最近很多做短视频和短剧的朋友都在问同一个问题AI 真人短剧到底能不能稳定量产试过几款工具的人基本都会遇到三座大山——角色脸不稳定、分镜脚本要来回切换工具、配音和画面合成极其耗时。一个三分钟的短剧光是盯着一帧一帧修脸部变形就能耗掉一整天。LibTV 这类“AI 短剧导演台”产品之所以值得关注不是因为它是某个更强大的新模型而是它把 AI 短剧制作里最麻烦的“工程流程”集成到了一起。从角色设定、分镜生成、画面一致性检查到成片合成整个链路在一个平台里完成。这篇文章会用保姆级的思路拆解 LibTV 是怎么做 AI 真人短剧的以及七天从零上手需要分成哪几步。文章会覆盖概念、环境准备、角色卡写法、导演台操作流程、典型分镜模板、常见坑和工程化建议尽量做到看完就能直接动手。读完你会得到四个明确结论第一LibTV 真正解决的是流程集成不是模型训练第二角色一致性是 AI 短剧成败的关键LibTV 把这件事做成了可视化操作第三你用不用得好的分水岭是角色卡和分镜提示词怎么写第四商业变现的前提是版权合规和成片质量控制这需要一套工程化的制作规范。1. LibTV 到底是什么先破除三个误解很多人第一次听到 LibTV会把“AI 真人短剧”直接理解为“输入一句话就能生成完整视频”。这个理解不能说全错但会带来很大的预期落差。准确地说LibTV 是一个偏向“导演工作台”定位的 AI 短剧创作平台。它不负责替你凭空创造故事而是提供一套从角色形象设定、分镜生成、画面一致性校正到成片输出的流程化工具链。这个定位和“一句话生成视频”的工具差异很大后者强调零门槛前者强调可控、可复用、可量产。第一个常见的误解是“LibTV 是某个大模型的名字”。从产品形态看LibTV 更像是多个模型能力的编排平台。它的导演台里可以调用不同能力的图像/视频模型例如面向角色生成的 General Image Pro。这些模型分工协作共同完成一部短剧的视觉表达。第二个误解是“AI 短剧 全部自动完全不用人盯”。实际上你用 LibTV 制作质量稳定的短剧核心工作仍然是创意劳动你写剧本、设计角色、拆解分镜、审看画面。LibTV 自动化的是“按分镜批量生成画面”“保持同一角色在不同镜头下的长相一致”这类重复劳动而不是替代你做导演决策。第三个误解是“只有专业影视团队才用得起”。从产品定位看LibTV 更适合三类人想批量生产短视频内容的个人创作者、没有影视团队但需要短剧素材的营销团队、以及想实验 AI 叙事的新媒体从业者。门槛不在操作而在你能不能写清楚角色设定和分镜脚本。这个判断意味着什么如果你想用 LibTV 做短剧最值得投入时间去学的不是某个按钮而是“连续叙事的能力”。工具负责画面你负责故事。2. AI 真人短剧的核心难点与 LibTV 的解法在没有专业导演台工具之前用纯 AI 工具做真人短剧的流程拆开看是这样的角色一致性你在 Midjourney 或 Stable Diffusion 里生成一张角色图下一张图很可能就变成另一个人了。过去靠固定 seed 值、局部重绘、训练 Lora 来解决工程技术要求高。分镜与素材管理每一集短剧有几十个分镜每个分镜都要记录角色、场景、景别、动作、台词。大多数人用表格管理效率低且容易漏。画面批量生成一个分镜要跑多次才能出一张满意的几十个分镜就是几百次生成手动操作极其耗时。配音与合成生成语音、对齐口型、添加字幕、剪辑成片每个环节都是独立工具项目文件散落四处。LibTV 的核心思路是把以上四个环节收敛到一个“导演台”工作空间里。它用角色库解决一致性用分镜列表解决叙事编排用批量生成解决效率用统一导出解决合成问题。这里有一个容易被忽略的产品设计逻辑传统工具是先有画面再拼故事LibTV 是先有角色卡和分镜脚本再批量生成画面。这个顺序的差异决定了它对“剧本驱动型”创作方式的天然适配。你写清楚分镜它就负责把分镜变成画面。有一件事要提前说清楚AI 视频生成仍然有随机性LibTV 降低的是“组织生产”的复杂度而不是把随机性降为零。这也是为什么文章后面会专门强调“分镜审看”这个步骤它是质量控制的最后一道闸门。3. 环境准备与基础概念账号、Credits、素材三件套LibTV 目前主要是网页端产品不需要本地部署模型也不需要高性能显卡。这使得它的上手门槛远低于本地跑 Stable Diffusion 的方案。你需要准备的有三部分账号环境、credits 额度、以及规范化的素材库。3.1 账号与浏览器环境LibTV 是 Web 应用理论上使用 Chrome、Edge 等现代浏览器即可。建议准备稳定网络环境因为 AI 短剧生成过程中涉及大量图像/视频请求网络波动容易导致任务失败。登录账号后建议先检查两件事一是当前账号的 credits 剩余量二是可用的模型列表。这两项通常能在平台首页或资源面板中直接看到。3.2 理解 Credits 是什么“credits 在 AI 里指什么”是被搜索很多的问题简单说credits 是平台内部使用的“资源额度”按生成次数、分辨率、模型档位和任务类型进行扣除。不同模型对 credits 的消耗系数不同普通图像生成的单价和视频生成的单价也不在一个量级。这意味着你在规划一部短剧时第一步不是写剧本而是先估算 credits 预算。建议把预算按“角色卡生成、分镜生成、视频合成”三块分开记录避免拍到一半因为额度不足卡住。具体价格和每任务消耗以平台实际显示为准本文不做数字推断。3.3 素材库是很多新手忽略的环节我建议在开始任何项目之前先建一个结构化的素材文件夹。它不需要和多复杂的系统对接但至少包括剧本文件、角色参考图、场景参考图、分镜脚本。这个习惯能在后期管理大量分镜时节省大量时间也方便你随时回头调整。ai-short-drama/ ├── 01-script/ │ ├── synopsis.md │ └── episode-01-scenes.md ├── 02-characters/ │ ├── character-01-male-lead.md │ ├── character-01-male-lead-reference.png │ ├── character-02-female-lead.md │ └── character-02-female-lead-reference.png ├── 03-scenes/ │ ├── scene-01-street.md │ └── scene-01-street-reference.png ├── 04-storyboard/ │ ├── episode-01-storyboard.csv │ └── episode-01-prompt-templates.md └── 05-output/ ├── images/ └── videos/这个目录结构解决的是“素材追溯”问题。当你需要重新生成某个镜头时只需要翻到对应角色的角色卡而不是在聊天记录里翻找历史提示词。4. 从剧本到角色设定角色卡是 LibTV 的灵魂LibTV 里做 AI 真人短剧最重要的环节就是角色设定。角色没设定好后面每个镜头都会出问题。4.1 为什么角色卡这么重要AI 生成的角色不稳定根源在于文本提示词描述的信息量不够。你在提示词里写“漂亮女博士”AI 每次生成的“漂亮女博士”都不一定长一个样。角色卡的作用是把一个角色的长相特征、服装特征、气质、常用表情、标志性道具变成一组结构化、可复用的描述。LibTV 的角色库基于这套描述生成角色参考图后续所有分镜生成都会参考这个基准。一个高质量角色卡至少包含六个维度维度说明示例基本身份年龄、性别、职业28 岁女性生物医学博士面部特征脸型、眼睛、鼻子、嘴型鹅蛋脸柳叶眉深邃大眼鼻梁高挺发型发色头发长度、颜色、造型黑色齐肩发微卷留有刘海服装风格日常和特定场景的着装实验室白大褂内搭浅蓝色衬衫标志特征一眼能记住的细节左耳戴银色耳钉戴细框眼镜气质表情情绪基调、常用表情清冷专注微笑时嘴角微扬这个表格可以复制到自己的文档里作为角色卡模板。4.2 角色卡 Prompt 模板示例下面是一个可以直接参考的角色卡提示词模板重点是“固定描述 变量描述”的组合方式。# 角色林清瑶 ## 固定描述所有生成必须保留 - 28 岁女性生物医学博士清冷书卷气 - 鹅蛋脸柳叶眉深邃大眼鼻梁高挺 - 黑色齐肩发微卷刘海自然分开 - 日常服装白色实验室白大褂内搭浅蓝色衬衫 - 标志细节左耳银色耳钉细框眼镜 - 表情基调专注冷静偶尔温和微笑 ## 可变描述按分镜需要调整 - 景别中景 / 近景 / 特写 - 环境实验室 / 会议室 / 走廊 - 动作查看显微镜 / 翻看论文 / 与人交谈 - 情绪专注 / 惊讶 / 沉思 ## 负面提示词 - 多根手指、面部变形、畸形手、文字水印、模糊、低分辨率、非对称脸这里的关键逻辑是“固定描述”保证角色长相稳定“可变描述”负责表现不同镜头中的动作和情绪“负面提示词”避免常见的 AI 生成缺陷。LibTV 的角色库操作方式和这个模板的思维一致先沉淀角色基准再在不同分镜里叠加变化。4.3 General Image Pro 是什么它是 GPT-Image 吗热搜中出现的“libtv 的 general image pro 是 gpt-image 吗”这个问题从现有材料看General Image Pro 应该是 LibTV 导演台中用于角色/图像生成的一类专业模型能力而不是某个确定的公开模型名称。更稳妥的判断是它很可能在某个底层模型之上做了面向“角色一致性”和“多图保持”的封装或工作流优化而不是简单暴露一个通用的“gpt-image”入口。对普通创作者来说纠结底层是哪个模型其实意义不大。你真正需要确认的是两件事第一General Image Pro 生成的同一角色在不同分镜中是否足够一致第二它的生成速度和 credits 消耗是否适合你的项目节奏。如果在这两个维度上表现合格底层技术叫什么并不影响你用。5. 导演台核心操作项目创建与基础配置从这一步开始我们进入 LibTV 的实际操作链路。由于不同版本界面可能有差异以下操作路径以通用流程描述按“创建项目、配置模型、导入角色、编排分镜”四步理解即可。5.1 创建项目和选择工作流登录后先创建一个新项目。建议项目名和你的素材目录一致例如“city-doctor-ep01”。创建项目后进入导演台第一件要做的事情是确认当前工作流类型。AI 真人短剧通常需要的是“角色驱动的多分镜工作流”而不是单图生成模式。选择工作流后你会看到几个核心面板角色库、分镜列表、场景设置、输出预览。这些面板是 LibTV 导演台的主要工作区域。新手容易犯的错误是一上来就点“生成”跳过角色库配置结果所有分镜角色长相都不一致。5.2 导入角色和场景参考在角色库面板中点击新增角色把前面写好的角色卡提示词粘贴进去并上传一张参考图可选。如果你有比较满意的角色图上传参考图可以显著提高一致性。完成后系统会生成一个“角色模板”。同一个角色模板可以被多个分镜引用这是短剧项目逐集复用角色的基础。场景设置同理。每个场景对应一个环境描述例如“雨夜城市的便利店内”。把场景描述写清楚并上传场景参考图能帮 AI 在生成分镜时保持环境风格统一。建议在项目启动时就把主要角色和主要场景一次性配好而不是拍一集配一次。5.3 模型能力选择与参数配置在生成分镜之前先检查模型配置。不同模型能力适合不同任务面向角色和静帧画面的任务可以选择类似 General Image Pro 的图像能力生成动态视频片段时再切换到视频生成能力。这个环节没有统一标准按项目实际情况选择即可。关于参数建议新手上路先保留默认设置。只有当你明确知道某个参数的含义时再去调整。比如“画面比例”通常会直接影响短剧在短视频平台的显示效果如果你最终要发竖屏短剧最好从一开始就选 9:16 而不是 16:9否则后期裁切会损失大量构图信息。6. 从分镜到成片导演台完整制作流程基础配置完成之后真正的工作才刚开始。AI 真人短剧的分镜编排决定了成片的叙事节奏。6.1 分镜脚本的结构化写法分镜脚本不是剧本对话的简单拆行而是每一条都包含画面、台词、时长、景别、角色、动作、情绪的基本单位。建议你在进 LibTV 之前用 Markdown 或 CSV 把分镜脚本写好再逐条导入。下面是一个分镜脚本模板。# 第 01 集 分镜脚本 ## 场景实验室 - [SC-001] 近景林清瑶抬头扶了扶眼镜神情专注 - 台词这个实验数据和上周的结果完全不一样。 - 时长3.0s - 角色林清瑶 - 备注背景是显微镜和试管架 - [SC-002] 中景林清瑶从一个白大褂口袋里拿出手机皱眉 - 台词又是他。 - 时长2.5s - 角色林清瑶 - 备注灯光偏冷白 ## 场景医院走廊 - [SC-003] 全景林清瑶快步走向办公室 - 台词无台词 - 时长2.0s - 角色林清瑶 - 备注走廊窗外是阴天这种结构化写法最大的好处是它把“画面指令”和“剧情指令”分离了。画面指令交给 AI 生成剧情指令留在你的掌控中。导入 LibTV 后每条分镜会对应一个生成任务。6.2 批量生成与逐镜审看在导演台中把分镜脚本导入后你可以把多个分镜一起提交生成。批量生成会大幅提高效率但也要承担一定风险如果有几个分镜的角色卡描述写得不够稳定批量模式下它会“稳定地出错”。所以接下来的逐镜审看是黄金步骤。逐镜审看的意义不是看画面好不好看而是核对三件事角色是否保持同一张脸、构图是否符合分镜脚本预期、画面细节里有没有明显 AI 缺陷多手指、错位文字、面部扭曲。出现问题的镜头可以直接在分镜条目上重新生成不需要重跑整条流水线。6.3 视频片段生成与音频合成单张画面确认完毕后再进入视频生成环节。AI 视频生成消耗的 credits 远高于图像生成所以更推荐的做法是先把整集分镜的静态画面全部审完确认无误后再统一生成视频片段。这样能避免用视频生成任务来试错。音频方面LibTV 的“导演台”设计会尽量把配音、播报放进同一流程方便后来对齐口型。但由于 AI 对口型仍然存在精度限制建议台词尽量简短紧凑留出更宽的口型容错空间。6.4 导出与成片整理生成完毕的分镜片段按顺序导出。导出后你会得到若干条视频片段需要用剪辑工具如剪映、Premiere把它们按分镜顺序拼接。这条“LibTV 生成 剪辑工具精修”的路径是更可控的成片方案不建议跳过剪辑直接依赖平台全自动出片。7. 一套完整的“三分钟 AI 短剧”用例为了把前面讲的概念串起来这里给一个完整的最小用例制作一集时长约三分钟的都市悬疑 AI 真人短剧。整个用例会从剧本到成片拆成五个阶段并对每个阶段给出可落地操作。7.1 剧本与分镜规划三分钟短剧大约需要 12 到 18 个分镜。建议按“起-承-转-合”四分法写剧本。例如起女主收到一封匿名信4 个分镜承女主调查信的来源5 个分镜转女主发现寄信人就是自己身边人4 个分镜合女主打开最后一条线索2 个分镜分镜数不用太多三分钟短剧的重点是节奏清晰。把每个分镜控制在 5 秒左右总共 15 个分镜就有 75 秒再配合转场和对白时长会比较自然。7.2 角色卡与场景配置复用前面的“林清瑶”角色卡新增一个男性角色“李明轩”和两个场景卡“老城区街道”“档案室”。角色卡写法与林清瑶一致。场景卡的提示词同样采用“固定环境 可变光线”的结构# 场景老城区街道 ## 固定描述 - 雨天傍晚老旧居民楼路灯昏黄 - 湿漉漉的柏油路霓虹灯招牌 - 行人稀少氛围压抑 ## 可变描述按分镜调整 - 时间傍晚 / 深夜 - 天气小雨 / 暴雨 - 光线路灯暖光 / 霓虹冷光场景卡的固定描述负责统一场景风格可变描述负责适配不同分镜的情绪需求。这样设计后同一个场景在不同分镜里才会看起来是同一个地方。7.3 分镜生成检查清单在导演台中导入全部 15 个分镜后逐镜检查[ ] 角色的脸型、发型是否和角色卡一致[ ] 服装颜色是否和角色设定匹配[ ] 场景里的标志元素是否统一如霓虹灯牌、老式路灯[ ] 画面构图是否符合景别要求[ ] 是否出现多手指、文字乱码、面部扭曲[ ] credits 消耗是否在预算内7.4 剪辑合成要点导出后用剪辑工具按分镜顺序拼接。对白配音建议先在 LibTV 中合成分镜对应的语音片段再在剪辑工具中对齐。字幕按台词文本统一生成注意字体大小和剧集一致性。背景音乐可以选择纯音乐避免干扰对白。7.5 这个用例能说明什么三分钟短剧虽短却完整包含了 AI 短剧的通用流程角色设定、场景设定、分镜批量生成、逐镜审看、视频合成、剪辑成片。跑通一次就是七天从 0 到 1 的关键一步。后续做第二集、第三集时你只需要复用角色卡和场景卡把重心放在新分镜编排上效率会明显提高。8. 常见问题与排查方法实操过程中最让人挫败的不是不知道工具怎么用而是“按照步骤做了但画面不对”。这里整理了六个高频问题从现象到解决方式一条条过。问题现象可能原因排查方式解决方案同一角色在不同分镜中长相差异大角色卡固定描述不够详细或角色模板未正确引用检查分镜条目是否关联了正确的角色模板完善角色卡固定面部特征、发型、服装并重新生成角色参考图角色脸部出现变形或多手指负面提示词缺失或模型生成本身不稳定查看生成图像的手指、脸部细节在角色卡和分镜 prompt 中加入负面提示词多生成几张挑稳定的分镜场景风格不统一场景卡描述不完整或不同分镜使用了不同的场景关键词对比多个分镜的背景元素差异用统一的场景卡固定标志性环境元素单次生成任务失败或超时网络波动、credits 不足、请求过多查看任务日志和 credits 余额重试任务高峰时段错峰生成分批量提交而非一次性提交所有分镜credits 消耗太快用视频生成任务反复试错或高分辨率生成过多查看生成记录统计各任务消耗先用图像任务确认画面再进入视频生成控制重试次数成片口型对不上台词过长AI 配音与画面动作不完全对齐逐句检查台词时长与画面时长缩短台词预留口型容差或后期剪辑微调这些问题的共同规律是大部分画面质量问题都出在“角色卡不稳定”和“没有逐镜审看”上。如果你发现自己反复出同一类问题优先检查自己的角色卡和场景卡而不是反复重试生成。9. 工程化建议从个人创作到可量产跑通一部短剧之后下一个问题通常是怎么才能稳定地产出如果你只是做一次性实验个人操作习惯就可以如果你计划持续更新就需要把整个流程工程化。9.1 建立自己的提示词库把每次成功的角色卡、场景卡、分镜模板保存下来按类型归档。日积月累后你会在里面沉淀出“现代都市女性角色”“古代侠客角色”“雨天街景”等可复用模板。写新剧本时直接调用已有的高稳定模板会比每次从零开始写提示词高效得多。建议用命名规范区分模板类型例如char-female-modern-clean.md # 现代女性角色干净利落型 char-male-ancient-warrior.md # 古代男性角色战士型 scene-city-rainy-night.md # 城市场景雨夜 scene-office-tech-company.md # 办公场景科技公司9.2 控制单集产出预算AI 短剧成本最大的部分是 credits 消耗而消耗最大的环节是视频生成。工程化的关键在于提前估算单集预算严格限制“无效生成次数”。建议每集开工前建立一个表格列出预计分镜数、每画面计划生成次数、视频任务数、总 credits 预算。生成过程中按预算执行超出预算就停止“碰运气式重试”回到角色卡和提示词层面找原因。9.3 内容合规版权、肖像权与 AI 标识做 AI 真人短剧安全边界比技术细节更值得关注。三点提醒第一不要使用未经授权的真人肖像。哪怕只是“长得像某个明星”的提示词也可能涉及肖像权和侵权风险。建议全部使用虚拟角色设定从源头规避问题。第二AI 生成内容在多个平台有标识要求。发布时主动标注“AI 生成”或使用平台提供的内容标识功能既是合规要求也是对观众的诚实。第三剧本内容避免使用未经授权的文学作品、影视剧本改编。原创剧本是最稳妥的选择。不要尝试生成任何涉及不当内容、敏感题材或打擦边球的标题和画面这类内容不仅在平台审核中过不了还可能带来账号风险。9.4 七天上手的节奏参考按标题里“七天从小白到上手”的预期给出一个可执行的七天节奏不需要着急一次做完第 1 天熟悉平台界面确认 credits 和模型列表跑通一次单图生成。第 2 天写一个角色的角色卡迭代到生成 10 张图有 8 张角色一致。第 3 天设计两个场景卡把场景风格固定下来。第 4 天写一个 15 到 18 个分镜的短剧本导入导演台。第 5 天批量生成分镜画面逐镜审看重新生成问题镜头。第 6 天生成视频片段完成剪辑和字幕合成。第 7 天复盘整个流程记录哪些角色卡稳定、哪些场景卡需要优化。这个节奏的核心原则是先稳定单个模块再做完整流程。跳过模块验证直接做全片大概率会浪费大量 credits。9.5 给想要商业变现的人一句实话AI 短剧的商业变现不是秘密真正稀缺的是“稳定的量产能力”和“持续的原创内容”。LibTV 提供的是更顺手的流程工具但观众最后记住的是一个好故事。如果你准备把 AI 短剧当作长期方向每天留出固定时间打磨剧本和角色设定比天天研究模型参数更有价值。LibTV 这类的 AI 短剧工具本质上是在把传统影视工业中的“剧组分工”简化成一个创作者能驾驭的数字化工作流。你可以不会摄影、不会布光、不会剪辑但你得会讲故事、会设计角色、会判断画面好坏。这个能力要求并没有变低只是换了形式——从“剧组协作能力”变成“提示词导演能力”。如果你想真的把 AI 短剧做成可持续的内容事业不妨从今天先写出第一张角色卡开始。