最近刷短剧的朋友可能已经注意到，AI短剧的数量正在飞速增长。年初时，大约每刷3部真人剧才能碰到1部AI剧，如今这个比例差不多已经变成一半一半。这样的增长速度，甚至比新能源车的渗透率曲线还要陡峭。

归根结底，还是创作门槛显著降低了。只需花费一些积分、投入一些时间，就能制作出一部像模像样的视频短片，这似乎不再是遥不可及的事情。

然而，一旦真正着手去完成一部完整的短剧，许多人就会发现——事情远没有想象中那么简单。AI视频绝不仅仅是生成几个画面那么简单，你还需要构思故事、撰写剧本、设计提示词，而最折磨人的环节莫过于反复抽卡。整个流程过于琐碎，十几个镜头反复修改下来，连自己都记不清哪个是最终版本；角色的外貌飘忽不定，跨工具搬运素材更是令人抓狂。

前阵子在一档播客节目中，听到Seedance内部的一位受访者提到，Seedance 2.0依然是一个需要精准提示词才能发挥真实实力的模型。因此，想要创作出一部有质感的短剧，依然存在不低的技术门槛。

这恰恰为短剧制作平台提供了补全短板的空间——考验的是各家平台的工程能力，如何在大家掌握资源相近的情况下，尽可能降低创作门槛。

最近又有一个全新的视频制作平台亮相，名叫Flova，其思路正是朝着这个方向迈进。

flova.ai

它不仅仅是一个调用单一模型的生成工具，而是一个面向AI视频与AI影视创作的全能六边形Agent。如何理解呢？它更像是你的AI视频创作搭档。你无需从一开始就写出极其专业的剧本，也不必憋出一大段复杂的提示词。只需用大白话清晰表达你想做什么，或者直接丢给它参考图片、视频、音频，它便能作为Agent，逐步协助你完成从创意构思、剧本、分镜，到图片、视频、音频生成，最终推进到剪辑合成的完整流程。

一段长达三分多钟的AI短剧，正是通过简单的聊天对话，直接「聊」出来的。

别小看这长度，整个过程其实并不复杂。现在就来复盘一遍这个流程。

一、输入梗概，生成剧本

这个故事的灵感，来源于在抖音上看到的一个微短剧。我想试试能否用Flova完整复刻出来。大致剧情梗概是：一个男人以为自己重生了，决定追回旧爱。但他不知道的是，所谓的重生其实是一场被全程操控的大型真人秀直播节目。他周围的人都是演员，系统提示是幕后导演在操控，观众则全程关注他的一举一动。最后反转不断，充满黑色幽默。

我没有去写任何标准格式的剧本，而是直接将这堆大白话剧情梗概发给了Flova。

接收到梗概后，Flova立即加载了「剧情短片(音色参考)」制作技能。这个Skill流程专为多角色对话短剧设计，由Nano Banana生成角色与场景图像，Seedance 2.0生成镜头视频，并在关键阶段暂停确认，通过人机协作逐步推进。

接着，它询问了视频的基本规格。我选择了竖屏9:16的比例，时长设定为3到5分钟。

视觉偏好方面，我选择了真实感写实风格。

基于这些上下文信息，完整的第一集剧本便自动生成。场景划分、人物列表、旁白以及画面描述一应俱全。

二、调整分镜，修改角色

确认剧本没有问题后，我让它开始编写制作规格并生成故事板。

生成的故事板包含了4个角色关键元素（沈浩、许薇、刘强、导演），7个场景与道具元素，以及足足21个镜头的详细描述。

检查角色设定时，我觉得男主沈浩“30岁普通打工人”的设定有些偏差。于是直接点击男主卡片下方的「评论生成」进行修改：改为25岁左右的中国都市青年，身穿西装，神情总是充满真挚感，但又带着被蒙在鼓里的茫然。

修改之后，男主的设定描述瞬间更新。这就是Flova的Prompt预确认功能：在正式消耗积分生成图片或视频前，你可以先查看Prompt草稿，改好了、确认了再生成。既省钱又省力。

随后，角色参考图生成完毕。大部分都没问题，但女主许薇的穿搭显得过于普通了。

还是老办法，在故事板下方点击「评论生成」，调整人物的穿搭设定。

重新生成的图片，效果果然好了很多。

三、保存资产，建立图库

角色敲定后，我遇到了做AI视频的终极痛点：下次做第二集时，难道还要把长相、设定重新跑一遍、再抽一次卡吗？

不必了。Flova给出了一个优雅的解决方案：跨项目资产库。确认好的角色、场景、镜头设计甚至背景音乐，都可以直接保存到资产库里。刚才微调过的男主沈浩形象非常完美，我直接点击右上角，将其存入了资产库。

这意味着这不再是一次性的抽卡行为，而是将创作经验沉淀为长期的数字资产。下一次开启新项目时，直接从资产库把沈浩调出来，彻底告别重复沟通和素材搬运。

四、生成视频，修改镜头

角色图搞定，下一步是为每个角色建立音色锚点。Flova给出了几个选项，为了保证跨镜头声音的绝对一致性和真实感，我选择了消耗积分较多的那一个：先生成视频再提取音频。

系统先用角色参考图生成约5秒钟的开口说话视频，再从中提取音频作为该角色的专属音色锚点，音色极度贴合角色形象。生成的试音片段中，每个人说了一句台词，相当于试镜片段，作为导演，我心里提前有了数。

Flova还有一个Agent画布模式，点击左下角即可切换。故事板、素材、镜头、修改任务对话都在同一个可视化空间内，你可以像导演一样编排生成视频，而不仅仅是简单的抽卡式操作。

四位角色的音色全部就位后，我让Flova开始正式生成所有21个镜头的视频片段。它会参考前面的角色图像和音色锚点，确保全局一致性。

9个场景、21个镜头齐刷刷地生成完毕。

虽然有Seedance 2.0这种顶级模型的加持，但AI生成总归会有瑕疵，依然需要适当抽卡。这时候，Flova的精准引用功能就大放异彩了。比如我对某个街头镜头不满意，直接点击视频上方的引号，将其添加到对话框中引用那个视频，然后提出要求：让女生更亲密地靠在男生肩膀上。故事板、素材、文档里的任何对象都可以这样操作。

不需要再费劲跟AI解释要改第三个场景里的第二张图、长什么样的两个人。Flova带着明确的上下文，瞬间就能理解修改目标并重新生成。或者还是点击故事板中的「评论生成」进行修改，或者在预览框界面点击手动编辑视频提示词再重新生成抽卡。

生成好的完美视频片段，同样可以顺手丢进资产库，留着以后备用。

说实话，这一波Flova生成的视频质量非常高，真正需要反复抽卡重做的镜头并不多。视频确认没问题后，接下来需要生成几段系统提示音和背景音乐。

最后，进入视频镜头和音频的剪辑合成阶段。Flova把所有确认好的视频镜头、系统提示音、两段背景音乐，全部按照故事板的顺序严丝合缝地扔到了时间线上。这个时间线类似于视频剪辑软件的界面，我预览了一下，整体节奏紧凑，音画衔接都没有问题。随后点击右上方导出。

一部三分多钟的微短剧，就这么用大白话生成了。

五、封装流程，复用技能

如果以为这就结束了，那可能低估了它。在Flova里，你可以把审美偏好、制作规则沉淀下来生成Skill重复使用。这相当于将传统影视人的经验，变成Agent可以长期遵循的标准。

也就是说，你可以把自己这次执导的喜好和规则提取出来，便于下次拍片时一键调取使用。平台里已经有很多预设的Skill了。

接着，我用一个「商品宣传短片」的Skill，为一款蓝牙耳机制作一条广告。这时候，资产库的威力再次显现。直接从资产库里，把刚才短剧里的女主许薇揪了出来，让她来当这支耳机广告的主角。

生成过程和前面一样丝滑顺畅。不需要再描述女主长什么样，不需要重复抽卡找感觉，直接调用，直接成片。

这效率，真是令人佩服。

One More Thing

顺便提一下。目前Flova里的视频模型主要是Seedance 2.0，但Flova即将接入性能更强大的Seedance 2.5。正式上线后，你可以直接在这个完整的工作流里调用它，画面质感和动态表现又将迈上一个新台阶。

而且，对于更进阶的极客玩家，Flova还开放了CLI（命令行接口）接入。完成授权后，你可以直接让Codex、Claude Code这些外部AI Agent，用自然语言去操作Flova。这意味着，你可以在Claude里写完一个极其复杂的脚本，然后直接让Claude调用Flova把项目建起来、素材跑出来，只需要最后去检查和微调。这才是全自动工作流的终极形态。

结语

Flova最有意思的地方，不只是它又把某个镜头生成得更漂亮了。它的Agent画布模式更像是把视频创作里那张乱糟糟的桌面收拾了一遍：剧本放哪，角色怎么延续，镜头哪里要改，哪些素材还能复用。这些过去最磨人的细活，它是真能帮你搞定。

因为对很多创作者来说，真正卡住人的往往是把灵感一点点落实成片子的过程。要反复解释角色，要在几个工具之间搬东西，要盯着时间线别跑偏。时间久了，创作就变成了项目管理，热情先被消耗掉一半。

Flova给人的感觉，是AI视频终于开始从生成一个片段，向陪你做完整项目发力。它还没有把所有问题都解决，长视频的一致性、复杂叙事的掌控、细节审美，肯定还会继续打磨。但方向已经很明确了。

当这些门槛继续往下降，短片可能会变成更多人的表达工具。到那时候，我们看到的就不只是更炫的AI画面，而是更多以前没机会被拍出来的故事。

哪怕是作为观众，这件事也挺让人期待的。