AniShort官方教程：多模态大模型+视频素材分析，1分钟生成专业级文生视频提示词 最新推荐文章于 2026-10-14 17:14:54 发布 原创 最新推荐文章于 2026-10-14 17:14:54 发布 · 52 阅读 本教程详解AniShort平台如何利用多模态大模型（如Gemini 3.5 Flash、GPT-5.2）分析上传的短视频素材，通过引用素材、输入结构化指令、多轮对话，自动生成含运镜、音效、对白、风格、色彩等10维度的专业文生视频提示词，并支持一键应用于AI视频生成。适用于影视创作者与AI视频实践者。 给大家带来一篇纯干货教程——如何利用AniShort的多模态大模型能力，快速分析视频素材，并自动生成可直接用于AI视频创作的结构化提示词。 无论你是影视创作者、分镜师，还是AI视频爱好者，这套流程都能帮你大幅提升创作效率。话不多说，直接上步骤。
第一步：选择多模态大模型
在AniShort助手中，模型分为纯文本大模型和多模态大模型。 如果你需要分析图片、视频、音频等多媒体素材，必须选择多模态大模型。每个模型下方都有小字介绍，比如： Gemini 3.5 Flash：谷歌最强多模态大模型 GPT-5.2：OpenAI最强多模态大模型 选对模型，是后续所有操作的基础。
第二步：上传素材
在节点库中，点击 「上传素材」 按钮。 注意：上传的视频长度不要超过15秒（暂定），文件大小尽量小，以保证分析速度和成功率。
第三步：引用素材
先点击你上传的素材节点，再点击对话框 上的 「引用」 标签。当标签变成蓝色，说明引用成功。 这一步很关键，确保AI能准确读取你指定的素材内容。
第四步：输入提示词
在对话框中输入以下指令（可直接复制）： 请分析这个视频，并生成一个能够指导AI生成视频大模型重新创作类似作品的文生视频提示词。提示词需含以下信息：运镜描述、音效、对白、背景音乐、主体内容、场景设定、风格参考、色彩色调、构图视角、附加细节等。
第五步：与AI多轮对话
AI会在约26秒内完成分析，并返回结构化提示词。例如，我们测试了一段法斗幼犬跳舞的视频，AI返回结果如下： 【主体内容】一只浅棕色的法国斗牛犬幼犬，在白色台面上随着节奏交替拾起前爪踩踏，像是在跳舞，表情呆萌且认真地直视镜头。 【场景设定】现代厨房。背景是鲜艳的红色墙面和黑色器物架。台面左侧有白色纸巾盒，右侧有白色咖啡机和小型绿植。 【构图视角】中心构图，宠物平视视角（低机位）。 【运镜描述】极缓推进（Dollyin），焦点始终锁定在小狗的脸部。 【色彩色调】明亮温暖，高饱和度对比（红色背景与白色台面撞色）。 【风格参考】写实摄影，萌宠短视频，4K高清，画面通透。 【附加细节】景深微浅，背景略微虚化，毛发纹理与眼神光清晰。 【声音/对白】BGM：欢快洗脑的卡点电子乐；音效：爪子轻拍台面的哒哒声；对白：无。 如果第一次返回的结果不满意，直接重新输入提示词，让AI再次生成，直到你满意为止。
第六步：应用提示词
将AI生成 的提示词复制到新建的视频节点提示词框中，即可直接进行视频生成。
第七步：其他素材同理
不只是视频，图片风格分析、构图分析、音频录音文件分析等，都可以用同样的流程操作。多模态大模型能帮你把任何素材转化为可复用的创作提示词。 总结 AniShort的多模态分析能力，本质上是把“看懂素材”和“写出提示词”这两件事自动化了。你只需要上传、引用、输入指令，剩下的交给AI。 希望这篇教程对你有帮助。如果你在操作中遇到任何问题，欢迎在评论区留言，我们会一一解答。 AniShort官方 让创作更简单，让灵感更自由。 标签 #人工智能