七天零基础上手AI真人短剧：LibTV导演台全流程拆解

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：

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。

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。