企业官网建设流程全解析

写在前面：这篇内容适合刚接触 AI 视频，或已经能生成单张画面、但始终觉得成片“差点意思”的人。我会把一套可复用的 AI 短片创作流程拆开讲，从判断什么是“塑料感”，到如何用导演思维设计镜头，再到提示词模板、分镜脚本、后期剪辑完整走一遍。文中的提示词可以直接复制修改，重点不是背模板，而是理解每个词在 AI 视频模型中对应的画面含义。

1. 为什么 AI 短片总是“塑料感”十足

1.1 AI 视频生成：进步很快，但问题也很集中

过去一两年，AI 视频生成能力进步非常明显。从早期只能生成 3 到 5 秒的模糊画面，到现在可以生成十几秒、带镜头运动、带人物表演、带光影变化的视频片段，工具链和模型能力都已经上了一个台阶。

但问题也随之而来：网上大量 AI 短片看起来“很 AI”，也就是我们常说的“AI 塑料感”。这种塑料感并不是某一家工具的专属问题，而是整个 AI 视频生成赛道当前的通病。如果你把一段 AI 生成视频和一段真实电影片段放在一起对比，会发现即使单帧画面的清晰度很高，观众的直觉仍然是“这个画面不真实、不高级”。

为什么？因为 AI 模型的训练目标和电影导演的创作目标有本质区别。模型追求的是“像”，导演追求的是“可信”。像不等于可信。一帧图片的细节再丰富，如果光影方向不一致、镜头运动不符合物理规律、人物动作缺少预备和跟随，观众的大脑会立刻识别出“假”。

1.2 “AI 塑料感”的典型表现

具体来说，AI 生成视频的塑料感通常体现在以下几个方面：

第一，画面过于干净。真实电影画面即使是最干净的棚拍，也会有轻微噪点、镜头畸变、景深过渡和色彩偏移。AI 生成的画面默认倾向于“高清晰、高饱和、低噪点”，结果就是所有物体都像刚被擦洗过。

第二，光照缺乏方向性。真实片场一定有主光、辅光、轮廓光的逻辑关系。AI 模型默认生成的光照往往是环境光均匀分布，不突出主体，画面缺乏立体感。

第三，人物面部和动作的突然变形。尤其是在人物转头、跑步、转身等大幅度动作时，AI 模型经常会出现面部扭曲、肢体数量错误、布料穿模等问题。这本质上是模型对物理规律的理解还不够稳定。

第四，镜头语言单调。大量 AI 视频只是“一个镜头从头到尾”，没有景别变化、没有运镜逻辑、没有剪辑节奏。观众看 10 秒就会觉得审美疲劳。

1.3 破局思路：从“生成思维”切换到“导演思维”

要告别 AI 塑料感，核心不是换一个更贵的模型，而是切换创作方式。

很多人使用 AI 视频工具时，习惯把 AI 当成“魔法棒”，输入一句话就想要一整段完美视频。但 AI 视频模型本质上是一个“单镜头片段生成器”，而不是一个“完整导演”。它擅长的是在给定提示词条件下生成一个镜头，而不是自动编排剧情、分镜、配乐和剪辑节奏。

导演思维是指：在动手生成视频之前，先像导演一样完成剧本拆解、镜头设计、光影规划、节奏安排。AI 只是你的摄制组，而不是你的大脑。接下来的内容，就是围绕“导演思维 + AI 工具”这套组合展开。

2. 电影级 AI 短片必备的导演基本功

2.1 景别：决定观众先看什么

景别是指画面中主体在取景框中的大小比例，是镜头语言最基础的元素。常见景别包括远景、全景、中景、近景、特写。

为什么要关注景别？因为不同的景别会引导观众注意不同的信息。远景用于交代环境和时代背景；全景用于展示人物的完整动作；中景用于同时兼顾人物动作与周围环境；近景用于表现人物表情和细微动作；特写则用来放大关键情绪细节。

很多 AI 生成视频“不好看”的原因之一，就是所有画面的景别完全一样，缺少叙事推进。比如一段人物走路的视频，用全景从头走到尾，观众会觉得平淡。如果先给一个远景交代环境，再切到中景展示脚步，最后给一个面部特写，观感就会立刻不同。

在使用 AI 视频工具时，提示词中应该明确写出景别，而不是让模型随机决定。

2.2 构图：让画面有秩序感

构图是指画面中视觉元素的排列方式。电影中常用的构图方式包括三分法、中心构图、对称构图、框架构图、引导线构图等。

三分法是最基础也最实用的构图方式：把画面横竖各分成三等份，将主体放在交叉点或分割线上，能让画面更自然、更有呼吸感。中心构图适合强调仪式感和力量感，比如人物站在画面正中直视镜头。对称构图常用于建筑、倒影、庄重场景。框架构图则是利用门框、窗户、树枝等前景元素把主体“框”起来，增加层次感和纵深感。

在 AI 提示词中，你可以直接描述构图方式，例如“低角度仰拍”“人物放在画面左侧三分之一处”“前景带有虚化的门框”。这些描述会直接影响画面的空间结构。

2.3 光影：电影感的核心密码

光影是电影画面和“随手拍”最大的区别。

电影级画面通常有明显的照明层次：主光负责照亮主体，辅光负责填充阴影，轮廓光负责把主体和背景分离。AI 模型默认生成的画面往往没有这种层次，所以看起来平板。

如果你想生成电影感画面，提示词中应该包含明确的光影描述，例如：

• 侧逆光：silhouette lighting、rim light
• 黄金时刻：golden hour
• 阴天柔和光：soft overcast light
• 霓虹灯混合光：neon light mixed lighting
• 烛光/暖色光：warm candlelight

还有一个容易忽略的细节：光影方向必须保持一致。如果你要求“左侧打光”，后续镜头的提示词也要延续左侧光方向，否则人物在镜头切换时会产生明显的“违和感”。

2.4 运镜：让镜头运动有目的

运镜是指镜头本身的运动方式。常见运镜包括推、拉、摇、移、跟、升降、环绕。每一种运镜都有明确的叙事意图：

• 推镜头（push in）：从远处逐渐靠近主体，强调人物内心变化或关键细节。
• 拉镜头（pull out）：从近处逐渐远离，常用于揭示环境或表现人物渺小。
• 摇镜头（pan）：镜头固定，向左或向右转动，用于展示场景全貌。
• 移镜头（track）：镜头跟随主体水平移动，具有强烈的代入感。
• 跟镜头（follow）：镜头跟随人物移动，适合动作场景。
• 环绕运镜（orbit）：镜头围绕主体旋转，营造戏剧感。

运镜描述在 AI 视频提示词中也非常重要。例如“camera slowly pushes in on the character's face”会生成一个缓慢推进的特写镜头，而“static wide shot”则会生成一个固定的全景镜头。

2.5 时间与节奏：短片的呼吸感

电影节奏不仅取决于剪辑，还取决于镜头内的时间设计。同样是 5 秒的镜头，固定镜头和缓慢推进镜头的情绪完全不同；快速摇移和缓慢横移的冲击力也完全不同。

在实际 AI 短片创作中，建议先规划整条片子的情绪曲线。例如：开场用固定全景传递安静感，中段用运动镜头增强紧张感，高潮用快速剪辑和特写制造冲击，结尾用拉镜头回归平静。这样观众的情绪会有起伏，而不是从头到尾一个强度的视觉轰炸。

3. 从素材到成片的工具链

3.1 AI 视频工具的分工

当前主流的 AI 视频创作流程往往不依赖单一工具，而是多个工具配合使用。按功能不同可以分成四类：

第一类是文生视频工具，通过文字提示词直接生成视频片段，适合从零开始创作画面。目前常见的选择包括可灵、即梦、Runway、Pika 等，不同工具对中文提示词的支持和画面风格都有差异。

第二类是图生视频工具，通过上传一张参考图，让模型按照参考图生成视频。图生视频的优点是可以更好地控制角色外观、场景风格。如果你先用 Midjourney、Stable Diffusion 或即梦文生图功能生成一张满意的人物图，再把它作为视频生成的起始帧，效果通常比纯文生视频更稳定。

第三类是音频处理工具，用于生成配音、背景音乐和音效。AI 配音工具可以按剧本生成自然的人声旁白；AI 音乐生成工具可以按情绪风格生成背景音乐。

第四类是视频剪辑软件，如剪映、Premiere、Final Cut Pro。AI 生成的片段往往需要手动裁剪、调色、加字幕、配音乐，才能成为完整作品。

3.2 通用创作流水线

一段完整的 AI 短片创作流程可以拆成 7 个步骤：

1. 确定主题和剧本：写清楚故事的核心冲突、人物、场景、结尾。
2. 拆解分镜脚本：把文字剧本拆成一个个镜头，标注景别、运镜、光影、时长。
3. 设计人物形象：用文生图或参考图确定人物的外观、服装、年龄。
4. 逐镜头生成视频：使用提示词或图生视频方式生成每个镜头的素材。
5. 筛选和重生成：对不满意的镜头调整提示词重新生成。
6. 剪辑合成：按照分镜顺序拼接素材，加入转场、调色、字幕。
7. 配音配乐：加入旁白、对白、音效和背景音乐，完成混音输出。

这套流程的核心是“先生成单镜头素材，再做后期合成”，而不是试图让 AI 一次性生成完整影片。

3.3 工具选型建议

工具没有绝对最好，只有适不适合当前场景。

如果你追求快速出片且以中文场景为主，国内工具的中文理解能力更友好；如果你需要更精细的电影感表现，可以考虑海外工具，同时配合英文提示词。这里给一个通用建议：不要在一个工具上死磕到底。文生视频、图生视频、声音、剪辑各用各家最强的部分，组合起来效果往往更好。

另外，生成视频是一个高成本操作，尤其是高质量片段往往需要多次尝试。建议你先用文案和分镜脚本把画面想清楚，再动手生成，避免浪费每次生成机会。

4. 提示词体系：把导演思维翻译给 AI

4.1 为什么通用提示词效果差

很多人在 AI 视频工具中输入“一个女孩在街头走路”，得到的画面通常平庸、塑料感强。原因在于这个提示词缺少画面构成的关键信息。

AI 视频模型需要一个“画面锚点”，它至少需要知道：主体是谁、处于什么环境、什么光线、什么景别、什么运镜、什么风格。提示词中每多一个确定性的画面要素，模型生成的画面就更接近你想要的效果。

4.2 结构化提示词的六要素

我习惯于把 AI 视频提示词拆成六个组成部分：

1. 主体描述：人物还是物体，外观特征，服装，动作。
2. 场景描述：环境，背景，时代，天气。
3. 光线描述：光源方向，光线性质，色调氛围。
4. 景别与构图：特写、近景、中景、全景、远景，以及构图位置。
5. 运镜方式：固定、推、拉、摇、移、跟、环绕。
6. 画质与风格：电影感、纪录片、赛博朋克、水墨、胶片质感等。

这六部分不是要求全部写满，但写得多与少会直接决定画面的可控程度。越是关键的镜头，越需要把六要素都写清楚。

4.3 通用 AI 电影感镜头提示词模板

下面给出一个可复制的提示词模板，使用时把【】中的内容替换成你的实际内容。

Cinematic shot, 【medium shot | 中景】, a 【character description | 人物描述】 standing in 【scene description | 场景描述】, 【lighting description | 光影描述】, 【composition details | 构图细节】, camera 【camera movement | 运镜方式】, 【style keyword | 风格关键词】, film grain, high detail, 4k

中文版本：

电影感镜头，【中景】。一个【穿黑色风衣的中年男人】站在【雨夜的霓虹街角】， 【侧逆光轮廓光，地面有积水反光，色调偏冷】，【人物位于画面右侧三分之一处，背景虚化】， 摄影机【缓慢向前推进】，【赛博朋克风格】，胶片颗粒，高细节，4K

这个模板的精髓在于把“画面要素”和“摄影要素”分离。AI 在处理“穿黑色风衣的中年男人”和“侧逆光轮廓光”时，会分别理解画面内容和光线方向，从而生成更接近电影质感的结果。

4.4 一组可直接套用的分镜提示词案例

以一个 5 秒的“雨夜都市孤独感”镜头为例，我给出三个不同景别的提示词：

第一个镜头，全景，交代环境：

Cinematic wide shot, a lone man with a black umbrella walking through a rainy city street at night, neon signs reflecting on wet asphalt, blue and magenta color palette, volumetric fog, low angle, camera slowly tilting up, moody atmosphere, film grain, 4k

第二个镜头，中景，展示人物状态：

Cinematic medium shot, a middle-aged man in a dark coat holding a black umbrella, rain droplets visible in the air, neon light from the left, rim light on his shoulders, shallow depth of field, camera tracking forward slightly, realistic skin texture, film grain

第三个镜头，特写，强调情绪：

Extreme close-up, the man's eyes, rain drops on his eyelashes, reflection of neon signs in his eyes, sad expression, soft fill light on one side, dark background, camera slowly pushing in, cinematic color grading, 4k

可以看到，这三个提示词都尽量明确了景别、光影、构图、运镜四个维度。这样生成的三个镜头，即使不是同时生成，剪辑到一起也能保持相对统一的视觉风格。

4.5 提示词常见误区

第一个误区是提示词过长且没有主次。AI 模型对长提示词的权重理解有限，建议把最关键的信息放在开头，比如“电影感镜头”和景别。

第二个误区是风格词堆砌。写“史诗级、震撼、极致高清、唯美、大气”这类词汇，模型的反应往往不如一个具体的“低角度广角镜头”来得实在。

第三个误区是忽略负面提示词。很多 AI 视频工具支持 negative prompt，用来排除不想要的元素。比如你不想让画面出现文字，可以在负面提示词中写“text, watermark, logo, deformed hands”。

5. AI 短片从 0 到 1 实战：制作一条 30 秒电影感短片

5.1 确定剧本与分镜

我们以“雨夜归人”为例，做一个 30 秒情绪短片的完整脚本。

剧情很简单：凌晨雨夜，一个男人下晚班回家，路上停顿，望向街角关门的便利店，想起以前这里的深夜食堂，最后转身走进小区。整个故事没有台词，全靠画面和音乐传递情绪。

分镜脚本如下：

共 30 秒，8 个镜头。每个镜头的时长并不完全等于生成视频的时长，AI 工具通常生成 5 到 10 秒的素材，剪辑时再调整速度和裁切。

5.2 逐镜生成视频素材

以第 2 镜头为例，完整提示词可以是：

Cinematic wide shot, a man in a gray coat holding a black umbrella, walking on a wet city street at night, warm street lamp light from above, cool blue ambient light in the background, rain falling, reflections on the ground, camera tracking beside him, shallow depth of field, film grain, realistic, 4k

第 4 镜头：

Cinematic close-up shot, the man stops and looks toward a small convenience store, the storefront light illuminates his face, rain drops on his coat, slight reflection in the glass window, camera slowly pushing in, melancholic mood, film grain, 4k

第 8 镜头：

Cinematic wide shot, rainy empty street corner at night, a dim street lamp, blue and teal color palette, wet road reflections, no people, camera tilting up slowly from the ground, empty and lonely mood, film grain, 4k

生成时建议每个镜头多生成 2 到 3 个候选版本，方便后期挑选最自然、最不容易出现穿帮的片段。

5.3 后期剪辑与统一调色

视频素材生成完成后，进入剪辑阶段。

第一步，把选好的素材导入剪辑软件，按照分镜脚本的顺序排列。尽量让相邻镜头的色调、光线方向保持连贯性。

第二步，调整每个镜头的时长。不要一个镜头硬撑 10 秒，可以根据节奏裁剪。情绪片的长镜头可以稍微放慢，动作镜头则要干脆一些。

第三步，统一调色。AI 生成的每个镜头即使提示词相似，色彩也可能存在差异。可以统一使用一个 LUT 或手动调整色温、对比度、饱和度，让所有镜头有统一的视觉基调。例如“雨夜归人”适合偏冷蓝绿色调，画面中保留路灯的暖色作为点缀。

第四步，加字幕。字幕可以起到场景说明和情绪渲染的作用，但不建议字幕遮挡关键画面，放在画面下方三分之一区域即可。

第五步，配音和配乐。短片没有对白，可以加入环境音，如雨声、远处车流声、脚步声。背景音乐优先选择情绪递进明显的纯音乐。AI 音乐生成工具或版权音乐库都可以使用。

6. AI 短片常见问题与排查思路

6.1 人物面部变形或五官漂移

这是生成视频时最常遇到的问题。人物转头、说话、大幅度动作时，面部容易出现扭曲。

解决思路：

• 使用图生视频工具，先生成一张稳定的人物面部参考图，再让视频模型基于参考图生成。
• 避免过于复杂的面部角度，尤其是剧烈转头。
• 缩短单个视频生成时长，尽量让每个镜头专注一个动作。

6.2 画面“太干净”缺少电影感

AI 默认生成画面往往过于锐利和饱和，缺少电影质感。

解决思路：

• 提示词中加入“film grain, cinematic color grading”。
• 后期适当增加噪点，降低饱和度，增加对比度。
• 利用剪辑软件中的胶片滤镜或手动调节色曲线。

6.3 镜头切换后光线不一致

如果第一个镜头是左侧光，第二个镜头变为右侧光，观众会明显感觉到不协调。

解决思路：

• 写分镜脚本时，用表格记录每个镜头的光源方向。
• 后续镜头延续相同的光影描述。
• 生成时尽量使用同一组光线关键词，例如统一使用“key light from left, rim light from behind”。

6.4 不同镜头的角色形象不统一

同一个角色在不同镜头中会出现脸型、发型、服装不一致的情况。

解决思路：

• 优先使用图生视频，所有镜头共用同一张角色参考图。
• 每个镜头提示词中写相同的角色描述词。
• 后期可以通过剪辑顺序尽量弱化不统一区域的直接对比。

6.5 生成耗时过长且废片率高

高质量素材需要多次尝试，废片率是正常现象。

解决思路：

• 批量生成同一镜头的多个版本，一次性筛选。
• 先把所有分镜提示词准备好再统一生成，避免频繁切换工具。
• 对满意的镜头，做好文件夹归档，防止素材丢失。

7. 工程化创作：建立可复用的 AI 短片生产流程

7.1 建立角色一致性素材库

做系列短片或角色固定项目时，建议为每个核心角色建立独立素材库，包括:角色全身图、多角度面部特写、不同服装版本。后续所有镜头都优先使用这些参考图，极大提高一致性。

7.2 沉淀自己的提示词模板库

通用提示词模板效率还是偏低，建议在创作过程中不断沉淀自己的模板。例如你可以积累“雨夜城市模板”“赛博朋克模板”“室内情绪戏模板”，每个模板固定写清基础光影、底色调、运镜偏好，使用时只修改主体和场景。

7.3 素材管理规范

AI 创作会产生大量碎片化素材，建议目录结构如下：

project-name/ ├── 01_script/ # 剧本、分镜脚本 ├── 02_reference/ # 角色参考图、场景参考图 ├── 03_raw_footage/ # 原始AI生成视频 │ ├── shot01 │ ├── shot02 │ └── ... ├── 04_audio/ # 配音、音乐、音效 └── 05_export/ # 剪辑工程及成片

良好的素材管理能让你在项目后期修改时节省大量时间。

7.4 版权与合规注意事项

使用 AI 工具生成短片前，注意阅读工具的服务条款，确认你是否有权将生成内容用于商用。

另一方面，不要使用真实人物的肖像、知名品牌的标志、受版权保护的角色形象作为生成素材。如果项目需要商业发布，建议先完成合规审查。

8. 后续进阶方向

当你能够稳定产出一条“电影感在线”的 AI 短片后，可以继续向以下几个方向深入：

一是学习镜头语言和剪辑理论。推荐从《电影语言的语法》这类基础书读起，理解双人对话镜头、越轴、正反打的规则，这些知识能帮你设计更有叙事逻辑的分镜。

二是学习调色。调色是电影感的重要来源，掌握色轮、LUT、一级调色和二级调色的概念后，你的 AI 短片质感会更上一层楼。

三是学习声音设计。声音占据观众一半的体验，学会使用环境音、音效和音乐的情绪铺垫，能让短片完成度大幅提升。

四是尝试多模态创作，将 AI 生成的图片、视频、音效、音乐组合成完整作品。AI 工具未来会越来越强，但导演思维、审美能力和项目管理能力，才是持续产出高质量作品的核心竞争力。希望这篇文章能帮你告别“AI 塑料感”，做出真正有情绪、有电影质感的短片。