从古籍到AI短剧：我用WorkBuddy零成本做了一部恐怖反转片

从古籍到AI短剧：我用WorkBuddy零成本做了一部恐怖反转片

去年我公司关门了。

做了二十年的煤矿监理，到头来行业萎缩、业务归零。47岁，学新东西比别人慢，但总得活下去。一个朋友说，不如试试AI视频？他写剧本，我来做。

就这样，我和WorkBuddy搭上了。

这篇文章记录我用AI做完第一部完整的短剧——改编自唐代传奇《集异记》里的《崔韬遇虎女》。7个镜头，60秒，两个角色，总花费0元。全程用免费工具，效果……比我想的好。

为什么选《崔韬遇虎女》

市面上AI短剧很多，但大部分一眼就能看出是AI做的。人物脸僵，口型对不上，动作跟机器人似的。

我不想做那样的。

我的策略是：AI生成人物形象，字幕和配音驱动剧情，人物动作尽量小。不追求花哨的动效，把力气花在角色一致性上。

《崔韬遇虎女》的原著很短，几百个字：书生崔韬夜宿凶馆，一只老虎进门，脱下虎皮变成美女，求他收留。崔韬带走虎女，扔掉虎皮。一年后故地重游，虎女捡回虎皮穿上，变回老虎，把崔韬吃了。

两个角色，三个场景，一个反转结尾。正好拿来试手。

故事本身就有钩子。"这间客栈，死了很多人"。前3秒就能把人抓住。结尾那个反转也不用额外设计，原著自带了。

第一步：改编剧本

原著是文言文，得先口语化。

我把原文拆成了7个镜头，每个镜头配一段台词或旁白。不追求角色大段对白——这是我做这条片子的核心取舍：用旁白推进叙事，只在关键情节给角色一句话。

剧本大概是这样：

关键决策：除了镜头4的虎女表白和镜头6的崔韬调侃，其余全部用旁白。这意味着不需要给每个镜头做口型同步，省掉了最头疼的环节。

WorkBuddy帮我完成了剧本改编、分镜设计、配音脚本拆分、成本估算，整套方案在一个回合里就出来了。连edge-tts的配音命令都写好了，直接复制就能跑。

第二步：角色定妆照

这是全片最重要的一步。角色的脸定了，后面所有画面都得用这张脸。

我用的是即梦AI（jimeng.jianying.com），免费，每天有额度。每个角色生成5张候选，选最好的一张当定妆照。

崔韬的提示词：

中国古代书生，25岁，清秀鹅蛋脸，剑眉丹凤眼，高挺鼻梁，白净肤色，身穿青色圆领袍白色中衣，束发戴黑色幞头，温和而坚定，正面半身像，柔和月光，古风写实风格。

虎女的提示词：

中国古代美女，18岁，瓜子脸，柳叶眉杏眼，樱桃小口，白皙面若桃花，长发松松挽起，白色襦裙腰系淡黄丝带，眼神温柔中带一丝野性，月光下，古风写实风格。

生成5张，挑一张定妆。这张定妆照就是你后续所有画面的参考图。每个镜头生成时必须上传对应角色的定妆照，用即梦的"参考图"功能锁住脸型。这是保证角色一致性的命根子。

做完这一关，我手上的盘里有2个角色的定妆照，后面6个镜头全部基于这两张脸生。

第三步：分镜画面生成

按7个镜头逐个生成画面，每个镜头都上传对应角色的定妆照。

大部分镜头一版就过了。两个难点：

镜头3（虎变美女）：老虎褪皮变人这个画面，即梦AI的静态图表现还可以。月光下，虎皮从背部裂开，女子从里面站起来。我做了三张图的过渡序列：老虎站月光下 → 虎皮半褪女子半露 → 女子站起虎皮落脚边。剪映里切图的时候加个淡入淡出，效果够用了。

镜头7（变虎反转）：这个最难。虎女穿皮变虎，镜头要猛扑向观众。三段式处理：女子弯腰捞皮 → 披上开始变形 → 猛虎扑镜头。最后2秒黑屏出白字"这一去，再没人见过他们。"压迫感就出来了。

实际做出来的效果没有想象中完美，但作为第一部，跑通流程比追求细节重要。

第四步：配音

配音用了edge-tts，完全免费，本地跑。

三个音色：

• 旁白：zh-CN-YunjianNeural，醇厚男声，语速稍慢（0.9倍），古风氛围感就有了
• 虎女：zh-CN-XiaoxiaoNeural，温柔女声，语速0.85倍。"我只能披着虎皮，夜里来寻你。别怕。"这句话用慢语速念，温柔中带点危险
• 崔韬台词：zh-CN-YunyangNeural，年轻男声，正常语速

WorkBuddy帮我写了完整的配音生成脚本，一个bash命令跑完全部。9段配音分轨导出，每条单独存mp3，方便后期剪辑的时候细调对齐。

这里有个经验：古风短剧的旁白慢一点反而更有味道。不要赶。给观众留出看画面的时间。

第五步：剪辑合成

剪辑用的是剪映，免费的。

步骤很简单：新建项目 → 9:16竖屏比例 → 按镜头顺序导入画面 → 拖入配音轨道 → 对齐时间线 → 加字幕 → 加转场 → 导出。

真正花时间的地方不是操作，是"对齐"。每句配音和对应画面的起止时间要对准，一错位就穿帮。

WorkBuddy在这里也帮了大忙。它根据edge-tts生成的音频实际时长，算出了每个镜头应该切的精确时间点，生成了一份配音时间线对照表。我按表切，一条过。

背景音乐用的剪映自带的免费古风BGM。镜头7变虎的时候叠了一层虎啸音效，也是剪映里搜到的。

片子的迭代做了6版。第1版是静态图+配音的粗剪，第3版开始加入动态视频片段，第5版重新调整了配音节奏，第6版解决了字幕和音轨的对齐问题。每一版都比上一版好一点。

六条真实经验

做完这部片子，几个心得：

1. 定妆照是第一关，也是最容易翻车的一关。 选好一张就别再换了。后面所有画面都基于这张脸生成，中途换参考图等于推倒重来。

2. 旁白比角色对话好控。 角色对话要做口型同步，AI目前的口型对齐效果还是不太稳定。要么对不上，要么对了但表情僵硬。旁白不存在这个问题。我的策略是：关键台词用角色原声，其余用旁白推进。

3. 动作越小，AI生成越稳。 人物跑跳打斗这类大幅动作，AI做出来常常手腿变形。我整部片子的角色基本是走、站、转头、抬手。小幅度动作，AI控制得住。

4. 虎变人是全片最难的一镜。 变形过程AI很难一次成，我的做法是拆成3张静态图，用剪映淡入淡出转场，效果反而比动态生成自然。

5. 配音语速要慢。 古风题材，旁白慢0.1-0.2倍，氛围感翻倍。女声也慢一点，温柔感更足。

6. 先出粗剪版，再迭代。 第一版丑没关系，能跑通全流程就是胜利。我的v1版粗糙得很，但v6版就明显能看了。迭代比一步到位靠谱。

成本

全部0元。

如果把即梦的画面换成Seedance 2.0做动态视频，成本大概30-50元。但对第一部来说，先跑通流程、看效果，比花钱升级画质重要得多。

一个监理的转型

片子做完了，说实话，跟自己想要的还有点差距。虎变美女那一段的过渡还不够丝滑，变虎的压迫感也能再强化。但作为一个从来没碰过视频制作的人，能在几天内跑通从古籍到成片的完整流程，我觉得值。

WorkBuddy在这个过程中扮演的角色不止是一个问答工具。它帮我写剧本、拆分镜、调配音参数、算时间线、估成本。这些事情换我之前自己做，光查资料就得花好几天。

我的下一部在做《阳羡书生》。口中吐人的套娃故事，5个角色，视觉奇观更多。等做完了再写一篇。

如果你也在用AI工具做内容，不妨从一个小故事开始。古书里有很多没人碰过的题材，成本是零，竞争对手也不多。

先跑通一条片子，后面就顺了。

标签：#WorkBuddy #AI短剧 #古籍改编 #即梦AI #edge-tts