月鹿造物 发布 2026-09-08 21:29:10 发布于 2026-09-08 21:29:10 月鹿造物·AI时代独立创作者笔记 我用 GPT 生成了一张 12 格的黑白铅笔分镜，丢给 AI 视频工具，出来一条 15 秒的短片——角色稳定，镜头切换流畅，分镜还原度很高。 整个过程不到 20 分钟。没有一个镜头一个镜头地单独做，没有手动拼接，没有开剪映。 这篇文章里有完整的故事版制作方法、GPT-image-2 的生成提示词、还有四种不同场景的实测视频。 故事版是什么 先说清楚这个词。 故事版（Storyboard），就是拍片前画的分镜草图。传统影视里，导演和分镜师会在纸上画出每个镜头的构图、角色位置、运镜方向，整个剧组看这一张图就知道要拍什么。 用在 AI 视频里，逻辑一样——你画一张完整的分镜图，AI 看着这张图来理解"第一个镜头拍什么、第二个镜头接什么、角色长什么样"。 跟之前一个镜头一个镜头单独做的方式比，最大的区别是：一致性从"人手动管"变成了"系统自己管"。 以前每个镜头都要单独提交、单独附一张角色参考图、出来再手动拼接。故事版的做法是一张图、一次提交，整条片子一口气出。 故事版长什么样 我测下来效果最好的格式是这样的： 12 格面板，黑白铅笔草图风格，手绘线条，细节尽量少。每格画一个镜头，标注景别和动作方向。 关键是色彩标注系统——红色箭头标身体动作方向，蓝色标镜头运动，绿色标构图引导线，橙色标光源方向，紫色标情绪弧线，黑色文字写镜头备注。 听起来很专业？其实不用你画，GPT-image-2 直接生成。
第一步：角色设定 + 场景设定
先搞定角色。两种方式都行： 让 AI 生成——用 GPT-image-2 描述你想要的角色，它直接出图。我的月鹿和夜枭就是这么来的。 给参考图——你已经有角色形象了（手画的、找的、之前生成过的），直接拿来当参考图用。 不管哪种方式，角色确定之后都要出一张三视图——正面、侧面、背面。三视图是后面所有环节的"角色身份证"，故事版生成和视频生成都要参考它，角色一致性从这里开始锁定。 场景也一样，两种方式： 让 AI 生成——描述你想要的场景，GPT-image-2 出一张场景设定图。我的温馨书房就是这么做的。 给参考图——你有现成的场景图、实拍照片、或者其他风格参考，直接拿来用。 场景图单独出，不要把角色画进去。目的是让 AI 知道"故事发生在什么地方"。
第二步：一句话生成 12 格分镜
提示词的核心结构： 黑白铅笔草图故事版，12 格面板，4×3 网格排列。 手绘线条风格，细节尽量少。 色彩标注系统： - 红色箭头 → 人物身体动作方向 - 蓝色箭头 → 镜头运动方向 - 绿色虚线 → 构图引导线 - 橙色 → 光源方向 - 紫色波浪线 → 情绪弧线 - 黑色文字 → 景别和动作备注 [具体的故事内容和每格镜头描述] 加上人物和角色参考图一起提交给 GPT-image-2，几十秒就出一张完整的 12 格故事版。 我用这个方法生成了四个完全不同的场景： 对话篇——月鹿和夜枭在书房里讨论 AI 做视频，从吐槽翻车到发现故事版。日常温馨的情绪线。 打斗篇——月鹿和夜枭功夫对决，飞踢、格挡、慢动作定格。快节奏的动作线。 电商篇——月鹿在直播间看到夜枭 AI 玩偶，下单、开箱、激活。带货种草的情绪线。 3A 游戏展示——这个不一样，不是 12 格故事版，是一张赛博朋克风格的角色定制界面。单图驱动视频。 四种场景，四条完全不同的叙事线，都是同一套方法。
第三步：故事版丢给 AI 视频工具
这一步很关键，有个坑要说。 故事版生成完，不能直接丢给视频工具说"按这个拍"——它会把你的 12 格面板布局也当成画面内容，出来的视频就是一张分镜表在那动。 提交的时候要明确告诉它： 不要生成分镜表格，不要保留 12 格面板布局，不要黑白铅笔草图。参考图只用于理解镜头顺序、人物动作和叙事节奏。 加上这句，AI 就知道故事版是"导演的笔记"，不是"要拍的画面"。 我用的是小云雀（Pippit），它走 Seedance 2.0 模型。15 秒一段，四个场景的效果直接看： 对话篇——月鹿和夜枭在书房聊天，角色稳定，表情自然，镜头切换跟故事版的节奏基本吻合。 故事版分镜图 ↓ 生成的视频 ↓ 打斗篇——月鹿和夜枭功夫对决，动作幅度大，有几个镜头的打斗动态还挺像样。 故事版分镜图 ↓ 生成的视频 ↓ 电商篇——月鹿刷直播下单夜枭 AI 玩偶，开箱、捧起、抱在怀里，种草流程很连贯。 故事版分镜图 ↓ 生成的视频 ↓ ——这个不是故事版驱动，是单张赛博朋克角色定制界面图驱动的。换个思路，一张精细的设定图也能出动态展示视频。 角色定制界面图 ↓ 生成的视频 ↓ 15 秒是个关键数字 目前 Seedance 2.0 单次生成的上限是 15 秒。15 秒听起来短，但一张故事版 12 个镜头塞进去，节奏刚好够紧凑。 如果要做更长的剧情片，思路是拆成多段 15 秒，每段用一张故事版驱动，段与段之间靠同一套角色参考图和场景设定来保持一致性，最后拼接成完整短片。 故事版在这里的价值就体现出来了——每一段都有明确的分镜规划，角色锁定，场景锁定，拼起来不会跳。 黑白还是彩色 故事版不一定非得是黑白草图，彩色分镜也能用。两种各有适合的场景。 黑白草图——AI 从中提取的主要是结构信息：谁在哪、做什么动作、镜头怎么切。不会被颜色和风格干扰，成片的画面风格完全由 AI 自己发挥。适合你对最终画风没有强要求、想让 AI 自由发挥的情况。 彩色分镜——除了结构，还能传递色调、光影、氛围。AI 出来的成片会更接近你预想的样子，但它也会"照着画"，自由发挥的空间就小了。适合你对画面风格有明确想法、想精确控制色调氛围的情况。 我这次测试用的是黑白草图，因为我更想看 AI 自己能做到什么程度。但如果你要做品牌片、想控制每个镜头的色温和光感，彩色分镜是更好的选择。 不是哪个更好，是看你要什么——想放手就给黑白，想控制就给彩色。 这套方法能干什么 回头看这四个场景，其实覆盖了很不一样的用途： 1对话/叙事 ——品牌故事、产品介绍、IP 动画短片 2动作/打斗 ——游戏宣传、动作预告 3电商/带货 ——产品种草、开箱展示 4游戏 UI/角色展示 ——3A 游戏预告、角色展示 同一个 IP（月鹿和夜枭），换一张故事版，就是一条完全不同的片子。角色锁定，场景随便换。 以前做这种事情，要么找动画团队报价，要么自己在剪映里慢慢拼。现在的流程是：写故事大纲 → GPT 画分镜 → 丢给视频工具 → 出片。 20 分钟，一条 15 秒短片。 提示词（直接能用的） 下面是我实际用的提示词，不是模板，是真跑出结果的。你复制过去把角色和场景换成你自己的就行。 用到的工具： 生图：GPT-image-2 生视频：小云雀（Pippit），Seedance 2.0 模型，15 秒，9:16 竖屏 ①角色三视图（我实际用的） 角色设定图，三视图（正面、侧面、背面），纯白背景。 角色名称：月鹿 外观描述：奶茶棕短绒毛小鹿，脸部和腹部米白绒毛， 头顶一对金色鹿角，深棕色大圆眼，粉色小鼻子和腮红， 围米白针织围巾配金色月牙吊坠，四肢末端深棕色， 圆润短壮体型。 风格：3D 毛绒玩偶质感，圆润造型，柔和光影。 要求：三个角度的外观保持完全一致，配色、配饰、比例不变。 换成你自己的角色时，重点写清楚：体型、颜色、五官特征、标志性配饰。配饰很重要——眼镜、围巾、吊坠这些是 AI 后面识别角色的锚点。 ②场景设定图（我实际用的） 场景设定图，温馨书房。 木质书桌靠窗摆放，桌上有笔记本电脑、台灯、咖啡杯， 书桌后面是满满的木质书架，暖黄色台灯光从左侧打过来， 整体色调温暖，奶油色墙面，地上铺浅色地毯。 风格：3D 渲染，温馨治愈感。 要求：无人物，只画环境，重点交代空间结构和光影氛围。 场景图不要把角色画进去，只画环境。 ③故事版分镜（对话篇实际用的） 黑白铅笔草图故事版，12 格面板，4×3 网格排列。 手绘线条风格，细节尽量少，草图质感。 色彩标注系统（所有面板统一使用）： - 红色箭头 → 人物身体动作方向 - 蓝色箭头 → 镜头运动方向 - 绿色虚线 → 构图引导线 - 橙色 → 光源方向标记 - 紫色波浪线 → 情绪/能量弧线 - 黑色文字 → 景别标注和动作简述 角色：参照参考图中的月鹿（奶茶棕小鹿）和夜枭（灰蓝猫头鹰） 场景：温馨书房，木质书桌，暖色台灯 第 1 格（0-1秒）：近景 - 月鹿托腮对着电脑叹气 第 2 格（1-3秒）：近景 - 电脑屏幕上多个视频缩略图，角色各不相同 第 3 格（3-4秒）：近景 - 夜枭推眼镜，表情淡定 第 4 格（4-6秒）：中景 - 月鹿歪头好奇看夜枭 第 5 格（6-7秒）：特写 - 夜枭展示"故事版"字样 第 6 格（7-8秒）：近景 - 月鹿竖起耳朵，表情感兴趣 第 7 格（8-10秒）：中景 - 夜枭自信指向屏幕上的故事版 第 8 格（10-11秒）：近景 - 月鹿眼睛发亮 第 9 格（11-12秒）：中景 - 夜枭在电脑前操作 第 10 格（12-13秒）：近景 - 屏幕上出现完整的分镜规划 第 11 格（13-14秒）：中景 - 月鹿兴奋凑近屏幕 第 12 格（14-15秒）：全景 - 两人并肩坐在书桌前，暖灯，温馨收束 把这段提示词连同角色+场景的合并参考图，一起提交给 GPT-image-2。几十秒出一张完整的 12 格故事版。你换场景时，只用改角色、场景和 12 格的镜头内容，前面的格式和标注系统不用动。 ④视频生成提示词（对话篇实际用的） 把故事版图片作为参考图上传给小云雀，文字描述这样写： 根据参考图的 12 格故事版来生成 15 秒视频，9:16 竖屏。 不要生成分镜表格，不要保留 12 格面板布局，不要黑白铅笔草图。 参考图只用于理解镜头顺序、人物动作和叙事节奏。 角色： - 月鹿：奶茶棕毛绒小鹿，金色鹿角，米白围巾配金色月牙吊坠，深棕大圆眼，粉色鼻子腮红 - 夜枭：灰蓝毛绒猫头鹰，金色圆框眼镜，雾蓝针织围巾，大圆眼黄虹膜，黄色短喙 场景：温馨书房，木质书桌，暖黄台灯，书架，奶油色调。 风格：3D 毛绒玩偶动画，画面温暖明亮，角色五官清晰不变形。 记得上传角色和场景参考图，那三句"不要……不要……不要……"是关键。不加的话，出来的视频就是一张分镜表在那动。 一个方向 故事版不是什么新概念，动画行业用了几十年。但以前画故事版本身就是专业活——分镜师画 3 到 5 天。 现在 GPT 几十秒就能出一张 12 格分镜，而且视频模型已经能读懂它。 两件事撞在一起，故事版就从"专业流程"变成了"个人创作者的标配工具"。 月鹿造物 · 不会代码也能造物 短视频 游戏 工作流 视频 系统