格算，1分钟的视频生成成本约15.6元。同时，免费AI视频模型也开始出现。
选型上，有三档提供考虑：
零成本试水档：先用免费模型跑通流程，画质不追求极致，目的是验证自己的剧本和分镜能不能撑起一部剧性价比档：千问Wan3.0按秒计费，1分钟约15.6元，适合预算有限但想要可用画质的创作者画质优先档：可灵3.0或即梦，画面质量更好但成本明显上升，适合已经有作品验证过市场反馈、准备加码投入的创作者成本估算：以55集、每集1分钟计算，用千问Wan3.0约858元（55分钟 × 15.6元/分钟）。这个环节的成本弹性最大——全用免费工具可以做到0元，全用高端模型可能翻5到10倍。工具选型直接决定总成本量级。
第四步：配音配乐——容易被忽略但决定观感
工具：剪映自带配音 / 百度TTS / 其他AI配音平台
配音是AI短剧里存在感最低、但观感影响极大的一步。很容易出现，AI配音没感情、配音和画面节奏对不上。
实操层面，剪映自带的AI配音已经能满足基础需求，多角色场景需要切换不同音色。如果追求更好效果，百度等平台提供更自然的语音合成方案，支持语速、音调、情感的控制。配乐方面，AI生成的背景音乐质量参差不齐，多数创作者还是用版权音乐库或者免版权音乐。
一个容易忽略的细节：AI短剧的配音和口型对不上是普遍问题。目前的解决方案要么是接受不对口型（像配音译制片那样），要么用数字人方案直接生成带口型的视频——但后者成本会大幅上升。
成本：剪映自带配音免费，专业AI配音平台按字数计费，配乐如果用版权音乐库需按月或按年订阅。整体来说，配音配乐是5个环节里成本最低的。
第五步：剪辑合成——最后一道关
工具：剪映 / CapCut / Premiere
到了这一步，前面的所有素材需要拼成完整的成片。剪映是AI短剧创作者的默认剪辑工具，原因很简单：免费、上手快、自带转场效果和字幕自动识别。
剪辑环节的核心工作不是剪切，而是节奏控制。AI生成的视频片段通常每段只有几秒到十几秒，需要大量拼接，节奏处理不好会显得碎片化。另外，AI生成的画面偶尔会出现崩坏帧（比如人物手指变形、背景扭曲），需要在剪辑时逐一挑出来替换。
字幕用剪映的自动识别功能，识别率较高但仍需人工校对。如果做出海短剧，剪映的翻译字幕功能也能省不少时间。
成本：剪映免费版够用，专业版需付费订阅。这是整个工具链里成本压力最小的环节。
成本总览：做一条AI短剧到底花多少钱？
把5个环节加起来，成本结构大概是：
剧本：0元（用免费大模型）角色+分镜：占少量成本（用免费或低价工具时接近0，用付费工具则几百元不等）视频生成：约800-1000元（主要成本项，用千问Wan3.0等低价模型）配音配乐：0元（用免费工具）剪辑：0元（用剪映免费版）1600元做55集，平均每集约29元。这个数字的前提是大量使用免费工具、自己投入大量时间补质量。如果全部用付费工具追求更好的画面效果，成本可能是这个的5到10倍。
AI短剧的成本下限已经很低了，但上限取决于你对画质和效率的要求。对刚起步的创作者来说，先用最低成本跑通流程，比一上来就追求精品更重要。
根据我自己的制作过程有三个建议
第一，别一上来就做55集。先用免费工具做1到2集，跑通从剧本到成片的完整流程，找到自己卡得最厉害的环节，再针对性投入。大多数人卡在第二步（角色一致性）和第三步（视频生成成本），提前知道卡在哪，钱才花在刀刃上。
第二，想清楚你做的是哪种内容。
1.漫剧号：静态配图+配音，制作成本最低
2.动态AI短剧号：AI生成动态画面，主流变现款
3.数字人短剧号：真人形象数字人，代入感强
第三，工具链更新极快，别死磕一个方案。半年前还没有0.26元/秒的视频生成模型，免费AI视频工具更是没有。这个领域每个月都在变，今天最优的工具组合，下个月可能就被更好的方案替代。保持试新工具的习惯，比锁定一套流程更重要。