指南2026-08-18 · 7 分钟读完

一集 AI 短剧到底是怎么做出来的，逐个镜头讲

大多数讲这件事的文章停在"你输入一段提示词，它生成一个视频"，而这跳过了全部的工作。一集不是一次生成，而是一个在任何一个镜头被生成之前就必须定好的结构，把这个结构做错，AI 短剧看起来就会像幻灯片

下面的数字来自这个产品里二十集已经做完的样片。每一集都是 60 秒、13 个镜头，分在 4 个场景里，有 4 到 6 个有名字的角色，加起来 260 个镜头。这不是什么宇宙定律，这是实际跑通了的东西，而它比一张白纸好用得多

一集的形状

第一个镜头 3 秒，之后每个镜头 4 秒或 5 秒。这不是风格上的癖好，这是钩子：让人停下来别划走的那个东西必须在第 4 秒之前出现，而一个 3 秒的开场会逼着剧本把它放在那里，而不是慢慢铺垫

60 秒里放 13 个镜头，意味着平均每个镜头不到 5 秒。一集里没有任何地方可以喘气，这是这个体裁本身，不是妥协。13 个镜头分在 4 个场景里，等于每个地点大约 3 个镜头，所以换场是一件真事，不是走个过场

2026 年 8 月 18 日从这个产品里的二十个样片文件中统计得出。

先有故事，而且很短。一个设定，然后是撑起它的四个节拍：开场、冲突、反转，以及让人想看第二集的钩子。四行字。这四行字如果无聊，什么模型也救不回来

第二步是定角色，这一步最多人跳过。每个角色在任何镜头被生成之前，先变成一张参考图，因为只有这张图能让第 11 个镜头里出现的还是第 2 个镜头里那个人。每次用文字重新描述一个角色，你每次都会得到一个不同的人

第三步是定场景，道理一样。一个靠描述而不是靠锁定的房间，每次有人走进去看起来都是另一个房间

最后才是镜头。到这一步才写镜头表，13 个，每个带着自己的画面描述、运镜、光、台词，以及它绑定的角色参考。然后才生成，而生成是整件事里最快的一步

先生成再定角色。这是最大的一个。如果你边做镜头边定角色，就没有任何参考能把他们锁住，到第 9 个镜头主角已经换了个人。事后修就意味着大半集要重做

把两分钟的故事塞进 60 秒。节拍压不下去，只会变得赶，每个镜头都在解释而不是在呈现。如果这个设定需要更多空间，那它是一个三集的弧线，而不是一集更长的

到处都用贵的模型。一个交代环境的远景和一个人脸特写不需要同一个模型。远景用便宜的、人脸用贵的，是控制一集成本最大的开关，而观众根本看不出区别

计费单位是一次生成，所以要记住的数字是一个镜头多少钱。一个 5 秒 720p 的镜头，用可选列表里最便宜的视频模型是 2.94 积分，最贵的是 82.78。同样的五秒，差 28 倍，而且是你逐个镜头选的

这个差距就是为什么选模型比你在成本上做的任何其他事都重要。这也是为什么你即将跑的这一次生成花多少，在你确认之前就写在生成按钮上：你定模型，你看着数字变，你来决定。不会有任何东西替你把还没跑的活报一个总价

免费账号开局 40 积分，不用绑卡，按最便宜的模型算是十三个 5 秒镜头。这足够你搞清楚自己写的东西行不行

免费开始

40 积分免费送，14 天内有效。去做点厉害的东西。

每一集都必须是 60 秒 13 个镜头吗

不是。这是二十集做完的样片最后落在的形状，不是规定。它是个好的默认值，因为它适配大家看这类内容的竖屏信息流，也因为 13 个镜头足够撑起 4 个场景而不会觉得哪一场被跳过了。故事需要的时候可以更长。

为什么第一个镜头要更短

因为让人不划走的那个东西必须已经发生了。3 秒的开场留不下铺垫的空间，这就逼着把有意思的东西挪到最前面。二十集样片里第一个镜头都是 3 秒，之后每个都是 4 或 5 秒。

能自己写故事而不是让它生成吗

可以，而且通常更好。剧本环节的作用是让你从一个设定快速到一张镜头表，不是把写作从你手里拿走。每一句台词、每一个节拍、每一个镜头都可以改，改一场戏只会重跑它涉及到的那几个镜头。