一个人用 AI 做短剧（五）：合成、自查与发布，机器筛一遍，人看一遍

幕后2026年10月18日 · 约 6 分钟读完

到这一步，每个镜头都有了：配好了音，生成好了，会动会说话。很容易觉得这一集差不多做完了。其实没有。看我的时间记录，从“镜头都齐了”到“这一集上线”，恰恰是意外最多的一段。这一篇讲的就是这最后一公里。

剪辑：跟着台词剪

因为先配音（见第三篇），剪辑是搭在音频时间线上的，不是搭在画面片段上。每句台词先落在它真实的位置，画面再围着它来剪。下面几个习惯最管用：

• J 型剪辑和 L 型剪辑。真实对话里，你常常先听到下一个人开口，才看到他；或者镜头已经切到听的人身上，还能听到说话的人的尾音。让一句台词的声音提前压到上一个画面上，或者拖到下一个画面里，两个人的对话就像在聊天，而不是轮流念稿的幻灯片。
• 包袱之后给一个反应。梗落在台词上，笑点却落在对方的脸上。包袱抖完之后接一个短短的、不说话的反应镜头，几乎总比再补一句台词好。
• 不许有定格。我的规矩是：正片里任何一个镜头都不能是静帧，只有片尾可以停住。每一版成片都会跑一遍定格检测，因为剪的时候很难注意到半秒钟的定格，放到手机上却一眼就能看出来。

画面里的字，一律后期画

生成模型写字很差。让它在屏幕上画一个聊天窗口或者一封邮件，它会一本正经地给你画出一堆看着像中文、其实谁也不认识的东西。所以生成阶段从来不让它画字：显示器和手机生成成空白屏，聊天气泡、邮件、代码都是后期画好再贴到屏幕上，跟着屏幕走。屏幕插入镜也必须在动：气泡弹出来，AI 的回复一个字一个字往外冒，屏幕的光在闪。一张静止的截图，就算定格镜头。

字幕也有几条小规矩：加粗、带描边、不标人名，贴近宽屏画面的底边，折行时标点不许出现在行首。最后这一条听着有点较真，直到你看见一个逗号孤零零地开头一行字幕。

声音负责一半的笑点

每个场景铺一层很轻的环境声：办公室的底噪、厨房的声响、车里那场下面垫着街道的声音。上面再加一些小音效，给笑点“指路”。有一个意外的发现：真实录下来的键盘声，每次都比合成的好。程序员太熟悉笔记本键盘的声音了，假的一听就出戏。配乐在台词出来时自动压低，最终混音调到平台推荐的响度，这样我的视频在信息流里不会比前后的视频突然小一截或者大一截。每一集都用同一个会动的片尾，加一句“关注我”，让这部剧看起来像一部剧。

自查：一层一层来

没有哪一项检查能抓住所有问题，所以我把它们叠起来，便宜的放前面。

1. 联系表。只要有图变了，哪怕只改了一张，就把所有镜头重新拼到一张大图上。联系表是用来看跨镜一致性的：脸是不是同一张，衣服是不是同一套，房间是不是同一间。它看不清小东西，所以我还会逐张放大，看手、看道具，看 AI 最经典的“鬼影”：单人镜头背景里多出来一个虚化的人。
2. 视觉模型先筛一遍起始帧。让它数人数，找崩坏的脸和手、水印，以及画面突然塌成一大块纯色的地方。它放过的，我才仔细看。它判断不了一个角色跨镜还是不是同一个人，也看不出表情对不对，这两项还得靠人。
3. 镜头自动质检。视频生成之后，脚本会测量本该锁死的机位有没有漂，并标出凭空出现又消失的东西。它抓到过一个慢慢浮现在背景里的“幽灵同事”，我自己看漏了。还有一次它纠正了我：我确信镜头推近了，测量结果却显示机位一动没动，是演员自己往前走了几步。即便如此，它也只是分诊，不是裁决。报告全绿，只说明那两类问题不存在；表演、口型、假字，它都看不见。
4. 我自己从头看一遍。上线之前，以观众的身份完整看一遍。日志里一句“完成”不算审片。

防止无限返工的规矩

自查本身也会出问题：修好一处，下一轮又挑出一处，没完没了。我用两条规矩刹车。同一个镜头改了两三次措辞，瑕疵还在，就别再重新生成了，改构图，或者用剪辑把它藏过去。一集连续三轮验收不过，自动流程就停下，由人，也就是我，来决定哪些值得修。

发布：照清单走，不凭感觉

宽屏母版是唯一的正本，各个平台的版本都从它导出。上传文件的大小按平台的限制来定，码率根据这一集的时长算，而不是写死一个数。这是踩过坑的：有一次码率给得太低，被平台的质检判成了“分辨率较低”。

封面比想象中更值得花心思，因为封面决定了有没有人点进来。我会出几种不同比例的封面，并遵守几条规矩：

• 主角和底色在相邻两集之间轮换，新的一集永远不会看起来像上一集的重发。
• 表情拉满。缩成小图以后，轻轻皱个眉等于没有表情。
• 大字用钩子词，不写剧情总结。
• 缩到四分之一大小，和最近五张封面并排放，一秒内能认出这是新的一集。

“内容由 AI 生成”的声明每次必勾，简介末尾都写一句剧情纯属虚构。发完以后，我会去平台自己的内容管理页面确认这一条确实存在，状态是审核中或者已发布。按钮点了没报错，不算证据。最后把整集的项目文件夹原样归档，成片和做出它的所有东西放在一起。

看数据

发布大约两天后、一周后，各记录一次每个平台的数据：播放、点赞、评论、收藏、转发、完播。这些数字放进一张简单的表，旁边是每集的特征：时长、镜头数、景别、题材。每周汇总成一份简短的报告，帮我挑下一批选题。集数还少的时候，这些规律只能看个方向，算不上结论，我也尽量提醒自己别读出比这更多的东西。

下一篇

最后一篇讲这一切背后的助手：用 Claude Code 当制片助理。一个会话怎么当制片人，派各个专职 agent 去写剧本、做导演、质检和剪辑，以及为什么那份写满踩坑记录的清单，最后成了整套流程里最值钱的东西。