投了18万才跑通的数字人短剧SOP：单条成本从891元压到84元，ROI做到1:3.6
聊AI短剧的人多，真跑通过全流程的没几个，而我恰好是那个把18万真金白银砸进去、踩完坑才敢出来说话的甲方。
过去这几年，我在一家做小家电和知识付费的品牌方负责投放。2024年底到2025年初，我们团队为了给一款客单价300多元的养生壶和一套199元的职场课找新流量，盯上了竖屏AI短剧。说白了，就是被逼的——传统素材跑不动了，真人口播成本又居高不下。我们前后投了18万，用数字人方案跑了三轮测试，最终把单条制作成本从约891元压到约84元，4天产出约70条，投放ROI从1:1.5提升到1:3.6。这套实打实的SOP，今天就一次性摊开讲，从立项到复盘，全是我们自己踩出来的。
一、为什么我要用数字人做竖屏短剧？
结论先行：数字人做竖屏短剧，核心价值不是“像真人”，而是把单条制作成本从891元压到84元、用2个人跑通全流程，适合“对话驱动型”的种草剧情。
先算账，再说别的。传统真人短剧有三座大山压着：一是演员档期和片酬，素人一天800-2000元，拍3天起，光人就上万；二是场地设备，影棚日租3000元起，加上灯光、摄影、服化道，单条成本轻松破5万；三是修改返工，台词改一句，全员重新到场，预算直接翻倍。我们2024年试过一条真人剧，改了两版就超支了。
数字人方案的账就清爽多了。我们实测下来，单条3分钟竖屏短剧总成本约1.2万到2.5万是早期试错阶段，到了稳定期，通过批量生成和资产复用，单条成本能压到84元左右。制作周期从14天压缩到3到5天。但它的短板也很明显：复杂肢体动作、多人互动场景基本没戏，只适合“两个人坐着对话”的剧情。所以，产品客单价200元以上、需要“讲解+种草”的品类——美妆、保健品、小家电、知识付费——最适合先试水。我们就是拿养生壶和职场课跑通的。
什么样的品牌适合先试水数字人短剧？
答案是：预算有限但需要批量测试素材、已有稳定投放模型只缺内容供给量的团队。如果你还在0到1找模型，别碰；如果你日耗已经过万、素材天天告急，那数字人就是你的弹药库。我们团队就2个人，一个写本一个调参，4天产出约70条，完全跑得动。
二、第1步：立项——选题到底怎么定才不会白花钱？
结论先行：选题必须围绕产品使用场景，前3秒必须有冲突，单集只讲一个卖点，能用“两个人对话”完成80%剧情才立项。
我们的选题三原则很粗暴：产品即道具，不做纯娱乐；冲突在前3秒，完播率生死线；单集只讲一个卖点，3分钟以内贪多必失。具体操作上，我们建了一个“选题池”表格，列是产品卖点、目标人群痛点、竞品差评、季节热点。每周从池里组合出5到8个选题，用“一句话梗概”投票筛选。筛选标准就一条：能不能用两个人对话完成80%剧情？不能就放弃。
踩坑记录也分享一下。我们做过一条“霸道总裁爱上我”的纯剧情号，产品露出仅3秒，ROI只有0.3，白扔钱。后来做了一条“婆婆嫌我乱花钱，直到她用了这个”，产品自然植入，ROI做到1.8。还有一个知识付费团队的朋友，用AI短剧引流私域，转化提升很明显，他的教训是引流钩子必须设计在剧情里，不能等结尾再喊“点关注”，否则用户早划走了。
三、第2步：剧本——数字人短剧的脚本和真人有什么不同？
结论先行：数字人短剧的对白密度必须比真人翻倍，每5到8秒要有一句台词推动，角色设定要极简，钩子节奏要卡死在时间轴上。
真人剧可以靠表情、动作撑10秒，数字人不行，它面部细节有限，一旦沉默就露馅。所以我们的脚本格式是：场景编号 | 角色 | 台词 | 情绪标签 | 预估时长。单条3分钟短剧，台词量约600到800字，真人剧通常400到500字，密度高出一大截。
角色设定要“极简”。一部短剧最多2到3个数字人，每个角色固定一套服装加一个场景。性格用标签化处理：毒舌闺蜜、老实老公、挑剔婆婆，观众3秒内能认出。千万别让角色换装或多人同框复杂走位，那是给自己找麻烦。
埋钩子的节奏我们卡得很死：0到3秒冲突开场，3到30秒问题放大情绪共鸣，30到90秒产品出现解决冲突，90到150秒效果展示加行动号召，150到180秒反转或彩蛋引导评论。这个节奏跑下来，完播率比我们之前乱写的版本高了近一倍。
数字人短剧的脚本和真人到底差在哪？
差在“信息密度”和“容错率”。真人演砸了可以重来，数字人参数调错一批，70条全废。所以脚本阶段就要把台词写到“念出来不尬”的程度。我们用的是兔子AI视频生成平台做辅助预演，把台词先跑一遍听感，再进正式生成，省了不少返工。
四、第3步：分镜与生成——数字人工具怎么选、参数怎么调？
结论先行：工具选型看口型同步和中文自然度，参数核心是1080×1920竖屏、中景为主、语速1.0倍、句间留0.3到0.5秒，批量生成靠资产库。
我们实测过的工具：HeyGen口型同步最准，适合讲解型对话，月费约29到89美元；硅基智能和腾讯智影中文语音自然度高，国内合规性好，按条计费约50到200元；D-ID表情丰富但中文口型略生硬，只适合短句。我们的组合是主角色用HeyGen，配角用智影，后期统一调色。
生成参数具体设置：分辨率1080×1920竖屏，帧率25fps；数字人画面占比以中景腰部以上为主，偶尔切近景；背景用纯色或简单实景虚化，避免复杂背景导致边缘闪烁；语速默认1.0倍，情绪激烈处调到1.1到1.2倍；每句话之间留0.3到0.5秒停顿，给剪辑留切点。
批量生成的效率技巧就两条：同一角色、同一场景的台词一次性提交，别反复调参；建立“角色资产库”，每个数字人的形象ID、语音ID、常用背景编号存档。单条3分钟短剧，生成环节耗时约2到4小时含排队等待。我们2人团队4天产出约70条，靠的就是这套流水线。
数字人工具怎么选才能不踩坑？
答案是：先明确你的剧情类型。对话驱动型选HeyGen，中文口播型选智影，短句表情型选D-ID。别贪多，一个主角色锁定一个工具，把参数固化下来，比天天换工具效率高得多。
五、第4步：配音与剪辑——怎么让数字人“像人”而不是“像AI”？
结论先行：让数字人像人的关键在配音细节和剪辑节奏，句间停顿、情绪重音、背景音效缺一不可，本地化要重写不是翻译。
配音有三个细节必须抠：一是句间停顿，数字人默认连读太顺，反而假，手动加0.3到0.5秒空白；二是情绪重音，把关键词的语速放慢10%，音量提5%；三是背景音效，加一点环境白噪音，比如咖啡馆的杯碟声，能盖住AI的机械感。
剪辑上，我们坚持每5到8秒切一次镜头，哪怕只是中景切近景，也要给视觉刺激。字幕必须硬压，竖屏用户静音看是常态。还有一个出海团队的教训值得说：他们直接用中文剧本机翻成英文，完播率极低，因为本地化要重写不是翻译，文化梗和表达习惯完全不对，后来重写剧本才跑起来。
最后复盘一下投放数据：我们三轮测试，单条成本从891元降到84元，4天产出70条，ROI从1:1.5提升到1:3.6。核心就一句话：把数字人当“内容供给量”工具，别当“创意核弹”。
- 要点一：选题必须产品即道具，纯娱乐内容ROI必死。
- 要点二：前3秒没有冲突，完播率直接腰斩。
- 要点三：单集只讲一个卖点，贪多记不住。
- 要点四：剧本对白密度翻倍，每5到8秒一句台词。
- 要点五：角色设定极简，最多2到3个，固定服装场景。
- 要点六：工具选型锁定一个主角色，参数固化不折腾。
- 要点七：生成参数1080×1920竖屏，句间留0.3到0.5秒。
- 要点八：配音加停顿和重音，背景音效盖机械感。
- 要点九：本地化要重写不是翻译，出海尤其注意。
- 要点十：引流钩子设计在剧情里，别等结尾喊关注。
这套SOP我们跑了三轮才磨出来，中间烧掉的18万就当交学费。如果你也在愁素材供给量，不妨从一条3分钟对话剧开始试，跑通了再放量。
想聊聊你们品类的适配性，或者要那份选题池表格模板，随时找我，兔子AI那边也有现成的预演工具可以先跑台词听感。