AI短劇製作全流程：2026年高質感直式短劇製作完整教學指南

什麼是AI短劇？為什麼這類直式短劇會迅速爆紅？#

AI短劇是一種專為9:16直式螢幕打造的微型連續劇，光是2026年第一季就創造了高達7.5億美元的全球應用程式內購營收。與傳統的16:9橫式電影或隨興拍攝的社群短片不同，短劇（亦稱為直式短劇或微短劇）會在40至100集節奏緊湊的單集中，鋪陳出完整的敘事弧線。這種格式高度依賴極具戲劇張力的高概念設定，例如豪門繼承人、職場背叛、契約復仇與隱藏身分等經典主題。

直式短劇的形式天生契合當前AI生成式模型的技術限制。傳統長鏡頭或複雜群戲容易暴露AI在手部細節與肢體運動上的破綻，而直式短劇則巧妙化解了這些技術限制——場景主要以半身特寫取景，畫面聚焦於兩位對話的角色，並保持每2至5秒切換一次分鏡。

行動裝置觀眾觀看短劇的留存率，也遠高於漫無目的的開放式社群影音動態。正如 [OpenMicroDrama](https://openmicrodrama.com/guides/how-to-make-an-ai-micro-drama) 所指出，獨立工作室Spirit Studios在接受Deadline採訪時表示，直式短劇通常規劃為約60集、每集90秒的架構，並連續埋下60個情節懸念。由於觀眾在開頭3秒內就會決定是否繼續觀看，每集開頭都必須具備強烈的視覺衝擊，才能在第一時間抓住觀眾的情感投入。

如何撰寫具備懸念鉤子的直式短劇劇本？#

一部90秒的直式短劇劇本通常需要10至15個獨立分鏡、不超過10句對白，並在最後3秒內拋出強烈未解的懸念鉤子。直式短劇的劇本創作與傳統長篇電影劇本有著本質上的不同。創作者必須捨棄緩慢的鋪陳空鏡、冗長的場景過渡，以及容易讓窄小手機螢幕顯得雜亂的多人群戲對話。

一套成熟可靠的單集結構包含四大節奏點：鉤子（Hook）、動機與障礙（Stakes）、反轉（Turn）與懸念（Cliffhanger）。開頭的鉤子必須在前3秒內以意想不到的視覺動作留住觀眾，阻斷下滑跳出的慣性；動機與障礙確立主角的目標與所面臨的阻礙；反轉透過突發情報顛覆權力平衡；而懸念則精準在事件迎來結果的前一拍戛然而止切黑收尾。

在生成任何視覺資產前，建議先整理一份精簡的劇集設定集，包含核心故事大綱（logline）、3個重複出現的關鍵場景，以及詳盡的角色外貌設定。精簡對白至關重要，因為劇本中的每句台詞，後續都需要精準的音訊生成與唇形對嘴同步。你可以在DramaCanvas的文字節點中直接使用下方的提示詞範本，生成單集的情節節奏表。

Write a 90-second vertical 9:16 micro drama script for Episode 1 of an urban suspense series.
Protagonist: Elena Vance (28, investigative reporter in a charcoal trench coat).
Setting: Dimly lit archive office at midnight, rain drumming on exterior windows.
Beat 1 (0-15s Hook): Elena unlocks a private safe, revealing an envelope marked with her father's case number.
Beat 2 (15-45s Stakes): She flips through bank transfers linking the CEO to an offshore shell company.
Beat 3 (45-75s Turn): A shadow crosses the frosted door; heavy footsteps halt right outside.
Beat 4 (75-90s Cliffhanger): The door handle turns slowly downwards. A text notification dings on her phone: "Look under the desk."
Format: 12 numbered shots with shot type, visible character action, framing, and concise dialogue.

如何使用分鏡劇本節點將大綱自動拆解為分鏡？#

DramaCanvas的分鏡劇本節點是一張920×360的表格卡片，能透過文字推理模型將故事大綱自動拆解為時長1至60秒的連續分鏡列。與其手動將提示詞逐一複製到各個獨立影片卡片中，該節點能直接在互動式製作表格內結構化整集短劇劇本。每一列均包含專屬欄位：分鏡編號、鏡頭時長、運鏡提示詞、台詞對白與參考素材。

步驟一：新增分鏡劇本節點並輸入故事大綱

點擊底部工具列上的「新增節點」，選取「分鏡劇本」。在卡片下緣的大綱輸入框中，貼上你寫好的單集節奏或場景大綱。從模型下拉選單中選取慣用的文字推理模型，接著點擊「生成分鏡表」（或按下快速鍵 Ctrl/⌘+Enter）。

表格隨即會自動填入依序排列的分鏡列，預設時長為6秒。你可以自由將個別分鏡長度調整在1至60秒之間，點擊「新增行」插入過場分鏡，或選取「刪除鏡頭」移除冗餘畫面。若需要更寬敞的編輯空間來微調對白或運鏡指示，隨時可點擊「全螢幕編輯」。

步驟二：批次生成關鍵影格靜態圖與各行影片分鏡

在分鏡劇本卡片選單中，點擊「生成未完成分鏡圖片」，即可同時為所有分鏡列算圖生成參考靜態圖。這項批次處理能讓你在投入影片積分之前，全面檢查整個敘事序列的視覺連貫性、服裝配色與光影設定。如果發現某張靜態圖偏離了角色設定集，只需單獨修改該列的提示詞並重新生成該張圖片即可。

當關鍵影格完全符合你的創作構想後，點擊卡片選單中的「生成未完成影片」，即可為所有分鏡列批次生成動態影片。當至少有兩段影片生成完成時，卡片標題列上的核心功能按鈕「合併影片」便會解鎖。點擊後即可將所有個別分鏡拼接為連貫的直式短劇剪輯片段。在專業模式下，你也可以點擊「建立圖像節點」或「建立影片節點」，將表格中的分鏡列拆解為獨立的畫布卡片，進行更精細的微調。

如何鎖定角色卡與參考圖以維持視覺一致性？#

要在AI系列短劇中防止角色外貌走樣（character drift），關鍵是在生成任何影片前，鎖定一張主要肖像圖並建立固定的4段式外貌描述。臉部特徵走樣的根源，在於生成模型在不同鏡頭中對模糊形容詞產生不同解讀，導致主角面貌忽變而打破敘事沉浸感。誠如 [ScreenWeaver製作指南](https://www.screenweaver.ai/blog/ai-short-drama) 所強調，成功的短劇創作者在生成第1個分鏡之前，都會為劇中所有常駐角色建立鎖定的參考圖集。

步驟一：撰寫毫無歧義的角色描述提示詞

在文字節點中，撰寫包含四大要素的視覺錨點：年齡、臉部輪廓、標誌性髮型與代表性穿著。避免使用「帥氣」或「驚艷」等主觀籠統的形容詞，這類詞彙會迫使模型隨機拼湊五官特徵。為角色賦予一項鮮明的具體特徵——例如一條特定的銀色幾何項鍊、下顎處淡淡的疤痕，或一副玳瑁框眼鏡——讓模型在不同鏡頭中都能準確辨識並牢牢錨定。

Elena Vance, 28-year-old investigative journalist. Pale oval face, sharp cheekbones, almond-shaped hazel eyes with focused expression. Shoulder-length dark auburn hair parted on the left with subtle waves. Wardrobe: Tailored charcoal wool trench coat over a high-collar black knit turtleneck, wearing a delicate silver geometric pendant necklace. Cinematic studio lighting, neutral background, photorealistic texture.

步驟二：生成並釘選主要肖像卡片

將文字節點連接至設定為9:16直式比例的圖像節點，並使用 GPT Image 或 Nano Banana 進行生成。在均勻柔和的中性光影下，分別生成正面、四分之三側面與正側面的角色肖像。應盡量避免在參考卡片中使用強烈的戲劇性電影光，因為影片模型會將這些特定的陰影結構一併帶入後續的日間場景中。

當確認並滿意這張主要肖像後，請將該圖像卡片作為全劇的角色視覺基準錨點。在DramaCanvas上，你可以將這張主肖像圖像卡同時拉線連接至多個下游影片節點。畫布系統會自動對相同的來源連線進行去除重複處理，也就是說，即使重複串接同一個角色參考圖多次，在下游卡片上也僅會佔用一個參考插槽。

如何生成9:16關鍵影格並將其動態化為影片鏡頭？#

在DramaCanvas上製作動態鏡頭，只需將9:16的圖像節點直接連接至影片節點的左側輸入端，並在「起始影格」下拉選單中指定該圖像。將預先審核無誤的關鍵影格靜態圖動態化（圖生影片），能確保構圖、角色站位與燈光維持鎖定。純文字生成影片則容易使空間調度失控，導致頻繁重抽而白白浪費生成積分。

步驟一：設定關鍵影格圖像節點

點擊底部工具列上的「新增節點」，選取「圖像」。點擊提示詞輸入框下方的「生成設定」以開啟圖像設定視窗。將「尺寸」設為9:16直式，「畫質」選取高畫質，並確保生成張數設為1。接著將你的主要角色卡拉線連接至此圖像節點的左側輸入端，作為上游參考圖。

在輸入框中貼上該鏡頭的畫面描述，點擊向上箭頭圖示送出生成。仔細檢查生成的靜態畫面，確認手部動作、臉部表情與背景透視無誤。如果細部需要微調，可直接利用卡片工具列上的「局部重繪」筆刷工具修補瑕疵，無需將整張卡片打掉重新生成。

9:16 vertical medium close-up shot. Elena Vance stands inside a dark corporate archive office at midnight. Cold blue ambient rain light washes through venetian blinds onto her profile. She looks down tensely toward a brass safe door standing slightly ajar, right hand poised near the lock. Charcoal trench coat, dark auburn hair falling forward over her collar.

步驟二：將圖像節點連接至影片節點

點擊「新增節點」並選取「影片」，將這張卡片放置在關鍵影格圖像卡的右側。從圖像節點右側邊緣的圓形輸出端拖曳連線，接入影片節點左側邊緣的圓形輸入端。完成連接後，該關鍵影格的縮圖便會出現在影片節點的參數匣中。

點擊輸入框下方的設定摘要（例如「720P · 16:9 · 5s」）進入影片參數配置。將「解析度」調整為720P，在「尺寸」下選取9:16直式比例，並設定目標片段長度（例如5秒或6秒）。最關鍵的一步：展開提示詞下方的「參數」面板，點擊「起始影格」下拉選單，選取剛剛連接的關鍵影格靜態圖，將其鎖定為鏡頭的開頭狀態。「結束影格」則維持「未指定」，除非你有意連接第二張圖片來銜接兩個截然不同的鏡位。

9:16 vertical camera trajectory. Smooth slow push-in toward Elena's face, continuing seamlessly from the start frame. Raindrops trickle down the dark window glass in the soft background bokeh. Elena holds her breath as her hazel eyes dart from the opened safe toward the corridor door outside. Subtle breathing motion in her shoulders under cold fluorescent lighting.

步驟三：送出生成任務並整理畫布卡片

確認生成按鈕上標示的積分消耗後，點擊向上箭頭即可將任務加入佇列。卡片會先進入「排程中」狀態，接著顯示即時進度條。生成完成後，可直接在卡片內建播放器中預覽MP4影片。最後，將對應的文字、圖像與影片節點框選並打包進「框架」容器中，雙擊標題命名為「分鏡 1：檔案室遭遇」，並將其摺疊收納，以維持工作區的整潔高效。

在DramaCanvas上各種分鏡類型該選擇哪款影片模型？#

字節跳動（ByteDance）的Seedance 2.5在720p解析度下以每秒30積分支援高達30張參考圖的高擬真特寫，而快手Kling 4則以每秒7積分提供出色的動態運鏡。依據分鏡的具體需求精準配對合適的影片模型，是在維持頂級視覺品質的同時守護製作預算最有效的方法。一部90秒的短劇單集，應當根據鏡頭的複雜程度，混合搭配多款生成模型。

對白場景與情緒特寫需要極高的臉部細節穩定度。Seedance 2.5 與 Seedance 2.0 在這類鏡位中表現優異，因為它們具備強大的多圖參考輸入能力，允許你同時餵入多個服裝角度與臉部特寫。相反地，動態動作場面、物件特寫插鏡與快速空鏡搖鏡，則能以 Kling 4 或 Wan 3.0 高效處理，每秒消耗的積分成本大幅降低。

請注意，OpenAI已於2026-09-24正式關閉Sora 2模型與Videos API（此前Sora網頁版與App已於2026-04-26停止服務）。若你正打算將舊版提示詞移轉至現行架構，請參考我們的 Sora替代方案 彙整，將參數對應至當前的主流生產引擎。請檢視下方的模型對照表，為畫布上的每個節點挑選最適用的生成器。

積分費率於2026-11-04在DramaCanvas核實。

針對自動化終端工作流，開發者也能透過 DramaCanvas MCP伺服器 直接調度這些影片生成節點，從外部IDE環境以程式化方式傳遞劇本卡片與連線指令。

如何使用音訊節點合成角色對白與旁白配音？#

DramaCanvas的音訊節點支援0.25倍至4.0倍的語速調節來合成角色對白與環境音，且最多可連接一張已綁定音色的角色卡。清晰的對白能穩住敘事的骨幹，而細膩的室內環境底噪則能讓突如其來的分鏡剪接顯得自然流暢，不留生硬斧鑿的業餘感。

步驟一：放置並設定音訊節點

點擊底部工具列上的「新增節點」，選取「音訊」。該卡片尺寸為340×120，生成完成後會顯示互動式音訊波形圖。在參數設定中，從「聲音」下拉選單中挑選發音設定（預設為alloy），將「格式」設為mp3，並透過快捷預設值（0.75x至1.5x）或精細滑桿在0.25x至4.0x之間設定播放語速。

在「聲音指示」輸入欄位中，使用自然語言定義演員的聲音質感與說話節奏。具體點出情緒潛台詞（例如「壓低聲音的急促耳語，字句間夾雜沉重喘息」），效果遠比空白不填好得多。在提示詞區域中，輸入用標準引號包裹的精確對白內容。

步驟二：掌握音訊節點的連線規則

音訊節點具有嚴格的輸入限制：它僅接受來自文字卡片的純文字提示詞，或是連接一張已綁定音色的角色卡。它會拒絕接入影片片段、一般圖像卡片與額外的音訊檔案；若嘗試連接這些不相容的媒體類型，連線將會自動俐落彈回斷開。

若角色已在專案資產中指定了專屬聲音設定，將該角色卡拉線連入音訊節點，即可在全劇所有集數中鎖定該角色的特定音色。音訊生成完畢後，將滑鼠懸停於音訊卡工具列上，點擊「下載音訊」，或將音訊片段連接至多軌時間軸，以便與背景環境音軌進行最終混音。

製作一部90秒的AI短劇單集需要多少成本？#

在DramaCanvas上以720p解析度渲染一部包含15個分鏡的90秒短劇，經濟型模型組合約需630積分（17.01美元），高擬真旗艦組合則約需1,944積分（52.49美元）。DramaCanvas採用與影片長度直接掛鉤的透明積分制。在標準付費方案下（29.90美元購買1,100積分），每點積分折合約0.027美元，讓創作者在點擊生成之前就能精準計算每個分鏡的成本。

為了最大化預算效益，製作團隊應將單集鏡位劃分為三個層級。呈現主要角色的重點對白鏡頭，應採用具備進階多圖參考輸入的模型（如Seedance 2.5或Wan 3.0）；次要角色的反應鏡頭與過渡運鏡可交由Kling 4處理；而快速的物件特寫（如手機螢幕、門鎖、時鐘等）則分配給經濟型模型。

下方的預算明細表列出了標準90秒直式短劇（包含15個6秒分鏡、以720p解析度渲染）的三種實戰製作配置。

積分費率於2026-11-04在DramaCanvas核實。標準付費方案費率以每積分約0.027美元計（29.90美元購買1,100積分）。

平台積分僅在正式送出生成任務時扣除。若上游模型觸發安全審查限制或遇到網路中斷，系統會自動將積分退回至你的帳戶餘額。對於需要對比桌上型工具整體製作預算的創作者，可參閱我們的 Higgsfield定價方案 與雲端畫布替代工具分析。

什麼情況下無限畫布不適合你的短劇製作？#

若只是進行單次單張提示詞測試，或是製作缺乏固定角色與通用場景的龐大16:9橫式電影專案，無限畫布就不是合適的工具。如果當前的目標僅是生成單段獨立背景影片，或測試實驗性的提示詞變化，直接開啟無結構的無限畫布並拉線串接多張卡片只會增加不必要的作業負擔。在這種情況下，直接在單一獨立節點內生成、不進行空間編排反而更快。

同樣地，若在一張畫布上塞入50個毫無關聯的劇情場景，不僅會造成視覺雜亂，還會加重瀏覽器的記憶體負擔。DramaCanvas專案應進行合理的模組化劃分：建議將單張畫布對應一部短劇單集或特定場景群組。將卡片收納至框架容器中有助於維持縮圖導覽的清晰，而將歷史草稿解除連結並歸檔至專案資產資料夾，則能確保長時間製作下系統操作依然流暢靈敏。