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

先把这个事情说清楚：一个人从零做AI电影，不是坐在电脑前敲一句提示词，然后等一部90分钟的片子自己跑出来。它更像是一个小型制片厂被压缩进一个人的工作流里——你同时是编剧、分镜师、美术指导、摄影指导、剪辑师和声音设计。区别在于，传统制片厂里每个环节都有一组人，而你手里只有一套工具链和一颗能扛住反复失败的心脏。

我最初动这个念头，是因为看到很多AI短片在视觉上已经能唬人，但一看完整片就露馅：角色换个镜头就变脸，场景像贴图拼凑，镜头之间没有呼吸感，音乐和画面各说各话。问题不在于单帧不够好看，而在于没有人把“电影”当成一个系统工程来做。大多数人是在“生成素材”，而不是在“拍电影”。

所以这篇内容适合谁？如果你是那种已经玩过一阵AI绘画、AI视频，能生成漂亮单图或几秒短片，但一拉到多镜头叙事就崩盘的人，这篇就是写给你的。如果你完全没碰过AI生成工具，也没关系，我会把每个环节的底层逻辑和操作路径都拆开讲，你至少能看懂一个人做AI电影的全貌，知道钱该花在哪、时间该省在哪、哪些坑是绕不过去的。

核心关键词我先摆出来：AI电影、3D场景、seedance、角色一致性、工作流。这五个词基本覆盖了一个人做AI电影的全部命门。AI电影是目标，3D场景是空间基础，seedance是当前视频生成环节里值得重点研究的工具方向，角色一致性是叙事能否成立的生命线，工作流是把这一切串起来的骨架。下面我按实际制作顺序，从整体设计一路讲到问题排查，中间会穿插我踩过的坑和实测有效的参数思路。

2. 整体设计与思路拆解

2.1 为什么一个人做AI电影必须先把“工作流”定死

一个人做AI电影，最大的敌人不是工具不够强，而是流程混乱导致的返工。我试过最蠢的做法：先花三天生成了一堆漂亮镜头，然后发现角色脸对不上，场景光照不统一，镜头运动方向互相打架。结果就是全部重来。那三天不是创作，是给自己挖坑。

所以我现在的工作流是倒推式的：先定终局，再拆环节。终局是什么？是一个3到5分钟的短片，有明确的三幕结构，有2到3个主要角色，有4到6个场景，镜头数控制在30到50个之间。为什么是这个体量？因为一个人能维持角色一致性的极限大概就在这个范围。超过50个镜头，角色脸崩的概率会指数级上升；超过6个场景，3D空间的一致性维护成本会吃掉你所有创作时间。

倒推之后，工作流分成六个阶段：剧本与分镜、角色与场景资产建立、3D场景搭建与预演、视频生成、剪辑与声音、调色与输出。每个阶段都有明确的输入和输出，上一阶段的输出必须是下一阶段能直接吃的格式。比如分镜阶段输出的不是文字描述，而是一张表格，每一行是一个镜头，包含镜号、景别、运镜、角色、场景、情绪、时长、参考图路径。这张表就是后面所有环节的施工图。

注意：不要跳过分镜直接生成视频。我见过太多人拿着几句剧情梗概就开始跑视频，最后剪出来像一堆互不相关的MV片段。分镜是你唯一能控制叙事节奏的地方，AI生成环节反而要尽量“少做决定”。

2.2 工具选型的核心逻辑：不是选最强的，是选最稳的

AI电影的工具链更新极快，今天最强的模型下周可能就被替代。所以选型逻辑不能是“哪个效果最好”，而应该是“哪个环节需要什么能力，哪个工具在这个能力上最稳定、最可控”。

我把工具链分成四层：

这里重点说seedance。它在当前视频生成环节里的价值在于运动质量和镜头语言的理解能力。我实测下来，seedance对“推拉摇移”这类基础运镜的响应比较准，而且首尾帧控制相对稳定，这对做镜头衔接非常关键。但它的角色一致性不能只靠它自己，必须在前面的图像层就把角色锁死，视频层只负责“让这张脸动起来”。

3D场景这一层很多人会忽略，觉得AI生成背景就够了。但一个人做电影，如果没有3D空间做预演，你根本不知道镜头该怎么摆。我现在的做法是：用轻量3D工具搭一个极简场景，只放方块代替角色，然后在这个空间里摆相机、定焦段、走运镜。预演通过之后，把相机参数和场景参考图一起丢给图像层生成概念图，再进视频层。这样出来的镜头，空间关系是对的，不会出现“人物在场景里飘”的感觉。

2.3 角色一致性：不是靠一个工具，是靠一套资产体系

角色一致性是AI电影的生命线。我踩过最大的坑就是：每个镜头单独生成，靠提示词描述角色长相。结果就是第一镜是圆脸，第二镜变方脸，第三镜直接换人种。后来我明白了，角色一致性不是生成问题，是资产管理问题。

我的做法是给每个主要角色建立一套“角色资产包”，包含：

• 角色三视图：正面、侧面、背面，同一光照条件，同一表情基准
• 表情表：至少6种基础表情，每种一张参考图
• 服装与配饰参考：如果角色换装，每套服装单独建包
• LoRA或嵌入向量：如果工具支持，训练一个轻量角色模型
• 提示词模板：固定描述角色核心特征的短语，每次生成必须原样复制

这套资产包建立一次大概需要2到3小时，但后面30个镜头都能受益。具体操作是：先用图像层生成角色三视图，反复抽卡直到五官、发型、体型完全一致；然后把这三张图作为参考图，生成表情表；最后把最稳定的那张正面图拿去训练LoRA。训练参数我一般用较低的学习率，步数控制在1000到1500步，避免过拟合导致表情僵硬。

提示：角色资产包建好之后，每次生成新镜头时，参考图权重不要拉满。我一般设在0.6到0.75之间，留一点空间让角色适应不同光照和角度。拉满会导致角色像贴纸一样僵在画面上。

3. 核心细节解析与实操要点

3.1 剧本到分镜：把文字变成可执行的镜头表

一个人做AI电影，剧本不能写得太文学。你写“他孤独地走在雨中，内心充满矛盾”，AI没法直接执行。你要写的是：镜头1，中景，角色A从画面左侧入画，向右走，雨落在肩上，表情平静但眼神向下，时长4秒。这就是分镜表的一行。

我的分镜表用表格管理，字段包括：

• 镜号：从1开始顺序编号，方便剪辑对轨
• 景别：远、全、中、近、特
• 运镜：固定、推、拉、摇、移、跟
• 角色：本镜出现的角色，用资产包编号
• 场景：本镜所在3D场景编号
• 情绪：一个词，用于指导表情和光影
• 时长：精确到0.5秒
• 参考图：概念图路径
• 视频提示词：给视频层的简短指令
• 备注：特殊要求，如“雨效”“逆光”

这张表填完，整部片子的节奏就定死了。我一般会先填一版，然后通读一遍，检查三件事：镜头之间是否有景别变化（避免连续三个中景）、运镜方向是否连贯（避免左摇接右摇）、情绪曲线是否有起伏（避免全程一个调）。这三件事检查完，分镜才算过关。

3.2 3D场景搭建：用方块预演，别一上来就精雕

3D场景这一层，很多人要么完全跳过，要么一上来就追求高精度模型。我的经验是：预演阶段用方块，生成阶段用概念图，最终画面靠视频层。3D工具在这里的唯一作用是确定空间关系和相机参数。

具体操作流程：

1. 搭建极简空间：用立方体代替建筑、家具、地形。比例要准，比如门高2米，桌高0.75米，这些基础尺度不能错。
2. 放置角色代理：用胶囊体或简单人形代替角色，高度按角色设定，一般1.7到1.8米。
3. 摆相机：这是最关键的一步。根据分镜表的景别和运镜，在3D空间里实际摆放相机，调整焦距。我一般用35mm作为基础焦段，特写用85mm，远景用24mm。
4. 导出相机参数：记录每个镜头的相机位置、旋转角度、焦距、景深。这些参数后面要喂给图像层和视频层。
5. 渲染低模预览：用工作区截图或简单渲染，得到一张带透视关系的参考图。

这套流程走下来，一个场景的预演大概30分钟。但它的价值巨大：你提前知道了镜头会不会穿帮，角色走位会不会出画，空间比例对不对。我试过跳过这一步直接生成，结果就是人物和背景的比例完全不对，像巨人站在玩具房里。

注意：3D场景的坐标系要和图像层、视频层对齐。我一般用“角色身高=1.8单位”作为基准，所有场景按这个比例搭建。导出参考图时，把相机参数写在文件名里，比如“S01_Cam35mm_H1.6m”，方便后面查找。

3.3 seedance视频生成：首尾帧控制与运动提示词

seedance在视频生成环节的核心用法是首尾帧控制。什么意思？就是你给它两张图——第一帧和最后一帧——它生成中间的运动。这对做镜头衔接太重要了。比如镜头A是角色从远处走来，镜头B是角色停在门前，你只要把A的最后一帧和B的第一帧对上，seedance就能生成连贯的过渡。

具体操作要点：

• 首尾帧图像必须同源：最好来自同一张概念图的不同裁切，或者同一角色资产包的不同角度。不要用两张风格差异大的图，否则中间运动会扭曲。
• 运动提示词要简短：seedance对长提示词的理解会衰减。我一般只写“角色向前走，镜头缓慢推进，雨滴落下”这种核心动作，不超过20个字。
• 运动幅度控制：如果首尾帧差异大，运动幅度就大，容易崩。我一般控制首尾帧的构图差异在30%以内，比如人物位置移动不超过画面宽度的三分之一。
• 时长控制：seedance生成4到6秒比较稳，超过8秒运动质量会下降。所以分镜表里的镜头时长尽量控制在5秒以内，长镜头拆成多个短镜头拼接。

实测下来，seedance在“人物行走”“镜头推拉”“物体旋转”这三类运动上表现最稳。复杂的交互动作，比如两个人打架、角色跳舞，建议拆成多个短镜头，每个镜头只做一个简单动作，后期剪辑时用节奏掩盖断裂感。

3.4 角色一致性在视频层的维护技巧

图像层锁死了角色脸，视频层还要再锁一次。因为视频生成过程中，角色脸会随着运动发生漂移。我的做法是：

• 参考图注入：在视频生成时，把角色资产包的正面图作为参考图注入，权重设在0.5左右。太高会限制运动，太低会脸崩。
• 分段生成：一个5秒镜头拆成两个2.5秒生成，中间用首尾帧衔接。这样每段的运动幅度小，脸崩概率低。
• 后期修复：如果某个镜头脸还是崩了，不要重跑整个镜头。把崩的那几帧截出来，用图像层的角色资产包做局部重绘，再插回视频。这个操作在ComfyUI工作流里可以做成节点，效率很高。

提示：角色一致性不是100%不崩，而是崩了能快速修。我现在的标准是：一个镜头里角色脸崩超过3帧，就局部重绘；超过10帧，就重跑这个镜头。重跑时换一个随机种子，往往能解决。

4. 实操过程与核心环节实现

4.1 从零到第一个可看镜头：完整操作记录

我拿一个实际案例来走一遍。假设我要做一场“角色A在雨夜街头等待”的戏，分镜表里是镜头3：中景，角色A站在路灯下，雨落下，镜头从右侧缓慢推近，时长5秒。

第一步：3D预演。在3D工具里搭一个简单街角：地面平面、路灯柱、几个方块当建筑。角色代理放在路灯下，相机放在右侧，焦距35mm，距离角色3米。渲染一张低模预览，确认构图：角色在画面左三分之一，路灯在右三分之一，雨的方向从右上到左下。

第二步：概念图生成。把3D预览图作为参考图，加上角色资产包的正面图，生成一张高精度概念图。提示词重点描述：雨夜、路灯暖光、湿滑地面反光、角色穿深色外套、表情平静。生成4张，选一张构图和光照最符合预演的。

第三步：首尾帧制作。把选中的概念图导入图像编辑工具，裁切出第一帧和最后一帧。第一帧是相机在右侧的视角，最后一帧是相机推近后的视角。两帧的角色位置基本不变，只是相机距离变了。这样首尾帧差异小，运动稳定。

第四步：seedance生成。把首尾帧和运动提示词“镜头缓慢推近，雨持续落下，角色微微低头”输入seedance。生成3次，选运动最自然、角色脸最稳的那条。如果三次都崩，检查首尾帧差异是否过大，或者参考图权重是否太低。

第五步：后期处理。生成的视频导入剪辑软件，调整速度到5秒，加一层雨效叠加，微调对比度和色温。如果角色脸有轻微漂移，截取崩的帧做局部重绘。

这一套流程走下来，第一个镜头大概需要40分钟。熟练之后可以压缩到20分钟。整部片子30个镜头，纯制作时间大概10到15小时，加上剧本和分镜，一个人两周内可以完成一部3到5分钟的AI电影。

4.2 剪辑与声音：AI电影的隐形战场

剪辑是AI电影最容易被低估的环节。因为AI生成的镜头往往运动不连贯，直接拼接会像幻灯片。我的剪辑策略是：用节奏掩盖断裂。

具体做法：

• 短镜头快切：AI生成的镜头，单个看可能只有3秒是好的。那就只取这3秒，前后用黑场或特写过渡。观众在快节奏下不会注意到断裂。
• 音乐先行：先选好音乐，按音乐节拍剪画面。音乐的重拍对应镜头的切换点，观众的注意力会被音乐带走，画面断裂感大幅降低。
• 声音铺底：环境音是粘合剂。雨声、风声、城市底噪，铺满整个时间线，镜头切换时声音不断，画面就感觉连贯。
• 对白后期：如果角色有对白，不要依赖视频生成时的口型。用后期配音，口型对不上就用背对镜头或遮挡嘴部的镜头。我一般把对白镜头设计成侧脸、低头、或者手挡嘴。

声音设计我一般用三层：对白层、环境层、音乐层。对白层最上面，环境层铺底，音乐层根据情绪起伏调整音量。三层混音时，对白出现时音乐自动压低，这是基本操作。

4.3 调色与输出：统一视觉风格的最后一道关

AI生成的镜头，每个的颜色和对比度都可能不一样。调色就是把这些镜头拉回同一个视觉体系。我的调色流程：

1. 一级校正：每个镜头单独调整曝光、白平衡、对比度，让所有镜头的亮度范围一致。
2. 二级风格化：整部片子套一个统一LUT。我一般用低饱和、冷色调的LUT，适合悬疑或文艺风格；暖色调适合情感戏。
3. 局部调整：对特定镜头做局部提亮或压暗，引导观众视线。比如角色脸部稍微提亮，背景压暗。
4. 输出设置：分辨率1080P足够，帧率24fps（电影感），码率10到15Mbps。如果发到网络平台，再压一版H.264。

注意：调色不要过度。AI生成的画面本身有噪点和伪影，过度调色会放大这些问题。我一般把对比度控制在+10以内，饱和度-5到+5之间。

5. 常见问题与排查技巧实录

5.1 角色脸崩的四种情况和对应解法

角色脸崩是最高频的问题。我整理了四种典型情况和解法：

实测下来，换镜崩和运动崩占80%以上。前者靠资产包和提示词模板解决，后者靠拆镜头解决。剩下20%靠后期局部重绘兜底。

5.2 视频运动不自然的排查思路

seedance生成的运动不自然，通常有三个原因：

• 首尾帧差异过大：检查两帧的构图差异，如果人物位置移动超过画面三分之一，或者相机角度变化超过15度，运动就会扭曲。解法是增加中间帧，把一个大运动拆成两个小运动。
• 运动提示词冲突：比如同时写“镜头推进”和“角色后退”，两个运动方向相反，AI会懵。解法是只写一个主动作，其他交给首尾帧。
• 参考图干扰：如果参考图本身有运动模糊或透视畸变，会干扰生成。解法是换一张干净的参考图。

我一般按这个顺序排查：先看首尾帧，再看提示词，最后看参考图。90%的问题在前两步就能解决。

5.3 3D场景与生成画面不匹配怎么办

3D预演和最终画面不匹配，通常是相机参数没对齐。检查三件事：

1. 焦距是否一致：3D里用35mm，图像生成时提示词也要写35mm，或者用参考图控制透视。
2. 相机高度是否一致：3D里相机高1.6米，生成时角色眼睛高度要对应。如果生成画面像俯视，说明相机太高。
3. 场景比例是否一致：3D里门高2米，生成画面里门如果只有1米，说明比例错了。解法是在提示词里加“门高2米，角色身高1.8米”这类尺度描述。

如果三件事都对齐了还是不匹配，那就是图像层的问题。换一个更尊重参考图的工作流，或者提高参考图权重。

5.4 一个人做AI电影的时间分配建议

最后分享一个时间分配表，这是我做了三部短片后总结出来的：

视频生成占30%，但实际可能更多，因为要反复抽卡。我的建议是：每个镜头最多生成5次，5次还不行就改分镜。不要在一个镜头上死磕，时间成本划不来。

6. 一些实操心得和后续扩展方向

做AI电影这件事，工具会变，但底层逻辑不会变：叙事第一，一致性第二，技术第三。我见过太多人追求最新模型、最炫效果，最后片子剪出来没人看得下去。反过来，一个故事讲得清楚、角色稳定的片子，哪怕画面糙一点，观众也能看进去。

后续如果想扩展，有几个方向值得试：一是把工作流封装成ComfyUI节点，一键跑完整个镜头；二是用coze工作流做剧本到分镜的自动化，输入故事梗概输出分镜表；三是尝试多角色同框的镜头，这是目前AI电影最难啃的骨头，需要更精细的3D预演和分层生成。

我个人在实际操作中的体会是：一个人做AI电影，拼的不是谁的工具强，而是谁的流程稳、谁踩的坑少、谁能在崩溃之前把片子做完。每次开新项目，我都会先把工作流跑一遍最小闭环——一个角色、一个场景、一个镜头——确认整条链路通了，再开始批量生产。这个习惯帮我省了至少一半的返工时间。