一、故事文本制作
大语言模型可以选择：ChatGPT、DeepSeek、豆包、千问等等
1、故事大纲
就是故事大概的方向，其实这步也可以省略
2、故事剧本
AI命令：你是经验丰富、有超高短剧编写技术的导演和编剧，有多年的短剧制作经验，我需要你制作一部古装穿越题材的短剧，主要人物要单独设定，要求讲述的是主角为女性的女频故事，故事需要满足短剧的基本结构和基本结构并且逻辑在线，具体可以参考文档的知识，第一集的大致内容我已经做好了规划：xxxx
3、生成分镜脚本
- AI命令：你是专业的编剧和动漫制作专家，将前面的故事剧本，生成动漫分镜脚本，每段分镜之前过渡自然，可以补充一些适合的空镜作为转场，要求包含分镜、运镜信息、人物台词、心里描述、动作、画面描述、时长、配乐风格描述、人物站位等信息，如果有特效，还要加特效描述
-将前面的故事剧本，生成动漫分镜表格式（带镜头号、时长、景别、运镜、画面、台词、音效、备注列），方便直接交给制作团队使用
- 将这个剧本，生成为分镜脚本，要求包含镜号、景别、视角、画面内容描述、人物对话、必要时的人物心理描述、场景、时间
二、生图
软件推荐即梦、豆包、千问、Nonobanana
1、人物图片
生成人物外貌提示词
请帮我生成前面剧本中每个人物的人物设定描述词，需要具备服装、外形、性格、外貌
按剧本生成角色不同时期不同的精神面貌和服装：根据文本中的角色定位，生成符合气质的角色外貌提示词描述
参考脚本的内容，设计脚本中出现人物形象，要求具体到发型、服装、长相、身材特征，要求设计的角色，符合脚本中的身份定位，短剧风格
生成人物正面图
xxx，纯色背景，双手自然垂下，二次元画风，平视镜头
生成人物三视图
根据参考图片，生成人物的三视图，要求包含正立面、侧立面、背立面，在图片右侧生成角色头像特写（或者绘制多种表情），边缘写人物的基本信息（姓名、年龄、身高、体重、性格，音色等等），集中在一张图上，纯白色背景，统一造型，风格：
直接生成AI提示：人物设计，在同一张图片上生成全身站姿三视图，白色背景，22岁世家嫡女女相，鹅蛋脸，琼鼻樱唇，微卷垂肩，气质清冷凌厉，素色暗纹广袖襦群，云纹腰封，步履端庄气场强大，性格理智果决、心思深沉，内心孤苦缺爱，古风权谋冷色调，高清短剧镜头，写实风格
3D国漫写实CG角色设定图，同一人物的全身站姿三视图，正面视图、侧面视图、背面视图，白色背景，无杂物， 23岁男性修仙者，身穿长袍，衣袂飘逸， 《凡人修仙传》同款国漫3D风格，次世代建模质感，Unreal Engine 5渲染，PBR物理材质， 8K超高清，全局光照，柔和自然光，细节丰富，统一造型和光影
2、角色换装
- 根据前面提供的提示词，分别给参考图的人物更换古风服装，并在比例为16:9的同一张图里展示，白色背景
- 将角色的衣服更换为浅灰色的运动套装，鞋子换成白色运动鞋，头发变为短发，其余保持不变
3、场景
文生图
全景，平视视角，古代，唐宋时期样式，将军府的房屋内，大婚现场喜庆布置，白天正午，空镜，无人物
图生图
转换视角，镜头向右转动45度，转动后内容是一部分客栈，以及古代街道
场景和人物结合：参考：xxx，将场景布置成喜庆的接亲现场，内容有站在客栈门口迎亲的人群，抬轿子的队伍，xxxx的人物站在门口，整体场景、景别、视角保持与xxx一致
不同视角
- 基于这个城堡内景，生成城堡内部结构的俯视图
- 基于这张城堡内景的俯视图，改变摄像机的位置和角度，生成不同角度的室内分镜，平视视角，以3X3九宫格的形式呈现给我
3、分镜关键帧图片
可以按前面分镜脚本，配合之前生成的人物和场景生成
三、人物配音
1、文字固定音色
帮忙生成xx的声音提示词，使得我在seedance2生成视频时，能保持角色声音一致一样
结果：45-50 岁中年男性，低沉磁性的低音炮，胸腔共鸣充足，音质略带自然沙哑（非苍老嘶哑），吐字清晰有力，语速不疾不徐（0.88 倍速），每句结尾自然下沉，带着常年独处和行医炼丹的疲惫感，语气平静疏离但不失医者的温和，咬字圆润不生硬，关键时刻字字千钧，自带不怒自威的气场
2、从视频中获取音频
我们其实可以先生成第一段分镜视频，然后从剪辑软件中，提取第一段视频获取的主要人物的音频片段。
3、通过配音平台生成配音
当然也可以通过一些平台生成配音，比如：智声云配
四、视频生成
1、镜头
远景：交代整体环境
全景：交代人物位置，整体动作，人物全身
中景：最多使用，交代人和人关系，一般在人物膝盖以上，叙事
仅景：人物腰部以上，人物大于背景，凸显人物，表达人物情绪
特写：聚焦于面部表情，特定某一物品
空镜：风景，时间的流逝，转场
俯视、平视、仰视、正反打、过肩
2、图生成视频
女主：xxx，女主音频：xxx。场景：xxx。
【全景】
【特写】
【近景】
【中景】
【双人近景】
表情生动，动作富有张力，中文台词，无背景音乐，无字幕，4k超清。
要注意添加音频，这样才可以保持角色音频一致
为了保持视频的连贯性，我们可以将生成的上一个视频尾帧截图，作为下一个视频的首帧图
3、故事板生成视频
无BGM，绝对无字幕，彻底关闭字幕，画面中没有任何形式的文字，包括但不限于字幕、标题、水印、标注，纯画面输出，no subtitles at all, absolutely no text on screen，按照故事板【 @IMG_3 】的要求生成视频，【 @IMG_3 】为故事板，【 @IMG_2 】为林现，【 @IMG_1 】为霍老，霍老声线：
五、视频剪辑
1、根据视频加入背景音、音效
根据整体的情绪添加。比如：悲伤、快乐、激动、燃
比如：添加合适的脚步声、手机铃声、群众讨论声、鸟语花香等等
2、转场过渡
空景转场
六、视频去水印
VSR：https://github.com/YaoFANGUK/video-subtitle-remover
注意：如果视频的水印是动态的话就很难去除，比如像豆包
七、修改声音
1、人物口型匹配
如果你一开始生成的人物是没有声音的，想要通过后期实现音频和人物口型匹配，则可以使用数字人功能，然后上传人物音频和视频
书写提示词：固定镜头，人物着急的说
2、AI自动生成的音色统一
比如你想统一修改旁白的音色，则可以打开剪映，选择视频片段
提取音频，点击音频->换音色
3、生成AI音乐
可以选择使用miniMax：https://www.minimaxi.com/audio
八、视频质量优化
可以使用Topaz Video AI
九、字幕
在剪辑软件中给视频配上字幕
十、故事板
1、生成故事板
你的任务是根据用户的描述，在内部推演严谨的电影视听语言，并直接生成一张图片。
描述：“多机位极速剪辑（Fast-paced multi-shot）。
@image1 (Female Lead) — 沈青漪。青色长裙，黑发平刘海，清冷气质。
@image2 (Red-clad Cultivator) — 红绡。烈焰红裙，肌肤雪白，眼角火纹妆容。
@image3 (Suspended Bronze Temple) — 悬空青铜古庙。
@image4 (Bone Whip) — 燃烧着幽暗紫色毒火的骨鞭。
⚠️空间布局：@image1站在@image3古庙台阶下。@image2在前方半空。
⚠️对白规则：一句台词=一个镜头——台词严格只出现在该角色的特写镜头内。
⚠️本视频严格只有4个镜头——禁止添加额外镜头。
【镜头1】（约3秒：罡气爆发）
机位：50mm中景。
摄影机运动：从平稳瞬间转为强烈的低频震动（模拟能量爆发的物理冲击）。
背景：@image3古庙台阶。
动作：@image1面若冰霜，没有任何多余表情。突然，霸道的金色罡气犹如巨龙苏醒，瞬间自她体内冲天而起！极其强大的金色气浪将周遭肆虐的罡风生生逼退，@image1的青衣与发丝在金光中向后狂舞。
⚠️硬切到镜头2。
【镜头2】（约4秒：火蟒出击）
机位：85mm长焦转35mm广角（急拉）。
摄影机运动：不安、狂暴的手持晃动。
动作：@image2见状，眼中戾气大盛。
微表演细节与台词：她的咬肌（masseter）通过肌肤可见地猛烈搏动。台词：“狂妄！”——重音在"狂"，伴随一次极度凶狠的急吸气。
特效动作：她皓腕猛地一抖，手中的@image4瞬间化作一条数十丈长的狰狞紫炎火蟒！巨蟒张开由紫火构成的血盆大口，带着焚江煮海的高温，以撕裂空间之势直扑镜头（@image1面门）！
⚠️硬切到镜头3。
【镜头3】（约4秒：拔地反击）
机位：35mm广角，低视角仰拍（Low angle）。
摄影机运动：高速向上跟拍（Fast track up）。
动作：@image1青衣如流光般，迎着上方压顶而来的漫天紫火冲天而起！她并未拔剑，而是右手剑指并拢。浑身璀璨的金光尽数汇聚于指尖，瞬间向外暴涨，化作一柄极其耀眼、长达十丈的金色光剑！
微表演细节与台词：她眼神孤绝冷酷，死死锁定上方火蟒。台词：“破！”——朱唇轻启，吐字极其清晰且充满爆发力。
⚠️硬切到镜头4。
【镜头4】（约4秒：击碎与对峙）
机位：35mm广角，带环境的全景（Wide Shot）。
摄影机运动：剧烈震颤后瞬间凝固（Freeze-like smooth drift）。
动作与特效：金色光剑以摧枯拉朽之势，一剑劈向紫炎火蟒！极高宽容度的金紫双色爆炸强光瞬间闪耀，火蟒被瞬间劈碎化为漫天紫色火星！
对峙走位：在爆炸光芒衰减的瞬间，@image1已身形如电逼近@image2。@image1悬浮在半空，手中的金色光剑剑尖直指@image2的眉心！两人形成极度紧张的致命对峙。周围空气中弥漫着尚未散去的金色光点与紫色火星。
风格：8K IMAX。超写实顶级VFX。摄影：Emmanuel Lubezki。灯光：纯粹由爆发的金色罡气与紫火双色强光源作为实际光源（practicals）照亮全场。皮肤受光极其真实，左金右紫的高对比环境光。禁电影补光、禁3D塑料感渲染。粒子流体模拟真实：火焰飞溅、空气冲击波折射扭曲必须达到工业级电影水准。镜头：物理电影镜头，180°快门运动模糊。连续性：角色每个镜头完全一致。禁身份漂移。禁字幕。
15秒。”
【最终图片排版与文字标注要求（3:4画幅）】
在一张比例为3:4的画幅中进行结构排版。
🎬 模块一：分镜板（主模块）
- 位置：画面中央靠上，宫格图顺序排列，占据主要画面。
- 内容：根据剧情逻辑推演4个纯视觉分镜图。
示例：
列表展示
第一列：时间轴：[例如：Cut 1 00:00 - 00:03，持续3秒]：
第二列：分镜图
第三列：运镜流程示意图及景别、运镜文字说明（图示表达镜头运动方式）
第四列：“
主体：[主体描述，如角色、物体、环境元素]
动作：[主体动作或行为描述，主体的具体行为、肢体动作或物理动态变化]
描述：[画面构图]
台词：[人物对白及说话语气，若无则填“无”]
音效：[环境、动作音效]
模块二：场景图、风格、光影与物品参考
（横向铺展于画面底部，提供全方位的设定支撑材料与参数）
- 空间与环境设定
人物站位图（必含）：[提供俯视视角的简图或详尽描述，清晰标明主要角色在场景中的空间位置、相对距离、视线方向以及摄影机（机位）的摆放位置]
场景参考图：
场景 1（宏观）：[大环境、建筑布局、地形地貌或大范围气候特征]
场景 2（微观）：[局部环境、内部空间结构或特定角落的陈设] - 道具与物件设定
其他物品参考图：[画面中出现的关键道具、载具、武器或核心物件的特写参考与质感描述] - 光影与色彩设定 (Lighting & Mood)
光影布局：
主光源：[类型、颜色、强度、照射方向]
辅助光：[类型、颜色、强度、补光位置]
环境光：[类型、颜色、强度、整体笼罩氛围]
色彩板：
主色/辅色/点缀色：[明确画面占据最大面积的核心颜色、平衡画面的辅助色以及用于视觉焦点的对比色]
整体风格：[明确具体的艺术风格（如赛博朋克、写实电影感等）、渲染质感及最终的情绪基调]
2、生成视频模板
无BGM，绝对无字幕，彻底关闭字幕，画面中没有任何形式的文字，包括但不限于字幕、标题、水印、标注，纯画面输出，no subtitles at all, absolutely no text on screen，按照故事板【 @IMG_3 】的要求生成视频，【 @IMG_3 】为故事板，【 @IMG_2 】为林现，【 @IMG_1 】为霍老，霍老声线：xxx。风格：国漫3D写实、三渲二半写实渲染，对标《凡人修仙传》画质，质感细腻、人物写实不二次元夸张，场景写实恢弘，光影真实，细节拉满
