AI写实古装短片提示词分享:我想了三天三夜也没想明白
作者分享了一套用豆包生成东方古装写实AI视频的完整提示词。提示词包含画质风格定义、人物锁定(三人身份一致)、场景锁定(江南古代集市)、空间关系与四镜头分镜设计,通过负面约束避免人物复制、身份漂移和CG感。作者在评论中说明制作流程:先参考图生成人物资产,再结合提示词生成视频,并支持4K画质输出。
作者分享了一套用豆包生成东方古装写实AI视频的完整提示词。提示词包含画质风格定义、人物锁定(三人身份一致)、场景锁定(江南古代集市)、空间关系与四镜头分镜设计,通过负面约束避免人物复制、身份漂移和CG感。作者在评论中说明制作流程:先参考图生成人物资产,再结合提示词生成视频,并支持4K画质输出。
提供完整的AI视频生成提示词模板与人物/场景锁定方法,实用性强且时效新鲜,但缺乏原理分析和深层论证,评论互动部分信息价值有限。
作者分享20多天测试Muse视频生成、共产出488条视频的实操经验,总结出一套三工具分工的长视频创作流程:用豆包Work基于Seedance官方提示词技巧和全网爆款视频分析生成完整分镜提示词方案;用ChatGPT(GPT Image 2.5)生成各分镜首帧参考图,画面细节更好、AI味更轻;再用Muse按首帧逐镜生成10秒视频并拼接。文章通过《长安异闻之无主宫灯》、天宫系列《云宫迅音》和吉卜力动画集锦三个案例,详细展示了流程迭代过程与四步总结:定方案、出首帧、逐镜生成选片、拼接审片,强调先定提示词和首帧是提升长视频质量的关键。
作者分享团队过去一年研究市面上主流AI视频模型的经验,涵盖物理运镜控制、光影材质一致性和多模型协同的工业化分镜工作流。他们认为技术壁垒正迅速瓦解,未来制作的真正门槛在于叙事野心、分镜审美与思考深度,因此决定开源团队实战打磨的技巧与核心Prompt。文章附上一个30秒、16:9横版、音画同步的原创奇幻机关剧场片头的完整提示词,详细描述了朱红版画、幽蓝巨物、金箔机关三种美术段落的分镜设计、运镜手法与128BPM原创配乐方案。
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。
本文介绍了一套利用 ChatGPT 与 Muse 将一张静态图片生成 45 秒无对白微电影的标准制作流程(SOP)。流程包含九个步骤:素材输入、视觉解析、导演方案、分镜设计、分镜图制作、音乐设计、Muse 总 Prompt 撰写、Muse 制作及成片验收。文章明确了交付标准、优先级规则、Prompt 固定结构、成片检查清单和最简启动指令,强调视觉一致性、音乐同步与可播放性等验收要求,为 AI 视频创作提供了可复用的标准化方法。
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。
本文是 AI 视频创作教程系列的上册,讲解视频内容的组织方法。作者结合摄影和剪辑经验,介绍了视频的三套结构:叙事结构(信息出现顺序)、镜头结构(观众看什么)和时间线结构(画面与声音的配合)。随后从帧、镜头、场景、段落、素材等基本概念入手,说明 A-roll 与 B-roll 的区分及用途,并介绍口播稿、脚本、分镜图、分镜表、镜头清单、风格参考板六种制作文档。最后提出生成 AI 视频前应填写镜头任务单,核对用途、开始、动作、结束、声音、验收六项,并以《肖申克的救赎》为例演示信息推进方式。
文章介绍了一种简单易上手的AI视频玩法:上传一张图片加一条指令,即可生成360°环绕(Bullet Time)效果的视频。作者展示了旅游、美食、美妆、商业摄影、产品展示、服装穿搭等多个应用场景及商业潜力。实现方法分为两种:一是免部署的Web端方案,使用豆包等可生成视频的模型,配合文中提供的通用短指令和完整10秒详细指令;二是适合进阶用户的ComfyUI本地部署方案,通过加载MiniMax H3 I2V模板和360° Orbit LoRA实现。作者以设计师视角分享了最低门槛、可复用的AI玩法。
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。
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。
作者分享了用对话式 AI 视频工具 Pexo 制作一支 41 秒 16-bit 像素风产品宣传片的完整流程。文章详细介绍了四个关键步骤:先为产品找到真实关系确定故事,用漏斗法确定画风,制作一版扎实的分镜表,以及固定五块结构的提示词写法。作者总结了与 Pexo 对话生成的四个回合经验:先让 AI 复述确认理解、提供完整脚本上下文、涉及品牌授权自己决策、分段生成指定模型。最后强调 AI 不是一键出片按钮,需要先想好故事、画风和分镜,AI 才能高效完成生成、拼接和配乐工作。