西羊石AI视频团队：AI 漫剧这么火，但真正能照着做的流程，几乎没人讲清楚

西羊石AI视频团队：AI 漫剧这么火，但真正能照着做的流程，几乎没人讲清楚 西羊石AI视频团队：AI 漫剧这么火，但真正能照着做的流程，几乎没人讲清楚 Modified January 14 图1：近景 棋盘 图2：中景 手拿取棋子 图3：特写 POV视角 不难看出，下方的几张图，也是通过视频模型来截取分镜，再去进行的优化，步骤类似，便不赘述了。 3、参考生视频 这是目前 AI 视频工作流中最高效、也是最能解放生产力的一环。它的核心逻辑是：彻底跳过“分镜出图”这一步，直接用角色 ID 演戏。 随着 Vidu 等模型推出了“主体参考”功能，我们不再需要为每一个复杂的交互镜头去痛苦地抽卡画图。只需要将之前设定好的“角色三视图”或标准照上传到主体库，再上传一张背景图，剩下的就全部交给提示词。 这在处理多人互动或高难度动作时优势巨大。比如片中需要表现“两人激烈的打斗”或者“细腻的情感拉扯”，这类画面如果用绘画模型生成，很容易出现肢体穿模或神态僵硬。但通过参考生视频，我们可以直接描述动作逻辑，视频模型会根据对物理规律的理解，驱动你上传的角色 ID 在场景中做出自然的表演。 下方左侧是利用 Vidu 的参考生视频功能所生成视频素材的截图，右侧则是即梦 4.5 直接生成的图片。起初，我们尝试直接生成左侧的效果，期望呈现出左图这种过肩镜头画面 —— 慕云尽单手掐住潇澜月的脖子。 过肩镜头，不管是过去还是现在，都是一种实现难度较大的视角，抽卡率很高，即便现在用 Nano Banana pro 来修改图片，也往往需要多次尝试，而且最终效果也未必能达到最佳。 不难发现，运用相同的提示词，参考生视频直接达成了我想要的效果，还省去了图生视频这一步骤。反观直接出图，效果就差强人意了。 Vidu参考生视频截帧 即梦4.5 四）音乐设计 鉴于这是真实的商业订单需求，音乐方面应尽量采用有版权的原创音乐。在 AI 音乐工具中，效果最佳的当属 Suno。 Suno 的使用方法在第九章已有详细阐述。倘若已有完整的分镜脚本，可直接让 AI 针对分镜脚本内容进行分析，为你生成契合的 Suno 风格提示词。 制作本片时，分镜脚本已然完备，于是我们直接与AI探讨本片的音乐需求。由于本片分为5幕，各幕之间联系并非十分紧密，且每一幕都有其独特的情绪氛围。所以，我依据每一幕的基调，结合脑海中预演的画面，提前与AI沟通确定了大致的情绪氛围词。 ⚽ 回忆我之前发你的总分镜脚本文件。我要用ai生成合适的音乐。用suno生成。 请为我写可用的styles提示词。纯音乐。我的分镜脚本大致分为五幕。 第一幕：定局，情绪氛围：整体神秘、宏大、宿命感、紧张感递增 第二幕：布局，情绪/氛围： 阴冷、悬疑、悲悯、空灵、忧伤 第三幕：迷局，情绪/氛围： 诡谲、智斗、从容、暗流涌动 第四幕：终局，情绪/氛围： 悲壮、人声吟唱、悲伤回落、悠远 第五幕：落定，情绪/氛围： 威严、权力、最终的决绝、回归平静 注：要是脑海中能浮现相关画面，那自然再好不过；要是没有，大家也可不写，直接让Suno帮你构思就行。 可以看到，Suno把每一幕的提示词都提供给了出来，并且给出了相关解析，这样我就能从中筛选和优化。当然，这一步对于一般没有音乐专业知识的人而言，不用做得如此专业，大家直接用提示词在Suno里“抽卡”就行，基本上抽几次就会得到很合适的音乐。 Suno生成的这几首曲子，选用了其中的三首。 第一幕选用的这首曲子作为定场非常合适。从听感上来说，它应该具有一种引路人的质感，不是一开始就狂轰滥炸，而是用一种宿命般的低语把观众拉进这个名为天之局的世界。 第一幕 Fate's Whisper Unable to preview. Please download the file. 第二幕和第三幕，虽然这两幕场景跨度很大，从阴暗的刑房到看似雅致的庭院，但这首曲子那种持续不断的悬疑和压迫感，却很符合这两场的氛围，因此选用了同一首。 第二三慕 危险降临 Unable to preview. Please download the file. 第四幕是情感的爆发点，呈现的是生离死别的悲壮感，生成的这首曲子气质很符合。而曲子后半段情绪变得更激昂，正好对应第五幕公子瑾登临高位、盖下玉玺的画面。于是第四幕和第五幕都选了这首歌，直接延续到结尾，贯穿后面两幕，直接解决了叙事断层的问题。 第四幕 悲壮 Unable to preview. Please download the file. 音乐选择其实并无太多技巧，关键在于大家要深入理解画面所传达的情绪。 在与 AI 多次交互的过程中，不断进行尝试。有时生成的一首曲子，仅有其中几十秒的片段与画面契合；有时一首曲子的不同片段，分别适用于影片中的不同画面。所以，这就要求创作者具备足够的耐心，细细品味并精心筛选。 五）思考 走完这一整套流程，最直观的感受可能是，AI 确实帮我们省掉了大量的重复劳动，但它依然没法代替我们做最终的决定。虽然现在的模型能快速出图、出视频，但要把这些零散的素材拼接成一个逻辑自洽、情感连贯的故事，核心还是在于创作者对视听节奏的直觉。 在实际操作中，我们其实扮演了筛选者和修正者的角色。AI 生成的内容往往带有一定的随机性，这就需要我们利用前面提到的审美和分镜意识，去判断哪个画面能用，哪个细节需要重打。 这种对细节的死磕，正是区分流水线作品与精品的关键所在。 工具越是强大，这种基于专业背景的判断力反而越显得不可替代。 所以，对于刚开始尝试全链路制作的朋友，我建议不要过分依赖某个特定的工具，而是要多花精力去理解镜头语言和剪辑逻辑。即便未来 AI 模型再次进化，有各种各样一键成片的Agent涌现，甚至能直接理解复杂的指令，也建议你不要丢掉这种亲自上手的习惯。 技术每隔几个月就会翻新，但你通过实操积累下来的这套创作逻辑是通用的。只要这套底层逻辑在，无论以后工具进化到哪一步，你都能快速上手，创作出真正想要的内容。 ❤️ 如果你也是AI视频行业的上下游，或者对AI视频感兴趣，欢迎和我们西羊石一起多交流，携手成长 图1：近景 棋盘 图2：中景 手拿取棋子 图3：特写 POV视角 图1：近景 棋盘 图2：中景 手拿取棋子 图3：特写 POV视角 不难看出，下方的几张图，也是通过视频模型来截取分镜，再去进行的优化，步骤类似，便不赘述了。 3、参考生视频 这是目前 AI 视频工作流中最高效、也是最能解放生产力的一环。它的核心逻辑是：彻底跳过“分镜出图”这一步，直接用角色 ID 演戏。 随着 Vidu 等模型推出了“主体参考”功能，我们不再需要为每一个复杂的交互镜头去痛苦地抽卡画图。只需要将之前设定好的“角色三视图”或标准照上传到主体库，再上传一张背景图，剩下的就全部交给提示词。 这在处理多人互动或高难度动作时优势巨大。比如片中需要表现“两人激烈的打斗”或者“细腻的情感拉扯”，这类画面如果用绘画模型生成，很容易出现肢体穿模或神态僵硬。但通过参考生视频，我们可以直接描述动作逻辑，视频模型会根据对物理规律的理解，驱动你上传的角色 ID 在场景中做出自然的表演。 下方左侧是利用 Vidu 的参考生视频功能所生成视频素材的截图，右侧则是即梦 4.5 直接生成的图片。起初，我们尝试直接生成左侧的效果，期望呈现出左图这种过肩镜头画面 —— 慕云尽单手掐住潇澜月的脖子。 过肩镜头，不管是过去还是现在，都是一种实现难度较大的视角，抽卡率很高，即便现在用 Nano Banana pro 来修改图片，也往往需要多次尝试，而且最终效果也未必能达到最佳。 不难发现，运用相同的提示词，参考生视频直接达成了我想要的效果，还省去了图生视频这一步骤。反观直接出图，效果就差强人意了。 Vidu参考生视频截帧 即梦4.5 Vidu参考生视频截帧 即梦4.5 四）音乐设计 鉴于这是真实的商业订单需求，音乐方面应尽量采用有版权的原创音乐。在 AI 音乐工具中，效果最佳的当属 Suno。 Suno 的使用方法在第九章已有详细阐述。倘若已有完整的分镜脚本，可直接让 AI 针对分镜脚本内容进行分析，为你生成契合的 Suno 风格提示词。 制作本片时，分镜脚本已然完备，于是我们直接与AI探讨本片的音乐需求。由于本片分为5幕，各幕之间联系并非十分紧密，且每一幕都有其独特的情绪氛围。所以，我依据每一幕的基调，结合脑海中预演的画面，提前与AI沟通确定了大致的情绪氛围词。 ⚽ 回忆我之前发你的总分镜脚本文件。我要用ai生成合适的音乐。用suno生成。 请为我写可用的styles提示词。纯音乐。我的分镜脚本大致分为五幕。 第一幕：定局，情绪氛围：整体神秘、宏大、宿命感、紧张感递增 第二幕：布局，情绪/氛围： 阴冷、悬疑、悲悯、空灵、忧伤 第三幕：迷局，情绪/氛围： 诡谲、智斗、从容、暗流涌动 第四幕：终局，情绪/氛围： 悲壮、人声吟唱、悲伤回落、悠远 第五幕：落定，情绪/氛围： 威严、权力、最终的决绝、回归平静 回忆我之前发你的总分镜脚本文件。我要用ai生成合适的音乐。用suno生成。 请为我写可用的styles提示词。纯音乐。我的分镜脚本大致分为五幕。 第一幕：定局，情绪氛围：整体神秘、宏大、宿命感、紧张感递增 第二幕：布局，情绪/氛围： 阴冷、悬疑、悲悯、空灵、忧伤 第三幕：迷局，情绪/氛围： 诡谲、智斗、从容、暗流涌动 第四幕：终局，情绪/氛围： 悲壮、人声吟唱、悲伤回落、悠远 第五幕：落定，情绪/氛围： 威严、权力、最终的决绝、回归平静 注：要是脑海中能浮现相关画面，那自然再好不过；要是没有，大家也可不写，直接让Suno帮你构思就行。 可以看到，Suno把每一幕的提示词都提供给了出来，并且给出了相关解析，这样我就能从中筛选和优化。当然，这一步对于一般没有音乐专业知识的人而言，不用做得如此专业，大家直接用提示词在Suno里“抽卡”就行，基本上抽几次就会得到很合适的音乐。 Suno生成的这几首曲子，选用了其中的三首。 第一幕选用的这首曲子作为定场非常合适。从听感上来说，它应该具有一种引路人的质感，不是一开始就狂轰滥炸，而是用一种宿命般的低语把观众拉进这个名为天之局的世界。 第一幕 Fate's Whisper Unable to preview. Please download the file. 第一幕 Fate's Whisper Unable to preview. Please download the file. 第二幕和第三幕，虽然这两幕场景跨度很大，从阴暗的刑房到看似雅致的庭院，但这首曲子那种持续不断的悬疑和压迫感，却很符合这两场的氛围，因此选用了同一首。 第二三慕 危险降临 Unable to preview. Please download the file. 第二三慕 危险降临 Unable to preview. Please download the file. 第四幕是情感的爆发点，呈现的是生离死别的悲壮感，生成的这首曲子气质很符合。而曲子后半段情绪变得更激昂，正好对应第五幕公子瑾登临高位、盖下玉玺的画面。于是第四幕和第五幕都选了这首歌，直接延续到结尾，贯穿后面两幕，直接解决了叙事断层的问题。 第四幕 悲壮 Unable to preview. Please download the file. 第四幕 悲壮 Unable to preview. Please download the file. 音乐选择其实并无太多技巧，关键在于大家要深入理解画面所传达的情绪。 在与 AI 多次交互的过程中，不断进行尝试。有时生成的一首曲子，仅有其中几十秒的片段与画面契合；有时一首曲子的不同片段，分别适用于影片中的不同画面。所以，这就要求创作者具备足够的耐心，细细品味并精心筛选。 五）思考 走完这一整套流程，最直观的感受可能是，AI 确实帮我们省掉了大量的重复劳动，但它依然没法代替我们做最终的决定。虽然现在的模型能快速出图、出视频，但要把这些零散的素材拼接成一个逻辑自洽、情感连贯的故事，核心还是在于创作者对视听节奏的直觉。 在实际操作中，我们其实扮演了筛选者和修正者的角色。AI 生成的内容往往带有一定的随机性，这就需要我们利用前面提到的审美和分镜意识，去判断哪个画面能用，哪个细节需要重打。 这种对细节的死磕，正是区分流水线作品与精品的关键所在。 工具越是强大，这种基于专业背景的判断力反而越显得不可替代。 所以，对于刚开始尝试全链路制作的朋友，我建议不要过分依赖某个特定的工具，而是要多花精力去理解镜头语言和剪辑逻辑。即便未来 AI 模型再次进化，有各种各样一键成片的Agent涌现，甚至能直接理解复杂的指令，也建议你不要丢掉这种亲自上手的习惯。 技术每隔几个月就会翻新，但你通过实操积累下来的这套创作逻辑是通用的。只要这套底层逻辑在，无论以后工具进化到哪一步，你都能快速上手，创作出真正想要的内容。 ❤️ 如果你也是AI视频行业的上下游，或者对AI视频感兴趣，欢迎和我们西羊石一起多交流，携手成长 如果你也是AI视频行业的上下游，或者对AI视频感兴趣，欢迎和我们西羊石一起多交流，携手成长 最近 AI 漫剧确实很火。但真正能拿来学习、复刻的完整流程，其实并不多。 很多人想入局，却卡在同一个问题：不知道 AI 漫剧到底该怎么做，怎么从 0 跑通一条可落地的制作流程。 前段时间，我们整理了一套真实商业漫剧案例，原本只用于公司内部培训。资料本身很有价值，流程是实打实跑过的。 这次拿出来分享，也很简单——希望能帮到正在摸索方向的人，也借这个机会，认识更多认真做漫剧、愿意交流甚至合作的朋友。 此次案例会用到几乎市面上AI视频创作的主流工具。虽说如今市面上已出现众多一键成片的 Agent 工具，能大幅提升效率，但要是想打造精品，多数情况下仍需遵循传统 “分镜 视频 剪辑” 的制作流程，也就是我们多次提到的 “文 图 视 音 剪” 工作流程。 从基础技能角度考量，我们希望大家具备传统的分镜意识、出图改图能力、基本的提示词撰写能力以及剪辑能力，同时不断积累传统影视相关的视听语言逻辑与审美能力。 如此一来，未来无论面对何种应用场景，都能从容应对。 一）剧本和分镜脚本 当我们聊完选题，真正进入商业项目的实战制作时，你会发现一个很现实的情况： 绝大多数时候，我们其实是跳过了“创作剧本”这个环节的。客户或者项目方给到我们手里的，往往已经是一个现成的小说片段、一个写好的剧本，甚至直接就是一份分镜脚本。 所以，作为 AI 视频创作者，在这一阶段我们要做的工作，本质上不是“写作”，而是“翻译”与“重构”。我们需要把文字语言，翻译成 AI 能够理解的镜头语言。 面对客户给到的不同素材，我们的处理方式通常分为两种情况。 第一种情况：拿到的是现成的分镜脚本 如果你的甲方非常专业，直接甩过来一个把分镜拆得非常完备的表格，里面涵盖了景别、构图、画面内容等等，这当然是好事。但请记住，这时候千万不要直接打开 AI 工具开始跑图。 拿到分镜后的第一件事，是沟通。虽然我们不需要重新写剧本，但必须通过沟通去对齐认知。你得充分理解整个片子的故事梗概以及世界观。 是赛博朋克的霓虹感？还是东方玄幻的留白？只有搞懂了这些，你才能把握住角色的人设和美术风格。 这一点至关重要，否则你跑出来的画面哪怕构图再对，味道也是错的。 尽管接到的需求是制作预告片，但手头的分镜脚本却包含五幕内容，每一幕各自为一场短戏，各场戏之间关联性较弱，并且涉及十个不同的角色形象。这无疑对我们在整体节奏把控、画面呈现以及最终剪辑水平等方面，提出了较高的要求。 于是我们第一时间与编剧老师进行沟通，了解里面的世界观和人设。很多时候光看剧本以及分镜脚本是看不出这些东西的。这就是为什么，传统影视行业的编剧在将小说改编成剧本的时候要先通读一遍原著小说的原因。 最后，你需要像导演审视剧本一样，在脑海里把这些分镜预演一遍。如果发现某些画面在 AI 现有的技术条件下很难实现（比如极度复杂的多人交互长镜头），就要在制作前就提出来，给出替代方案。 第二种情况：拿到的是剧本 这是更常见的状态。我们要做的，就是按照视听逻辑，把它拆解成一份标准的分镜脚本表格。 这个分镜脚本表格的表头通常包括：分镜号、景别、镜头运动、画面内容、音效/台词、时长。 当然，我们可以利用大语言模型来帮我们完成从“文本”到“表格”的初版转化。你可以使用下面这段提示词，让 AI 帮你完成粗剪： 🎨 【提示词模板：文本转初版分镜】 Role: 专业的商业短片分镜师 Task: 请阅读我提供的【剧本/小说片段】，将其拆解为一份详细的、适合 AI 视频制作的分镜脚本表格。 Requirements: 1. 转化逻辑: 将文学描写转化为可视化的镜头语言，严禁出现“心里想”等无法拍摄的描述，必须转化为动作或微表情。 2. 格式要求: 输出为 Markdown 表格，包含列：分镜号、景别（远/全/中/近/特）、镜头运动（推/拉/摇/移/跟随/固定）、画面内容（详细描述主体、环境、光影）、音效/台词、预估时长（秒）。 Input: [在此处粘贴你的剧本内容] 【提示词模板：文本转初版分镜】 Role: 专业的商业短片分镜师 Task: 请阅读我提供的【剧本/小说片段】，将其拆解为一份详细的、适合 AI 视频制作的分镜脚本表格。 Requirements: 1. 转化逻辑: 将文学描写转化为可视化的镜头语言，严禁出现“心里想”等无法拍摄的描述，必须转化为动作或微表情。 2. 格式要求: 输出为 Markdown 表格，包含列：分镜号、景别（远/全/中/近/特）、镜头运动（推/拉/摇/移/跟随/固定）、画面内容（详细描述主体、环境、光影）、音效/台词、预估时长（秒）。 Input: [在此处粘贴你的剧本内容] 拿到 AI 给出的初版表格后，绝对不能直接使用。 AI 生成的分镜往往只是逻辑通顺，但缺乏“电影感”。这时候就需要调用你的视听语言积累了。你要在脑海中不断预演这些画面，看它们衔接起来是否流畅，节奏是否拖沓。 为了解决这个问题，我们需要对分镜进行“二次优化”。针对短剧的快节奏特性，我将前面所学的镜头组接原则（如动接动、30度规则、匹配原则等）提炼成了一套大模型能听懂的结构化指令。 你可以把初版分镜再次发给 AI，并附上下面这段提示词进行精修： 🌅 【提示词模板：分镜脚本视听优化】 Role: 资深电影剪辑师、视觉导演 Goal: 请根据以下规则，对上一轮生成的初版分镜脚本进行深度优化，使其更符合商业漫剧的视觉张力。 Optimization Rules (请严格基于以下逻辑修改): 1. 叙事逻辑与因果: 确保镜头组接符合“动作 反应”或“因 果”的链条（如：A镜头反派扔出支票 B镜头支票飘落主角脸上）。删除无意义的过场。 2. 景别节奏: ◦ 通常遵循“远 全 中 近 特”的渐进式组接，避免视觉跳跃。 ◦ 例外: 在需要制造震惊或强调时，允许打破规则，使用两极镜头跳切（如大全景直接切特写）。 3. 细化台词： 当剧本某一段剧情中的一个人物台词内容过多(超过50字)时，也可以细化分镜，拆成多个分镜进行叙述，因为我们的单个分镜视频时长最长也就是10秒左右，所以单分镜台词过多是说不完的。 4. 动态衔接: ◦ 动接动: 若前一个镜头主体在运动，后一镜头应保持运动趋势（如推镜接推镜，奔跑接飞驰），创造连贯动势。 ◦ 静接静: 对话或情绪段落，利用固定镜头或运动镜头的起幅/落幅进行平稳组接。 5. 视觉匹配: ◦ 视线匹配: 角色看向画外时，下一镜必须展示其视线所及之物。 ◦ 图形匹配: 尝试寻找前后镜头中形状相似的物体进行转场（如圆月切圆眼），增加艺术感。 6. 30度原则 当两个相邻分镜是同一个景别同一个人物的时候，要满足30度原则，即拍同一个一主体时，连续拍摄的两个镜头之间，摄影机的角度需要有至少30度的变化。 7. 短剧节奏控制: ◦ 高潮/打斗戏：缩短单镜时长（1.5s 2s），增加特写和快速推拉。 ◦ 铺垫/情感戏：适当延长时间，使用缓慢运镜让观众呼吸。 Output: 请输出优化后的 Markdown 分镜表格，并在表格后简要说明你根据上述原则修改了哪些关键点（例如：“第3镜修改为动接动，增强冲击力”）。 【提示词模板：分镜脚本视听优化】 Role: 资深电影剪辑师、视觉导演 Goal: 请根据以下规则，对上一轮生成的初版分镜脚本进行深度优化，使其更符合商业漫剧的视觉张力。 Optimization Rules (请严格基于以下逻辑修改): 1. 叙事逻辑与因果: 确保镜头组接符合“动作 反应”或“因 果”的链条（如：A镜头反派扔出支票 B镜头支票飘落主角脸上）。删除无意义的过场。 2. 景别节奏: ◦ 通常遵循“远 全 中 近 特”的渐进式组接，避免视觉跳跃。 ◦ 例外: 在需要制造震惊或强调时，允许打破规则，使用两极镜头跳切（如大全景直接切特写）。 ◦ 通常遵循“远 全 中 近 特”的渐进式组接，避免视觉跳跃。 ◦ 例外: 在需要制造震惊或强调时，允许打破规则，使用两极镜头跳切（如大全景直接切特写）。 3. 细化台词： 当剧本某一段剧情中的一个人物台词内容过多(超过50字)时，也可以细化分镜，拆成多个分镜进行叙述，因为我们的单个分镜视频时长最长也就是10秒左右，所以单分镜台词过多是说不完的。 4. 动态衔接: ◦ 动接动: 若前一个镜头主体在运动，后一镜头应保持运动趋势（如推镜接推镜，奔跑接飞驰），创造连贯动势。 ◦ 静接静: 对话或情绪段落，利用固定镜头或运动镜头的起幅/落幅进行平稳组接。 ◦ 动接动: 若前一个镜头主体在运动，后一镜头应保持运动趋势（如推镜接推镜，奔跑接飞驰），创造连贯动势。 ◦ 静接静: 对话或情绪段落，利用固定镜头或运动镜头的起幅/落幅进行平稳组接。 5. 视觉匹配: ◦ 视线匹配: 角色看向画外时，下一镜必须展示其视线所及之物。 ◦ 图形匹配: 尝试寻找前后镜头中形状相似的物体进行转场（如圆月切圆眼），增加艺术感。 ◦ 视线匹配: 角色看向画外时，下一镜必须展示其视线所及之物。 ◦ 图形匹配: 尝试寻找前后镜头中形状相似的物体进行转场（如圆月切圆眼），增加艺术感。 6. 30度原则 当两个相邻分镜是同一个景别同一个人物的时候，要满足30度原则，即拍同一个一主体时，连续拍摄的两个镜头之间，摄影机的角度需要有至少30度的变化。 7. 短剧节奏控制: ◦ 高潮/打斗戏：缩短单镜时长（1.5s 2s），增加特写和快速推拉。 ◦ 铺垫/情感戏：适当延长时间，使用缓慢运镜让观众呼吸。 ◦ 高潮/打斗戏：缩短单镜时长（1.5s 2s），增加特写和快速推拉。 ◦ 铺垫/情感戏：适当延长时间，使用缓慢运镜让观众呼吸。 Output: 请输出优化后的 Markdown 分镜表格，并在表格后简要说明你根据上述原则修改了哪些关键点（例如：“第3镜修改为动接动，增强冲击力”）。 如果你只是初学者，画面感没有那么强，可以按照上述的提示词来进行优化。但随着大家阅片和做片的增多，一定要有意识地去在脑海中预演，进行人工修改。 当这一切准备就绪，你获得了一份经过 AI 拆解、又经过自己优化的分镜脚本后，我们就可以进入下一步的制作了。 但一定要记住，分镜脚本绝不是一成不变的，它的改动会贯穿于你制作的全流程。在后面生成图片或视频时，你可能会发现某个原本设计的镜头效果并不好，或者 AI 跑出了一个意外惊喜的画面，这时你都要随时回到这一步来调整分镜。 如果你是一个把握全流程的人，那你就是导演，你要做好随时修改随时沟通的准备。 二）角色设计 如果分镜脚本已经确定得差不多了之后，就要开启后续的角色、场景设计了。 主要还是角色设计。 如果大家已经在AI聊天窗口中优化好了分镜脚本，那么就可以直接对着它说： 🍞 请你仔细研究我的分镜脚本，请你为我设计其中出现的角色的人物定妆照的AI绘画提示词。 背景为纯白背景。要包含人物外貌长相、服装、发型等等。中英文各一版。画风为2D动漫风格。 请你仔细研究我的分镜脚本，请你为我设计其中出现的角色的人物定妆照的AI绘画提示词。 背景为纯白背景。要包含人物外貌长相、服装、发型等等。中英文各一版。画风为2D动漫风格。 注：如果甲方已经提供了完整的分镜脚本了，那就先把分镜脚本直接上传到Gemini等工具当中，再按照上面的提示词来要求AI生成角色形象提示词。 跟编剧沟通过后，我们所需要创建的角色形象为6个，涉及到的形象造型有10个。 🥖 姬花燃：古代异族女子的形象，身穿斗篷 老者：古代异族中年男子的形象，身穿斗篷 慕云尽：古代年轻将军的形象 慕云尽（战损版）：古代年轻将军的形象，盔甲残破，发髻凌乱，带有血迹 萧澜月：古代女子，红色嫁衣，披头散发，带有血迹 萧澜月（濒死）：古代女子，粉色常服，面色惨白 玉琼筝：温润如玉的古代男子形象 玉琼筝（血迹版）：温润如玉的古代男子，带有血迹 公子瑾：古代贵公子形象 公子瑾（龙袍版）：古代年轻帝王形象 姬花燃：古代异族女子的形象，身穿斗篷 老者：古代异族中年男子的形象，身穿斗篷 慕云尽：古代年轻将军的形象 慕云尽（战损版）：古代年轻将军的形象，盔甲残破，发髻凌乱，带有血迹 萧澜月：古代女子，红色嫁衣，披头散发，带有血迹 萧澜月（濒死）：古代女子，粉色常服，面色惨白 玉琼筝：温润如玉的古代男子形象 玉琼筝（血迹版）：温润如玉的古代男子，带有血迹 公子瑾：古代贵公子形象 公子瑾（龙袍版）：古代年轻帝王形象 以上这些都是人设，一定要提前沟通好，场景也都是古代的场景。 拿前两个角色姬花燃和老者来举例： 姬花燃和老者只会出现在第一幕，作为与天对弈、操控棋局的存在，不能是传统的汉族服饰和样貌，得带有一些异族色彩。因此在跟AI聊的时候，我们也要把这些人设告诉AI。 于是AI给我了这样的提示词： 姬花燃 🥛 2D动漫风格，一位古代异族女子，全身形象。她约莫二十岁出头，高高的鼻梁，面容清丽，皮肤白皙，眼神深邃而坚定。一头乌黑的长发自然垂落，部分发丝用异域风格的编发束起，佩戴有特色的小巧银饰。身穿一件深色斗篷，材质厚重，边缘有简洁的刺绣纹样，内搭异族风格的素色长裙。纯白色背景。 2D动漫风格，一位古代异族女子，全身形象。她约莫二十岁出头，高高的鼻梁，面容清丽，皮肤白皙，眼神深邃而坚定。一头乌黑的长发自然垂落，部分发丝用异域风格的编发束起，佩戴有特色的小巧银饰。身穿一件深色斗篷，材质厚重，边缘有简洁的刺绣纹样，内搭异族风格的素色长裙。纯白色背景。 老者 🎨 2D动漫风格。全身构图，正面构图，一位四十岁左右的古代异族男子。他面容沉稳，眼神睿智而深邃，鼻梁高挺。身穿部落风格的深色长袍，外披一件厚重的暗色斗篷，斗篷边缘有简朴的图腾刺绣。他手中持握着一根华贵的、顶端镶嵌着宝石或兽骨的巫杖，显得神秘而有力量。纯白背景 2D动漫风格。全身构图，正面构图，一位四十岁左右的古代异族男子。他面容沉稳，眼神睿智而深邃，鼻梁高挺。身穿部落风格的深色长袍，外披一件厚重的暗色斗篷，斗篷边缘有简朴的图腾刺绣。他手中持握着一根华贵的、顶端镶嵌着宝石或兽骨的巫杖，显得神秘而有力量。纯白背景 我们之前的课上教过大家如何一次性生成一个这样的正面+三视图的提示词模板。 🌟 生成全身三视图以及一张面部特写。(最左边占满 1/3 的位置是超大的面部特写，右边 2/3 放正视图、侧视图、后视图)，纯白背景。+“人物外貌描述” 生成全身三视图以及一张面部特写。(最左边占满 1/3 的位置是超大的面部特写，右边 2/3 放正视图、侧视图、后视图)，纯白背景。+“人物外貌描述” 我们其实也可以先生成人物的正面全身构图后，再依次生成侧面、背面、近景图。 比如，当我们已经生成好满意的角色正面全身照之后，直接把它上传到即梦AI当中，依次说要生成侧面/背面/近景即可。 这里为什么分多次生成正/侧/背面图？因为使用不同的工具，我们有不同的玩法。 AIpai等Agent当中，一个角色ID最好是对应1张图片，我们当然尽可能地将不同视角的图放在一张图中。 而对于Vidu、可灵这些AI视频网站，本身自带主体库功能，往往能够上传多张图片作为同一个角色，因此我们可以把不同视角的角色图分别上传上去。 其余角色也是通过如此操作来生成不同视角的图片，也可以仍然按照前面教的那样做成整张三视图，取决于你的使用平台。 值得一提的是，大家不要觉得AI给你的人物角色提示词是一次性就能到位的。不要去省这个时间，前期对角色的精雕细琢是有必要的。在美观的同时，尽可能地符合剧本的设定及甲方的需求。 与编剧沟通后，我们针对每个角色的提示词进行优化，这个过程要人为地去不断尝试，比如说服装发型和整个人物的气质。 在发型上，古代男子通常二十行冠礼后便会束发，像慕云尽这个将军形象的角色，一定得扎着发髻，又不能太过华丽，因此不要有发簪。 玉琼筝的人设是江湖名医，整体气质偏病娇，也有种江湖隐士的感觉，他的发型可以是发髻+披发。 潇澜月有两场戏，大婚之日家破人亡遭人陷害沦为阶下囚，因此第