文｜DataEye研究院

以Seedance2.0为代表的技术突破，让2025年下半年才崛起的AI短剧进一步爆发，带动行业变革，众多厂商一头扎进AI短剧的浪潮，但与此同时，高昂的Token成本、角色一致性难题、流程碎片化与工具割裂性让多数团队依旧被困在成本、产能以及爆款率之中。

就“角色一致性”为例，简单的对话等场景还好，一旦涉及复杂动作、场景，可能上一个镜头中的主角，到下一个画面就换了张脸，成片合格率大幅下滑，反而为了统一性需要大量人工进行抽卡试错、大量算力成本被消耗，最终看似用了AI工具，成本却并未如预期般下滑。

两周前，Vista看天下报道称：某公司一部精品AI短剧的制作团队大约有10人，其中除1位导演和1位剪辑师之外，其余7到8人均为抽卡师（用AI调提示词生成画面的人）。

AI短剧时代，看似效率提升，但落地后才发现理想与现实间存在鸿沟。如何解决这些问题？DataEye研究院认为：一个好的AI短剧工具必须打通生产的全流程，建立标准化体系，并解决角色一致性等技术难题。

01 AI剧有望进一步提效

对比传统微短剧制作流程，AI短剧提效的核心在于解放人工，进入自动化、流程化、工业化模式，这也是多数从业者希冀AI技术能够带来的画面。

但现实是，市面上多数传统AI短剧制作流程依旧是：写剧本→拆分镜→抽卡生成角色→逐镜头生成视频→手动拼接剪辑→配乐字幕，或许多个环节均采用了AI工具，但每个环节都需要人工介入，始终没有跳出人工主导的流水线，一集内容做完，不仅周期可能比预想中要长得多，各项人工、算力成本也并未节省多少。

正是在这样的行业痛点下，DataEye研究院注意到，市面上一些AI工具宣称彻底颠覆了这一模式，将上述各项流程全面压缩，实现了用户仅需上传剧本，便可输出完整成片的效果，各项中间环节均由AI自动执行，大幅提升了短剧制作效率。

那么，这些产品的真实效果到底怎么样？DataEye研究院进行实测，先利用通用大模型生成了一段清宫题材剧本及提示词，以及相关角色的人物画像，接着将剧本及人物画像上传至某产品，点击创建视频，AI便开始自动执行，具体流程如下：

①拆解剧本

AI首先会对上传的剧本进行拆解撰写脚本，分别确定角色设定、风格基调、分镜结构与音乐方向。例如此次测试中，AI共将该剧本拆解为七幕。

②定角色

第二步AI会对上传的人物肖像图进行素材预处理，并同步进行素材审核，之后读取分镜规范和视觉特效参考，准备开始生成视频。

③生成视频

第三步进入生成视频阶段，AI会规划分镜，并根据此前准备的素材并行生成多幕视频以及BGM。

④后期剪辑

最后一步便是读取视频剪辑指南，然后将生成的多个幕次视频按照剧情顺序组装到时间轴上，并添加BGM和字幕，完成后期剪辑工作。

经过一系列自动化执行后，AI工具便输出了成片。

不难发现，虽然受限于原始剧本完成度及逻辑上的缺陷，导致成片在内容上有一点瑕疵，但在生成效果上，全片各角色前后形象较为统一；人物特写时角色的表情生动自然，与真人高度相似。

DataEye研究院认为：随着这类全流程工业化AI工具普及，AI短剧有望进一步提效，未来行业连抽卡师可能都不需要了！

02 产业链有望进一步压缩，影响几何？

对于AI短剧行业而言，这样的工作模式所带来的不仅仅是制作效率的提升，更是对整个产业链的深度重构。一方面，由于这类AI工具实现了短剧生产过程中“创意与执行的分离”，这就让更多独立创作者、MCN机构能够低成本入局，仅需具备剧本创作能力便可尝试制作短剧，行业入局门槛大幅下滑；另一方面，短剧行业人才价值体系或将改写。

上文我们提到：AI剧或许连抽卡师都不需要了。事实上，这并非是AI取代人类的焦虑叙事，而是微短剧行业人才价值体系或将改写。

DataEye研究院认为：抽卡师本质上是AI短剧1.0时代的过渡性产物，其核心价值在于填补半成品AI工具与短剧成片之间的鸿沟：拆分镜、调提示词、反复抽卡统一角色形象等等，这些机械、重复、耗时的工作占据了创作团队大量精力。

但目前，效率进一步提升的AI工具正在终结这种错位：它把所有繁琐的制作环节全部交给AI助手，创作者只需要输入人物设定和剧本，就能拿到完整成片。

因此，DataEye研究院认为，AI短剧2.0时代，短剧行业人才价值体系将迎来改写：只会调提示词、拼素材的从业者会被快速淘汰，“懂用户情绪、懂剧本节奏、懂爆款逻辑”的创意型人才、会使用工业化AI短剧工具的人才将更具竞争力。

这也是这场变革最核心的价值：它不是淘汰了从业者，而是把短剧行业的创作者，从“工具的奴隶”，变回了“内容的主人”。