ARTICLE · 1112846
AI短剧:花72块5做了条短片,我劝新手别急着入场
做短剧先别急着砸钱
72块5，我做了条
139 秒的短片
用什么模型 · 多少钱一秒 · 逐镜账单
4 Parts + 收尾
PART 01
先把账摊开
72块5
PART 02
多少钱一秒
五毛，12秒6块
PART 03
钱花在哪
24镜只买14个
PART 04
三件事
人物·场景·动作
01
PART
先把账摊开
THE BILL
这篇文章里的每一个数字
都是从我自己那份成本账本上抄下来的，不是估的
72块5。
这是我给《桥》做情境短片，视频那部分一共花掉的钱。
《桥》是六年级上册的一篇课文。山洪下来了，一百多号人往南跑，北面只剩一座窄窄的木桥。老支书站在桥前，把人一个一个放过去，自己和儿子留在了最后。
我给这篇课文做了部短片。139 秒，1080P，没水印。
片子在这儿，你可以自己点开看：
视频直链（复制到浏览器就能播）
https://www.yemo.xyz/video/qiao-139s.mp4文末「阅读原文」也是这个地址。手机端打开是竖屏列表，横过来看更爽。
做完把账一核，我自己都愣了一下——没有我想的那么贵。但不便宜。先说不好听的，短剧行业有门槛，如果个人想做前期有较大的投入。
02
PART
一秒五毛，听着不多
THE PRICE
先说最实在的：我用的什么，多少钱一秒。
模型是 MiniMax-H3，分辨率 768P，官方刊例 五毛钱一秒。
2K 是八毛一秒，我没上。
一秒五毛，听着不多吧。但你按镜头来算，就有感觉了：
这就是我做一镜的价目表。一镜 12 秒，就是 6 块钱。
按这个算，24 个镜头要是全买，光素材就得一百二三十块。
所以我没全买。
03
PART
钱花在哪，才是关键
WHERE THE MONEY WENT
这件事最先要想明白的不是技巧，是钱花在哪。
我先把整段故事画成一条情感曲线，把起伏标出来。然后给自己定了一条规矩：
曲线的顶点才买真视频。过渡段、铺垫段，一律走本地免费的画面推拉。
24 个镜头，我真正花钱买的只有 14 个。另外 12 个是本地做的慢推慢拉，一分钱没花。
为什么本地推拉也够用？因为铺垫段观众记不住。雨还没大、人还没挤上来的那些镜头，画面慢一点、稳一点，注意力其实在听你讲什么。
真正值得掏钱的，是老支书吼出那两句话的那两三条镜头。
把账全摊开，一共是这么几笔：
04
PART
最贵的不是镜头，是返工
THE WASTE
光买对地方还不够。坑在后面。
我返工浪费了 12 块，占总支出大概 16.5%。
g2b 和 g3a 两条镜头，各重跑了一次，一次 12 秒。12 秒就是 6 块。两条，12 块。
！提交就计费，没有撤回这一说
单条镜头普遍要生成三到四次，才能换到一条能用的。你按 6 块一次算算，这个钱是很吓人的。
后来我摸出一个笨办法：
✦ 先跑小样，再加长
付费镜头先跑 4 到 6 秒的小样，两三块钱，方向对了再加到 10 秒、12 秒。直接上 12 秒再重跑，就是 6 块钱打水漂。
05
PART
说到底，就三件事
THREE THINGS
钱说完了，说画面。
短剧、视频的生成，说到底就三件事：人物、场景、动作。
听着像废话，做起来全在这上头翻车。
人物
模型没有记忆。这不是比喻，是字面意思。这一镜里写了「头发花白、深蓝色旧外套」，下一镜少写一句「头发花白」，它就能换一张脸、换一件衣服。我的做法是把角色特征写死、冻成一段文字，之后每个镜头逐字复用，一个字都不动。再用一个指纹盯着它——谁改了哪个字，指纹一变，我就知道哪几镜要重刷。
场景
画风描述从头贯到尾，中间不换。但光影不能复制粘贴，我按「序幕→发展→高点→收束」走了四段，让画面跟着情绪变。
动作
一条镜头只给它一个运镜。写两个，出来就是一团抖。复杂的动作必须放在这条镜头时间轴的最前面——放后面，模型记不住。
还有一点，情绪别写抽象词。模型读不懂「悲伤」。它读得懂「低头、肩膀轻轻发抖、手指把衣角攥紧」。
06
PART
再往上一层，是导演
THE DIRECTOR
上面这些，还只是「把画面做对」。再往上一层，是导演。
我头一回拉完 24 个镜头，回看发现一件事：全是中景，全片一种光。观众看到的不是故事，是一张换了 24 次衣服的静态合影。
举个具体的：一个转折的瞬间，该给特写；一段过渡，中景就够了。这种选择不该留在脑子里随手决定，得写成规则。
所以得有个导演层。什么样的剧情配什么样的镜头，固化成一张表——景别怎么配、运镜分几档、光位按什么顺序、每个镜头大概几秒、镜头之间怎么转场。写好了让预设自动去派，人只管审节奏。
我给自己定了一条死线：整段评分不到 70 分，不许开拍。
///
LAST
我劝你别急着入场
MY HONEST TAKE
说句实话。
要是现在有人问我，要不要投身短剧这个行业，我是不怎么赞同的。
普通人的投入太大了，新手不适合。光是研究怎么把人物做一致、怎么把镜头排对，就得往里砸不少钱，才能摸到真正管用的那点方法。
我自己就是先花了这 72 块 5，才把这几条理清楚。
可能有人觉得，七十多块也叫钱？单看一次是不多。但你要知道，这 72 块 5 是试错之后的结果——是我知道该买哪 14 个镜头、知道先跑小样、知道铺垫段根本不花钱之后，才压下来的数字。而且不包括背景音乐的授权，没有对话，也没有配音，不需要生成这些内容，片子不错，但是对比短剧来说少了很多东西，这是我说心里话的内容。
不知道这些的时候，同样一部片子，我得花一百二三十。而且我现在使用的还不算是顶级的视频模型，如果换成顶级的视频模型成本可能还要翻4倍左右（比如即梦）。成本大家自己算。
而且我生成的只是为了给孩子上课使用的课文搭配的短视频，如果24镜连在一起也才是不到5分钟，堪堪够短剧的一集，但是哪有一集的短剧呢，如果按照我这种方法不出错的话，每一集短剧都需要100多元的成本。而且效果还没人家的好，因为模型不是顶级的。
那我把这些写出来干嘛？
因为路我已经走过一遍了。我把自己的经历、用的工具、踩过的坑，都摊在桌上。普通人不用从零开始烧钱，可以先低成本试一下，做出自己真正想看的那点东西。
所以我把这套流程做成了一个技能，叫 「夜秣AI短剧生成器」。
一段故事，一个剧本，或者就一句话的主题，丢进去，它把整套提示词写出来：分镜表、角色的资产冻结、导演层怎么派镜头，每个镜头还附一份首帧图的提示词和一份视频提示词，另外给一张勾选即用的清单。
写提示词那部分它干了，人只管故事和节奏。
免费。我把它放到了 SkillHub 上。想研究的朋友随意下载使用。本地需要接好视频模型就行。
我是夜秣。这篇里的每一个数字，都是从我自己那份成本账本上抄下来的，不是估的。
想看那条片子：点击下面的阅读原文，就可以直达视频页面。上面的链接也一样好用。
关注「夜秣AI创业号」，下篇见。
既然看到这里了，如果觉得有用，随手点个赞、在看、转发三连吧。
点赞
在看
转发
THANKS FOR READING