AI 短剧全流程：剧本 → 分镜 → 出图 → 视频 → 配音 → 剪辑

做一支一分钟短剧，难点往往不是“让 AI 写个故事”，而是把故事拆成真的能生成、能拼接、能听清的镜头。本文准备了一则原创小故事《纸船最后一站》，按六镜、每镜十秒规划。练习包包含事实卡、提示词、分镜 JSON 和时长检查脚本。

先定故事边界，再让模型起草

先写清片长、画幅、角色、目标、阻碍和结尾。本文的示例完全虚构：一只白色纸船载着一粒向日葵种子，雨后被水流推向排水口，撞上格栅后种子滚到船头；一片落叶改变水流方向，纸船把种子送到路边泥土里；次日墙角出现一株小苗。发芽画面是童话式时间跳切，不是植物科普。

把事实卡和分镜提示词交给 DeepSeek，请它按固定字段返回 JSON。不要只写“帮我做一个爆款短剧”：要指定镜头数量和时间码、每镜一个主要动作、主体运动与镜头运动分开、角色外观锚点，以及旁白字数。事实卡里没有的背景、人物和经历都不要让模型补写。

六镜头先把总时长锁在一分钟

下载后可以先运行结构检查：

python3 scripts/check_storyboard.py storyboard.json

检查脚本核对六个时间码是否恰好覆盖 60 秒、分镜旁白是否与总旁白一致，以及旁白长度是否落在练习范围。它不评价故事好不好，也不能证明图片或视频会稳定遵循提示词。镜头动作尽量简单：一镜只安排一个主体动作和一种主要运镜；复杂动作拆成两镜，后期再用剪辑连接。

固定角色外观，逐镜生成关键画面

先为纸船做一张干净的参考图，再按同一外观描述制作六张关键画面。示例锚点是“白色折纸小船，尖头朝前，船舱里一粒金黄色向日葵种子”；每张画面都重复主体、画幅、光线和场景位置。生成画面时不要把字幕、片名或可读文字交给绘图模型，字幕留到剪辑软件里排。

检查每张图：纸船形状、种子颜色和位置是否一致；格栅、水流和落叶的前后关系是否连贯；最后一镜是否明确表现“次日”，而不是把种子一夜发芽误当现实。发现角色跑样时先修关键图，再生成视频，避免对错误画面继续花额度。

下面是本机生成的三张代表性 AI 静帧，分别对应开场、受阻和次日结尾。它们不是可灵视频，也不能证明动态镜头会保持连续；开场图第一次把种子画在船外，按检查结果只修正了种子位置后才保留。

AI 生成静帧：雨后积水中，种子位于纸船船舱内

AI 生成静帧：纸船被排水格栅挡住，种子仍在船舱内

AI 生成静帧：次日船舱已空，幼苗从路边湿土中长出

用图生视频时一次只交代一个动作

在 Kling 当前账户可用的图生视频流程中，按镜头分别上传关键画面，提示词只描述这段画面如何动，例如“纸船被缓慢水流推向画面右侧，镜头平稳跟随，保持纸船形状和种子位置不变”。不要在同一条提示里同时要求转场、变景、换角色、镜头旋转和快速运动。先小样检查动作与连续性，再决定是否重生成。

快手在 2025 年发布的 Kling 2.0 资料介绍了图生视频、多模态视频编辑，以及用图片、视频片段和镜头运动表达创意的能力；它只是当时的产品背景，不证明当前账户仍有相同入口或选项。操作前应以官方入口和当前账户页面为准。一次要做六镜头，不等于一定能一次生成六条合格素材；先查看消耗，再逐镜决定是否生成。不要为教程样例充值，也不要把未经验证的免费额度或价格写成固定值。

旁白单独生成，再和画面对齐

把六段旁白合并成一份台词，先按正常语速试读；超过镜头时长时删掉重复描述，不要靠把语速拉得很快解决。CosyVoice 可用于文本转语音；如果使用参考音或声音克隆，只能使用你有权使用、且声音本人同意用于该用途的录音。也可以先用普通合成音做节奏样片。

导出后逐句检查人名、数字、停顿和结尾是否被截断，并听一遍完整旁白。自动转写只能提示可能的漏词或错词，不能代替试听。本示例没有把任何人的真实声音当作角色素材。

剪辑时用时间线核对，不靠感觉凑片长

把六段视频按时间码排序，先裁到各自目标时长，再铺旁白。音乐和音效放在对白下面；对白被盖住时先降低配乐，不要把所有轨道一起拉大。为竖屏输出统一画布和帧率，检查黑边、静帧、跳帧、音画不同步及片尾截断。片尾留出自然收束，再导出 MP4 并确认成片接近 60 秒、语音完整、画面顺序正确。

生成内容标识与素材权利

故事、角色和关键图尽量使用原创素材。不要未经同意使用真实人物肖像、声音或他人作品；还要分别查看模型、素材和平台当前的使用条款。《人工智能生成合成内容标识办法》自 2025 年 9 月 1 日起施行，覆盖生成合成的文本、图片、音频和视频；发布时主动声明，并使用平台提供的标识功能，不要遮挡或删除文件中的标识。查看办法全文

如果成片符合面向公众播出的微短剧特征，还要核对国家广电总局《微短剧发展管理办法》及播出平台要求。该办法自 2026 年 9 月 1 日起施行；使用 AI 生成、制作的微短剧，应按规定在每集明显位置添加提示标识。本文的 60 秒虚构练习不代表已经通过平台审核或具备公开播出条件。查看办法全文

本机结构实测与尚待验证部分

本轮用 Ollama 0.35.1 / Qwen3.8-27B 在本机生成六镜头 JSON：输入 589 tokens、输出 1,143 tokens、耗时约 103 秒。人工复核后，六镜头时间码合计 60 秒，旁白 121 个汉字，结构自检和五镜头反例自检通过。这是本机 Qwen 的一次结构测试，不代表 DeepSeek 的实测效果或生成稳定性。

本机 ComfyUI / Z-Image-Turbo 生成三张代表帧，输出 768×1360；目视复核后，开场种子位置经过一次局部修正，受阻镜种子仍在船内，结尾船舱为空且幼苗在湿土中。它们只是静态样例，不是六镜头成片或可灵连续性测试。

本机 CosyVoice3-0.5B 合成完整旁白 31.28 秒，分两块生成后拼接，合成耗时约 91.79 秒。放进 60 秒时间线后，约 28.72 秒留给动作、停顿和环境声，不要为了填满画面而强行加快语速。SeACo Paraformer 1.4.16 回听转写与底稿大体一致，但把“留出”识成“流出”、把“漂回”识成“飘回”；ASR 结果不能替代人工试听，本轮未完成人工听审。样音只保存在本机 local-only/，不放入练习 ZIP。

DeepSeek 网页实测先暴露出事实卡和旁白底稿不一致：第一轮输出含“排水口格栅、种子滚到船头”，而当时事实卡没有这两项，所以不能算作边界测试通过。将这两个原本就在镜头表中的虚构动作补入事实卡后重跑，页面返回 manual_checks 字符串数组；可见回复保存为 files/s044/evidence/deepseek-storyboard-response-round2-2026-10-13.json，检查脚本通过：六镜覆盖 60 秒、旁白共 121 个汉字。人工逐项对照修订后的事实卡，未发现新增角色、道具或情节。该文件按页面可见文本留证，并非网页下载；网页未显示模型版本、token 数或耗时，不能据此判断稳定性。

在用户授权使用现有积分后，我把本人手动上传的虚构首帧用于 Kling 网页版的一次最小样片：非 VIP、720p、3 秒、9:16、1 条，生成按钮当时显示积分费用。作品记录 kling_20261013_作品_白色纸船载着一粒向日_4304_0 显示为视频 3.0 / 720p；页面可播放到 00:03，画面仍能看到白色纸船和种子，并保留“AI生成”与“可灵 AI”标识。积分价格、免费额度和模式选项会随账户与页面变化，读者每次都应以生成按钮为准。该结果只有一条 3 秒镜头，不能证明六镜连续性或一分钟成片；样片留在作者账号的云端作品列表，没有下载或放进练习 ZIP。本教程提供六镜头的剪辑步骤，但本次没有把六镜素材实际剪成一分钟成片；请把它视作流程教程和单镜小样测试，不要把它当作完整成片示范。

封面背景由本机 ComfyUI 生成，标题由脚本排版，并标注“AI生成封面”。