前言
上篇文章 笔者介绍了如何用豆包创建真人分身并生成视频。文章发出后,粉丝群里收到了一条回复:
"我的分身做好了,但是我可以拿它来干什么呢?"
笔者盯着这句话看了半天。当前大模型能力越来越强,创作门槛越来越低,真正拉开作品差距的,往往不是工具,而是创作者的创意。
本篇文章笔者整理了8个可以利用真人分身创作的AI视频场景,希望能启发大家:让分身替我们出镜,去演那些我们现实中根本拍不了的角色。建议先收藏,今晚挑一个场景试一条。
一、先搞清楚:真人分身能演什么,不能演什么?
1.1 真人分身的能力边界:它不是演员
这里先说一个笔者踩过的坑:分身不是演员。
真人分身更像一张"会说话的照片":它能做表情、能说话、能转头、能小幅抬手;但它不会大幅度走路,也不会大声痛哭。你让它做大幅动作,大概率只会得到一个僵硬的背影。
所以真人分身的适用场景一定要落在它的能力边界内:要么让它坐着、站着说,要么用镜头、场景、音效替它"演"。
1.2 真人分身的8个适用场景
笔者经过总结,发现真人分身主要适合两类场景:
一类是广告带货 :口播、日常剧情。
一类是娱乐影视:多人同框、动漫角色互动、古装场景、职场场景、科幻场景、演唱会场景。
这8类场景,既包含广告转化,也包含剧情涨粉。下面依次展开。
二、广告带货类
2.1 口播:模仿主播的直播场景
口播主要用于模仿带货直播效果。生成口播视频并不复杂,比如模仿一个互联网带货场景,可以这样写提示词:
texxt
真人分身拿着护手霜,双手揉搓护手霜,看向镜头说:清爽不油腻,润手超舒服。10s"
口播文案尽量用短句、短段落,避免长难句和密集专业术语。这样生成出来的口播视频会更自然。
具体操作路径:打开豆包,选择"AI创作",进入"视频创作",点击"使用分身出镜",添加商品图片,输入提示词,等待生成即可。

生成效果如下,可以较好地模拟真人带货场景:

2.2 日常剧情:贴近生活,产品自然入镜
日常剧情是最容易贴近用户生活的视频形式。让产品自然出现在画面里,台词带一句真实感受,比如桌上放一杯水,不经意间喝一口,就能起到推广水杯的效果。
日常剧情生成视频的诀窍是:剧情结构轻量化、场景单一化。优先选用单人独白、自问自答、日常碎碎念、生活场景复盘等简单剧情;尽量规避复杂走位、多人互动和大幅度肢体动作,以适配数字分身的静态演绎局限。
具体操作与口播一致,只是提示词和商品不同。提示词注意上面的注意事项即可。

三、娱乐影视类:一人分饰N角,这才是分身的主场
如果说前两个场景还带一点功利性质,那后面这六个场景,就更偏向娱乐分享和吸粉。笔者自己玩这些场景时,一度玩得不亦乐乎~
3.1 多人同框:实现双角色对话
生成双人对话视频时,最好把对话按"一问一答、轮次交替"拆分,避免大段独白。这也是AI漫剧常见的套路:利用场景切换,演绎更自然的视频。
比如一个双人走廊相遇的场景,可以这样写提示词:
text
走廊里,沈知意和林溪两人一前一后。一个背对镜头往前走,一个抱着文件转身,在走廊拐角处两人相撞,沈知意眼神变得凶狠,但很快褪去了凌厉,带了点不易察觉的温柔,沈知意:下一次,看路。林溪慌乱抬头,接进她的视线,镜头定格在两人对视的瞬间
这类提示词的关键,是提前给两个分身设定不同的性格、预期和情绪基调,再配合场景切换,避免观感同质化。

3.2 古装:出片很惊艳
古装是非常吸引粉丝、也很容易做出惊叹效果的场景。制作古装视频时,可以上传服装参考图片,帮助AI精准生成创作者设定的人物形象。
注意: 为避免模型混淆,在上传参考服装照片时,不要出现另一张人脸,要对人脸进行马赛克处理

传入真人分身,并输入如下提示词,会得到不错的视频效果:
text
红色能量波纹爆发,光粒飞散,落叶、尘土狂卷,黑衣人震飞;镜头推进,她拂袖收势,眼神凌厉,轻蔑一笑。服装设定参考上传的图片

3.3 职场:都市题材向来火爆
在"人人不得不上班,人人都很烦上班"的现实场景下,都市职场视频非常容易火爆。
制作职场视频时,优先选用简约写字楼办公室、极简商务纯色背景,画面高级、无杂乱装饰元素。人物设定上,整体保持端庄、理性、从容的表情,减少大幅度肢体晃动。
例如如下提示词:
text
会议室里,一男一女两位员工隔着长桌,女性员工回怼:凭实力说话,谁输谁赢还不一定
稍等片刻就会生成如下效果:

3.4 科幻:谨慎入坑
随着《流浪地球》大火,科幻题材对国内观众有天然吸引力。现实里搭一个太空舱要几百万,分身的太空舱只要一句话。提示词里加上机甲、外星人、飞船、宇宙,画面就会很有感觉。
但我不建议新手大量做科幻内容。相比其他场景,科幻场景比较吃提示词和音效,新手很容易做成"五毛特效"。下面是一位博主制作的科幻视频作品,可以参考:

3.5 个人演唱会:替自己站上舞台
演唱会这条是笔者的私心。笔者一直有个艺人梦(开玩笑的啦),现在AI可以帮我实现。
生成这类视频时,可以选择精致舞台风,神态松弛自信、深情沉浸。下面是笔者的提示词:
text
舞台灯海下,分身握着麦克风,唱一句:"你问我爱你有多深。",眉眼温柔望向台下人海,温柔氛围感、演唱会深情氛围感、治愈走心
生成效果如下。舞台灯一亮,头发边缘有一圈光。这首歌我唱了很多年,但从来没在舞台上唱过。分身替我站上去了。类似思路,无论是演唱会直拍、歌单安利、生日祝福,还是表白视频,都可以尝试。
提醒一下: 选慢歌、抒情歌,10秒刚好一句;别选快歌和rap,时间根本唱不完,效果非常差~

3.6 动漫同框:和纸片人对戏,出片率最高
动漫是陪我们长大的。男生小时候多半看过《数码宝贝》,幻想自己是被选召的孩子;女生小时候多半迷过《百变小樱》,偷偷攒过库洛牌。那时候谁没想过:要是能走进屏幕,跟他们站在一起就好了。
现在,这事真能干了。不是P图,而是让你的真人分身站进那个画面里。
笔者小时候最喜欢看的动画片是《猫眼三姐妹》。接下来用一个小场景试水,生成我与猫眼三姐妹的同框视频,提示词如下:
text
[0--4s] 全景缓慢推近:从三人全身的中远景开始,镜头平稳向前推进,图1中的动漫女性搂抱真人分身的完整姿态,以及图2与图3分立两侧的三角站位。环境光线柔和偏暖,带有复古胶片颗粒感。
[4--10s] 中近景环绕:镜头围绕三人做小幅度的缓慢弧形运动,依次经过图2的优雅侧影、图1依偎真人分身的亲密瞬间、图3俏皮注视的正面,捕捉三人细微的表情变化和眼神交流。
[10--15s] 近景定格在图3与真人分身:镜头最终稳定在图3中动漫女性搂抱真人分身的近景上,图3中动漫女性微微侧头靠近真人分身的肩头,嘴角浮现一抹温柔的微笑,真人分身与图3中动漫女性目光自然相接。画面边缘保留图2与图3动漫角色的局部轮廓,保持三人同框的完整感。镜头微微拉远收束,留下温暖余韵。
使用真人分身,上传猫眼三姐妹的动漫角色参考图。注意:直接使用原始动漫图,豆包会提示侵权,可以让豆包先对原始图片进行修改,例如改变风格等再上传。

视频生成效果如下。出于隐私,这里只截取一部分,大家可以自己尝试。你可以让小樱站在你旁边,也可以试试把亚古兽拉进画面。说白了,它不只是让你合个影,而是让你回去看一眼,那个曾经相信魔法和数码世界的自己。

注意: 上传动漫图像时,参考图很挑。优先选择全身或半身标准立绘,线条干净,背景别太杂;选二次元平涂、日系简约画风;头身比、站姿要端正;别用Q版和夸张畸变。你把一张花里胡哨的同人图丢进去,五官崩坏是常事。
四、总结
8条跑完,我把演唱会那条发给朋友。她回了一句:
"这是你?"
里面那个人是我,但又不太像我。它比我上镜,比我镇定,比我会说台词。我好像有点理解,为什么大家做完分身,第一反应都是"然后呢"。因为当"出镜"这件事变得太容易,真正难的就剩下:你到底想演什么。
以前拍视频,限制我们的是预算、场地、演员;现在限制我们的,是我们自己想不到的创意。但也别高兴太早。分身能替你出镜,替不了你写文案、想选题、做人设。8个场景只是8个壳,壳里的东西还得你自己填。
如果你也做好了分身,别让它躺在相册里。挑一个场景,今晚就试一条。
欢迎各位热爱大模型、智能体技术的读者朋友们关注笔者的掘金账号与专栏,后续AI视频的更新与分享也会第一时间同步给大家~ 当然笔者的主要文章分享方向还是大模型前沿技术的研究与深入探索,也可关注笔者的同名微信公众号大模型真好玩,一起把大模型玩明白~