AI精品短片制作全流程

AI精品短片制作全流程 · 颜值笔记

教程 · 深度

AI精品短片制作全流程

一个人用智能体组建AI剧组

分享人：陈白色 AI视频创作

导读

一张图看懂整套流程

01前期准备

→

02剧本创作

→

03资产库制作

→

04拍摄环节

从点子到成片，手把手走完AI精品短片制作全链路

核心观点

✨让AI辅助，不是让AI替代

有质感的短片与"一看就是AI生成"的差距，不在模型，不在提示词，而在整个制作思路。

用智能体请来编剧、美术、演员、导演，但不无脑一键生成。最终由你判断：故事有没有意思、画面好不好看、表演对不对、哪条能用、哪条要重来。

“

一个人用智能体
组建一支AI剧组

判断力，才是AI时代最稀缺的能力

阶段一

前期准备

为什么一定要用智能体？三梯队选型与工具配置

🧠智能体 vs 普通网页对话

普通对话 = 每一次都是临时回答，问一句答一句，缺乏连续性。

Agent + 技能 = 真正的工作助手。技能像一份岗位说明书，告知AI：先做什么、后做什么、输出什么格式、何时需要确认、何时需要自检。

技能 = 包含多个提示词的模板，可在不同流程环节调用不同提示词，组合成完整工作流。

🏆智能体选择三梯队

🥇

Codex / Claude Code

上下文处理、读取文件、调用工具最强的第一梯队

🥈

支持技能的 Agents

扣子等国产平台均可，能力取决于接入模型与技能支持程度

🥉

普通聊天模型

豆包等，适合单环节问答，不适合长期维护复杂项目

🛠️环境配置要点

Codex安装：官网下载安装包，通过微软商店直接安装。

国产大模型接入：借助 Cc Switch 工具，填写 DeepSeek 等模型的 API Key 并启用，轻松切换。

生图渠道：最好有 GPT-4o 官网会员；免费额度远远不够。也可用即梦画布（生图约1毛钱/张，有不同档位）。

Codex Cc Switch DeepSeek GPT-4o 即梦画布

阶段二

剧本创作

先有种子，再让AI帮你浇灌。借助，而不是交给。

🎬剧本创作四步法

① 破题

主角想要什么？什么东西在阻止他？最核心的冲突是什么？

② 扩展

扩展人物、扩展世界观、扩展人物关系

③ 落地

设定 → 故事骨架 → 分场大纲 → 具体场景

④ 检查

通过剧本医生 + 量化评分，判断故事有没有问题、哪里需要改

⚠️ 关键提醒

不要直接让AI"一句话写个完整剧本"——大概率平庸，带着明显AI味。真正有价值的点子、判断、取舍必须来自你自己。

🖼️25宫格 · 剧本体检法

把剧本交给生图模型，生成一张25宫格分镜图，不需要高清，不需要作为资产。

它的作用只有一个：快速感受这个故事有没有画面感、信息量是否过载、人物关系是否太多。

如果发现剧情太散、场景太多、人物太杂——回去改剧本，不要硬着头皮往下做。

案例拆解

一分钟穿越修仙短片

本案例完整走完整个流程，从点子到成片

核心点子

现代社畜穿越到修仙世界

男主被正道仙门当作魔道处决，真正的魔道女主出现将他救走。

世界观设定

正道垄断 · 魔道平等

正道仙门掌握修仙资源，不允许凡人修仙；魔道反而主张人人都应拥有修仙机会。

男主因现代价值观与封建修仙世界秩序发生冲突，成为矛盾的核心。

7宗罪重构

把人性阴暗面变成现代公仆

傲慢

让凡人抬头，废除跪拜仙门的一切规矩

暴食

掌握粮仓、丹药与灾荒救济

色欲

保护婚姻自由和身体自主

其他

重构为被正道污名化的组织，实际均在为普通人服务

剧本迭代 · 人类判断

25宫格暴露的问题

第一版剧本太散：场景多、人物多、信息量超载。文字看不太出来，一变图就暴露了。

修改方向（人定）：

① 删除群众和凡人视角，一分钟放不下这么多关系
② 世界观不展开太多，只让观众知道"仙门垄断资源"
③ 开篇直接进入画面：穿衬衣系领带的社畜被仙术困在斩仙台
④ 让长老通过台词说明处决理由
⑤ 女主作为魔道出现救走男主
⑥ 给男主一点吐槽风格

💡 这个案例告诉我们

Agent能帮你发现问题，也能帮你重写。但删掉什么、保留什么、强化什么——由你决定。

阶段三

资产库制作

决定AI视频质感的关键阶段，不是生成视频，而是在这里

🎭人物资产

气质优先。观众最先记住的是角色，不追求一次到位，第一步把人物气质做出来。

固定模特 + 换脸。先定气质适合的人设图，再通过换脸得到想要的模特。

多视图。做三视图或四视图，确保角色不同角度的一致性。

状态变化。如果剧情中人物有服装变化或受伤，一定要做对应人设图。

🏞️场景资产

主场景定质感。核心场景要让人感受到世界观氛围。例如斩仙台，要有被仙门统治的压迫感和仪式感。

多角度扩展。不要只做正面视角，正面视角信息量反而少，生成视频时容易变成静态背景。斜视角能展现更多空间关系。

参考真实空间。案例中做"现代超市中央公园"时，参考了新加坡机场，再根据参考不断调整。

📦Agent如何辅助

把剧本交给资产图技能，它会自动拆解出：人物、场景、道具、关键剧情，输出中英双语提示词。

但切记：Agent给的是起点，不是答案。拿到提示词后，仍要根据自己的审美一点一点修改。

阶段四

拍摄环节

如何把意图翻译成视频能执行的语言

🎥三种生成视频的方式

① 参考图 + 简单提示词

自由、省事，模型可能给惊喜，但不可控，衔接麻烦

② 故事板 / 分镜图参考