如何在 1 小時內製作 90 秒 AI 短劇
完整工作流程：從一句故事點子到 90 秒、含 30 個以上一致鏡頭的 AI 短劇，全程在一小時內完成。
網路上多數「AI 短片」教學都做出 15 至 30 秒、只有一個角色的片段就喊收工。那不是短劇—那是情緒板。
真正的短劇需要：
- 完整的敘事弧線（鋪陳 → 衝突 → 化解）
- 不同角度的多個鏡頭
- 從頭到尾看起來都是同一個人的角色
- 適當的節奏
- 生產級的成品（無浮水印、無字幕殘影、無 AI 痕跡）
本指南示範如何在一小時內完成上述全部，使用的是 2026 年現有的工具。
我們會用一個真實案例：一支 90 秒短劇《孟婆嫌我煩》，創作者在 Juying 上花 60 分鐘完成。整支片有 30 個以上鏡頭，主角從頭到尾外觀一致，並在亞洲短影音平台上爆紅。
下面的工作流程就是當時實際使用的流程。
開始之前：你需要什麼
工具：
- 支援跨鏡頭角色一致性的 AI 影片平台。本指南使用 Juying；原則可通用。
- 用於產生劇本的 LLM。Claude 或 GPT-4 都很好。許多 AI 影片平台已內建這個步驟。
- 主角的一張參考圖（真實照片、AI 生成肖像或手繪皆可）。
時間預算：共 60 分鐘。
技能水準：新手。不需要任何 AI 影片經驗。
步驟 1：故事點子（1 分鐘）
從一句話開始。就一句。
《孟婆》的種子句是：
「孟婆，那位在中國地府服侍忘川湯的女神，被一個喋喋不休的靈魂惹煩了。」
就這樣。這個階段別過度規劃。結構在步驟 2 才出現。
限制：選一個不需要超過 2 至 3 個不同角色且能塞進 60 至 90 秒的故事。多數爆紅短劇都是一兩個主角、清晰的衝突、迅速的化解。
如果卡住了，三個適合 AI 短片的故事模式：
- 反應段：事情發生、角色強烈反應、有反轉式的化解。（《孟婆》就是這個。）
- 誤會：A 以為 B 在做 X，B 其實在做 Y，揭曉。
- 升級：小事不斷發生、越演越烈、爆發收場。
步驟 2：產生劇本（5 分鐘）
把你的一句話點子餵給 LLM，搭配以下提示詞：
Write a 90-second short drama script based on this idea:
[your one-sentence idea]
Requirements:
- 8-12 scenes, each scene 6-10 seconds
- Specify camera framing for each scene (close-up, medium, wide, etc.)
- Specify lighting and mood
- Include 2-3 lines of dialogue or voiceover where appropriate
- Build a clear arc: setup, conflict, resolution
- End with a memorable beat輸出是結構化的劇本。檢視它。調整節奏、把無聊的場景換成更強的段落。別捨不得改—短劇劇本本來就常重寫。
《孟婆》的 LLM 產出 11 場戲。創作者保留 9 場，刪掉 2 場拉不起力道的。
步驟 3：鎖定主要角色（5 分鐘）
這是多數工作流程跳過、然後事後付出代價的步驟。
把一張好的主角參考照片上傳到你的 AI 影片平台。參考圖應該：
- 高解析度（至少 1024×1024）
- 正面或四分之三角度
- 燈光均勻（臉上沒有重陰影）
- 單一角色清楚入鏡（畫面中沒有其他臉）
平台處理參考圖並建立角色資產—通常要 30 至 90 秒。資產建立後，後續每次引用此角色的生成都會使用鎖定的身份。
為何這很重要：沒有角色鎖定，到第 6 個鏡頭你就在看另一個人。有了它，第 30 個鏡頭仍與第 1 個鏡頭一致。
如果你的平台不支援持久化角色資產，這就是多鏡頭 AI 短劇失敗的關鍵點。
《孟婆》的參考圖是一張 AI 生成的肖像，描繪一位嚴肅又慈祥、身穿紅袍的年長女性。五分鐘上傳、處理、鎖定完成。
步驟 4：自動產生分鏡（15 分鐘）
現代 AI 影片平台都有分鏡規劃器。把劇本與鎖定角色餵給它，會逐鏡頭產出分鏡，包含：
- 鏡頭構圖（特寫、中景、廣角）
- 運鏡（靜態、推軌、橫搖、移動車）
- 燈光配置
- 角色姿勢／表情
- 時間碼（此鏡頭的起迄）
如果你的平台不會自動生成分鏡，可以手動逐鏡頭寫提示詞。手動的話請預留 15 至 20 分鐘。
規劃完善的分鏡能避免新手常見的「每個鏡頭看起來都一樣」問題。請大膽變化構圖：特寫、中景、廣角交替；用推軌或前推增加動感；別每場戲都用平視。
《孟婆》的分鏡橫跨 9 場戲共 30 個以上鏡頭—包含靈魂的反應特寫、湯上的手部細節、地府場景的廣角，以及透過蒸氣的主觀鏡頭。
步驟 5：生成鏡頭（30 分鐘）
這是最長的步驟，但多半是閒置時間—平台會並行生成鏡頭。
按下生成。離開電腦。30 分鐘後回來。
幕後在做什麼：
- 30 個以上鏡頭並行排隊（如果平台支援；序列生成會慢得多）
- 每個鏡頭使用你鎖定的角色 embedding
- 自動產生的負向提示詞預防常見漂移模式
- 事後一致性檢查會重新生成漂移過大的鏡頭
如果你的平台沒有並行生成或無排隊的專屬運算容量，這個步驟可能要花數小時而非數十分鐘。這就是 60 分鐘工作流程與一整天工作流程的差別。
《孟婆》這步耗時 28 分鐘—30 個鏡頭，全部並行，全部一致。
步驟 6：組裝（3 分鐘）
多數現代 AI 影片平台會自動產出粗剪—按分鏡順序串接所有鏡頭。
檢視粗剪，留意：
- 節奏問題（某鏡頭停太久、某剪接太快）
- 連戲錯誤（光線跳動、角色姿勢不連續）
- 任何溜過去的角色漂移
真正的連戲問題，就針對該鏡頭重生。節奏問題就在平台編輯器裡修剪或延長。
《孟婆》需要重生兩個鏡頭，並把結尾鏡頭修剪掉 1 秒。共三分鐘。
步驟 7：字幕清除 + 升級（5 分鐘）
多數 AI 生成影片有細微瑕疵：小型文字錯亂、類浮水印元素、偶爾的異常。智能清除工具能在不損及底層幀的情況下清除這些。
然後升級。4K 輸出比 1080p 看起來更專業，特別是在現代大型螢幕上播放短影音時。
這兩項現在都已內建於整合型平台。若使用零散工具，預期此處要花 15 至 30 分鐘而非 5 分鐘。
步驟 8：最終潤飾（1 分鐘）
加入：
- 片頭卡（開頭 1 至 2 秒）
- 片尾卡含署名／帳號（結尾 1 秒）
- 適當的背景音樂（多數平台內建配樂選擇）
- 字幕軌以利平台相容性
《孟婆》的最終點綴：一張中文片名卡，以及一個同時署名創作者與 Juying 的浮水印。
總時間檢查
| 步驟 | 時間 |
|---|---|
| 1. 故事點子 | 1 分 |
| 2. 劇本產生 | 5 分 |
| 3. 角色鎖定 | 5 分 |
| 4. 分鏡 | 15 分 |
| 5. 生成鏡頭 | 30 分（多半閒置） |
| 6. 組裝 | 3 分 |
| 7. 字幕清除 + 升級 | 5 分 |
| 8. 最終潤飾 | 1 分 |
| 總計 | 約 65 分 |
步驟 5 的 30 分鐘多半閒置。如果你按下生成就走開，總主動時間約 35 分鐘。
提升品質的訣竅
挑對的參考圖。差的參考圖＝差的角色鎖定。模糊或燈光怪異的參考圖會纏著你每個鏡頭。花 5 分鐘找對的那一張。
大膽變化構圖。新手都用平視中景拍每場。專業的會用特寫、低角度、高角度、推軌。多樣性讓作品有電影感。
善用沉默。90 秒短劇不需要 90 秒對白。最好的短劇有一半時間是沉默的反應。
動手前先看真的短片。TikTok 與 YouTube Shorts 上搜尋「短片」，第一頁就有意外有電影感的短片。偷學節奏。
別跟模型對著幹。如果劇本要求 AI 不擅長的東西，就簡化。配合模型擅長的內容。
常見問題
這個工作流程能處理多角色嗎？
可以。在步驟 3 開頭鎖定 2 至 3 個角色，然後在提示詞中以名字引用。限制：如果兩個角色共處同一畫面且特徵相似（同性別、年齡、族裔），共享畫面中偶爾會出現身份滲漏—約 10% 的多角色場景需要人工修補。
適用於更長的影片（5 分鐘以上）嗎？
理論上可以，但成本線性增加，超過約 3 分鐘後敘事連貫性目前確實困難。我們看過創作者把三段 90 秒劇情拼成 5 分鐘集數。純粹做完整 5 分鐘是可行的，但工作量遠超 90 秒。
如果我畫不出也拍不到參考圖怎麼辦？
用圖像 AI（Midjourney、DALL-E、Stable Diffusion）生一張。挑最符合你角色構想的結果，當作影片步驟的參考圖。
我的平台沒有角色鎖定，還能做嗎？
可以，但預期會花 3 至 5 倍時間在一致性修補上。變通方案：
- 每個鏡頭中角色描述用一字不差的相同提示詞
- 每次都附上參考圖
- 每個鏡頭生 3 個版本，挑最一致的
- 預期約 30% 鏡頭因漂移過於明顯而需重生
對敘事作品而言，換用支援原生角色一致性的工具通常很值得。
這要花多少點數／費用？
因平台差異很大。在 Juying，90 秒、30 鏡頭的專案通常用 200 至 400 點，免費方案就足夠涵蓋，付費方案更是輕鬆。
按單鏡頭計費的平台，依長度與品質設定，通常每個專案落在中低費用區間。
沒人告訴你的事
60 分鐘工作流程是真的，但多數新手第一次嘗試要花 3 至 4 小時。慢的不是 AI，而是：
- 劇本花太久（先寫個東西出來，之後再迭代）
- 挑了爛參考圖（花那 5 分鐘找好的）
- 跳過分鏡步驟（每個鏡頭都變成「廣中景」；成品會很平）
- 什麼都重生（重生最差的 10%，其餘留著）
做過 2 至 3 個專案後，工作流程會壓縮到一小時內。做過 5 個後，40 分鐘就能完成。
動手試試
Juying 端到端支援整個流程，並提供免費方案。如果你用這個流程做了什麼，歡迎分享給我們看。