豆包与即梦近期同步升级至 seedream4.0 版本，在图片创意层面实现了显著突破。更重要的是，这对 AI 视频制作领域而言是一大利好——曾经困扰创作者许久的角色一致性问题，终于取得了实质性进展。
今天将为大家讲解如何利用即梦+豆包这两款工具，在完全免费的前提下，以最短时间和最简单操作，制作出一段完整的 AI 短片。
整个流程仅需 4 步：分镜 → 文生图 → 图生视频 → 剪辑。门槛极低，上手即可使用。
一、分镜制作
首先搭建分镜头的基础框架。你可以自行构思故事结构并手动撰写分镜，也可以借助 AI 辅助获取灵感。例如不确定主题时，可让 AI 推荐一些选项：
我想制作一条 30 秒左右的短片，目前不清楚该做什么主题，请给我 20 个主题，并附带推荐理由
选定喜欢的主题之后——比如选择了《流浪猫的午后》——再让 AI 协助生成分镜脚本：
你是一位专业短视频导演，需要拍摄一段约 30 秒的视频。故事围绕流浪猫的午后展开，讲述一只橘猫穿过小巷、跳上窗台偷喝牛奶，被晒太阳的老人轻轻抚摸，整体风格温柔且富有故事性。请先写出相关的分镜头，内容需包含景别、场景、主体和动作，结果不要用表格形式
每个镜头的内容不必过于复杂，按照“景别+场景+主体+动作”的结构列出即可。AI 生成的分镜主要提供启发，你可以根据实际需求筛选、删改，整理出最终合用的版本。此处以演示为主，未做过多调整。
如果短片采用旁白形式，还可以让 AI 依据分镜脚本生成一段旁白：
根据这些分镜帮我写一段故事旁白，注意故事连贯性，口语化表达，时间控制在 30 秒左右
内容先写大概即可，因为视频生成随机性较大，后续旁白还需根据实际成片重新调整。若制作的是对话类短片，同样可让 AI 参考脚本生成台词。
二、文生图
接下来将分镜头直接发给豆包，让其生成图片。提示词如下：
根据下面的分镜，按照皮克斯动画电影风格生成一组连续画面，需保持人物、动物、道具前后一致，比例一致，同时场景也要保持一致
按理说豆包更新了 seedream4.0 后，角色一致性应有明显提升，但实际效果令人意外——几乎与之前的 2.0 版本持平，依然不理想。尝试更换提示词、上传参考图后，效果均未改善。如有知道原因的朋友，欢迎在评论区分享。
好在同样采用 seedream4.0 的即梦没有让人失望。使用相同提示词，生成的图片在角色一致性上表现稳定，效果可靠。可以多刷几次，对某张图片不满意就重新生成，细节问题可进入大图模式调整，或下载后重新上传作为参考图。
最后将生成的图片排序，检查是否缺少镜头。若产生更好的想法，及时补充画面。
三、图生视频
目前豆包单个账号，电脑端每天免费生成 10 条视频，手机端 5 条。即梦非会员支持 720P 分辨率，5 秒视频扣除 10 个积分，对画质有更高要求可开通会员。免费额度基本满足日常输出，若拥有多个手机号，还可叠加使用。
操作十分简单：上传图片，简要描述镜头运动和主体运动。例如：
镜头向右移动，绿藤叶子随风轻轻摇晃
固定镜头，橘猫从木箱后探出头，左右张望后，迈着轻步沿墙根向前走……
主体运动可参考之前的分镜脚本，镜头运动无非是推、拉、摇、移、跟、升降这几个。若不清楚，询问 AI 即可快速掌握。也可以让 AI 直接参考分镜脚本，生成镜头与主体运动的详细描述。
四、视频剪辑
将所有生成的视频导入剪映。非会员下载的视频左上角会带有水印，一个简便处理方法是拉大画面直接遮挡水印——速度快，但会损失画质与构图。当然，目前也有去水印的 AI 工具可供尝试。
将视频按照脚本顺序排列、剪辑，然后对照画面修改之前准备的旁白。若不知如何下笔，先写个大概，让 AI 润色即可。接着使用剪映自带的 AI 配音（本次选用刘语熙的声音），根据配音时长调整画面长度。随后添加音效——风吹树叶声、猫咪叫声等——以及背景音乐。最后让剪映自动识别字幕，短片便完成了。
以上就是零成本制作 AI 短片的完整流程。本文主要分享制作逻辑，细节处理尚不够精细。若对视频质量有较高要求，每一步都需要反复修改优化，做到精益求精。
