一条50万播放的剧场舞台秀AI视频,我是怎么制作的
本文详细记录了作者复刻火影真人舞台剧风格海贼王AI视频的全过程。作者使用 GPT Image 生成高质量全景剧场图,利用 Seedance 和纳米大片进行图生视频,并深入拆解了如何编写包含运镜、景别和特效的视频提示词。文章总结了图片与视频生成的难点、IP检测规避策略及成本分析,为AI影视创作者提供了从构思到成品的完整实操参考。
本文详细记录了作者复刻火影真人舞台剧风格海贼王AI视频的全过程。作者使用 GPT Image 生成高质量全景剧场图,利用 Seedance 和纳米大片进行图生视频,并深入拆解了如何编写包含运镜、景别和特效的视频提示词。文章总结了图片与视频生成的难点、IP检测规避策略及成本分析,为AI影视创作者提供了从构思到成品的完整实操参考。
这是一篇面向新手的 AI 视频制作万字教程。作者系统介绍了 AI 视频的基础概念,包括文生图、文生视频、图生视频的区别与选择方法,对比了 Seedance 2.5、MiniMax H3、可灵、Wan 3.0、Veo 3.1 等主流视频模型的特点与费用,并汇总了 LibTV、TapNow、Flova、即梦等聚合平台的特色。教程详细讲解了图生视频的完整制作流程(写故事、定角色、列分镜、生成分镜图、图生视频、剪辑配声),并以《江边告别》为例示范了人物、分镜和视频提示词的写法,帮助读者制作出第一条文生视频和动作迁移视频。
作者分享了一套 AI 视频创作工作流:先用 ChatGPT 讨论并完善画面构思,再让 GPT-6 Astra 操控 Blender 生成极简白模预演,确定空间关系、人物走位、镜头路径和 Timing,最后将白模视频、场景参考图、人物三视图与提示词交给 seedance 生成最终画面。核心思路是用三维白模解决 Prompt 难以精准表达空间和镜头运动的问题,避免视频生成纯靠抽卡。作者不会建模也不懂运镜,仅通过对话就在 30 分钟内做出不错视频,宣告门槛降低的全民导演时代到来。
本文分享了使用 GPT 6、Blender 和 Seedance 2.5 制作一镜到底 AI 视频的实践经验。作者以包含 10 多个人物和正反打镜头的赛博武侠场景为例,分析了常见的错误(群众角色重复、反打背景错乱等),并提出三点建议:上传完整的正反打场景图并在提示词中明确锚定资产;准备丰富且有特点的群众角色卡并限制出现人数和次数;元素替换提示词写在前面并在资产锚定部分重复强调。文末附有从参考视频、角色图、场景图、剧情到分镜脚本和 AI 视频提示词生成的完整制作流程,包含详细的提示词模板。
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。
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。
本文介绍了如何使用APOB AI和Seedance 2.5构建一个可重复的AI网红Vlog创作工作流:先用AI Influencer Generator创建一致的角色形象,再用GPT Image 2.0生成开场自拍照帧并转化为16拍故事板,最后用Seedance 2.5生成最长30秒的连续Vlog视频。相比一次性提示生成随机短片的'提示轮盘'方式,这种分步骤流程保证了人物身份、场景连续性和自然叙事,让AI Vlog从碰运气变为可操作的创作者工作流。
作者分享了将 AI 视频制作从 Seedance 2.0 mini 迁移到 RunningHub 上 MiniMax H3 的低成本实战经验。H3 按显卡用量计费,折合每秒成片不到一分钱,比 Seedance 便宜约十倍。文章详细介绍了换人翻拍 MV 的完整流程:镜头切分、Gemini 认人、补帧、提示词编写、审片重跑及超分拼片,并总结了闪光误切、结尾抽风、灰底、认错人等踩坑经验。同时讲解了如何将 Seedance 风格的中文提示词改写为 H3 官方英文格式,以及用 GPT Image 分镜图垫图提升出片质量的方法。两套流程均已开源为 skill。