文章介绍了 Google AI Pro 会员的获取途径与完整权益清单。作者指出 Gemini Pro 会员是获取成本最低的 AI 订阅之一，可通过学生认证、手机活动或低价渠道以 1-2 位数价格获得一年免费会员。权益涵盖：5TB 云端存储、每月 1000 点视频创作额度（Flow/Whisk/Veo）、10000 点音乐生成额度（Lyria 3）、10 美元 GCP 云端额度；生态订阅包括 YouTube Premium Lite、Google Home Premium、Health Premium；Gemini 支持百万 Token 上下文并集成 Gmail、Docs、Sheets 等 Workspace 工具，开发者还可获得 AI Studio、Antigravity、Jules 等工具额度提升；另支持最多 6 人家庭共享与 Google Store 10% 购物返还。
文章分享了用 H3 视频生成模型稳定产出 10 秒 AI 换装游戏视频的完整教程。核心方法包括：具体描写每套服装实现图片与文字双重锚定、将核心规则前置并声明最高优先级、用 identical 替代 match 封死重新解读空间、固定相机保证 UI 与人物同时可见、选择 10 秒时长避免模型跑偏。作者提供了完整的提示词模板和 5 步使用流程，并总结了 8 个失败经验教训，如避免提示词过长、不要套用学术模板等，帮助读者快速稳定出片。
作者分享使用AI视频深度动作捕捉功能制作动作大片的保姆级教学。通过将参考视频（如只狼boss战、成龙电影、蔡徐坤多人舞蹈）转换为白模（无贴图的灰模），剥离与动作无关的信息，只保留人物位置、运动轨迹和机位轨迹，让AI模型不再需要猜测细节。再通过角色绑定和精细提示词，将新角色素材照着白模动作'演绎'，实现精准复刻。实测显示该方法大幅降低抽卡次数，多人舞蹈的人物数量与队形也能保持稳定，让AI生成视频具备可控性，并附上完整提示词模板供读者参考。
作者受一条25万点赞的宋词国风AI视频启发，用Midjourney和Seedance 2.5制作了以唐婉第一人称视角呈现的《钗头凤》中式古诗视频。文章详细分享了完整制作流程：先通过自研的宋词国风Skill生成提示词规则，再用Midjourney生成陆游、唐婉人物定妆图与沈园场景图，接着用Seedance多图参考能力生成视频，最后完成配音、字幕与剪辑。作者强调人物情绪统一与故事表达比唯美画面更重要，并指出古诗视频打动人的核心在于词中的人物关系与情感共鸣。
文章针对AI生成视频人物表情夸张、缺乏灵魂的问题，提出5套可直接套用的微表情提示词方法：情绪阈值控制法（用程度副词+具体面部动作控制情绪幅度）、因果肢体连动法（让身体动作带动表情）、时序演变法（写清情绪变化的起点、转折、终点）、视觉焦点引导法（给眼神具体落点避免死盯镜头）、生理呼吸注入法（加入眨眼、吞咽、呼吸等生理细节）。全部提示词中英对照，适用于即梦、可灵、豆包、千问等视频模型，并附赠55套编号提示词库供读者复制使用。
这是 HeyGen 五日系列「成为本地专家」的收官篇。前四天分别建立了内容格式、素材库、脚本化和短视频制作流程，第五天将这些环节整合为可长期坚持的习惯：用每周一个 90 分钟的「批量早晨」一次性产出五条短视频，排期周一至周五发布。文章强调批量制作几乎不比单条多花时间，因为 Agent 会在制作时自动处理剪辑。文章还给出每周内容配比（新闻、市场数据、房源等），并以奥斯汀五个真实案例演示完整流程，最后介绍每周五检查四个关键数据的方法，帮助内容创作者把 AI 视频生产变成可持续的固定流程。
作者袋鼠帝观察到近期AI短片在短视频平台爆火，如《全家福》一天获200万点赞、账号仅发8条视频涨粉百万。他参考该作品用OiiOii平台创作了一部留守儿童主题的外星人温情短片，并详细分享完整制作流程：剧本创作（借助工作流Agent的剧情创作Skill）、美术资产创作（角色四宫格设定图技巧与图片降噪优化）、视频制作（提示词助手生成分镜）、后期剪辑（剪映）。最后强调AI降低了创作门槛，真诚的故事与跨界组合才是出圈关键。
本文介绍了一种名为「一镜十姿」的AI时装视频生成技巧，核心是让同一人物在同一摄影棚空间中连续完成十个不同姿态，保持身份、服装和场景不变。文章提供了完整的提示词模板，包括15秒9:16竖版视频的生成要求、十个具体姿态序列，以及通过'三把锁'（身份锁、服装锁、动作链）保证一致性的核心逻辑。还给出关键控制点：先测试4-6个姿态验证身份稳定性、姿态间需显著改变轮廓、验收时重点检查转身人脸、交叉迈步双腿和甩衣摆手指三个易错位置。
作者通过研究热门 AI 视频作品《万物生》的创作画布，总结了其视频提示词创作的核心理念：先确立风格锁（STYLE LOCK）定义全片视觉规则，再设计镜头调度让摄影机承担叙事信息，为参考素材划分职责权限，把动作写成因果链而非抽象感受，将声音作为叙事手段提前规划，明确每镜的结尾状态，并根据信息缺口决定提示词长短。最后归纳为风格、镜头、素材、声音、事件、结尾六个检查问题，强调先告诉模型“怎样被拍出来”，而不只是“想看到什么”。
文章介绍了一套无需剪辑和编程经验的 AI 视频制作流程：用户只需准备定稿文案、MiniMax 生成的完整配音、人物图片和录屏素材，交给 Codex 即可自动完成语音识别、时间轴划分、画面编排、Remotion 代码编写和视频渲染。文章讲解了 A-roll/B-roll 的划分原则、用 video-shotcraft 镜头库选择动效、如何用"六层任务书"描述需求，以及通过关键帧审核、短样片反馈到最终导出的分阶段工作流，让用户以导演和审核者的角色完成知识口播视频制作。
文章系统调研了截至 2026 年 9 月社区对 MiniMax H3 视频编辑模型（Ref2VA）的实践情况，评估其“1:1 复刻”宣传的真实能力边界。作者按证据可信度分级，指出 H3 是整帧重生成而非像素级复制：换人玩法最热但身份稳定性最弱（约半数会丢身份），社区分化出遮罩合成路线保留背景；换背景最稳定；动作迁移最容易翻车。文章还详解官方六段式提示词规范、可直接套用的换人提示词骨架，并汇总身份、画质、音频、工程规格四类失败模式与硬限制，最后指出社区普遍缺乏 SSIM/MAE 量化验证这一空白。
作者分享一套跑了两个月、已开源的 Codex AI 视频自动化工作流。核心思路是让脚本、人物资产、关键帧、视频生成和剪辑共享同一时间线，而非依赖更强的模型。流程包括五步：先做图片路由分工（预览、母帧、关键帧、精修分而治之）；用 Midjourney V8.2 建立人物、场景、道具、风格四类母版资产保证一致性；Codex 生成可观察的动作提示词并驱动视频生成与质检；最后用 HyperFrames 以旁白为时钟完成程序化剪辑和信息层。流程保留人工确认门和可复跑记录，实现可复用的 AI 视频生产线。
本文介绍了 Dance Director Skill 的使用方法，该 Skill 能将 AI 从简单的 Prompt 生成器转变为'舞蹈导演'。用户只需提供一张角色图片，AI 即可按照导演规则自动设计编舞、镜头运动和 H3 I2VA 提示词，无需手动编写复杂的舞蹈指令。Skill 支持无音乐时共同创作音乐与编舞，也支持有音乐时根据节拍进行音乐驱动编舞。文章附带了完整的 Skill 内容，涵盖角色设定、动作短语思维、参考图视觉权威、编舞匹配角色、身体力学、动作幅度、音乐性等编舞设计原则。
文章针对AI视频生成中人物一致性差、人脸有塑料感的常见问题，总结了三种角色参考图制作方法：一是制作"无头"角色卡，将无面部的正背面全身照与真实场景近景照结合，避免AI取模糊小脸做参考；二是使用"面部虚化"三视图搭配高质感角色场景图，适合长内容的主角资产；三是仅用一张角色场景图，适合短内容，但需通过提示词补充背面细节。作者还提供了具体生成提示词和注意事项，帮助提升AI视频人物的风格一致性与真实感。
本文介绍了设计 Agent Lovart 国内版的上线及功能升级。作者通过多个品牌设计案例（如虚构家居品牌、茶饮品牌、夜跑社群、软糖品牌、相机品牌）展示了 Lovart 在品牌 Logo、产品设计、包装、快闪空间、社媒图片、Motion 海报、视频及 Campaign 网页等方面的全案生成能力。重点介绍了新增的 Chrome 插件，可将小红书、淘宝、亚马逊等平台的图片直接收藏至 Lovart 作为设计参考，省去下载上传的繁琐步骤。此外，Lovart 提供 100 个专业 Skill，支持一键转矢量 SVG，并可将满意的流程保存为个人 Skill。作者认为 Lovart 的工作方式正接近人类设计团队，AI 生成成果已接近可交付水平，设计师只需把控方向与细节。
文章介绍了四种解决AI视频角色脸部相似问题的方法。方法一是使用252套精细面部提示词生成差异化人脸，每个脸部至少有12个控制参数，但受AI向量化机制限制效果有限；方法二是图生图版人物五官组合法，通过提供眼睛、鼻子、嘴巴等局部照片让AI组合生成新人脸；方法三是真人照片改造法，通过自拍或照片细节改造生成角色，需注意避免使用明星脸部；方法四是手搓捏脸法，利用游戏或淘宝人生的捏脸功能塑造角色后截图生成三视图。文章附赠252套人脸提示词资源，助力AI漫剧角色多样化。
作者分享了 MiniMax H3 的特效视频提示词。文章指出 MiniMax H3 的核心优势在于能将手绘图层与实拍的运动逻辑锁定在一起——手持晃动时手绘特效随之同步，不漂不移。作者给出了一个 15 秒洗衣店场景的完整提示词，通过指尖丝线变成水母、袜子、流星、小鱼、火车等连贯变形，最终整间洗衣店变成夜空涂鸦。作者还对比认为 H3 适合生成广告，Seedance 更适合拍电影、做戏剧。
本文是 MiniMax H3 视频生成系列第二篇，作者在 4080 12G 显存笔电上用 ComfyUI 本地运行 H3。文章首先分析官方公开的九套 Skills，涵盖产品广告、品牌宣传、纸拼贴、纸艺定格、歌词贴字 MV、3D 动画、手绘实拍融合和双人游戏开场，并附自制案例视频。随后详解 H3 提示词写作规范：先确定任务模式（T2VA/I2VA/FL2VA/L2VA/Ref2VA），为参考素材分工，定义视觉系统，单独列出屏幕文字的进入、可读与退出状态，按时间线写主体动作与运镜，将声音分为剧情内音景与非剧情配乐，规定转场继承方式，并明确结尾定格，最后给出一份可直接复用的 Prompt Spec 模板。
文章介绍如何通过印度运营商 Jio 与谷歌的合作活动，以约 7 元闲鱼购买 18 个月 Google AI Pro 会员。作者详细讲解了 Google Flow 工作台的使用：Nano Banana 2 免费无限生图、Gemini Omni 1.1 Flash 文生视频（登顶竞技场第一）、Veo 3.1 首尾帧控制等功能。还提供了口播拼贴动画、Vox 风格纸雕动画、海外 AI 短剧三种实操玩法，以及提示词公式和避坑指南。最后提醒读者低价会员只是工具入口，关键是将其用于实际创作，建立自己的内容生产闭环。
文章分享了使用 H3 视频生成模型进行高分辨率俯拍镜头控制的提示词实战经验。核心技巧包括：将机位约束放在提示词最顶部以提高识别权重；明确接受俯拍导致的人脸透视变形，打破模型内置的人脸美化逻辑；直接禁止模型为美化人脸而将机位拉回平视的行为；使用 NO、DO NOT 等强否定短句代替解释性长文；保留原图的人物身份与服装参考，但完全替换原图机位、背景与灯光。作者强调，有效的提示词不是解释“什么是俯拍”，而是硬性禁止模型在高分辨率模式下自动修正机位和人脸透视的内部行为。
面向 AI 视频制作新手的入门科普文章，去繁就简地讲解了四大模块的基础概念：音频部分（TTS、ASR、SRT 字幕、声音克隆等）、视频底层工具（ffmpeg、帧率、补帧、超分、人脸修复）、AI 生成画面核心概念（Prompt、Seed、LoRA、时序一致性、图生视频等）以及流水线工程概念（推理、量化、ComfyUI、智能体等）。每个概念只讲是什么与实操重点，并给出新手避坑建议：先跑通最小流水线、显存决定速度、理解文件流转逻辑，最后附完整专有名词速查表。
文章拆解了如何在TikTok、小红书、抖音上制作以假乱真的「沉浸式日常AI VLOG」的完整工作流。核心方法不是数字人，而是「AI极致底图+首尾帧连续生视频」：先用Nano Banana按万能公式生成生活感底图，再基于底图保持人物一致生成动作关键帧，然后用VEO 3.1/Flow等工具以首尾帧模式生成丝滑运动视频，最后在剪映拼接、加字幕和白噪音成片。作者还给出10秒分镜提示词模板，并介绍了不露脸起号、沉浸式带货、出海TikTok等变现路径。
文章报道了AI视频生成领域的激烈价格竞争。阿里Wan 3.0于本周末全量免费，昆仑万维旗下天工工作台（skyproduction.cn）在8月28日至30日期间对所有用户免费开放，新老用户及个人企业均可使用。周一恢复收费后定价为0.05元/秒，一条30秒视频约1.5元，号称全网最低价。作者提醒读者抓住这个仅剩3天的免费窗口期，尽快体验AI视频生成服务。这反映了国内AI视频工具在价格层面的白热化竞争态势。
作者分享了为 MiniMax H3 Max 编写动态图形视频提示词的经验。文章介绍了 Prompt Expansion 的三种模式选择策略（Disabled、Balanced、Quality），讲解了通过首尾帧技术（结合 gpt-image-2 增强）解决文字过多时生成不准确的问题，以及如何拼接多段视频。作者重点展示了时间戳提示词技巧，可精确控制视频中每段文字出现的时间和动作，还介绍了文本动画的提示词写法，如将每个短语定义为完整文本层、避免字母级别的动画等。作者认为 H3 Max 在提示词遵循能力上远超其他模型，生成质量和速度令人惊叹。
文章介绍AIGC视频生成中的第8种风格——Film Noir黑色电影风格，这是作者见过的AI味最少的视频风格。通过1940年代黑白老电影式的影像（高反差硬光、百叶窗条纹阴影、湿面反光、胶片颗粒质感），AI生成的视频可以以假乱真。作者分析了该风格AI感弱的六大原因：成熟的光影语法、接纳胶片瑕疵、符合现实物理规则、经过好莱坞验证的镜头范式、表达克制、氛围感强。文末提供了可直接使用的万能风格基底提示词，适合罪案悬疑短片、复古品牌片等场景。
这是一篇面向小白的 ComfyUI 本地 AI 出图与生视频完整教程。文章介绍了 ComfyUI 的节点连线原理与硬件要求（显存 8GB 起步），详解安装方法（推荐秋叶整合包）、模型文件的正确存放目录、跑通第一张文生图流程；随后推荐了可商用的 Z-Image Turbo 模型并给出完整配置，再讲解用 Wan 2.2 做文生视频、图生视频和首尾帧过渡的玩法，提示词要描述动作与镜头运动。最后介绍如何使用官方模板库和社区工作流，以及通过替换越狱编码器实现未审查模型生成短剧视频的方法。
作者分享使用MiniMax模型在本地电脑（4070显卡16G显存）生成的25秒《倩女幽魂》AI视频，还原电影经典台词场景，无需花费token。文章附带了完整的视频提示词Skill框架，涵盖人物一致性设定、四镜头分镜设计（宁采臣与聂小倩的离别对白）、声音设计（原生中文对白、口型同步）及影像限制要求（宽银幕画幅、胶片质感、无字幕水印等），展示了AI视频生成在古风剧情短片创作中的应用效果。
文章介绍了一个 6.4k star 的开源 AI Agent Skill 项目 video-shotcraft，安装后可让 Claude Code 或 Codex 像动效工作室一样制作产品宣传片。丢入产品页面后，它能自动分镜、做动画、配音效，通过 Remotion 渲染出电影感宣传视频，包含真实页面截图、2.5D 运镜和卡点剪辑。项目提供 152 张分镜配方卡、209 个动效预览、36 秒成片模板、149 个电影级音效及 5 首可商用 BGM。分镜配方来自对 Notion、Figma 等大厂宣传片逐帧拆解。成片还可直接导出剪映工程继续编辑，Apache-2.0 开源。
本文介绍如何使用一个名为 ai-history-vlog 的免费 Claude Skill，结合 Arcads AI 视频生成工具，复刻爆火的 YouTube 频道「Chloe VS History」的历史穿越 vlog 视频。用户只需提供一张正面照片、一段 90 秒语音和想穿越的历史时代，Skill 即可自动完成历史调研、以第一人称反应视角撰写剧本、锁定角色面部一致性、生成场景视频并剪辑成片。文章详细讲解了 MCP 连接器配置、Skill 安装、照片与语音素材的最佳准备方式等每一步操作要点。
作者将11款AI视频剪辑与生成工具的评测任务交给Agent工具Apodex，针对MacBook Pro M1 16GB、首月预算100元以内的新手创作者，通过持续补充约束条件进行迭代式研究。最终推荐零成本起步组合：度加剪辑+剪映+即梦，可实现1080P无水印、带字幕配音和B-roll的可发布视频。文章同时总结了Codex的能力边界：适合打磨提示词、整理素材清单、辅助写脚本，但无法替代需要复杂环境配置和本地大模型运行的任务。
