我最近在做AI视频，这两天我博采众长写一下我的发现！我想做AI视频，主要是看到好看的画面，而且做视频真的很放松哎，还不用真的画画，只用思考效果和剧情，想看什么造什么的感觉好好！就是简单写写AI视频艺术创作，让所有人接触享受AI做视频的乐趣。
本文会介绍AI生成视频赛道然后再说做AI视频我的简单步骤（轻松创作向），以及我在这个方法里发现的问题，还有借鉴别的文章学来的做古画AI视频的方法，最好放一些知识素材来源。
初步尝试AI做视频步骤
第一步：打造角色基准图，用于解决人物变形的问题
我定角色，角色也是让AI列一些然后自己选两个作为我和我朋友的样子，我选一红一黄，番茄鸡蛋色哈哈，还融入我和我朋友的脸做最后定的角色。最后用即梦生成人的角色图样。
第二步：搭建分镜脚本
我先大致写了我要做什么，然后让AI详细写个分镜，x秒到x秒要什么样的画面。生成每个画面的基准图。
我问：大唐公主和盛唐郡主是一对好朋友，请以元宵赏灯，逛集市，买衣服买小玩意的事件，按照这个要求，仿照模板写分镜。按照目前漫剧的"黄金三秒"定律，我们直接套用这套"悬疑起步+情绪拉满"的分镜模板。这里我们用5个画面+1个文字定格，正好凑齐1分钟。
然后细化更具体的prompt做图片。
注意视频生成和图片生成要用不同的prompt，图片生成要减少动态感的词语！！不然图片没法生成。
例如以下错误示范：
然后生成基板图片。这里我反复强调这两个人的外形特征，也会把人物照片附上，然后生成场景的基础图片。
第三步：AI生成视频模型让画面动起来
我先是用即梦生成每个分镜的图片，然后放到Seedance生成视频。
第四步：用视频编辑器整合所有视频。
注意找合适的转场。我用的剪映，要氪金的转场才比较自然，由于我不想氪金，我就没弄转场啦！
这个方法出现的问题
照镜子这个动作生图有难度（AI不理解三维空间的物理逻辑）
由于是在成衣铺，照镜子并不是梳妆类型，是全身，这种生活逻辑AI是缺失的。
这里提示词，镜子出现两个人人脸，加上公主（红色衣服）需要在身后，这个物理构图逻辑AI不太清楚，生图很怪异。
照镜子我有时候生成的视频会出现动作越界限出镜子外，或者正反错误的问题。
解决方案：
痛点分析： AI容易把镜子里的像当成第二个人，或者搞不清前后关系，导致出现两张脸或面部扭曲。
解决思路： 明确"拍摄机位"和"镜像关系"，强制规定谁是主体，谁是倒影。或者利用剪辑障眼法，前后选择变化幅度不大的动作表示照镜子的过程。
1. 图片生成 Prompt（用于定帧/即梦生图）
核心技巧： 强调"背对镜头"和"镜中倒影"。
错误示范：
一个穿着红衣的公主在镜子前照镜子，旁边站着穿黄衣的郡主。（AI会困惑谁在前，谁在镜子里）
优化方案 A（特写）：Prompt:
古风全身镜，红衣公主背对镜头站立，镜中清晰映出她的正面容颜，表情欣喜。黄衣郡主站在公主侧后方，正拿着一支玉簪。画面写实，光影统一，镜子边缘有雕花铜框，高清画质。
优化方案 B（全景/双人）：Prompt:
唐代服装店内部，一面巨大的落地铜镜。前景是身穿红衣的公主背对镜头，看着镜子。镜子里清晰地反射出公主的正面形象和身后黄衣郡主的半身像。构图严谨，空间透视正确，8k分辨率
我抄第一个prompt，只增加个人特点部分内容，发现出图AI是不知道黄色衣服郡主真实位置的，只能在镜子看到两个人，所以提示词需要把两个人现实位置和镜子里照映的位置都要写出来。
于是出现第二个版本的提示词和出图。
可以看到AI的图出人还是不稳定的，但是最后一张位置和人都对了，铜镜是方的不合理，只需要拿最后一张图修改为圆铜镜就好了。
2. 视频生成 Prompt（用于Seedance/图生视频）
视频照镜子容易出现动作越出镜子的情况。
**核心技巧：**强调"转身看镜"或"静止欣赏"，减少大幅度动作。
优化 Prompt:
镜头固定，红衣公主背对镜头，微微侧头欣赏镜中的自己，镜中倒影同步动作。黄衣郡主在一旁微笑注视。动作舒缓自然，镜子里的影像稳定不闪烁。关键帧控制（如果支持）： 锁定镜子区域的画面稳定性。
剪辑法：
镜头给到镜子里的脸，再切到背对镜子的背影，通过正反打（Shot-Reverse Shot）来暗示她们在照镜子，避免直接生成长时间的全身镜画面。
**最后成功版本的提示词：**公主和郡主都站在大铜镜前两个人都在欣赏镜子里的自己，没有任何转身和摆衣服动作，金线刺绣华服细节，动漫电影风格，超高细节，欢乐温馨氛围。
插簪子这个动作也生成得不好（精细物体的物理交互)
视频和生图都不太对，生图簪子朝向不对，视频簪子最后没有插进头发里。
解决方案
痛点分析： AI不懂"插入"这个力学过程，簪子经常悬浮在头发表面，或者角度诡异直接穿透头皮。
**解决思路：**拆分动作 + 描述触感 + 手部特写。不要试图一次生成完整的"插"的过程，先生成"比划"，再生成"固定"。或者用剪辑障眼法，插的动作一张图，完成后的一张图，然后生视频拼接。
1. 图片生成 Prompt（定格关键帧）
核心技巧： 描述"指尖捏住"和"簪身贴合"。
错误示范：
女孩把簪子插进头发里。
**优化方案 A（准备动作）：**Prompt:
美女的手的指尖捏着一支精致的金簪，簪尖轻轻抵在盘发的发髻边缘。眼神专注，背景虚化，微距摄影，细节清晰，发丝纹理可见。Negative Prompt: 畸形手指，多余的手指，断裂的簪子，悬浮的簪子。
优化方案 B（完成动作）：Prompt:
半身肖像，黄衣郡主头上已插好一支玉簪，簪子牢固地嵌入乌黑的发髻之中，无松动痕迹。面部表情满意，光线柔和。
增加人物限制后修改生成。
然后我为了保持一致的摊位和背景，把之前的抠图拿到背景重新生成，并且要求把女主诡异的光晕去掉。
2**. 视频生成 Prompt（Seedance图生视频）**
**核心技巧：**动作幅度要极小，强调"微调"和"固定"。
优化 Prompt:
手部特写，手指捏着发簪，轻轻地将簪子推入盘发中，动作优雅缓慢，发丝随着簪子的进入微微凹陷。簪子最终稳固地停留在头发里，不晃动。参数建议： 降低运动幅度（Motion Scale/Low Noise），增加一致性权重。
利用电影剪辑障眼法（剪辑大法）：
不要展示簪子插入的全过程。剪一个手指捏着簪子靠近头发（还没插进去）的镜头，接一个簪子已经在头发里的定格画面，中间加一个"叮"的音效。观众的大脑会自动脑补"插进去"的过程。 这是不错的方法，规避直接的物理动作。
**最后成功版本提示词：**长安夜市小摊前，郡主（鹅黄色襦裙）轻轻地将簪子推入公主（绯红色襦裙）盘发中。簪子最终稳固地停留在公主（绯红色襦裙）盘发的头发里，不晃动。郡主（鹅黄色襦裙）手上没有东西。
视频生成的部分语言逻辑是不对的
比如夸奖，妹妹问姐姐自己的衣服好不好看，姐姐没说话，妹妹就继续说好看，显得你可娇俏了，说话的人不对。这些都要语言控制一下，也可能是我选的模型太菜了，因为我不氪金。。
图生视频场景变换不自然发挥空间有限
这种方法转场不太自然，每张图让AI变换的场景和动作都很受限，这个你只要投身实践就能马上感觉出来。
古画AI视频技巧说明
案例拆解：《清明上河图》AI动画全流程
项目背景：为河南博物院制作的数字展项，全长3分28秒，涉及427个AI生成角色。
关键技术节点：
原始素材处理：
使用超分辨率算法将原图放大至8000×4000像素
通过Segment Anything模型分离152个独立元素
动态化实现：
动态运镜设计
参考《韩熙载夜宴图》的散点透视，在Premiere中创建2.5D镜头运动：
前景层：移动速度1.2x 中景层：正常速度 背景层：移动速度0.8x
音画同步方案：
根据画面区域触发对应环境音效
采用AIGC生成符合宋代语音的方言旁白
成果数据：
制作周期缩短至传统方法的1/5
获2024年"文化遗产数字化"金奖
观众停留时间平均增加4.6分钟（博物馆官方数据）