教你用即梦AI生成爆款短剧，零基础掌握AI短剧制作全流程

目前即梦AI视频 3.0 横空出世，给 AI视频界又带来了小小的震撼！其中最为突出的就是它的镜头切换功能。

在以前，每个镜头的切换都需要我们自己重新出图，然后出现出视频。

例如，为了让人物的形象更加丰满，我们会对同个场景的人物出 4 分镜，也就是到时出 4 张图，然后再用这四张图去图生视频，从而达到效果。

而有了即梦视频 3.0 模型，你就可以直接出第一张图即可，然后在图生视频的提示词中写上 4 个分镜的提示词，这样就能一次性生成 4 个分镜效果了。

这效率，直接拉满了！

不过目前的多镜头切换对于人物的一致性还是有问题，下面这个是我制作的短剧效果，效果还是比较粗糙，主要是带大家走通制作短剧的流程，并且学会即梦视频 3.0 的使用。

好了，下面我们开始进行一步步拆解，带大家进行制作。

剧本

在剧本的制作上，假如我们还没有什么想法，只有一个方向的话，我们就可以直接跟 DeepSeek/ChatGPT 多进行沟通下，找找思路。

DeepSeek 我这里使用的是腾讯元宝的，官网在这：https://yuanbao.tencent.com/

ChatGPT 官网在这：https://chatgpt.com/

例如，我们可以这样问：

我想制作一个 3 分钟的 AI 短剧，主题是“出道”，麻烦提供一下思路给我。

DeepSeek 会在思考一段时间后，给我们一个完整的剧本：

我们可以先看看合不合适，不合适再让它重新生成一个即可。

但是，大家也会发现，这种方式生成的剧本可控性比较差，有时过于天马行空，跟我们预期相比比较大。

但是，这也正是我们需要的效果，当我们没有思路的时候，看着 DeepSeek 生成的剧本，慢慢我们脑海里就有一个框架，清楚大概要做什么样的短片及其故事情节。

当我们想好这些后，就能够具体跟 AI 讲，让它帮我们完善即可。

例如，我们可以这样写提示词：

我想制作一个写实类型的短片，剧情主线是这样的。

早晨，一个女孩在床边呆呆坐着，然后切到城市外景，城市外界从白天慢慢变成了黑夜，再切回女孩的场景，女孩展示悲伤的表情，然后掩面哭了起来。然后切换到回忆，并出现旁白：“我是小美，之前是一个女模特”，画面切换到小美在走地毯的样子。旁白：“后面我遇见了他，小帅”，画面切换到小帅和小美在咖啡厅对着坐着喝咖啡。旁白：“但，他现在选择了其它女孩”，画面模糊，只看到一个男的和一个女的背影，越走越远。旁白：“不行，我不能这样！”，女孩擦干眼泪，站起来，跑出房间。旁白：“我不能被过去束缚住”，镜头切换到城市夜景，女孩在街道上奔跑保存主线内容不同，帮我润色下

下面是完整的回复，感觉写得还是挺不错的：

片头：清晨微光透过窗帘。 女孩静静坐在床沿，神情恍惚，眼神空洞。 镜头切出，城市街景浮现。 街道上车流渐渐熙攘，从清晨走向午后， 再缓缓沉入夜色。回到室内： 夜幕低垂，房间昏暗。 女孩一动不动，终于低头，泪水悄然滑落。 她捂住脸，肩膀微微颤抖。旁白开始，进入回忆片段： “我是小美，曾经是一名模特。” 画面切至红毯，灯光闪耀，小美笑容自信，步伐坚定。“后来，我遇见了他——小帅。” 画面转为温馨咖啡馆，两人面对面而坐， 轻声交谈，笑意藏不住地从眼中溢出。“可他，最后选择了另一个人。” 镜头模糊，只见一男一女并肩走远， 背影渐行渐远，消失在灯火深处。“我不能就这样沉沦下去！” 小美猛地抬头， 擦去泪痕，深吸一口气， 起身，推门而出。画面切换： 城市夜晚，霓虹闪烁。 小美奔跑在街头，风吹起发丝， 步伐越来越坚定。旁白结束： “我不该被过去困住。现在，我要重新开始。”

分镜

当我们确认剧本后，就开始制作分镜，直接输入以下提示词：

帮我拆解分镜，输出markdown格式，第一列是镜号，第二列是景别，第三列是场景，第四列是运镜，第五列是时长，第六列是画面内容，第七列是旁白，第八列是音乐。

确定人物形象

当我们确认好分镜后，先别着急出图，我们需要保持人物的一致性，因此，我们需要先出人物图。

我们先让 AI 出人物的描述，提示词：

麻烦提供下小美的人物提示词，我希望她是一位中国女性，用一段话进行描述，并提供中文和英文的版本

AI 回复：

小美是一位25岁的中国女性，曾是模特，拥有高挑匀称的身材与冷白的肤色，五官柔和精致。她留着自然披散的黑色长发，发梢微卷，偶尔挽成低马尾，展现出恬静而独立的气质。她的穿搭简洁而时尚，常见浅色针织衫或柔顺长裙，低调却不失高级感。平日妆容清淡，突出自然轮廓与神情。虽然外表优雅疏离，但她的眼神里藏着层层情绪：失落、挣扎、思念与坚定，像是一段未完待续的故事，等待被发现。她不张扬，却极具镜头表现力，是那种镜头越靠近越让人动容的女性角色

Xiaomei is a 25-year-old Chinese woman and a former fashion model. She has a tall, slender frame and fair, porcelain-like skin that highlights her refined and delicate facial features. Her long black hair falls naturally in soft waves, sometimes tied in a low ponytail, giving her a calm and composed elegance. Her style is minimalist yet sophisticated—often seen in light knit sweaters or flowing dresses, exuding quiet confidence. She wears light, natural makeup that enhances her subtle expressions. While she appears graceful and reserved on the outside, her eyes reveal a complex inner world—sadness, longing, inner conflict, and eventually, determination. She’s not one to demand attention, but the camera loves her—her presence deepens the longer you watch her, making her perfect for emotional, story-driven scenes.

中文提示词，我们可以放即梦中进行生成。

即梦官网：https://jimeng.jianying.com/

我们选择“图片生成”，填入提示词，生图模型选择“图片 3.0”，清晰度选择“标清 1K”，然后点击“立即生成”：

这里我们选择我们喜欢的那张即可：

小帅的人物形象也是一样同样的方式进行获取。

一）人物一致性

关于人物的一致性问题，更多是依赖于你所选择的出图平台。

在可灵中，你可以选择“可图 1.5”，然后上传参考图，然后选择“人物长相”：

在即梦中，你可以选择“图片生成”，然后选择“导入参考图”，再选择“人像写真”：

在 Midjourny 的 6.0 和 6.1 版本中，你可以选择使用“--cref”进行人像参考，在 7.0 版本中，使用的是“--oref”。

但是由于以上工具参考都是单图，一致性比较一般。

若需要更好一点的效果的话，可以考虑 SD 的训练 lora，或者可灵中的“定制模型”，这样就是参考多图的。

或者，我们也可以使用一下换脸工具，例如 FaceFusion，官网在这：https://docs.facefusion.io/

但是，通过以上方式也不能保证完全一致性，因此，我们还有一种比较取巧的方式。

就是我们是亚洲人，对欧美或者非洲的人脸其实是有些脸盲的，这时，即使不用达到百分百相似，也会很像，特别在进行文生视频中，这点非常重要。

出图

一）镜号1

由于我们之前已经制作完成分镜表了，我们直接让 AI 根据每个镜号进行出图，例如镜号 1，我们可以这样写提示词：

麻烦提供镜号 1 的提示词给我，需要中文和英文两种

AI 回复：

当然可以，以下是镜号 1（女孩清晨坐在床沿，神情恍惚）的 AI 绘图提示词，分别提供中文与英文版本，适合生成写实风格的画面。

🎯 中文提示词（适合国风写实/中文AI平台）

写实风格，中国年轻女性，25岁，皮肤白皙，黑色长发自然披散，神情恍惚地坐在床边，身穿米白色针织衫与宽松家居裤，清晨自然光从窗帘透入，卧室布置简洁温暖，床单略显凌乱，构图安静，情绪低落，电影感，摄影风格写实，高清画质

🎯 English Prompt（for Midjourney, GPT-4o, etc.）

Realistic style, 25-year-old Chinese woman with fair skin and natural long black hair, sitting blankly at the edge of a bed, wearing a cream knit sweater and loose lounge pants, soft morning sunlight coming through curtains, cozy minimalist bedroom, slightly messy bedsheets, emotional and quiet mood, cinematic atmosphere, high-resolution realistic photography

由于我的出图平台是即梦，因此我复制中文提示词。

我们选择“图片生成”，然后填写提示词，生图模型选择“图片 3.0”，清晰度选择“标清 1K”，图片比例选择“16:9”，然后我们点击“导入参考图”：

我们选择“人像写真”，然后点击“保存”：

我们再点击“立即生成”，即可得到效果图：

二）镜号2

我们可以先看看镜号 2 中它提供的提示词：

写实风格，城市外景延时画面，高楼林立，街道车流穿梭，人群活动逐渐减少，天空从蓝天白云缓慢过渡到夕阳橘红，再到夜晚霓虹灯亮起的状态，光影变化自然流畅，拍摄角度为高空俯拍或广角远景，电影感构图，现代都市氛围，时间流逝感强，高清画质

它这里面其实包含了动态效果，这是不对的，对于这种动态效果，我们有两种方式：

1、首尾帧

我们出一张清晨的场景图，再出一张夜晚的场景图，进行首尾帧的变化。

2、图生视频

仅需要一张清晨的场景图，然后通过提示词进行控制画面，将其逐渐变成为夜晚的效果。

在这里，我采用的是第二种方式，因此，我让它提供清晨的提示词给我即可：

直接出清晨的场景提示词即可，变化到夜晚的效果，我使用图生视频进行生成

AI 回复：

写实风格，现代城市清晨，高楼林立，街道空旷或少量通勤人群，天色泛白，晨光柔和从高楼缝隙洒落，街道上略有薄雾，天空带有淡蓝与微橘色调，玻璃幕墙反射晨光，构图广角或高空俯拍，氛围宁静，早晨城市苏醒的感觉，高清画质，电影感

效果图：

三）镜号3

由于镜号 3 的人物和场景是与镜号 1 完全一致的，因此，我们拿到提示词后，需要将镜号 1 的生成图片进行“智能参考”。

提示词：

写实风格，中国年轻女性，25岁，皮肤白皙，长发自然披散，坐在昏暗卧室的床边，眼神哀伤，眼角含泪或泪水滑落，身穿居家服或浅色针织衫，房间仅有一盏微弱的床头灯或从窗外透进的城市夜光，背景虚化，画面静谧压抑，情绪内敛，电影构图，高清画质

我们选择“图片生成”，填写提示词，然后点击“导入参考图”：

选择“智能参考”，再点击“保存”：

我们再点击“立即生成”，就能获得以下效果：

其它图都可以按照以上方式进行生成。

出视频

一）镜头1

画面内容：女孩坐在床沿，双手垂在膝上，目光呆滞

由于是人物呆住的效果，因此我们可以不用出视频，直接使用图片即可。

二）镜头2

画面内容：城市从白昼到夜幕的变化，车流、人群、天色变化

使用的是延时变化效果，因此我们把清晨的图片上传上去，然后在提示词里面控制变化即可。

提示词：

烟雾逐渐消失，天空逐渐变亮，变成中午的样子，然后天空再逐渐变暗，变成傍晚的样子

三）镜头3+镜头4

画面内容：镜头3：女孩坐在原位，眼神哀伤，泪水从眼角滑落，镜头4：女孩掩面而泣，肩膀轻轻颤抖

我们直接例如即梦视频 3.0 的镜头切换特性，合并在一起。

提示词：

镜头一：女孩眼神哀伤，泪水从眼角滑落，镜头二：女孩掩面而泣，肩膀轻轻颤抖

四）镜头5

画面内容：镜头5：小美身穿礼服，自信地走在红毯上

在这里，我们可以给人物多个镜头切换，这样显得人物更具体。

提示词：

女模特往前走 3s 镜头切至女模特正脸，女模特往前走 6s 镜头切至女模特右侧面脸部特写，女模特往前走

五）镜头6

画面内容：镜头6：小美与小帅坐在窗边，对视微笑，气氛温暖

像这种对着的效果，我们可以切下正反打镜头。

提示词：

男女在对视聊天，第2s和第4s，各切下正反打镜头

后面用到的镜头效果跟前面的一致，这里不再赘述。

七、剪辑

在剪辑方面，主要是将之前出的图片和视频进行导入，然后排序即可。详细流程再在直播中进行详细说明。

在配乐方面，我们首先要了解清楚故事的发展。

我这里感觉应该是从悲伤到平缓，到激情。因此，我打开 Suno 直接填提示词：

Suno官网：https://suno.com/

从悲伤到平缓，到激情

感谢大家能看到这里！

爆肝了 5000 字，无偿分享给大家，希望对你有所帮助！