用 AceData Studio 做 AI 短片：从分镜、首帧到参考图编辑

做 AI 视频，最容易走偏的一步，是把"生成成功"当作"创作完成"。本文用《最后一盏灯》这个小故事，拆解怎样在 AceData Studio 里准备分镜、生成首帧、编辑参考图，并为后续图生视频建立验收标准。

实践范围：本次实际生成了三格概念分镜、独立首帧和亮灯版静态图，并进行了辅助视觉检查。没有提交新的灯塔视频任务，没有制作配乐或最终成片。下文的视频流程是待执行方案，不是实测成功记录。提示词为整理后的中文版，不保证复现相同图片。

1. 从开源 MV 学方法，而不是复制"一句话生成"的叙事

JohnHeibel 的 PDoomVideo 为《I'm Upping My P(doom)》制作了程序化 MV。README 写明项目经过两轮生成，使用 p5.js、p5.brush 绘制，通过 headless Chrome 渲染帧，再用 FFmpeg 编码。

来源：作者 GitHub README，外链引用用于讲解，不是本次生成。

观看作者发布的原始 MV · 查看英文分镜

后续的 ClaudeAnimationBase 把分镜、逐镜头制作和渲染检查整理成了起步项目。其中值得借鉴的是：每个镜头都要发生一个事件，观众需要时间理解，程序能运行不代表动画就能看懂。

本文不会复现其代码渲染器，而是把这一工作方法迁移到生成模型：

text 复制代码

任务卡 → 文字分镜 → 概念图 → 独立首帧
                           ↓
                    参考图编辑 → 视频小样 → 验收与迭代

两种实现要分清：源项目以代码绘制，我们的图片由 GPT Image 生成。 也不要把普通 Studio 对话当作已经配置好的 Node.js、Chrome 和 FFmpeg 执行环境。

2. 先定义任务，而不是先选最高规格

打开 AceData Studio，通过创作分类或能力导航进入对应工作区。本文主要用 GPT Image，视频阶段对应 Seedance。若在助手里调用服务，需要在连接器页面启用相应能力。

官方文档界面图，不是本次操作截图；当前入口和参数可能随版本、账号与站点配置变化。

我们的故事只有一句话：灯塔熄灭，小机器人触发开关，让灯重新亮起来。

可以先把任务卡发给助手：

text 复制代码

我要设计一个约 15 秒的原创短片《最后一盏灯》。
角色：一个黄色圆形机器人，两只黑眼睛、两只短脚。
场景：奶油色灯塔、红门、红色尖顶、深蓝海面。
风格：手绘水彩与剪纸质感，16:9，不要照片级写实。
故事：发现灯灭 → 操作开关 → 灯光照向海面。
限制：不新增人物或船，不加字幕，不做复杂追逐。

先给文字分镜：每段发生什么、观众需要看懂什么、哪里容易失败。
暂时不要生成视频，不要自动调用付费工具。

把"温暖治愈"转换成事件后，才有办法验证生成结果。

计划时间	事件	验收条件
0---4 秒	机器人发现灯室没有发光	开头不能已经亮灯
4---9 秒	机器人靠近门旁低位开关，用身体轻推	开关够得到，动作先于亮灯
9---15 秒	暖光照向右侧海面	灯光不过曝，结尾有停留

这些时间只是编辑计划，不是模型精确遵守时间码的承诺。

3. 第一次生成：分镜漂亮，但不等于可以直接用

本次使用 gpt-image-2，画布为 1536 × 1024。页面若只提供比例预设，选择接近的横向比例，不必寻找不存在的自定义输入框。

text 复制代码

为《最后一盏灯》生成三格概念分镜。
三幅宽画面自上而下排列，只标 01、02、03。
统一画风：手绘水彩、剪纸边缘、纸张纹理。
统一主体：奶油色灯塔、红门和红色尖顶、黄色圆形机器人。

01：远景，机器人站在门旁，灯塔没有亮。
02：近景，机器人靠近墙上的圆形开关。
03：远景，灯塔亮起，暖光照向右侧海面。
不要字幕、对话、品牌标志或软件界面。

把概念图和独立首帧并排检查时，辅助视觉检查指出两个差异：操作镜头中的开关较大、较高；角色眼睛的可见数量也随角度和简化方式变化。

这里不应该写"角色一致性完美"。更合理的决策是：

概念图用于讨论故事，不作为严格角色设定表。
后续以独立首帧作为外观基准。
操作设定采用门旁低位开关，让没有可见手臂的机器人也能触及。

不要把整张三格拼图当作视频首帧。 模型收到的是一张包含多个画面的图，未必知道你想从哪一格开始。

4. 第二次生成：把首帧当成后续任务的输入契约

这一张只负责交代初始状态：灯灭、角色在门旁、海面留出光束空间。本次采用 1536 × 864，即 16:9。

text 复制代码

生成《最后一盏灯》的独立首帧，不要拼图。
灯塔位于画面左侧三分之一处：奶油色塔身、红色尖顶、一扇红门。
顶部灯室关闭，不发出光束，右侧保留深蓝海面。
一个黄色圆形机器人站在门旁，两只黑眼睛、两只短脚，没有可见手臂。
门旁有低位黄铜圆形开关，机器人用身体即可触及。
手绘水彩与剪纸质感，轮廓简单清晰。
不要文字、船只、额外角色、边框和标志。

文章开头就是这一步的实际结果。先检查是不是单场景、灯是否关闭、角色和开关是否清楚，再进入下一步。

保存首帧和提示词。后续不要只用文字重新生成"另一座类似灯塔"，而应明确携带这张参考图。

5. 实际改图：只提出一个主要变化

现在需要"亮灯版"。在支持参考图编辑的流程里，上传或选择原首帧；若使用助手，附图或提供可访问的图片地址，明确这是编辑任务。

text 复制代码

编辑这张首帧，不要重新设计场景。
保留镜头、岛屿、灯塔、红门、屋顶、月亮、纸张纹理，
以及黄色机器人的身份与位置。
只把灯塔顶部从关闭改为开启，
让一束半透明的琥珀色光照向右侧海面。
不要白色过曝，不新增物体，不改变角色造型。
这是一张静态结尾参考图，不是视频。

辅助视觉比对认为主要布局、角色外观基本保留，变化主要集中在灯光及附近增亮区域。这个结论不是逐像素验证，也不能替代人工审片。放大检查门窗、角色边缘和海岸线，仍然必要。

这里有一个通用的提示词结构：

text 复制代码

参考对象 + 要保留的属性 + 唯一主要变化 + 不能出现的变化

它有助于表达约束，但不保证模型只修改指定像素。

6. 待执行：先生成五秒样片，不直接挑战完整故事

以下步骤尚未在本次提交。可以先参考官方文档里的纸船视频示例：文档给出的方向是黄昏水面、细小涟漪和缓慢推进。它是已有公开案例，不是我们生成的灯塔短片。

在 Seedance 工作区中：

选择当前支持图生视频的模型和模式。
使用独立首帧，不使用分镜拼图。
若所选模式明确支持首尾帧，再加亮灯版作为尾帧；否则只上传首帧，将亮灯版留作验收参考。
首轮采用页面允许的低成本测试组合，例如 5 秒、720p、16:9；不支持就按实际选项调整。
核对价格和音频设置，再提交。

官方文档区分首尾帧和多模态参考模式，两者不能混用。角色参考图也不等于精确的起始构图。

text 复制代码

以提供的灯塔首帧开始，保持建筑、机器人、岛屿和纸张风格。
只表现一个变化：灯塔由暗变亮，柔和琥珀色光束照向右侧海面，随后稳定。
海面轻微波动，机器人留在门旁，不新增手臂。
镜头固定，不绕行、不切镜头。
不新增船只、人物、字幕，不改变门窗数量，不要过曝或主体变形。

这里故意没有加推开关的动作。先验证外观与光线变化，再处理完整因果链。一次测试承担太多目标，就很难定位失败原因。

异步任务：拿到 ID 不等于拿到视频

如果交给 Studio 助手执行，可补充：

text 复制代码

提交后记录任务 ID，查询同一个任务直到成功或失败。
不要因为等待较久就重复提交生成。
成功后返回视频地址；失败时说明返回的原因，再讨论是否重试。

把生成与查询分开，也能减少"等待焦虑导致重复扣费"的操作风险。

7. 把验收写成可以执行的检查项

问题	下一轮反馈
开头就亮灯	首帧保持灯室关闭，之后再渐亮
海面被照成白色	降低光束强度，保留海面纹理
机器人长出额外部件	保留参考外观，不新增手臂
门窗数量变化	保持原图建筑结构与构图
刚亮灯就结束	稳定后留出短暂停顿

完整故事还需要验证：灯光是否在操作后才出现？观众是否能看清开关？

不要只写"再好看一点"。建议每次只优先处理一两个最明显问题，保留版本和修改记录。

但"只改两处"是你的意图，不是工具能力保证。有的模式只能重生成，有的可以编辑参考视频，应先核实当前支持范围。重新生成也可能影响原本正确的区域。

8. 最后留下什么，比第一次生成什么更重要

本次得到的是三张静态图片和一套待执行的视频方案，不是最终短片。项目至少应该保留：

text 复制代码

brief              故事、风格、约束
storyboard         文字分镜与概念图
first-frame        独立首帧
ending-reference   亮灯版参考
requests           模型、参数与任务记录
review-notes       问题、版本与修改意见

这只是建议的资料组织方式，不代表 Studio 自动创建了这些目录。

如果后续分段生成，需要组接。本篇没有验证 Studio 具备通用时间线剪辑功能，不承诺"导入就能自动剪好"。配乐、截取和音画同步也应在已确认支持这些操作的工具里完成。

这个案例最大的收获不是某句神奇提示词，而是把任务收敛成一个闭环：设定条件、生成中间产物、观察差异、调整要求，再决定是否进入下一阶段。

先让一盏灯按设计亮起来，再考虑一整部大片。

参考与说明

本文为同一创作案例的掘金技术版，另有 Blogger 图文版。原创图片为 AI 生成；本次通过对应连接器执行，并使用视觉模型辅助检查，不是逐项点击网页的录像。公开源素材以外链注明作者，公开可访问不等于自由商用。费用和功能以当前页面为准。