单条27万赞！古诗词AI视频怎么做？我把制作过程和踩过的坑拆开了
作者分享了用AI制作古诗词视频的完整流程，以柳永《望海潮·东南形胜》为例，将制作拆解为四个步骤：一是用宋词美学skill把词句拆成23个分镜并生成文生图提示词；二是生图阶段建议放慢节奏，从MJ转向Image工具以保证宋代风格和人物一致性，逐张确认后再转视频；三是用可灵做图生视频，每条约36积分；四是剪辑时跟随朗诵排列画面并加字幕。作者还总结了第一版视频因分镜图不精而浪费积分的教训，建议先试做几个镜头再完成整首作品。
全部文档 / 标签: 国风
4 篇
25万点赞的古诗AI视频火了！我用Seedance复刻了唐婉的《钗头凤》
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。
当模型画“宋式审美”时，它到底还不会什么
作者通过一系列图像生成测试，探讨模型在创作“宋式审美”图像时的能力边界。测试涵盖材质、设色、线条、线框约束、人物叙事、知识封面与产品海报。结论是：模型能生成细线、青绿设色、留白与传统符号，但无法稳定让局部服从复合判断——线条说明形体、颜色附着结构、留白构成空间、主景回应内容。模型适合受约束的探索，人则应转向建立判断系统与排序约束。方法上应先问内容再问画风，用真实命题评估而非孤立美图。
GPT-Image2 国风穿搭灵感与提示词分享
作者展示了使用 GPT-Image2 将中国国宝文物（如商青铜饕餮、元青花等）转化为现代时尚穿搭灵感的案例，生成了高级感拉满的造型方案。文章详细分享了用于生成此类高完成度“AI服装灵感提案板”的系统化提示词（Prompt），涵盖了灵感提取、视觉转译、三套Look设计（主视觉/上班/约会）及版式布局等全流程指令。
