企业官网建设流程全解析

1. 一个人做AI电影，到底在做什么

先泼一盆冷水：一个人从零做AI电影，不是“输入一句话，等十分钟，出来一部《阿凡达》”。我前后花了将近三个月，用纯AI工具链做完了一支6分半的科幻短片，中间推翻重来了两次，硬盘里躺着的废片素材超过40G。所以这篇东西不讲“AI多神奇”，只讲一个人怎么把这件事从想法推到成片。

核心关键词先摆出来：AI电影、3D场景、seedance、角色一致性、工作流。这五个词基本就是整条链路的骨架。AI电影是目标，3D场景是空间基础，seedance是视频生成环节里我最终选定的主力模型，角色一致性是全程最要命的难点，工作流是把这一切串起来、保证可复现的工程方法。

适合谁看？如果你是完全零基础、只想玩一玩，这篇会让你知道门槛在哪；如果你已经会用一两个AI工具、想系统性地做一支有叙事、有角色、有场景的短片，这篇的流程和踩坑记录可以直接抄。我不假设你会写代码，但假设你愿意花时间调参数、做素材管理、接受“生成十次挑一次”的常态。

一个人做AI电影，本质上你同时扮演了编剧、分镜师、美术、摄影、剪辑、调色和音效。AI帮你省掉的是“执行”的人力，但“决策”和“审美”一点都省不掉。想清楚这一点，后面的流程才不会崩。

2. 整体创作流程与方案选型

2.1 为什么我最终选了“分镜驱动+局部生成”的路线

做AI电影有两条主流路线。一条是“整段生成”，把剧本丢给模型，让它直接吐带剧情的连续视频；另一条是“分镜驱动”，先拆镜头，再逐个镜头生成，最后剪辑拼接。我两条都试过，第一条在第三分钟就崩了——角色脸变了、场景跳了、动作逻辑断了，根本没法用。

分镜驱动的好处是可控。每个镜头是一个独立单元，角色不一致只影响这一个镜头，重做成本低。坏处是工作量大，一支6分钟短片我拆了87个镜头，每个镜头平均生成12次才挑出一条能用的。但这是一个人能扛住的唯一方式。

方案选型上，我最终确定的链路是：剧本与分镜（文本工具）→ 角色与场景资产（图像生成+3D辅助）→ 视频生成（seedance为主）→ 剪辑与声音（传统剪辑软件+AI配音）。seedance在这个链路里承担的是“图生视频”和“文生视频”的核心环节，它的运动连贯性和镜头语言理解是我对比多个方案后最满意的。

2.2 3D场景在AI电影里到底扮演什么角色

很多人以为AI电影就是纯2D生成，其实3D场景是解决“空间一致性”的关键。我举个具体例子：主角走进一个房间，镜头从门口推到窗边，再切到窗外。如果全靠文生视频，房间的布局、窗户的位置、光的方向每次都会变，观众一眼就出戏。

我的做法是先用轻量3D工具搭一个粗糙的空间骨架——不用精细建模，只要墙体、门窗、主要家具的块面关系对就行。然后把这个3D场景渲染成多角度的参考图，作为seedance生成时的空间锚点。这样即使每个镜头单独生成，空间逻辑是统一的。3D场景在这里不是最终画面，而是“空间说明书”。

2.3 角色一致性：整条链路最贵的坑

角色一致性是AI电影从“玩具”变成“作品”的分水岭。我试过三种方案：第一种是纯提示词描述，比如“短发、圆脸、穿灰色夹克”，结果每张脸都不一样；第二种是参考图+提示词，好一些，但角度一变就崩；第三种是训练专属角色模型，成本高但最稳。

我最终采用的是“参考图+局部重绘+角色特征库”的组合方案。具体来说，我先用图像工具生成主角的正面、侧面、背面、半身、全身共12张标准参考图，建立一个角色特征库。每次生成新镜头时，把最接近当前角度的参考图作为seedance的参考输入，同时在提示词里锁定不可变的特征（比如“左眉有一道疤”）。如果生成结果脸还是偏了，就用局部重绘只修脸部区域，不动身体和背景。这套流程下来，主角在87个镜头里的辨识度能保持在可接受范围内，但说实话，完美一致性目前还是做不到，只能做到“观众不觉得跳”。

3. 核心环节拆解与实操要点

3.1 剧本到分镜：把文字变成可生成的镜头语言

剧本阶段我用的是最笨但最有效的方法：先写一个3000字的故事大纲，然后把它拆成“场景-镜头-动作”三级结构。一个场景可能包含5到15个镜头，每个镜头必须包含四个要素：景别、主体动作、环境、情绪。比如“中景，主角推开门，昏暗走廊，紧张”。

这里有个关键经验：AI视频模型对“动作”的理解远弱于对“画面”的理解。所以分镜里的动作要拆到最小单位。“主角推开门走进房间”这种复合动作，模型很容易生成成“门自己开了”或者“人飘进去”。我会拆成“手放在门把上”“门开一条缝”“人侧身进入”“门在身后关上”四个镜头。虽然剪辑时每个镜头只有一两秒，但生成成功率高得多。

分镜表我建议用表格管理，字段包括：镜头编号、景别、时长、参考图、提示词、生成次数、选用版本。这个表后面会变成你的“生成日志”，没有它，87个镜头你根本记不住哪个是哪个。

3.2 seedance生成视频的参数逻辑与实操

seedance是我用得最多的视频生成环节。它的核心参数我逐个说清楚，这些是我实测下来真正影响结果的：

运动强度（motion strength）：这个参数控制画面内元素的运动幅度。我一开始设得很高，想要“电影感”，结果人物动作像抽搐。后来发现，对话镜头设0.3到0.4，动作镜头设0.5到0.6，超过0.7基本就失控了。这个参数和镜头时长要配合，2秒的镜头可以高一点，5秒的镜头必须低，否则后段会崩。

镜头运动（camera movement）：seedance支持推、拉、摇、移、跟等几种基础运镜。我的经验是，一个镜头只做一种运镜，不要复合。比如“推+摇”这种，模型会理解成画面整体扭曲。需要复合运镜时，拆成两个镜头剪辑拼接，效果反而更自然。

参考图权重（reference weight）：这个参数决定生成结果多大程度上参考你给的图。做角色一致性时，我会设到0.7到0.8；做场景一致性时，设到0.5到0.6。设太高画面会僵，像图片在动；设太低参考图就白给了。

种子值（seed）：同一个镜头多次生成时，固定种子值可以让画面风格稳定，只让动作变化。我通常先随机生成20次，挑出最好的一条，记下它的种子值，然后在这个种子附近微调参数再生成10次，从中选最终版。

3.3 3D场景搭建与空间锚点制作

3D场景这块我不建议新手一上来就学Blender，太重了。我用的是一个轻量在线3D工具，拖拽式操作，半小时能搭出一个房间的块面结构。关键不是模型精细度，而是空间比例和相机角度。

具体操作：搭好场景后，在场景里放置一个虚拟相机，模拟你分镜里每个镜头的机位，渲染出对应的参考图。比如分镜里有一个“从窗边看向门口”的镜头，你就在3D场景里把相机放在窗边、朝向门口，渲染一张图。这张图就是seedance生成这个镜头时的空间参考。

这里有个省时间的技巧：同一个场景的多个镜头，可以一次性渲染多张不同角度的参考图，批量导出。我通常一个场景渲染8到12张，覆盖所有分镜需要的角度。这些图统一命名，比如“场景A_窗边看向门口_01”，后面生成时直接调用。

3.4 角色特征库的建立与调用

角色特征库是我整个工作流里最值得投入的部分。具体做法：

第一步，确定角色的不可变特征。我列了一个清单：脸型、发型、发色、眉形、眼睛形状、鼻子形状、嘴型、肤色、身高体型、标志性服饰或疤痕。这些特征在提示词里必须每次出现，且用词完全一致。比如“左眉尾有一道两厘米的疤”这句话，我在所有提示词里一字不改地复制。

第二步，生成标准参考图。用图像生成工具，以“正面、侧面、背面、四分之三侧面”乘以“全身、半身、特写”共12张。生成时用同一个种子值，保证风格统一。这12张图存成一个文件夹，命名规范。

第三步，生成时匹配角度。每个镜头先判断主体在画面里的角度，然后从特征库里选最接近的参考图作为seedance的参考输入。角度差得远时，宁可先局部重绘参考图到目标角度，再拿去生成视频，也不要直接硬生成。

第四步，局部重绘修脸。生成结果如果脸偏了，用局部重绘工具框选脸部区域，以特征库里的对应角度图为参考，重新生成脸部。身体和背景保持不动。这一步能救回大概60%的废片。

4. 完整实操流程与关键步骤

4.1 从零到第一版粗剪的完整时间线

我把整个项目拆成六个阶段，每个阶段有明确的交付物。这个时间线是我实际跑下来的，不是理论值：

视频生成占了将近一半时间，这是最耗人的阶段。我每天的有效生成时间大概4到5小时，因为超过这个时间注意力下降，挑片质量会明显变差。

4.2 视频生成阶段的每日工作流

我给自己定了一个固定节奏，避免陷入“无限生成”的泥潭：

上午先花30分钟过一遍当天要生成的镜头清单，按场景分组。同一个场景的镜头连续生成，因为参考图和提示词有复用，效率高。每个镜头先生成8次，快速筛选，挑出2到3条候选。然后针对候选微调参数再生成4次，最终选定1条。

下午处理“问题镜头”。就是那些生成十几次都不行的，通常是动作复杂或者角度刁钻的。这类镜头我会换策略：要么拆成更小的动作单元，要么改用图生视频而不是文生视频，要么干脆改分镜绕过去。我最后有7个镜头是改了分镜才过的。

晚上做素材整理。把当天选定的片段按镜头编号命名，统一转码成剪辑软件能识别的格式，放进对应的场景文件夹。这个习惯救过我一次——有次剪辑软件工程文件损坏，我靠素材文件夹重建了整个时间线。

4.3 剪辑阶段的节奏控制与转场处理

AI生成的片段有个通病：每个镜头单独看还行，拼在一起节奏是散的。因为模型不知道你前后镜头是什么，它只负责生成一个独立的运动。

我的处理方法是：先铺声音，再对画面。把配音和音乐先放进时间线，然后根据声音的节奏点来裁剪画面。一个镜头该多长，不是看它本身多好看，而是看它能不能卡在声音的节拍上。这个方法让粗剪的流畅度提升非常明显。

转场方面，AI电影不适合花哨的转场。我基本只用两种：硬切和叠化。硬切用于同一场景内的镜头切换，叠化用于场景转换或时间跳跃。不要用划像、旋转、缩放这些，会让本来就不够稳的画面更乱。

4.4 声音设计与AI配音的配合

声音是AI电影最容易被忽视但最能提升质感的部分。我的声音层分四轨：对白、环境音、音效、音乐。

对白我用AI配音工具生成，但做了两件事让它不那么“AI”。第一，把生成的音频放慢3%到5%，AI配音普遍偏快，放慢后自然很多。第二，在剪辑软件里给对白加一点点混响，模拟空间感。纯干声听起来像在录音棚，加一点短混响就像在场景里。

环境音和音效我从音效库找，关键是要和画面里的动作对齐。比如门关上的声音，要对准门碰到门框的那一帧。这个对齐工作很枯燥，但观众能感觉到“对”还是“不对”。

音乐我用的是一段免版税的 ambient 电子乐，铺在底层，音量压得很低。AI电影的画面信息量已经很大，音乐再抢戏就过载了。

5. 常见问题与排查技巧实录

5.1 角色脸崩了怎么办

这是最高频的问题。我的排查顺序是：先看参考图角度是否匹配，再看提示词里特征描述是否完整，最后看参考图权重是否够高。大部分脸崩是因为参考图角度和生成角度差太远。解决办法不是硬调参数，而是先局部重绘参考图到目标角度，再生成视频。

如果以上都对了脸还是崩，那可能是这个镜头的运动强度太高，导致模型顾不上脸部细节。把运动强度降0.1到0.2，通常能救回来。

5.2 画面运动不自然怎么调

运动不自然通常表现为：人物动作像幻灯片、物体运动轨迹诡异、画面整体扭曲。对应三个原因：运动强度过高、镜头运动复合、生成时长过长。

我的经验值是：对话镜头运动强度0.3到0.4，时长2到3秒；动作镜头0.5到0.6，时长1.5到2.5秒；空镜可以到0.6到0.7，时长3到4秒。超过4秒的镜头，后段基本都会开始崩，建议拆成两个镜头。

5.3 生成速度太慢的优化思路

seedance生成速度受分辨率、时长、运动强度影响。我的优化策略是：先用低分辨率、短时长快速生成一批“草稿”，挑出有潜力的，再用高分辨率、完整时长精生成。草稿阶段分辨率用一半就行，速度能快3到4倍。

另外，批量生成时把相同参考图和相似提示词的镜头放在一起排队，模型加载参考图的次数少，整体效率会高一些。

5.4 常见问题速查表

6. 一个人做AI电影的真实成本与心态管理

6.1 时间成本与工具成本的实话

时间上，一支6分半的短片，从零到成片，我用了大约72个有效工作日。如果算上走弯路和推翻重来的部分，实际投入接近90天。这不是一个周末项目，你要有心理准备。

工具成本方面，我用的组合是：图像生成工具月费约20美元，视频生成工具按量计费，整个项目下来视频生成花了大概400到500美元，3D工具用的是免费版，剪辑软件是买断制的一次性投入。总现金成本在600美元左右。但真正贵的是时间，如果按工时算，这个项目的“人力成本”远超工具成本。

6.2 什么时候该放弃一个镜头

这是心态管理里最重要的一条。我给自己定了一个规则：一个镜头生成超过30次还不满意，就停下来，要么改分镜，要么用替代方案。因为超过30次之后，你的判断力已经下降了，你分不清“真的不行”还是“你太累了”。

我有三个镜头最后是用“替代方案”解决的：一个用静态图加轻微运镜代替视频，一个用黑屏加声音过渡，一个直接删掉，用前后镜头补叙事。观众根本看不出来。完美主义是AI电影最大的敌人，因为AI的随机性意味着你永远可以再生成一次，但你的时间不是无限的。

6.3 素材管理与版本控制

一个人做项目，最容易崩的不是技术，是文件管理。我的做法是：所有素材按“场景-镜头-版本”三级文件夹管理，文件名包含日期和版本号。剪辑工程文件每天下班前另存一个带日期的副本。生成日志用表格记录每个镜头的参数和选用版本。

这套管理方式听起来很笨，但在我第三次推翻重来的时候，它让我能在两小时内找回所有可用的素材，而不是从头再来。

6.4 最后再分享一个小技巧

如果你也想一个人做AI电影，我的建议是：先做一支30秒的测试片，把整条链路跑通一遍。不要一上来就写6分钟的剧本。30秒大概需要8到12个镜头，足够你体验角色一致性、场景一致性、生成参数、剪辑节奏所有环节。跑通之后，你对自己能承受的工作量和最终效果会有真实判断，再决定要不要做长的。

我第一支测试片花了4天，效果很粗糙，但它让我知道了哪些环节是坑、哪些工具顺手、我的耐心极限在哪。没有那4天，后面90天根本撑不下来。