hi，大家好，我是绛烨。
过去一年，如果你还觉得AI视频只是做做概念片、生成几秒炫技镜头，那你可能已经低估了它的变化速度。
AI短剧，正在成为今年增长最快的内容赛道之一。
从AI漫剧到AI真人短剧，这个行业已经不是小范围试水，而是进入了真正的爆发期。
更关键的是，它正在跨过一个分水岭。
过去，AI短剧更像是AI视频能力展示，大家关心的是单个镜头够不够惊艳、人物会不会崩、画面有没有电影感。
但现在，AI短剧开始变成一套新的内容工业。
它考验的不只是模型能力，还包括题材判断、剧本拆解、角色一致性、镜头调度、批量生产和团队协作。
一些短剧作品的数据就可以很好的说明这个市场目前的情况。
比如说真人短剧《不卷了了回家种田》24小时播放破亿，而《风雪线上的五百元》这种真人短剧的播放量就突破了2.2亿。
还有漫剧《圣体震长生》、《兽世重生：人鱼为我逆转时空》等作品也陆续冲到亿级播放。
但这些数字背后真正值得关注的，是短剧行业的门槛正在不断降低。
过去拍短剧拼的是团队规模、拍摄资源等等一系列的。
现在，AI短剧的竞争核心偏向于内容题材、爆款钩子、内容爽点以及工业化生产。
对于OPC以及小工作室团队来说，只要选题好，作品足够吸引人，也有机会上桌做出爆款。
今天想聊的，就是这个变化。
尤其是拆完《不卷了了回家种田》和《荒年开局：我靠空间当大佬》这两个案例之后，比较感慨。
AI短剧的爆款工厂，正在成型，而LibTV这类AI视频创作平台，正在成为这条新生产线上的关键基础设施。
一、拆解两部爆款，两条路线
把LibTV这次孵化的《不卷了了回家种田》和《荒年开局：我靠空间当大佬》其中两部作品放在一起拆解，会发现它们代表了AI短剧正在分化的两种爆款路线。
路线一：现实情绪型
这部作品的底层逻辑非常清晰，它精准捕捉了当下年轻人一种强烈的情绪：不愿再卷，渴望回归真实生活。
过去几年，在职场的精神消耗、城市工作生活压力、低回报与无意义的内卷，已成为许多人的共同体验。回家种田并非一个简单的剧情设定，而是一种大众情绪化的表达。
它的爽点不同于传统的升级打怪，更像是一场生活主导权的重新夺回。
在城市里，我们会被忙碌的工作裹挟，经常996而且没有个人的休息时间；而回到乡村，一块地、一栋老屋、一种邻里相帮的生活、一种低消耗的生存方式，都能转化为故事中的资源与动力。
这类题材的成功，在于它的理解门槛极低。观众无需理解庞大世界观，也不必苦等几集才入戏。只要看到职场压迫、生活失序、选择回乡——这种情感上的共鸣便瞬间达成。
它的爆款逻辑可拆解为三层：
- 情绪共鸣：观众看到主角离开消耗自己的环境，自然产生自然带入的「替我逃离」快感；
- 生活经营：种田、装修、烹饪、创业、邻里往来……这些故事里面的内容天然适合连续叙事，每集都能给予观众一份惊喜，仿佛置身其中，体验生活；
- 反向打脸：曾轻视主角的人，逐渐发现她过得越来越好，这种叙事结构持续制造期待与反转。
但如果用AI制作这类题材，难点不在特效，而在于保持故事的连续性。
因此，现实情绪类AI短剧最需要突破的，是做到 “四个连续”：角色连续、场景连续、风格连续、镜头叙事连续。
路线二：高概念爽文型
这种故事结构天然适合短剧。
开局就是极端困境，缺粮、缺水、逃荒、被欺负，每一集一个高压处境。主角凭借空间能力、现代认知和商业头脑完成反转，但反转之后不是结束，而是引出更大的冲突。
这种「困境—反转—新困境」的持续循环，爽点爆满，让人根本停不下来。
它完美契合短剧的完播率逻辑。
观众每次看的时候，始终会带着问题和悬案，主角这次怎么活下来？空间里还有什么好东西？下一个看不起她的人会被怎么打脸？这些问题一环扣一环，让人忍不住一直追下去。
但这类题材过去做真人短剧，成本极高。
荒年场景要有可信度，古代村落风格要统一，人物服装不能穿帮，空间设定还得有视觉辨识度——每一项都是烧钱又耗时的环节。
而AI的价值，正是让这些高成本场景能以更快、更低成本被视觉化。
这类题材真正的难点在于场面复杂、冲突密集、人物关系交织。
如果没有清晰的分镜设计和镜头控制，画面很容易沦为一堆精致素材，却撑不起叙事。关键是整个世界要立得住，而不只是每个镜头都在炫技。
两条路线，同一个变化。
现实情绪型靠共鸣、代入和轻爽感驱动，不想卷了、回乡种田、重新生活；高概念爽文型靠设定、金手指、危机反转和世界观驱动。
看起来截然不同，但背后的趋势是一致的：短剧生产正在从重资产拍摄，转向轻资产、高效率、可复用的AI内容生产线。
二、用LibTV做一部AI短剧，流程到底是什么？
把一部 AI 短剧从创意做到成片，拆开来看，大致会经历七个阶段。
我这次用LibTV跑了一遍完整流程，能明显感觉到，它不是只给你一个生成按钮，而是在帮创作者搭建一条从剧本到成片的生产线。
操作过程如下：
1.先确定剧本和题材
AI 短剧的起点，通常来自一本网文、一个短剧大纲，或者一个原创故事。
以豪门逆袭 / 女频爽剧为例。
女主被丈夫一家当成免费保姆，离婚当天净身出户。所有人都以为她是没人要的弃妇，结果她转身继承千亿集团，第一件事就是收购前夫公司。
这就是一个典型的短剧开局。
人物关系清楚，冲突强，反转直接，第一集就有钩子。
打开libtv的画布，双击选择「脚本」节点，选择「脚本」这个选项，第一个就行。
接下来在「脚本生成器」里面粘贴你的剧本。
AI 可以帮你生成画面，但如果题材和剧情本身没有钩子，后面的制作效率再高，也很难撑起一部短剧。
2.用脚本生成器把文字剧本拆成镜头脚本
确定剧本之后，下一步就是把文字逻辑转成镜头逻辑。
上传剧本后，它可以自动解析剧情，把一段文本拆成多镜头脚本，同时提取核心角色、场景信息和整体风格。
如果确认镜头没有问题的话，就会进入到下一步，确认资产。
接下来需要手动确认生成资产，
这里面涉及到了短剧的「角色」、「场景」和「道具」，而我们只需要一键确认生成即可。
这里还需要针对性修改生成图像的模型，推荐选择「lib image」模型，图像比例选择16:9。
它会先帮你把故事拆清楚：这一镜是谁在画面里，人物处于什么状态，景别是什么，情绪是什么，画面氛围是什么，前后镜头如何衔接。
因为 AI 短剧真正难的地方，不是生成一张漂亮画面，而是让每个镜头都服务于叙事。先把分镜脚本拆清楚，后面的角色一致性、画面风格、批量生成才有稳定基础。
3.批量修改分镜提示词，先锁住整体风格
分镜拆完之后，接下来要处理的是提示词。
LibTV 支持批量修改分镜提示词，意义就在于把统一设定沉淀下来，再应用到多个镜头里。
创作者不用每一条分镜都重复调整，而是可以在批量层面控制风格，让整部短剧的视觉语言更稳定。
单条视频可以靠灵感和运气，但连续短剧必须靠体系。批量修改提示词，本质上是在建立一套可复用的视觉规范。
在批量生图之前，记得需要进行seedance2合规校验，否则遇到人脸合规就会有问题。
接下来选择「脚本节点」，选择批量生成分镜。
然后选择「整组执行」，批量生成图片。
4.用 sd2 提示词优化提高出片率
提示词写完，并不代表一定能稳定出片。
LibTV 的 sd2 提示词优化，就是用来提升提示词遵循度和出片稳定性的。
它的价值不只是让提示词看起来更专业，更重要的是把原本模糊的描述变得更适合模型理解。
对连续短剧来说，从三抽一变成二抽一，背后节省的是大量时间成本。
因为短剧生产不是一张图的胜负，而是几十个镜头、几百个镜头持续稳定输出。
5.用主体库和角色资产管理保证人物一致性
AI 短剧最怕主角一集一个样，短剧制作必须有角色资产管理。
LibTV 的主体库和角色资产管理，解决的就是这个问题。
可以使用LibTV 的主体库，以角色 陆景琛为例，创建主体。
让AI自动补全其他视角的人物形象，选择标签化人物，人物的音色可以自己生成或者上传克隆的音色。
主角、反派、配角、重要场景，都可以逐步沉淀为可复用资产，而这些，只需要逐个保存到资产库里面。
后续生成不同镜头时，创作者不需要每次从零描述角色，而是可以调用已有主体，维持人物长相、服装、气质和视觉识别度。
当主角、场景、风格都变成可复用资产后，AI 短剧才不再是一次性实验，而是具备了系列化、栏目化、批量化生产的可能。
6.借助 AI 导演台、镜头预测和打光控制提升叙事感
做到这里，AI 短剧已经不只是生成画面了，而是要让镜头会讲故事。
比如两个人对峙时，谁站在前景，谁站在后景；镜头从谁的肩后拍；光线是从侧面打进来，还是从背后形成剪影；人物之间的距离是亲密、疏离，还是充满压迫感。
小团队未必有完整导演组，但一定需要导演思维，LibTV 的 AI 导演台、镜头预测和打光控制，就是把一部分导演能力工具化、可视化。
创作者可以先在导演台里调整人物站位、镜头角度和构图关系，再通过镜头预测判断画面是否符合预期，最后用打光控制强化情绪氛围。
比如现实情绪型短剧里，可以通过低角度、冷光、门框遮挡来强化压迫感。高概念短剧里，主角第一次进入空间，可以通过逆光、纵深构图和环境光变化，让观众感受到金手指开启的冲击力。
这类能力的价值，是把抽象的导演经验变成可以操作的流程。AI 不再完全靠猜，而是先看到人物关系、机位关系和光线关系，再进入生成环节。
7.多镜头批量生成和团队协作，让短剧生产真正跑起来
当短剧进入稳定生产，最重要的就不再是单个镜头好不好看，而是整条流水线能不能跑起来。
一集短剧可能有几十个镜头，一个项目可能要连续更新十几集甚至几十集。这个时候，如果还靠单人手动管理剧本、角色、分镜、提示词、生成结果和剪辑版本，很快就会失控。
LibTV 的多镜头批量生成，可以把已经拆好的分镜推进到批量生产阶段。团队资产库、多人协作画布、项目管理和版本管理，则支撑更完整的协作流程。
一个人负责剧本，一个人负责角色资产，一个人负责分镜，一个人负责生成筛选，一个人负责剪辑发布。每个人都在同一个项目里协作，角色、场景、提示词、版本都有统一管理。
完整视频如下：
这就是 AI 短剧规模化生产的雏形。
过去短剧工业化靠的是编剧、导演、摄影、制片、后期组成的完整团队。现在，AI把一部分专业能力压缩进工具里，让小团队也有机会跑出接近工业化的内容流程。
三、为什么专业团队开始选择LibTV？
当AI短剧只是个人实验时，大家关心生成效果。
如果到团队生产和连续剧集生产之后，就会遇到各种协作、规范问题。
这些听起来没有爆款镜头那么性感，但它们决定了一个AI短剧团队能不能长期稳定生产。
LibTV与火山引擎保持长期官方合作，Seedance系列模型支持原厂核验，支持查询模型来源、参数信息和任务ID，模型能力与官方版本保持同步。
对AI短剧团队来说，模型效果不稳定、来源不可查、参数不可追溯，都会影响批量生产。
LibTV与火山引擎保持长期官方合作，Seedance系列模型支持原厂核验，可以查询模型来源、参数信息和任务ID，这意味着团队在规模化生产时，能够更清楚地知道每一次生成调用的模型版本和任务记录。
更重要的是，LibTV并不是只在工具层面服务创作者。它也在持续投入AI短剧生态建设，包括团队版协作能力、创作者扶持计划，以及与优酷共同发起的精卫计划（关于精卫计划）。
对于OPC和小工作室来说，这意味着做AI短剧不只是有工具可用，后续在流量、发行和商业化上，也开始出现更完整的生态入口。
