企业官网建设流程全解析

一个人从零做AI电影这件事，我前前后后折腾了大半年，从最开始连角色脸都稳不住，到后来能跑出一条完整的叙事短片，中间踩的坑比想象中多得多。这篇文章不讲虚的，就把我实际用的创作流程完整摊开——从剧本拆解、角色设定、分镜生成，到3D场景搭建、动画工作流串联、配音配乐，每一步用什么工具、为什么这么选、参数怎么调、哪里容易翻车，全部说清楚。适合想独立做AI短片但不知道从哪下手的人，也适合已经在做但卡在角色一致性和工作流串联上的朋友。核心关键词就几个：AI电影、3D场景、角色一致性、动画工作流、seedance。读完你至少能搭出一条属于自己的可复用管线，而不是每次从零试错。

1. 先想清楚：一个人做AI电影，到底难在哪

1.1 不是工具不够，是流程没串起来

很多人一上来就扎进工具堆里，今天试这个生成模型，明天试那个视频模型，结果做了三个月连一个30秒的完整片段都没出来。问题不在工具，在于没有把流程当成一条生产线来设计。传统电影制作有明确的分工：编剧、分镜、美术、动画、配音、剪辑，每个环节有交付物。一个人做AI电影，你就是所有这些角色的集合，如果没有清晰的阶段划分和交付标准，就会陷入"一直在生成、从来没完成"的死循环。

我自己的做法是把整个流程切成六个阶段，每个阶段有明确的输入和输出。输入是上一阶段的交付物，输出是下一阶段的素材。这样做的好处是，任何一个阶段卡住了，你可以单独优化那个环节，而不会影响整体进度。比如角色一致性没做好，你只需要回到角色设定阶段调整参考图，而不是把整条片子推翻重来。

1.2 角色一致性是最大的拦路虎

在所有环节里，角色一致性是最容易让人崩溃的。你生成了一张满意的角色脸，结果下一个镜头换了角度、换了表情、换了服装，脸就完全变了。观众看AI电影最出戏的地方也在这里——主角上一秒还是圆脸，下一秒变成方脸，这种断裂感直接毁掉叙事。

解决角色一致性有几种思路，我实测下来最稳的是"参考图+固定种子+局部重绘"的组合拳。具体来说，先用一个高质量的角色设定图作为基准，然后在每个镜头的生成中把这张图作为参考输入，同时锁定随机种子，保证基础特征不漂移。如果某个镜头需要换表情或角度，用局部重绘的方式只改需要改的部分，而不是整张重生成。这套方法后面会详细展开。

1.3 3D场景不是必须的，但能救命

很多人觉得做AI电影就是纯2D生成，不需要3D。这话对了一半。如果你的片子全是特写和对话，2D生成确实够用。但一旦涉及空间关系复杂的场景——比如人物在房间里走动、镜头环绕、多角色互动——纯2D生成就会暴露问题：透视不对、空间关系混乱、镜头运动不自然。

我的做法是，关键场景用3D软件搭一个粗糙的灰模，确定机位和空间关系，然后把这个灰模作为构图参考输入给生成模型。这样出来的画面既有3D的空间准确性，又有AI生成的质感。3D场景不需要精细，哪怕只是几个方块代表家具，只要机位和比例对了，生成结果就会稳定很多。

1.4 工作流的意义：把重复劳动交给管线

一个人做电影，时间是最稀缺的资源。如果每个镜头都手动调参数、手动拼接、手动导出，你一天做不了几个镜头。工作流的核心价值就是把重复性的操作自动化。比如批量生成分镜、批量应用角色参考、批量导出不同格式，这些都可以通过工作流串联起来。

我目前用的是一套基于节点式工作流的管线，把生成、重绘、放大、导出串成一条链。输入一批提示词和参考图，输出就是一批处理好的镜头素材。这套管线搭一次可能要花两三天，但后面每个项目都能复用，效率提升是数量级的。

2. 剧本拆解与分镜设计：把文字变成可执行的生成指令

2.1 从故事到镜头列表的转化逻辑

写剧本和做分镜是两回事。剧本是给读者看的，分镜是给制作看的。一个人做AI电影，你写的分镜必须直接对应生成指令，否则中间还要再翻译一次，效率极低。我的做法是直接写"生成友好型分镜"，每个镜头包含以下信息：镜头编号、景别、机位、角色动作、环境描述、光线氛围、时长。

举个例子，剧本里写"主角走进房间，看到桌上的信，表情从平静变为震惊"。分镜就要拆成三个镜头：镜头1，中景，主角推门进入，环境是昏暗的客厅，光线从窗户斜射进来；镜头2，特写，桌上的信封，浅景深；镜头3，近景，主角面部，从平静到震惊的表情变化。每个镜头都要能直接翻译成生成提示词。

2.2 分镜表应该包含哪些字段

我用的分镜表字段包括：镜头号、景别（远/全/中/近/特）、机位角度（平视/俯视/仰视/过肩）、角色及动作、场景描述、光线时间、情绪基调、参考图编号、生成提示词、时长（秒）、备注。这个表看起来复杂，但填习惯了之后，一个5分钟的短片大概两三天就能拆完。

其中"参考图编号"这一列很关键。每个镜头都要关联到具体的角色参考图和场景参考图，这样在生成阶段可以直接调用，不需要重新描述。备注列用来记录特殊要求，比如"需要慢动作""需要镜头推进""需要角色流泪"等。

2.3 分镜的颗粒度怎么控制

分镜拆得太粗，生成时没有方向；拆得太细，工作量爆炸。我的经验是，一个镜头对应一个连续动作或一个情绪变化。如果一个镜头里角色既要走位又要说话又要做表情，那就拆成多个镜头。AI生成目前对复杂动作的处理能力有限，一个镜头里塞太多信息，出来的结果往往四不像。

另外，每个镜头的时长建议控制在3到8秒。太短了叙事不完整，太长了AI生成容易在后半段崩坏。如果确实需要长镜头，可以用多个短镜头拼接，或者在后期用变速处理。

2.4 提示词的结构化写法

提示词不是随便写几句话就行。我用的结构是：主体描述+动作+环境+光线+镜头语言+风格参考+质量词。主体描述要具体到角色的外貌特征、服装、表情；动作要明确是静态还是动态；环境要包含空间关系和关键道具；光线要说明时间、方向、色温；镜头语言要指定景别和机位；风格参考可以引用具体的视觉风格；质量词用来控制清晰度和细节。

比如："一个30岁亚洲男性，短发，穿深灰色风衣，站在昏暗的客厅里，右手拿着信封，表情从平静转为震惊，窗外是黄昏的暖色光线斜射进来，中景，平视机位，电影感，浅景深，高细节，4K"。这样的提示词生成出来的结果，可控性会高很多。

3. 角色设定与一致性锁定：让主角每一帧都是同一个人

3.1 角色参考图的制作标准

角色参考图是整个一致性的基石。这张图的质量直接决定了后续所有镜头的稳定性。我的标准是：正面、侧面、四分之三侧面各一张，表情中性，光线均匀，背景干净，分辨率不低于1024×1024。如果角色有特殊服装或道具，也要在参考图里体现。

制作参考图的方法有两种：一种是用生成模型直接生成，反复抽卡直到满意；另一种是用3D软件捏一个基础模型，渲染出来作为参考。前者适合风格化的角色，后者适合写实风格。我通常两种结合，先用3D捏出基础比例和特征，再用生成模型做风格化处理。

3.2 固定种子与参考图权重的配合

固定种子是保证一致性的基础操作，但光固定种子不够。因为同一个种子在不同提示词下生成的结果差异很大，尤其是当提示词里的动作、环境变化时，角色的脸会跟着变。这时候需要引入参考图权重。

具体操作是，在生成每个镜头时，把角色参考图作为图像输入，设置一个参考权重。权重太高，生成结果会僵硬，像贴图；权重太低，角色特征会漂移。我实测下来，权重在0.6到0.75之间比较平衡。不同模型对权重的敏感度不同，需要针对自己用的模型做几次测试。

3.3 局部重绘在表情和角度调整中的应用

当某个镜头需要角色做出参考图里没有的表情或角度时，直接生成很容易崩。这时候用局部重绘：先按参考图生成一个基础画面，然后用蒙版把需要改的区域（比如脸部）框出来，只对这个区域重新生成。这样身体、服装、背景都保持不变，只有表情或角度变化。

局部重绘的关键是蒙版的边缘处理。蒙版太硬，重绘区域和原图之间会有明显接缝；蒙版太软，重绘效果会扩散到不该改的地方。我的经验是，蒙版边缘羽化3到5个像素，重绘强度设置在0.4到0.6之间，既能改变表情，又不会破坏角色特征。

3.4 多角色同框时的一致性处理

多角色同框是最难处理的场景。两个角色各自有一张参考图，但生成时模型往往会把两张脸混在一起。我的解决方案是分步生成：先生成角色A，再生成角色B，然后用合成的方式把两个角色放在同一个画面里。合成时要注意光线方向和色温的统一，否则会有明显的拼贴感。

如果必须一次性生成多角色，那就需要在提示词里非常明确地描述每个角色的位置、外貌特征和动作，同时给每个角色分别设置参考图。但说实话，这种方法成功率不高，我通常还是用分步合成的方式。

4. 3D场景搭建：给AI一个准确的空间骨架

4.1 什么情况下必须上3D

不是所有场景都需要3D。我判断的标准是：如果镜头涉及明显的空间纵深、多平面关系、或者复杂的机位运动，那就必须上3D。比如人物在走廊里行走、镜头从窗外推进到室内、多个角色在不同深度上互动，这些场景纯2D生成很难保证空间逻辑。

反过来，如果场景是单一平面的特写、对话镜头、或者抽象背景，2D生成完全够用，没必要增加3D的工作量。我一般会先过一遍分镜表，把需要3D的场景标出来，通常占全部镜头的30%到40%。

4.2 灰模搭建的最小必要精度

3D场景不需要精细建模，灰模就够了。所谓灰模，就是用最简单的几何体代表场景中的物体，不贴材质，不打复杂灯光，只确定空间关系和比例。比如一个客厅，用几个方块代表沙发、茶几、电视柜，用平面代表墙壁和地板，就足够了。

关键是要确定机位。在3D软件里设置好相机，调整焦距和角度，渲染出一张构图参考图。这张图不需要好看，但必须准确。生成模型会以这张图为空间基准，填充细节和质感。

4.3 机位、焦距与透视的对应关系

机位和焦距直接决定了画面的透视感。广角镜头（焦距短）会产生强烈的透视变形，适合表现空间纵深；长焦镜头（焦距长）会压缩空间，适合表现人物特写。在3D软件里设置相机时，要明确每个镜头的焦距和机位高度。

我的习惯是，先确定机位高度（通常是人眼高度，约1.6米），再确定焦距（对话镜头用50mm，空间展示用24mm，特写用85mm），然后调整相机位置和朝向。渲染出来的灰模参考图会带上这些参数信息，生成时就能保持一致。

4.4 把3D渲染图作为生成参考的接入方式

3D渲染图接入生成模型的方式有几种：一种是作为图像输入，设置构图权重；另一种是作为深度图或边缘图输入，控制生成的结构。我通常用深度图，因为深度图能准确表达空间关系，同时不会把灰模的丑陋质感带进生成结果。

具体操作是，在3D软件里渲染出深度图，然后在生成工作流里把深度图作为控制条件，设置一个适中的控制强度。这样生成出来的画面既有3D的空间准确性，又有AI的质感。控制强度太高，画面会显得僵硬；太低，空间关系会失控。我一般设置在0.5到0.7之间。

5. 动画工作流串联：从静帧到动态镜头的完整管线

5.1 工作流的整体架构设计

我的动画工作流分为四个模块：生成模块、重绘模块、放大模块、导出模块。生成模块负责把提示词和参考图变成静帧；重绘模块负责修正不满意的局部；放大模块负责提升分辨率；导出模块负责按剪辑软件要求的格式输出。

这四个模块通过节点式工作流串联起来，输入一批镜头参数，输出一批处理好的素材。整个管线可以批量运行，也可以单独调试某个环节。我用的工具支持工作流保存和复用，搭一次之后，后续项目只需要替换输入素材和提示词。

5.2 批量生成与队列管理

批量生成是效率的关键。我通常会把分镜表里的所有镜头整理成一个队列，每个镜头包含提示词、参考图、种子、参数。工作流按队列顺序逐个生成，生成完一个自动进入下一个。这样我可以在生成的同时去做其他事情，比如调整分镜、准备音效。

队列管理要注意的是错误处理。有些镜头可能因为提示词问题或参考图问题生成失败，工作流需要能跳过失败项继续执行，而不是整个队列卡住。我一般会在工作流里加一个错误捕获节点，失败时记录日志并继续。

5.3 生成结果的筛选与标记

批量生成出来的结果不可能每个都满意。我的做法是，生成完后快速过一遍，把可用的镜头标记为"通过"，需要重绘的标记为"待修"，完全不可用的标记为"重做"。这个筛选过程要快，不要在一个镜头上纠结太久，先保证整体进度。

标记完之后，待修的镜头进入重绘模块，重做的镜头回到生成模块调整参数重新生成。通过了的镜头直接进入放大模块。这样整个流程是流水线式的，不会因为个别镜头卡住而停滞。

5.4 从静帧到动态：插帧与运镜的处理

静帧生成完之后，需要变成动态镜头。有两种方式：一种是生成模型直接输出视频片段；另一种是用静帧加插帧和运镜模拟。前者适合动作复杂的镜头，后者适合静态或微动的镜头。

我通常混合使用。对话镜头用静帧加轻微运镜（比如缓慢推进或平移），动作镜头用视频生成模型直接输出。运镜的处理可以在剪辑软件里做，也可以在生成阶段用提示词控制。提示词里加"镜头缓慢推进""镜头从左向右平移"等描述，生成结果会带上相应的运动。

5.5 音频与配乐的同步策略

音频是AI电影最容易忽略但最影响观感的部分。我的做法是，先根据分镜表确定每个镜头的情绪基调，然后找对应的配乐素材。配乐不需要原创，用免版税的音乐库就够了。关键是节奏要对上，动作镜头配快节奏，情绪镜头配慢节奏。

配音方面，对话镜头需要角色配音。我用的方法是先用文本转语音生成基础配音，然后在剪辑软件里调整语速和音调，匹配角色的口型和情绪。口型同步目前还是个难题，我的做法是尽量用侧面或背面镜头，减少对口型的要求。

6. 实测中的翻车现场与修复方案

6.1 角色脸崩的三种典型情况

第一种是"换镜头就换脸"。原因是参考图权重太低，或者种子没有固定。修复方法是提高参考图权重，同时锁定种子。如果还是崩，检查参考图本身是否清晰、特征是否明确。

第二种是"表情一改就崩"。原因是局部重绘的蒙版或强度设置不当。修复方法是缩小蒙版范围，降低重绘强度，分多次小幅度调整，而不是一次改到位。

第三种是"多角色同框脸混"。原因是模型把多个角色的特征混在一起。修复方法是分步生成再合成，或者用区域控制的方式，给每个角色指定生成区域。

6.2 3D参考图导致的画面僵硬

用3D参考图生成时，最常见的问题是画面僵硬，像贴图。原因是控制强度太高，或者深度图质量不好。修复方法是降低控制强度，同时检查深度图是否有噪点或错误。另外，提示词里要加入足够的质感和风格描述，让模型有发挥空间。

还有一个问题是3D灰模的几何形状太明显，生成结果里还能看到方块的痕迹。修复方法是把灰模渲染成深度图或边缘图，而不是直接用渲染图。深度图只保留空间信息，不会把几何形状带进生成结果。

6.3 工作流跑一半卡住的排查思路

工作流卡住的原因通常有三种：输入素材格式不对、节点参数冲突、显存不足。排查顺序是：先检查输入素材的格式和路径，再检查节点之间的参数是否匹配，最后看显存占用。如果是显存不足，可以降低批量大小或分辨率，或者分批次运行。

我遇到过一次工作流跑到一半突然停止，排查了半天发现是某个镜头的参考图路径里有中文，导致节点读取失败。这种问题很隐蔽，建议所有素材路径都用英文和数字，避免特殊字符。

6.4 生成速度与质量的平衡取舍

生成速度和质量永远是一对矛盾。提高分辨率、增加采样步数、开更多控制节点，都会拖慢速度。我的策略是，先低质量快速生成一批，筛选出可用的镜头，再对通过的镜头高质量重新生成。这样既保证了整体进度，又保证了最终质量。

具体参数上，初筛阶段用512×512分辨率、20步采样；最终输出用1024×1024或更高、40步以上采样。放大模块用专门的放大模型，而不是简单拉伸。这样一套下来，一个5分钟的短片，从分镜到成片大概需要两到三周。

6.5 素材管理与版本控制

一个人做电影，素材管理很容易乱。我的做法是按项目建文件夹，下面分"分镜表""参考图""生成素材""重绘素材""最终输出""音频""工程文件"几个子文件夹。每个素材文件名包含镜头号和版本号，比如"SC01_v03.png"。

版本控制方面，我不用复杂的工具，就是每次修改后另存一个版本号，保留最近三个版本。这样万一改坏了，可以快速回退。工程文件也要定期备份，避免工作流配置丢失。

7. 从短片到长片：这套流程还能怎么扩展

7.1 多场景切换时的风格统一

短片通常只有一个或两个场景，风格容易统一。长片涉及多个场景，风格统一就成了问题。我的做法是，先确定一个"视觉基准"，包括色调、光线风格、镜头语言，然后所有场景都向这个基准靠拢。具体操作是在提示词里加入统一的风格描述词，比如"电影感""冷色调""高对比度"等。

另外，可以在工作流里加一个色彩校正节点，对所有生成素材做统一的色调映射。这样即使单个镜头有偏差，整体看起来还是统一的。

7.2 角色成长与服装变化的处理

长片里角色可能会有成长或服装变化。处理方法是，为每个阶段制作独立的参考图，然后在分镜表里标注每个镜头对应的角色阶段。生成时根据镜头号调用对应的参考图。这样角色虽然变了，但变化是可控的、连贯的。

服装变化也是同理。如果角色在故事中换了衣服，就为每套服装制作参考图，并在分镜表里标注。生成时按标注调用，避免服装混乱。

7.3 多人协作时的分工与交接

一个人做电影是极限，但如果有两三个人协作，效率会高很多。分工可以按环节分：一个人负责剧本和分镜，一个人负责生成和重绘，一个人负责剪辑和音频。交接的关键是统一命名规范和文件格式，确保每个人都能看懂别人的交付物。

我建议用共享文件夹或版本控制工具来管理素材，避免文件冲突。工作流配置文件也要共享，确保大家用的是同一套参数。

7.4 从AI生成到传统后期的衔接

AI生成只是制作的一部分，最终还需要传统后期处理。我的流程是，AI生成素材导出后，进入剪辑软件做剪辑、调色、加特效、混音。剪辑软件里可以进一步调整节奏、修正穿帮、添加转场。

调色是提升质感的关键一步。AI生成的素材往往色调偏平，需要在后期里增加对比度、调整色温、加胶片颗粒等。这些操作在剪辑软件里都很成熟，比在生成阶段调要方便得多。

7.5 持续迭代：每次项目后的流程优化

每做完一个项目，我都会花半天时间复盘：哪些环节卡住了、哪些参数需要调整、哪些工具需要替换。然后把优化点更新到工作流和分镜模板里。这样下一个项目就能站在上一个项目的肩膀上，而不是每次从零开始。

比如我最近一次优化是把角色参考图的制作标准化了，以前每次都要重新试参数，现在有一套固定的流程，十分钟就能出一张合格的参考图。这种小优化积累起来，效率提升非常明显。

最后分享一个我踩过最深的坑：不要追求一次生成就完美。AI生成的本质是概率游戏，你生成十次可能只有一次满意。接受这个现实，把精力放在筛选和重绘上，而不是反复调整提示词试图一次成功。我现在的做法是，每个镜头至少生成四版，然后从中选最好的，再用重绘修正细节。这样虽然生成次数多了，但整体效率反而更高，因为不用在提示词上纠结太久。