使用 Grok Imagine 制作短片的完整指南
本文详细介绍了如何利用 Grok Imagine(Imagine Video 1.5)从零开始制作一部短片。由于视频模型在多次生成中没有记忆,文章强调了利用参考图像和文本提示来维持角色、场景和道具一致性的核心原则。作者分享了四个核心的 Grok 技能(脚本编写、角色图、场景/道具参考、提示词生成),并逐步讲解了创作流水线:从构思一句话灵感、设定基础要素,到编写结构化的剧本大纲,以保证 AI 短片的高质量产出。
本文详细介绍了如何利用 Grok Imagine(Imagine Video 1.5)从零开始制作一部短片。由于视频模型在多次生成中没有记忆,文章强调了利用参考图像和文本提示来维持角色、场景和道具一致性的核心原则。作者分享了四个核心的 Grok 技能(脚本编写、角色图、场景/道具参考、提示词生成),并逐步讲解了创作流水线:从构思一句话灵感、设定基础要素,到编写结构化的剧本大纲,以保证 AI 短片的高质量产出。
文章发布于近期,紧贴Grok Imagine最新功能更新,不仅详细解析了AI视频生成的核心痛点,还直接附带了完整的实操工作流、四个关键技能链接及提示词指南,具有极高的落地应用价值。
作者实测Vidu新一代视频模型Vidu Q4 Preview,认为其演技表现力出色:复刻《你的名字》真人版最后一幕效果惊艳,1080P直出具有电影感,台词配音也能同步生成;同一句台词可演绎五种细腻情绪;还能生成动作连贯的伪纪录片式视频,并可将旅游照片做成文旅宣传片。模型支持3段参考音频、15张参考图,最高2K/4K输出,价格0.09元/秒起,大幅降低AI短片制作门槛。文章附详细教程,包括分镜截图转真人实拍风格的提示词技巧、按秒拆解的动作提示词结构,并开源了情绪表演skill和导演Skill合集,供读者拿来即用。
作者李岳分享了如何用自己开发的开源 Skill「female-outfit-director(女性换装导演)」复刻抖音爆款卡点换装视频。文章详细讲解了换装视频在 AI 生成中的难点,如人物一致性、首帧与视频因果关系断裂、双重身体等问题,并提出以结构母图(九宫格拼贴首帧)为核心的解决方案。Skill 能锁定人物身份、生成 7 套造型的首帧、输出精确到秒的换装时间轴,并内置 12 种换装机制。作者用 Seedance 2.5 实测还原度约 80%,项目已开源至 GitHub 并获 607 Star。作者强调 Skill 的价值在于将复刻爆款的方法论沉淀为可复用的工作流。
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。
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。
作者试用了二十多款用代码生成视频的Skills,最终筛选出三款推荐:ClaudeAnimationBase(效果最好,2k star,卡通动漫风、视频连贯性好)、mg-styles-15 和 video-shotcraft。这些工具既能制作宣传片,也可直接用于视频平台起号。作者使用 Claude Code 搭配 Opus 5.5 进行测试,并指出先参考素材找到想要的风格,再让模型描述生成,效果更佳。
作者拆解了热门的AI视频换人技术,基于机智波玩AI发布的MiniMax H3角色替换工作流(RunningHub画布),讲解如何用现成模板最快做出第一版换人视频。文章指出应先认准真正生效的上方分支,第一步保留原视频只换角色参考图,第二步只修改提示词中换人对象的定位描述(用位置加衣服锁定目标),第三步照抄采样等参数不做凭感觉的调整,第四步通过分帧核查验证新结果并按错误类型逐项排查。最后总结可迁移的控制逻辑:视频给动作环境、图片给角色身份、提示词限定改动范围,建议按风险从小到大逐步修改素材。
本文介绍了如何使用 Claude Code 搭配 Opus 5.5 模型,在 15 分钟内生成完整动态视频的完整流程。文章涵盖初始设置(Claude Code、HyperFrames/Remotion 视频框架、动态设计 Skill)、创意简报撰写的八个关键要素(角色、格式、故事、视觉风格、排版、动效语言、音频、禁忌事项),并提供可直接使用的提示词模板。还分享了进阶技巧,包括创建自定义品牌 Skill、控制节奏、使用真实素材文件、逐场景拆解等方法,适用于产品发布视频、产品更新、个人品牌等场景。
作者空格开源了一个手绘风格动效视频 Skill,兼容任意 AI 模型(国内及海外模型均可)。针对 AI 生成宣传片千篇一律的'会动的网页'式问题,作者将白板讲解的手绘感做成视频,内置白板、黑板、水彩、水墨、蓝图、漫画等 10 种画风。实现原理是用网页渲染画面、无头 Chrome 逐帧截图、ffmpeg 拼接视频,配合手写字体、rough.js 抖动线条和无限画布镜头。Skill 会自动读文章、写旁白、配音、排画面并渲染成片,支持多种比例和科普、宣传、课程等场景。项目已在 GitHub 开源。
作者以马斯克版《流星雨》MV为例,详细讲解AI名人换脸的完整工作流。教程分为七步:准备原始素材并记录帧信息、拆分镜头并确定角色(如言承旭换黄仁勋、周渝民换马斯克)、为每个镜头生成换脸剧照、打包提示词与参考资料、使用MiniMax H3模型在DGX Spark上分两轮生成视频、将24帧生成视频对齐回原片30帧节奏,最后拼接成完整MV。文章还总结了质检流程、脚本工具使用方法,以及多次翻车经验教训,如三人齐弯腰、闭眼闭嘴等问题及修复方法。
作者分享了一套用于 Grok Bot 生成 15 秒、9:16 竖屏、4K 超写实真人电影肖像视频的完整提示词。提示词详细规划了人物外貌与面部结构、发型服装、镜头构图(85mm 电影镜头、f/2.0 浅景深、极近特写)、光线环境(阴天窗光、冷灰色调)以及按 3 秒分段设计的连续微表情动作,并给出真实感控制与负面限制清单,避免 AI 网红脸、塑料皮肤等失真效果。评论区讨论了视频时长限制、4K 超分处理等实用技巧,作者表示该提示词可完美复刻。
作者分享使用 Opus 5.5 从一段文字生成完整视频的教程,并开源了包含 16 种视频风格的 Skill(chengfeng-video-styles)。流程包括:安装 Skill、输入内容、设定参考风格、先生成 17 个 3 秒样片供筛选、选定后生成全片、导出 MP4,最后用代码合成音效和添加字幕。整个过程通过 Agent 自动化完成,视频生产从围绕时间线的传统剪辑转向围绕工作流的自动化流程,作者对效果非常满意。