什么是 AI 短剧：定义、制作流程，与真人短剧的区别

TWno1 编辑部 · 发布 2026-10-13

本文点数与规格以 TWno1 实际计费设置为准，最后核对：2026-10-05

AI 短剧是画面由 AI 生成的微短剧；2026 年 1 至 8 月国内上线的约 43 万部里，九成以上由 AI 制作。

数字来自国家广播电视总局 2026 年 9 月 17 日在国新办发布会上的通报，我们看到的是 CGTN 等两家媒体的转述。同一场发布会还提到，今年已下架 6.8 万部不合规微短剧，下架内容中涉及 AI 的也超过九成。量早就不缺了，缺的是每个镜头都对。下面先把概念说清楚，再拿一部我们逐张审过的 16 集示范剧，看看 AI 短剧到底会在哪些环节出错。

法规怎么定义微短剧

“短剧”是“微短剧”的口语说法。最正式的定义来自广电总局第 16 号令《微短剧发展管理办法》，2026 年 9 月 1 日起施行：单集时长不足 20 分钟、主题明确、故事连续完整、人物鲜明的剧集。2020 年的登记类别还是“单集不超过 10 分钟”，现在放宽到了 20 分钟。

竖屏并不是法定要素。9:16 是行业习惯，原因很简单，大家用手机看。

AI 短剧沿用这个定义，区别在于画面，往往还有配音，是用生成式 AI 做出来的。管理办法同时规定：AI 生成或制作的微短剧，每一集都要在显著位置添加提示标识。换句话说，在国内上线的 AI 短剧，是不是 AI 做的，观众一眼就能看到。

实际单集远比 20 分钟短。美国 Television Academy 旗下 Emmy 杂志 2026 年 4 月的报道给出的是每集 60 到 90 秒；悉尼大学的研究者在 The Conversation 撰文称，一部剧常见 50 到 100 集，前 5 到 10 集免费，到剧情最紧张的那一集开始收费。

和真人拍摄比，差在哪几处

对比项	真人拍摄	AI 制作
钱主要花在	演员、场地、拍摄天数	生成次数、返工次数、审片人力
公开报道的成本	美国整部一般低于 30 万美元，拍 7–9 天（Television Academy，2026-04）	新华社 2026-03：真人版几十万元，同类 AI 版十万元出头
改一个镜头	重新约演员、搭景	重新生成这一个镜头
人物前后一致	同一个演员，天然一致	每个镜头都重画，靠参考图和逐镜检查去管
细腻表演	演员负责	观众吐槽最多的地方
标识要求（国内）	无	每集显著位置标注 AI

最容易被小看的是“人物前后一致”这一行。真人剧里女主换三套衣服，脸还是那张脸；AI 短剧里同一个角色每个镜头都是重新生成的，脸型、发型、眼镜、衣服都可能悄悄变掉，没人检查就会一路错进成片。

观众是看得出来的。《中国青年报》联合问卷网 2026 年 4 月调查了 1,334 人：75.6% 看过 AI 影视剧，65.1% 表示“偶尔会出戏”；吐槽最集中的是表情空洞（49.4%）、样貌不自然（48.6%）和台词生硬（42.3%）。

一部 AI 短剧的七个步骤

前一步的产出，决定后一步能做到多好。

一句话故事：谁，想要什么，被什么挡住。
分集剧本和镜头表：每集拆成场，每场拆成镜头。一集 60 到 90 秒，一般十几个镜头。
角色定妆：先定好长相、发型、服装，做成参考图，后面每个镜头都拿它对照。
分镜图：每个镜头先出一张静态图，生成视频之前先审。
逐镜生成视频：以分镜图为起点，一个镜头一个镜头地做。
配音、字幕、音效。
审片、单镜返工、导出整集。

我们认为最不该跳过的是第 4 步。视频是从分镜图往后“演”出来的，分镜图就是视频质量的上限：图错了，视频多半只是把错误变成会动的画面。

拆解一部示范剧：244 张分镜图

2026 年 9 月底，我们把一部 16 集示范短剧的分镜图全部拿出来，逐张对着剧本检查：动作对不对，道具在不在，发型、衣服、眼镜对不对，景别，白天还是夜里，画面里有几个人。

结论很直接：大部分不能用。

判定	张数	占比
有错	166	68.0%
小瑕疵	76	31.1%
完全可用	2	0.8%
一笔不改就能用	21	8.6%
需要重画	223	91.4%

前三行互不重叠，合计 244 张；后两行是另一种统计口径。

一张图可能同时错好几类。按类别统计：动作姿势不符合剧本 220 张（90.2%），道具缺失或画错 186 张（76.2%），发型 130 张（53.3%），服装 106 张（43.4%），景别 69 张（28.3%），眼镜 58 张（23.8%），昼夜天气 50 张（20.5%），人数 49 张（20.1%）。表现最好的那一集，出错率也有 37.5%。16 集里没有一集能整集直接拿去生成视频。

我们又挑了一集，把 15 个视频镜头逐帧复盘：没有一个镜头完全没问题，10 个勉强能用，5 个不能用，一共记下 112 个问题。按出问题的环节分：

视频模型本身：38%
分镜图：24%
制作时漏了一道该做的检查：19%
镜头描述层层转手后走了样：13%
剧本：5%

常见的说法是“AI 短剧拍不好，是剧本写得不够细”。这组数据不支持这个结论，剧本只占 5%。我们也拿另一个视频模型对照过，15 个镜头里有 13 个从同一张分镜图出发，照样犯同样的错。所以优先级是：先把分镜图和自动检查修好，换模型往后放。

需要说明，这只是一部剧、一批图，不代表行业平均水平。它说明的是：点“生成”只占很小一部分工作量，大头在找错和返工。

局限：AI 短剧做不好什么，什么情况不适合

能做到的：不请演员、不搭景，把一个故事做成多集竖屏剧；哪个镜头错了只重做那一个。

目前还做不好的：

细腻的表演。 上面的调查里近一半观众觉得表情空洞，我们的看法是，这很难只靠改几句提示词解决。
画面里的文字。 招牌、文件、手机屏幕上的字很容易变形，字幕和屏幕文字建议放到后期加。
流量。 eWeek 援引野村证券的数据称，抖音上约 22.19 万部新上线的 AI 短剧中，只有约 1.3% 的播放量达到回本线。产量暴涨，不等于部部有人看。

不适合的情况：

故事必须用某个真人的脸或声音。TWno1 的内容政策明确禁止在色情或裸露内容中使用真人的照片、姓名、肖像或声音，所有角色都必须是成年的虚构人物。
剧情靠长镜头、大量动作戏或精确的物理细节撑着。这些恰好是生成视频目前最不稳定的地方。
你只想要一段 5 秒的素材，不打算做连续剧。用单镜头生成工具就够了。

在 TWno1 里，第 2 步可以先改再走

前面那 13% 的“镜头描述走样”，指的是描述没逐字照剧本写，比如道具名被换掉。TWno1 可以直接粘贴你自己写好的剧本，拆出来的分场镜头表在生成分镜图之前都能改：一个镜头塞了两个动作就拆开，道具名被换了就改回剧本原词，确认无误再出分镜图。手里已经有剧本的话，在 Studio 建个项目，先拿第 1 集试。

延伸阅读：用人脸相似度分数管住 AI 短剧角色：防撞脸、防变脸的四道检查、让同一个角色撑完整部剧：Seedance 参考图、提示词与逐镜造型状态。

常见问题