GPT 6+Blender+Seedance 2.5 组合，提高AI视频可控性，附多种案例提示词
本文介绍了一套AI视频生成工作流：使用Codex（GPT 6）进行分镜设计和空间推理，操作Blender完成白模预演，再结合Seedance 2.5进行视频渲染。该方法可提前预演视频骨架，节省视频生成积分，并通过自然语言多轮修改分镜。文章提供了复杂运镜控制和人物对话正反打两个案例的详细提示词，涵盖角色资产锚点、场景描述、镜头节奏、音效设计和负面提示词，实现高可控性的AI视频生成。
全部文档 / 标签: 可控性
2 篇
靠白模精准复刻动作大片，附保姆级教学
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。
