怎么做 AI 短片:从想法到成片的完整流程
一步步做出 AI 短片:故事、分镜、锁定画风、角色设定图、Seedance 生成、剪辑和开头 3 秒钩子。每一步都有免费工具。

做一部 AI 短片,靠的不是某一条运气好的提示词,而是一条小小的生产线:先写故事,再拆成镜头,锁定一种画风,做好角色图和场景图,分段生成视频,最后剪成一部片子。这篇 AI 短片指南按竖屏 YouTube Shorts 的做法,把每一步讲清楚,每一步都附上对应的免费工具和更详细的文章。
做 AI 短片需要准备什么
不需要大预算,也不需要团队,准备好五样东西就够了:
- 一个聊天 AI(任何大语言模型都行),用来写故事和分镜。
- 一个生图模型,比如 Midjourney,用来做角色设定图和无人场景图。
- 一个支持参考图的视频模型。本文以 Seedance 2.0 为例。
- 一个剪辑软件,比如 CapCut(剪映国际版),用来剪辑、配乐和导出。
- 我们的免费提示词工具。不用注册,而且这些工具都不生成视频,只负责写提示词、分析提示词,你再把结果粘贴到上面那些应用里。
本文所有示例都用 9:16(1080×1920),因为大多数观众用手机看 Shorts。如果你做的是 YouTube 横屏长视频,16:9 也完全一样,只要在每条提示词和导出设置里把比例换掉就行。
AI 短片制作的 7 个步骤
- 故事:决定发生什么。
- 分镜:把故事拆成每段 15 秒、每段 3–5 个镜头。
- 画风:写好一串风格词,之后不再改动。
- 资产:做角色设定图和无人场景图。
- 视频:带着参考图逐段生成。
- 剪辑:先人声,再转场、音乐和淡入淡出。
- 钩子和发布:把开头 3 秒做好。
一定按这个顺序来。很多 AI 短片做砸,都是因为跳过了第 3 步或第 4 步,结果角色每个镜头都换了一张脸。
第 1 步:找一个适合做 AI 短片的故事
拿到故事有三种方法,按自己的水平选一种。
直接让 AI 出分镜。 这是最快的方法,但聊天模型很爱写「她的心像秋雨一样碎了」这类诗意句子。视频模型画不出来,你得大量返工。
先写完整故事。 让 AI 写一个 400–500 字、最多三个人物的故事。自己通读一遍,把不对劲的地方改掉,然后再转成镜头。第一次做 AI 短片,这条路最稳。
借用已经验证过的故事骨架。 很多爆款短片的骨架是一样的,比如「分离 → 牵挂 → 重逢 → 相伴」。骨架保留,把人物、地点和关键道具换掉:走丢的小猫换成飞走的风筝,奶奶换成弟弟。你借的是结构,不是内容。
想研究一条已经火了的短片,把它的 YouTube Shorts 链接粘贴到 Video to Prompt。它会逐个场景给出提示词,你能看清这条片子用了几个镜头、节奏有多快。我们的 视频转脚本教程 讲了怎么把这份拆解变成你自己的剧本。
不管让聊天 AI 做什么,都用三段式提问:身份(你是谁)+ 任务(做什么)+ 标准(格式、数量、时长)。问得含糊,故事也会含糊。
第 2 步:把 AI 短片剧本拆成分镜
在 AI 短片里,剧本负责讲故事,分镜负责告诉镜头拍什么。这是两份不同的文件。
下面几条规则能帮你省下好几个小时:
- 把整部片子拆成 15 秒一段,每段 3–5 个镜头。这是一种规划单位,实际生成时长仍要核对当前应用的限制。
- 一个镜头只做一件事。 一个镜头里不切景别、不换场景、不变天气。
- 写镜头看得见的东西:「她把信放在地上」,而不是「她感到很失落」。
- 少用形容词,输出纯文字,不要表格,这样复制到别的工具里不会乱。
分镜生成器 能把一个想法变成带编号的镜头,附上运镜和时长。如果你想自己选机位,镜头清单生成器 会给每一行配好景别和角度。完整规则见 AI 分镜:一个镜头一个动作,写分镜时可以把 镜头角度和景别速查表 开在旁边。
下面这段提示词可以直接复制到任何聊天 AI,把故事转成分镜:
身份:你是一名竖屏 AI 短片的分镜师。
任务:把下面的故事改成适合 [视频模型] 的分镜。
标准:
- 总时长 [总秒数] 秒,按 15 秒一段拆分。
- 每段 3-5 个镜头,每个镜头只有一个动作。
- 一个镜头内不切景别、不换场景、不变天气。
- 每个镜头写清:时间段、景别、镜头角度、画面内容、台词(如有)。
- 描述具体、能画出来,少用形容词。纯文字输出,不要表格。
- 画面比例:[9:16 或 16:9]。
AI 短片故事:[粘贴你的故事]
示例(已填写):
身份:你是一名竖屏 AI 短片的分镜师。
任务:把下面的故事改成适合 Seedance 2.0 的分镜。
标准:总时长 60 秒,15 秒一段,每段 3-5 个镜头,
每个镜头一个动作,纯文字输出,画面比例 9:16。
故事:暴风雨里,小男孩的红风筝飞走了。
天亮时,姐姐爬上水塔,把风筝取了回来。
第 3 步:锁定 AI 短片的画风
每部 AI 短片都需要一串固定的风格词,一字不差地出现在每一条生图和视频提示词里。画风一飘,观众在第一个剪辑点就能看出来。
AI 短片常用的画风大致分三类:
- 3D: 皮克斯式动画、风格化 3D、UE5 质感。
- 绘画: 扁平插画、日漫、油画、水彩。
- 写实: 自然光、街头、人像、胶片颗粒。
两种画风可以融合,前提是它们不冲突。先决定一种画风负责形体,另一种负责色彩,并用一张测试图确认融合效果。冷门画风模型可能不认识名字,这时直接给参考图。
想借用一张图的画风,把它上传到 Image to Prompt。从结果里只保留风格词,去掉主体,再补上你自己的主体。把最终那串词存进备忘录,每条提示词都粘贴进去。
第 4 步:为 AI 短片做角色和场景资产
AI 短片的一致性来自参考图,而不是运气。
- 角色正面立绘: 9:16、白底、全身、A-Pose、正对镜头。
- 三视图: 一张 16:9 的图,同一个角色的正面、侧面和背面。
- 场景空镜: 16:9 的无人背景,每个地点一张。
每张图的提示词按这几个部分来拼:风格 + 视角 + 主体 + 背景 + 动作 + 光影 + 氛围。不用全写,挑四到六个就够。角色一致性教程 一步步讲了立绘、三视图,以及怎么把它们绑定成参考图。
第 5 步:用 Seedance 2.0 生成 AI 短片片段
在写这篇文章时,Seedance 2.0 支持多张参考图,单次最长约 15 秒,一条提示词里可以写多个带时间的子镜头。开始规划前,请在应用里确认当前的限制。
每个 15 秒片段这样写:
- 在提示词里用 @image1(角色)、@image2(场景)等方式绑定参考图。
- 把一段拆成四个带时间的子镜头:0–3 秒、3–6 秒、6–10 秒、10–15 秒。
- 给台词算时长。中文每秒 3–3.5 个字、英文每秒 2.5 个词只是规划起点,实际朗读后再调整。
- 结尾留约 0.5 秒空白,免得台词被截断。
- 需要跨场景过渡时,在支持首尾帧输入的应用中准备起点和终点图,再单独生成。
- 马赛克或模糊并不能单独证明触发审核。先检查应用提示、参考图清晰度、压缩和运动;明确提示内容限制时,再移除相关元素。
我们的 Seedance 提示词工具 能帮你写好、理顺每一段的提示词。Seedance 2.0 提示词模板 里有一段完整可复制的示例,上面这些规则都包含在内。
第 6 步:把片段剪成一部完整的 AI 短片
把 AI 短片的片段按顺序排好,按这个顺序处理:人声、剪辑点、音乐、淡入淡出。
- 逐帧检查每段开头和结尾,只剪掉确实存在瑕疵的部分。
- 换场景时可以试用 0.5 秒闪黑,同一场景内先试硬切,再按节奏调整。
- 有台词时,可以先把音乐相对原始音量降低约 12 dB,再按听感调整并加淡入淡出;不同源文件响度不同。
- 导出 9:16、1080×1920。
CapCut 转场教程 解释了这些起始参数,以及如何通过试听和回放调整。
第 7 步:给 AI 短片做好钩子,然后发布
开头 3 秒决定了观众会不会看完你的 AI 短片。用冲突、问题或奇怪的画面开场,并且从动作的中间切进去。我们的 AI 短视频钩子教程 里有一组可以直接复制的模板。
上传前检查三件事:标题和钩子是否对得上,封面帧是否清楚,下一集是否已经有计划。同一组角色能让系列 AI 短片更容易被认出,但不能保证观众增长。
免费试用: Video to Prompt —— 粘贴 YouTube Shorts 链接,逐个场景拿到提示词,规划你的下一部 AI 短片。无需注册。
常见问题
第一部 AI 短片做多长合适?
先做 30–60 秒,也就是两到四个 15 秒片段。足够讲一个小故事,也方便逐段修改,不必一次重做长片。
做 AI 短片一定要花钱吗?
我们的提示词工具全部免费,不用注册。生图和视频模型有各自的套餐和额度,开始前先在各个应用里确认。
AI 短片能做成 16:9 而不是 9:16 吗?
可以,流程完全一样。把分镜、视频提示词和导出设置里的比例改掉就行。
为什么 AI 短片里的角色每段都长得不一样?
通常是风格词变了,或者那一段没有绑定参考图。锁定一串风格词,每一段都绑定同一张角色设定图。


