夜雨聆风
大家应该能感受到，今年的 AI 短剧是越来越火了。
各家平台是真的在烧钱、在爆量、在重构整个短剧行业。
而且现在的 AI 短剧完成度相当高，不管是画质、故事，以及艺术表达力，都比年初的时候好了太多太多。
当然，这些不能简单归因于说 AI 太厉害了。
我琢磨着，大概有这么几个原因：
成本结构崩塌了。 以前拍一部短剧，随随便便几十万打底。现在用 AI，几十分之一的钱就能干完。门槛消失，入局的人成数量级增长，爆款概率自然就上来了。
生产链路被彻底重构了。 以前需要剧本策划、导演、演员、摄影、场地、后期，一条完整的生产链。现在大模型写剧本，AI 视频工具生成画面，一个人坐在家里就能跑完。
AI 天生和算法共振。 平台算法爱高频更新、快速测试、视觉吸引力强的内容，而这三点恰好是 AI 批量生产的优势。
三个原因叠加，想不火都难。
爆款是怎么炼成的呢？光说行业趋势没意思，最近我也没少刷AI短剧，涌现出太多高质量的爆款短剧，挑一个例子来说说，《不卷了了回家种田》：24 小时播放破亿，就知道它赢在了哪里？
题材选得太准了。
不卷了这三个字，精准戳中了当下最大的社会情绪：年轻人对内卷的集体疲惫。
主角不是什么天才、穿越者、系统流主角，就是个普通人，厌倦了，回去种田了。
听起来没有爆款感，但偏偏这种什么都不想干了的情绪，反而成了最大的共鸣点。
受众是谁？是那批刷短视频不想被刺激的人，是睡前想看点轻松的人。
这批人比你想象的多得多。
爆款 AI 短剧不靠技术炫技，靠情绪精准。
找到一个当下最大的情绪锚点，厌倦、焦虑、渴望掌控、渴望逆袭，然后用 AI 的成本优势大量生产，快速测试，找到那个共鸣点最强的版本。
这就是 AI 短剧爆款逻辑的本质。
不得不提的 LibTV
好，说了这么多行业背景，那规模化产出爆款，必须得有趁手的工具。
我用 AI 视频创作平台有一段时间了，现在最顺手的，还是 LibTV。
liblib.tv
不因为别的，是因为它确实功能最齐全，而且还在持续高频率迭代升级。
很多已经出圈的亿级播放 AI 短剧，背后都是 LibTV 做的。
《不卷了了回家种田》《兽世重生：人鱼为我逆转时空》......一堆头部项目都在 LibTV 上完成的规模化生产。
它还和优酷联合发起了「精卫计划」，给创作者提供流量扶持、发行支持和商业化资源。
还有 LibTV 跟火山引擎保持长期官方合作，Seedance 系列模型已经支持原厂核验，你可以查询模型来源、参数信息和任务 ID，模型能力跟官方版本保持同步。
这对于对内容质量有要求的团队来说，也是很重要的背书。
我也做了部 AI 科幻短剧概念集
看得多了，总想自己也做一做、玩一玩来试试。
尽管自己影视创作的专业能力还很匮乏，但是要知道有了 AI 之后，真的是人有多大胆，地有多大产。什么都不懂，但什么都敢整。
我一直特别喜欢科幻题材这个方向，之前用 AI 写过科幻小说，现在一直想做 AI 科幻短剧。
前两天深夜矫情，在那琢磨 AI 用多了人会不会变蠢，未来的人是不是会失传很多技能？
周末，我就把这个思路做了一部 AI 短剧的概念集，当然用的就是 LibTV 这个老朋友，顺便把核心制作流程给大家捋了一遍。
科幻短剧故事梗概是这样的：
未来某一年，AI 大模型一夜之间全部无法使用，人类束手无策。一个 AI 之前时代的 IT 工程师穿越过去，靠着前时代的技术知识救了世界。
第一步：故事脚本生成
LibTV 现在有了脚本生成器正式版，正好来试试这个功能。
在 LibTV 画布上打开这个「故事脚本生成」。
把我之前用 AI 扩充好的剧本上传进去。提示词是自动写好的，你也可以加上自己的需求。
点击生成，等一会儿，它会给你一个完整的故事脚本。
打开脚本节点，你会看到：
镜头脚本已经全部生成完毕。
每个镜头都有时长、画面描述、光影氛围、对白旁白、音效、运镜，这些描述都有。
等于是一部短剧的整体基调，在这一步就定下来了。
这个功能的意义不只是省事。
它是在用 AI 做导演的工作，把剧本语言翻译成镜头语言。
以前这步需要一个有经验的导演来拆，现在 LibTV 直接替你做了，而且准确度相当高。
第二步：准备角色和场景资产
脚本出来了，下一步是准备资产。
资产是什么？主要是角色形象、场景照片、道具照片。
为什么这个很重要？因为 AI 生成视频最大的问题就是一致性，角色一会儿这张脸一会儿那张脸，场景刚才这样等会那样，看起来就很廉价。
资产就是为了解决这个问题，让角色、场景、道具在整个短剧里保持一致。
这里有个细节我觉得特别聪明：它能自动提取核心角色。
我那个故事里的老张、苏晚、小棉、局长，四个关键人物，它自动给我识别出来了，完全没有遗漏。
然后你可以一键生成所有资产，也可以对某个角色的提示词修改后再生成，也可以从本地上传你已经准备好的图片。
给大家的建议是：一定要先做好人物角色的基础设定，要给每个角色生成面部特写和三视图（正面、侧面、背面），这样后续生成视频时，人物一致性会更有保证。
第三步：批量生成分镜和视频
资产准备好之后，就一键合成最终的提示词。
如果觉得提示词不准确，可以修改后再重新合成。
然后就是批量生成分镜、批量生成视频。
这个批量功能，真的是节省时间的关键。
以前的流程是什么？逐个生成图片节点，逐个生成视频节点，又繁琐又慢，生产效率极低。
现在 LibTV 的做法是：创建一个生成器组，这个组里面的图片和视频可以直接整组执行，批量生成。
一键「整组执行」，所有分镜和视频就开始并行跑了。
不过这里的图片、视频提示词是直接 AI 生成的，为了生成图片、视频的准确度高一点，你也可以对这些提示词再精雕细琢一些。
当所有的提示词没问题后，直接点那个整组执行，就能批量生成视频或图片了。
这就是规模化产出的底气所在，你光靠手速是追不上算法的，得靠批量。
Seedance 2.0 提示词优化
我发现 LibTV 还更新了 Seedance 2.0 提示词优化功能。其实就是让生成的视频更严格地遵守你的提示词要求，提升抽卡率。
以前大概是三抽才能出一个满意的视频，现在优化之后能做到二抽一。
别小看这个差距。批量生产短剧的时候，几十个镜头，每个镜头多抽一次，积分消耗就是几倍的差距。这个功能是实实在在为我的钱包着想。
导演台解决走位问题
生成最后一个视频的时候，遇到了问题：提示词写得够准确了，但人物走位还是发生了错乱。
这时候我想到了 LibTV 的导演台功能，上次也给大家介绍过：《现在，你可以指定AI演员摆出任意动作姿势了》
逻辑其实很直观：在 LibTV 画布里新建一个 3D 构图节点，把你脑子里的画面像搭积木一样，人物站位摆好，姿势摆好，机位架好，截图，交给 AI 当参考图来生成。
我按照剧本设定，在导演台里把人物站位设置好了，
然后让 AI 严格参照这个站位生成视频。
最后还是靠这个解决了走位问题，达到了我要求的效果。
好了，说了这么多流程，来看最终效果。
基本符合我想要的效果。
人物一致性比我想象的稳。老张、苏晚这几个角色，从第一个镜头到最后一个镜头，脸没有乱过。这个在以前是最头疼的问题，现在基本不用担心了。
科幻感也是有的，而且质感还不错，。
当然也有不完美的地方，有两个镜头的走位还是有点乱，有几个地方还念错了台词。
但整体来看，表达了我想要的那个剧本概念集的意思。
从一个脑子里的故事梗概，到一部拿得出手的成片，一个人，一个周末。
这要搁两年前，你跟我说能做到，我肯定不信。
结语
AI 短剧现在的机会窗口，我觉得还在。
但它正在从什么人都能进，变成谁效率高谁赢的阶段。
现在这个赛道涌现出了很多高质量的爆款，很多作者单凭一个爆款就一炮而红。
决定你能不能出爆款的，不再是团队规模，而是内容创意、题材判断力、生产效率。
这三个里，工具能帮你解决第三个，前两个还得靠你自己。
我的建议就是多看、多学、多做，这个没有捷径。
工具这边，LibTV 已经是很多 AI 短剧团队和影视工作室的首选了。它一直在持续投入 AI 短剧生态建设，创作者扶持也在持续做，不只是给你一个生产工具，是在帮你把内容做出来之后的路也走得更顺一点。
如果你手里有一个想讲的故事，有一个一直想实现的世界观，或者就是手里攒着一本喜欢的网文，现在是开始的最好时机。
AI 已经把门打开了，就看你要不要进来。
liblib.tv
