实测 LibTV1.5 五大新功能，我把 1 个完整剧组搬进了 AI 短剧工作流
作者实测 LibTV 1.5 的五大新功能：剧本原创及改编、角色造型室、导演执导、3D-BOX 和创意片头，并以古装短剧为例完整走了一遍从剧本创作到成片输出的 AI 短剧工作流。文章详细演示了 TV Director 如何统筹剧集规划、角色捏脸设计、分镜优化、3D 场景预演和片头包装，突出各环节既能自动生成又可手动介入修改的灵活性。作者认为这大幅降低了没有专业编剧、导演知识的普通人创作高质量短剧的门槛。
相关文档
LibTV 1.5 实测：一个人搞定短剧片段，角色、剧本、导演全流程拆解
作者实测 AI 视频平台 LibTV 1.5，通过制作一段 1 分钟都市悬疑短剧，拆解了其五大核心能力：角色造型、原创编剧、导演分身、3D-BOX 虚拟影棚和成片精修。文章详细演示了从导入参考图创建可复用的角色卡、局部修改剧本并预览对故事钩子的影响，到 AI 自动拆分分镜并批量生成视频节点的完整工作流。复盘显示传统方式需半天的工作压缩至约 2 小时。作者指出角色资产沉淀、剧本可控修改是主要优势，但仍需人工把控创意与镜头情绪，适合短剧团队和独立创作者使用。
AI 小白入门指南：一站式做 AI 故事短片
作者以视频创作小白的身份，分享了使用 Miora 织影 Agent 制作中国古代猫故事短片《乾红猫》的完整过程。文章详细介绍了从选题找故事、建立故事框架、创建角色卡、拆解分镜到调整细节和剪辑的六个步骤。制作中遇到红猫一致性等 AI 视频生成的常见问题，通过补充角色卡和抽卡方式解决。最终短片 1 分 18 秒，生成 50 段视频，花费约 40 美元。作者认为这类视频 Agent 目前更适合作为创作工作流使用，距离一句话生成短片还有距离。
GPT 6+Blender+Seedance 2.5 完成一镜到底 AI 视频，有哪些地方需要注意的
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。
Seedance 2.5 与 LibTV：AI长视频工作流的省钱与重拍技巧
本文介绍了如何使用LibTV工作流结合Seedance 2.5模型高效制作AI长视频。随着视频时长增加，整体重跑修改的成本极高。通过将人物和场景拆分为素材资产，利用AutoLink智能引用功能，创作者能轻松管理多参考素材。LibTV的片段重拍功能允许仅针对出错的几秒镜头单独重新生成，大幅降低了试错成本。这标志着AI视频创作正从单纯的模型体验迈入精细化、高效率的工作流时代。
AI短剧2026最新工作流与SOP
本文作者总结了2026年度AI视频创作的最新SOP，涵盖了从选题、剧本生成（如使用Agent工具）、分镜拆解、资产管理到视频生成与剪辑的全流程。重点介绍了Seedance 2.0、故事版玩法及各类辅助工具（如LibTV、小云雀）的实战应用，强调了在工具快速迭代中，选题能力与资产库管理的重要性。
Seedance 2.0 AI 短剧教程：4 种方法解决人物一致和剧情连贯
本文探讨了利用 Seedance 2.0 与 GPT-image2 制作 AI 短剧时，如何解决单次生成长度限制带来的挑战。作者分享了四种实战方法来确保视频中人物一致性及剧情连贯性：参考视频延长、关键帧做首帧、多段视频合成以及分镜图转视频。文章强调 AI 视频创作已从单一画面生成转向完整叙事组织，核心在于导演思维与资产库管理。
一支 AI 短片怎么做完整？我把《茶汤》的制作过程拆成了六步
作者以致敬抗美援朝的AI音乐短片《茶汤》为例，完整拆解了AI短片制作流程：找对标、拆剧情、写剧本、查参考、做资产、生视频、后期。文中介绍了豆包辅助分析对标视频、ChatGPT写剧本、Gemini换装改图、即梦生成视频、剪映后期剪辑的工具分工，分享了角色与场景资产制作的具体提示词，并对比了海螺H3与Seedance 2.5在画面质感上的差异。文章附有可直接参考的提示词与操作截图，帮助读者从单镜头进阶到完整成片。
用 AI 做了一部 12 集苏东坡短剧，复盘一下全过程
作者用 Muse AI 视频工具在一周内完成 12 集、每集 55 秒的苏东坡生平短剧《苏东坡：此心安处》。文章复盘了完整制作流程：先写总导演案、历史校准、人物定妆照分三档年龄锁定，再逐镜生成时必挂参考图保证人物一致性，并通过抽帧验看发现并修正穿帮（如自动划船的船桨、宋代不该有的煤油灯）。作者总结了生成失败时的缺席拍法、声音设计写进 prompt 等经验，给出系列短剧制作 checklist，并诚实评价 Muse：是很好的执行者但不是导演，AI 负责画面，人负责取舍与减法。
手把手教你做AI短片：从0到1完整制作全流程（零基础入门版）
作者完整拆解了一条奇幻AI短片的制作流程：想法→剧本→风格测试→人物/场景/道具资产→分镜与视频生成→剪辑成片。剧本用ChatGPT、DeepSeek辅助并人工检查逻辑；美术先做风格测试再批量生成场景；人物资产强调定妆图、纯色背景、三视图与人物道具分离；视频生成在LibTV画布中按批次写清站位，用静帧参考保持连贯性；最后在剪映统一铺音、配音、调色。文中附完整场景、人物、道具提示词示例，强调先做完整条流程再逐步打磨。
未来 3 年，会做 AI 视频的人和会当导演的人，差在哪
文章指出 AI 视频创作的差距不在生成能力，而在导演思维。作者提出'导演四阶段循环'框架：简报、分镜、生成、审片与剪辑。核心观点包括：人的工作重心是定方向、验收和拒绝；先写导演简报再生成，先出低清再升高清；建立可量化的拒收标准并记录每次拒收原因，回写到上游简报和分镜。长期积累的审片记录将形成个人风格资料库，成为模型换代也带走的竞争优势。文章还引用了 @anabology 用 Claude 18 小时制作短片的案例加以佐证。
AI 视觉与影视必看的 59 篇文章
作者精心整理了一份 AI 视觉与影视领域的 59 篇精选文章合集，涵盖 AI 视频生成、AI 生图、数字人、动画制作、ComfyUI 工作流等多个方向。内容包括 Cursor + Remotion 动画制作、Seedance 视频模型玩法、Gemini 3 Flash Image 生图探索、Suno AI 音乐生成、Claude Skill 开发、GPT Image 实测、数字人口播教程、3D 预演台实操等。文章以保姆级教程为主，兼有开源项目与经验分享，适合 AI 视觉与影视创作爱好者系统学习参考。
如何利用 Muse 制作一部 3 分钟一集的漫剧
作者介绍了 Meta 旗下 Muse 模型家族（含视频生成模型 Muse Video），并分享用其制作 3 分钟漫剧的完整方法论。Muse 每次仅生成约 10 秒视频，长剧需拆分 18 个分镜逐段生成再拼接。作者结合漫剧创作六步工作流（剧本→分镜→资产→锁定→逐镜生成→拼接），并从 Seedance 2.5 官方文档和 Higgsfield 开源长片方法论中提炼关键技巧：资产先行、英文描述+中文台词、肯定式画面约束、一镜一种运镜等。文中还记录了中文配音、口型转头等踩坑教训，最终形成'一镜一确认'、平均 50-70 次生成完成一集的可控流程，并给出三层进阶学习路径。
