劇本拆場與節奏表
把原作切成 90 秒一集，標記懸念點、轉折與斷點，順手寫下每場需要的環境聲。
交付：分場表與台詞稿
製作技術
AI 短劇製作技術：把《全班地鐵求生》一集一集做出來
從劇本拆場、分鏡設計到圖像生成與配音混音，四段工序各自有交付物與檢查點，跟著走就能完成一集 90 秒的成品。
頁尾附上兩套工具組合的規格對照，選模型、挑後期軟體不必靠猜。
- 劇本拆場
- 分鏡設計
- 圖像生成
- 配音混音
- 後期合成
一集 90 秒，拆成四段工序
每段工序都有明確的交付物，做完再往下走，避免生成到一半才發現節奏不對。
-
-
分鏡與機位設定
固定車廂、月台、閘口三種機位，先畫景別與人物位置，再決定光線從哪一側打進來。
交付：分鏡腳本 -
圖像與動態生成
用同一組角色參考圖與種子碼生成關鍵影格，再補上鏡頭運動，單顆鏡頭控制在 4 到 6 秒。
交付：可用鏡頭素材 -
配音、音效與剪輯
先對字幕時間軸再錄音，環境聲壓在台詞之下，片尾留五秒預告把觀眾帶到下一集。
交付：可上片母帶
兩套工具組合，怎麼挑才順手
一條線管畫面生成，一條線管聲音與後期。先把規格看清楚，再決定人力怎麼配。
畫面生成線
核心產能負責分鏡、關鍵影格與鏡頭運動，直接決定成品畫面能到什麼水準。
- 適用環節
- 角色定裝、車廂與月台場景、鏡頭運動補幀
- 一致性控制
- 參考圖＋種子碼＋固定描述詞，角色走樣時回關鍵影格重繪
- 輸出規格
- 直式 1080×1920 為主，單顆鏡頭 4 到 6 秒
- 上手門檻
- 中等，需要懂景別與光位，練兩週可穩定產出
- 成本結構
- 按生成次數計費，重繪次數愈少愈省
適合：有分鏡基礎的創作者
聲音與後期線
節奏關鍵負責配音、環境聲、字幕與剪輯，把零散鏡頭串成一次能看完的段落。
- 適用環節
- 台詞錄音、群眾雜音、字幕上字、成片剪輯
- 一致性控制
- 主角群固定同一支麥克風與錄音空間，保持音色統一
- 輸出規格
- 立體聲 48kHz，字幕以 srt 與畫面同步
- 上手門檻
- 較低，會用剪輯軟體就能開始，混音需要一點經驗
- 成本結構
- 以人力時間為主，AI 配音用於旁白與廣播可再壓成本
適合：三人以下的小組
三個最容易卡住的環節
這三件事處理好，整部短劇的完成度會有明顯差別。
角色跨集不走樣
每個角色準備正面、側面與三種表情的參考圖，提示詞固定臉型、髮型與服裝描述。遇到走樣就回頭重繪關鍵影格，別用後期修臉硬補。
短鏡頭接成長段落
以動作節點切分，一句台詞或一個轉身拆成兩三個鏡頭，中間插入環境鏡或特寫當緩衝。剪輯時保留 4 到 6 幀重疊，銜接會更自然。
密閉空間的聲音設計
車廂與月台的回音特性完全不同，錄環境聲時要分別處理。列車進站的低頻壓在台詞下方，緊張感自然就出來了。
01 一集 90 秒的 AI 短劇大約要做多久？
以三人小組計算，劇本拆場與分鏡約 6 小時，圖像與動態生成 8 到 10 小時，配音剪輯 4 小時，一集落在 20 小時上下。熟練之後可以把流程並行，例如生成鏡頭時同步處理上一集的配音。
02 同一角色在不同集數長得不一樣，怎麼處理？
先把每個角色的正面、側面與三種表情存成參考圖，再固定提示詞裡的臉型、髮型與服裝描述；每次生成都帶入同一組參考圖與種子碼。若還是走樣，回到關鍵影格重繪，不要靠後期修臉硬補。
03 沒有美術背景，也能做出可看的畫面嗎？
可以，但要先把構圖講清楚。用文字描述機位、景別、光源方向與人物位置，比堆砌形容詞有效；也可以先用手機拍一張粗略構圖當參考圖，讓模型照著生成，成果會穩定很多。
04 生成的鏡頭只有幾秒，怎麼接成長一點的段落？
以動作節點切分：把一句台詞或一個轉身拆成 2 到 3 個短鏡頭，用同一個機位與光線串接，中間插入環境鏡或特寫當緩衝。剪輯時保留 4 到 6 幀重疊，銜接會更順。
05 配音要用 AI 還是真人？
主角群建議真人錄音，情緒與呼吸聲比較穩；旁白、月台廣播與群眾雜音適合用 AI 生成。無論哪一種，都要先對好字幕時間軸再混音，避免嘴型與聲音落差太大。
06 做完之後怎麼安排上片節奏？
維持固定更新日比一次上完更有效。建議一次做滿 4 集再開播，之後每週兩更，遇到需要調整的段落還有緩衝時間。片尾留 5 秒預告下一集，能把觀眾帶回下一支。