零基础AIGC动画制作全流程：从剧本分镜到成片输出 最新推荐文章于 2026-10-13 00:50:22 发布 原创 于 2026-09-05 15:01:49 发布 · 290 阅读 本文系统梳理了零基础制作AIGC动画的完整技术链路，涵盖灵感构思、剧本分镜、图像生成（文生图/图生图/局部修改）、视频生成（图生视频/首尾帧）、配音配乐、剪辑润色与导出等核心环节。重点强调文本阶段对成片质量的决定性作用，详解提示词结构、Seed控制、角色一致性、镜头运动判断、音画同步及常见问题排查顺序，为个人创作者提供可复现、模块化、低门槛的AI动画生产SOP。 零基础做AIGC动画，听起来门槛很高，实际上真正花时间的地方不在某个具体工具有多难，而在于你能不能把灵感构思、剧本分镜、图像生成、动态视频、配音配乐、润色输出这条完整链路跑通。这个话题最近讨论度确实高，因为AIGC正在改变个人创作者和微小团队做动画的方式。过去做一个动画短片需要编剧、原画、动画、配音、剪辑一整套班底，现在一个人只要掌握了正确的流程和参数，也能完成一部风格完整、声画同步的短片。 我自己的判断是：零基础完全可以入门，但不要上来就追求“一条龙工具”。现阶段最稳妥的做法，是把全流程拆成文本、图像、视频、音频、剪辑几个阶段，每一段用最适合的工具解决，再把它们按统一规范拼起来。这篇文章就按这套思路，从准备条件开始，一步步讲清楚每个环节要做什么、怎么判断结果、遇到问题先查哪里。
1. 这套AIGC动画全流程，零基础最该先吃透哪几个环节
1.1 从灵感到成片的八个环节，真正决定质量的是前三个 完整的AIGC动画流程可以拆成八个环节：灵感构思、剧本写作、分镜设计、图像生成、动态视频生成、配音配乐、成片润色、后期输出。 很多新手会把精力集中在图像生成和视频生成上，觉得这两个环节最“AI”。但实战里，真正决定成片上限的往往是前三个：灵感、剧本、分镜。图像和视频生成只是把你脑海里的画面变成素材，如果你对“要讲什么故事、画面里该有什么、镜头怎么运动”完全没想法，工具再好也会到处碰壁。 所以零基础入门，我建议先别急着打开图像生成工具。先拿笔和文档把故事写清楚。你不需要写出多复杂的文学剧本，只需要回答几个问题：主角是谁、在什么场景、发生了一件什么事、情绪发生了怎样的变化、结尾停在哪个画面。这些问题想清楚了，后面所有生成任务都会变得非常具体。 1.2 为什么不能只靠一个AI工具走完全程 现在市面上有不少工具能同时生成图像和视频，甚至还能配音剪辑，但把全流程交给单一工具，通常会在质量和可控性上遇到瓶颈。 原因不复杂。图像生成需要精细控制构图、风格和角色一致性，视频生成需要关注运动和时长，配音需要处理情绪和语速，剪辑需要对齐音画和节奏。每一类任务的最优参数、模型结构和判断标准都不同。一个工具想全部做好，往往意味着每一部分都不是最优。 更关键的是，单一工具容易形成“黑盒流程”。一旦某个环节生成结果不理想，你很难定位是图像问题、视频运动问题还是音频节奏问题。分开做，至少每次出问题时，你能明确知道该去调哪里的参数。 所以我的建议是：把流程模块化，每一段用适合的工具完成，再用统一的分辨率、帧率、命名规则把它们连接起来。这个方法看起来比“一键生成”麻烦一点，但可复现性、可修改性都强很多。
2. 先把硬性条件理清楚，再决定从哪里开工
2.1 本地跑还是在线用，先看硬件配置 做AIGC动画不一定需要很高端的电脑，但需要先分清哪些任务吃硬件，哪些任务靠在线服务。 如果你准备用Stable Diffusion这类本地开源模型生成图像或视频，那么显卡显存是比较重要的指标。常见环境下，8GB显存可以跑大部分文生图任务，再往上到12GB或更高，跑视频生成和训练风格模型会更从容。内存和硬盘也不能忽视，16GB内存算起步，SSD能明显减少模型加载和素材读写的时间。 如果你的机器配置不高，也不用急着升级。现在很多在线图像生成和视频生成工具，把主要计算放到服务端完成，本地只需要一个浏览器。普通办公电脑也能用，但要注意网络稳定性和上传素材的时间。一条没有网络的路径，以及图片上传速度太慢，常常比生成本身更影响体验。 音频配音和剪辑相对友好。1080P级别的剪辑，8GB内存基本能跑，4K素材就建议16GB以上内存，同时把预览画质降低，避免卡顿。 我在第一次测试时，建议用一个固定的参考条件来评估：本地处理一个1024像素左右的图像任务，显卡能够稳定跑完不报错；在线生成一条10秒视频，从上传到返回结果控制在可接受范围内。如果这两条通过，整条流程就有了基础的硬件保障。 2.2 软件、账号和素材目录的整理方法 整个流程可能涉及几类工具： 文本和分镜：用文档工具或表格工具就行。 图像生成：本地开源工具或在线AI绘图工具。 视频生成：在线AI视频工具，通常看图生视频和首尾帧。 配音配乐：语音合成工具、音乐生成工具或版权音乐库。 剪辑后期：常见的剪辑软件。 开始动手前，先把素材目录建好。我一般使用数字序号开头，避免排序错乱： 01_script/ 02_storyboard/ 03_images/ 04_videos/ 05_audio/ 06_edit/ text 文件名也要统一。举个例子： scene01_style01_widescreen_v1.png scene01_style01_widescreen_v2.png scene01_clip01_v1.mp4 scene01_voice_v1.mp3 text 这样做的原因很直接：AI生成任务天然具有不确定性，你经常会做多个版本做对比。如果文件名像“截图1”“最终版2”那样随便命名，用不了多久就分不清哪个是哪个，返工成本成倍增加。 2.3 第一次测试的最简规划 零基础不建议直接做三分钟完整短片。先把目标缩小到一条10秒的口袋短片：一个角色、一个场景、一句台词、一个连贯动作。 这条短片要验证的不是作品质量，而是流程是否走得通：能不能生成角色图像，能不能把角色图变成一段动态视频，能不能配上清晰的语音，能不能通过剪辑工具导出成一个完整文件。链路通了，再去优化质量。
3. 灵感、剧本与分镜：文本阶段决定成片上限
3.1 灵感到一句话梗概，再扩展成故事 灵感不需要等“灵光乍现”。我一直主张用“标题+一句梗概+情绪关键词”的方式记录灵感。看到某个场景、某段对话、某种色彩搭配，就记录下来。比如： 标题：雨夜便利店 一句梗概：加班女孩在雨夜便利店遇到一只会说话的猫，找回继续前行的勇气。 情绪关键词：孤独、温暖、治愈。 这句话梗概决定了后续所有画面风格和音调。图像风格可以选温暖手绘风，配乐适合轻柔钢琴，台词不需要多，动作和氛围能叙事。你会在后面看到，这个阶段的选择直接指导了提示词 怎么写。 3.2 剧本写作与时长换算 动画短片的剧本不需要复杂。关键是把“发生什么”转成“看到什么、听到什么”。台词要控制长度：人声语速大约每秒3到4个汉字，一条10秒短片，台词写30到40字左右比较舒服。不要写满旁白，留出沉默和音乐时间，否则会很拥挤。 写剧本时，每一段最好都能对应到画面。比如“女孩推开便利店的门”，这句话在生成阶段要拆成：环境是夜晚街边便利店、角色动作是推门、镜头在侧面跟拍。这样分镜表才能接得住。 3.3 分镜表：用表格代替想象 分镜表的本质，是把模糊画面变成可执行的生成指令。下面是我常用的表格结构： 镜头 时长 景别 画面描述 镜头运动 台词/旁白 音效/BGM 生成方式 01 3s 远景 雨夜便利店外，暖光灯光，雨滴 缓慢推进 无 雨声+钢琴 文生图+图生视频 02 4s 中景 女孩推门进店，猫蹲在柜台 固定机位 旁白：这个雨夜有点特别 轻BGM 图生视频 03 3s 特写 猫抬头看她，眼神发光 轻微上摇 猫：加班这么晚？ 钢琴渐强 图生视频 做分镜时，景别和镜头运动很重要。远景适合交代环境，中景适合动作，特写适合情绪。AI视频工具对大幅运动往往处理不好，零基础阶段尽量让镜头运动简单一些，缓慢推近、固定机位、轻微横移就足够了。 3.4 为什么文本阶段不要赶时间 我见过很多初学者前半小时就冲到图像生成环节，结果生成几十张图都不满意，回头才发现问题出在“主角身份不明确”“场景没有氛围词”。 图像生成需要非常具体的信息。分镜表就是你和图像生成模型之间的沟通桥梁。如果一个画面描述写成“一个人在便利店”，模型的发挥空间太大，生成结果非常随机。但如果写成“穿浅色风衣的年轻女性，站在雨夜便利店的暖色灯光下，环境有雨滴和玻璃反光”，生成结果的可控性会明显提高。 所以这个阶段花30分钟到1小时，后面省下的是数小时返工。
4. 图像生成：多风格一致性靠提示词和Seed 控制
4.1 图像工具的三种用法：文生图、图生图、局部修改 进入图像生成阶段，你至少要理解三种用法。 文生图是基础。根据分镜表中的画面描述生成初始图像。图生图是在已有图像基础上重新生成，适合风格转换或调整构图。局部修改用于修正画面里的细节问题，比如脸部表情、背景杂物、手部形态。 零基础第一次接触时，我建议从文生图开始。把分镜表里的画面描述整理成提示词，生成一张基础图，确认构图和角色符合预期后，再考虑后续风格微调。 4.2 提示词结构：主体、环境、风格、光影、画质 写提示词时，不要想到什么写什么。可以按固定顺序组织： 主体：谁，什么动作，穿什么，表情如何。 环境：场景在哪，天气如何，室内还是室外。 风格：插画风、3D渲染风、日漫风、写实摄影风。 光影和色调：暖光、冷调、自然光、电影感。 画质描述：高清、细节丰富、8K等。 举个例子，上面的分镜第一镜可以写成： 雨夜便利店外观，暖色灯光，湿润路面反射灯光， 玻璃门上有雨滴，远景构图，手绘插画风格，治愈系， 柔和光影，高清细节 text 不同平台的提示词写法有差异。中文工具写中文描述通常就能得到结果，英文模型则建议翻译成英文。关键是结构清楚，不要把所有词揉成一句没逻辑的话。 4.3 角色一致性：Seed、参考图、固定角色描述 动画制作最怕角色变脸。前一个镜头是圆脸短发，下一个镜头变成方脸长发，成片就没法看。 保持角色一致有多层思路： 第一，固定随机种子。许多图像工具支持Seed参数，同一个Seed配合相同提示词，生成的基础结构会比较接近。不同风格或场景变化后，Seed不保证一定稳，但至少提供一个可复现的起点。 第二，固定角色描述词。每次生成都把主角的外观描述一字不差地写进提示词，不要一会儿“年轻女性”一会儿“女孩”。项目初期建议把角色描述单独存成一个模板，复制使用。 第三，使用参考图。图生图和图像参考功能可以把第一张定好的角色形象作为参考，生成其他角度和其他场景时角色特征更接近。 第四，用局部重绘修细节。如果生成结果大体满意，但表情或手部有问题，不要整张重生成，用局部修改功能只改问题区域，能保留更多一致内容。 4.4 多风格实现：换模型和风格化后缀 一套流程做多风格，最简单的方法是准备多个风格模板。比如“宫崎骏治愈风”“美式卡通”“写实电影风”“国风水墨”等。每种风格对应一段固定的后缀描述词和不同的模型。 举个例子： base prompt + 温馨治愈手绘动画风，柔和暖色调，细腻质感 base prompt + 写实电影风，自然光影，浅景深，电影感 text 但要注意，风格切换后，角色形象一致性更难维持。如果想在同一个片子里混用风格，最好还是限制在“场景风格统一”的范围内。零基础阶段，我更建议先练好一种风格，再拓展多风格。 图像质量的验证标准我也建议固定下来：先看面部和手部是否自然，再看构图是否合理，然后放大检查边缘是否糊，最后确认整体画面是否符合分镜的情绪描述。只要有一条不满足，就调整提示词参数或重新生成，不要将就。 注意：不要直接拿别人的作品去“垫图”模仿风格，也不要生成带有明显个人版权标识的内容。AIGC素材要保留生成记录和可商用素材来源，避免发布后产生版权问题。
5. 动态视频：从图生视频到镜头运动的判断标准
5.1 视频生成的三种入口 把静态图变成动态视频，是AIGC动画的关键一步。常见的视频生成入口有三类： 文生视频：直接输入文字生成视频，自由度高，但可控性弱。 图生视频：输入一张图，让模型按提示箭头或描述产生运动，适合把分镜图动画化。 首尾帧视频：给第一帧和最后一帧，让模型自动补中间过程，适合推镜、转身、镜头切换等明确运动。 零基础先从图生视频入手。原因很简单：图像已经经过筛选，构图、风格、角色都确定，视频生成只需要专注运动，变量更少，成功率更高。 5.2 生成视频时的参数与判断标准 不同视频工具参数名称略有差异，但核心参数通常包括： 参数 建议范围 作用与判断 时长 3秒-10秒 越长越容易变形，新手先用短时长 运动幅度 低到中 幅度低更稳定，幅度高动作明显但容易扭曲 帧率 24fps或30fps 决定最终流畅度，保持全程一致 镜头运动 推、拉、摇、移 同分镜表保持一致，优先缓慢运动 候选数量 2-4条 多生成几条，再人工挑最优结果 判断一条视频合不合格，我会先看运动是否自然，再看人物和背景是否发生结构性变形，然后检查边缘是否闪烁抖动。如果只是运动幅度太小，可以在后期用剪辑软件做轻微缩放模拟推进；如果人物变形严重，不要硬修，直接重新生成。 5.3 角色稳定与镜头连续 图生视频最容易的问题，是人物一运动脸就崩。这通常不是因为你提示词写得差，而是AI模型对大幅动作和复杂姿态的生成能力有限。 三个能直接落地的办法： 第一，控制运动幅度。生成时不要选最大运动档。宁可画面动得少一点，也不要角色变形。 第二，让首帧更“干净”。画面主体明确，背景复杂程度适中，模型更容易保持主体稳定。背景太杂乱，模型会把注意力分散到不必要的位置。 第三，用序列帧思路。把一个完整动作拆成两段，每段单独生成，再在剪辑软件里接起来。比如“推门”可以拆成“手放在门上”和“门打开走进来”，两段分别生成，接在一起，变形风险会低很多。 5.4 多个镜头的拼接思路 当每个镜头都有了视频素材，你需要考虑怎么连接它们。最稳妥的转场是叠化或淡入淡出，其次是用动作匹配：上一个镜头出门，下一个镜头进便利店，通过动作相似让观众觉得连贯。 这里有个重要思路：不要想着让AI一次生成一个几分钟连续镜头。目前多数AI视频工具的稳定生成区间还是几秒到十几秒，长时间视频的拼接要靠后期。拼接时注意保持分辨率、帧率、画面比例一致，不要让观众明显感觉画质或比例跳动。
6. 配音配乐：先把人声风格定下来，再叠音乐和音效
6.1 配音：情感、语速、停顿 配音质量对动画短片的影响非常大。一个画面再精美的短片，如果配音像机器人念稿，观众的沉浸感会立刻断裂。 现在的语音合成工具已经能把真实感做得不错，但你需要调整几个参数： 语速：一般建议中等偏慢，和动画节奏匹配。旁白可以稍快，角色台词要慢一些。 情感：很多工具支持高兴、难过、平静、惊讶等情绪标签，按分镜情绪选择。 停顿：在句号、省略号处手动增加停顿。配音工具未必能理解你的叙事节奏，你需要在时间轴上微调。 配音生成后，把音频文件放到对应镜头的位置，用眼睛检查波形跟画面是否对齐。如果角色说话时嘴巴动作和音频明显错位，要么调整音频时间点，要么对视频做轻微速度调整。 6.2 配乐：情绪、响度、起伏 配乐不要从头到尾满铺。动画短片也需要“呼吸感”，安静的瞬间对情绪逼格很重要。 我先确定一个“情绪地图”：开始平静，中间紧张，结尾温暖。然后找三段BGM风格，分别对应起承转合。如果找不到合适的三段，就找一首有情绪起伏的BGM，配合画面剪辑位置使用。 音量控制是新手最容易忽视的。人声和BGM混在一起时，人声应该清晰。实际操作中，BGM音量通常要比人声低8到15dB，具体数值听感为准。音乐在台词空隙可以适当突出，人声一出来就要压低。 6.3 音效：对画面动作的补充 除了人声和BGM，音效是提升成片质感最划算的一步。开门声、雨声、脚步声、杯子碰撞声、布料摩擦声，这些细节会让画面立刻“活”起来。 音效不需要多复杂，跟动作点对齐即可。比如角色推门的瞬间，放一个“吱呀”声；雨夜环境从头到尾垫一层轻微雨声，音量很低，但能让场景更真实。 音效来源优先选择剪辑软件自带的音效库或可商用音乐库，导入时按镜头名称命名，方便在时间线上查找。
7. 成片润色与后期输出：剪辑、字幕、调色、导出
7.1 剪辑顺序：先粗剪、再细剪、最后加效果 剪辑阶段不要一张口就加滤镜和转场。先按分镜表的顺序，把视频片段放到时间线上，完成一次粗剪：每个镜头该多长、顺序对不对、台词能不能接上。 粗剪完成后进入细剪：调整每个镜头前后端的裁剪，让动作衔接更顺滑；对齐台词和口型；确定镜头之间切换的准确时间点。 最后再考虑转场和效果。叠化、闪白、轻微缩放都是比较保险的选择。第一个作品不要用太多花哨转场，容易让影片显得杂乱。 7.2 字幕和花字 字幕有两个作用：一个是辅助观众理解台词，一个是强化风格。语音识别自动生成字幕很快，但准确率不一定够，人名、口头禅、专业词经常识别错误。零基础也想省时间，可以先自动识别，再手动逐条校对。 字幕风格要和动画风格统一。手绘画风适合圆角暖色字幕，写实风适合简洁白色字幕。花字可以用来强调情绪词，比如“？！”，但不要每句话都加，否则会显得很嘈杂。 字幕还需要考虑安全区。画面边缘在部分平台会被裁切，字幕尽量放在画面中心偏下区域，左右留出边距。 7.3 调色和画质增强 不同来源的视频素材在色彩上可能出现偏差，因为AI生成工具之间的色彩风格并不一致。调色可以保证整部短片看起来是整体。 先用剪辑软件做基础校正：统一白平衡、对比度和饱和度。再按情绪叠加风格化调色：温暖场景加橙黄，阴冷场景加青蓝。调色时注意人物肤色不要被明显的色彩偏移污染。 如果视频素材分辨率较低，可以尝试工具自带的超分和锐化。但超分不是万能，经过AI生成、压缩、再超分，画质可能更差。建议还是回到生成阶段直接生成更高分辨率版本，后期超分只做轻度补救。 7.4 导出参数与工程文件整理 导出的目标平台不同，参数会有差异。我常用的一组参考值是： 分辨率：1080P起步，4K素材另存一个版本。 编码格式：H.264兼容性较好，H.265体积更小但部分平台支持不佳。 帧率：与原始视频一致，不要随意改变。 音频：AAC，码率不低于192kbps。 导出前把时间线上的音频轨听一遍，检查是否有爆音、音量忽大忽小、静音段落太长。视频画面则重点检查字幕是否有错别字、切点处是否有闪帧。 导出后还要养成归档习惯：每个项目一个文件夹，里面放原始工程、素材、生成原片、最终导出文件。不要覆盖中间版本，因为很可能过几天你还要回来改。
8. 新手最容易踩的坑和通用排查顺序
8.1 七个高频问题，别急着换工具 做AIGC动画，新手翻车大多集中在这七类： 图像模糊。原因常在分辨率太低、放大方式不对或提示词里画质描述不足。 角色不一致。多半是提示词不固定、Seed不统一、没有用参考图。 视频人物变形。运动幅度太大、画面主体不清晰、视频时长过长。 配音和人声不自然。语速太快、没有停顿、情绪标签选错。 音画不同步。配音和视频画面没有在时间线上对齐。 画面忽亮忽暗。各视频素材色温不一致，缺少统一调色。 导出后画质下降。导出参数、码率或平台二次压缩导致。 这些问题都不是工具本身不行，多半是流程中间某一环没做好。 8.2 通用排查顺序：先输入、再参数、后环境 遇到问题，按下面的顺序排查，不要一上来就把所有参数推倒重来。 第一，看输入素材。图像是否清晰、角色是否完整、视频首帧是否符合要求、音频文件是否有爆音。很多视频生成失败，根子出在首帧图片就带着瑕疵。 第二，看输入提示词和分镜描述。提示词是否包含主体、环境、风格、光照。写得太简单或太笼统，生成结果自然随机。 第三，看参数。时长、运动幅度、分辨率、Batch数量、Seed是否稳定。每次只改一个变量，不要同时动多个参数，否则你根本不知道问题是被哪个参数修好的。 第四，看环境和依赖。在线工具是否存在服务端繁忙；本地工具是否有足够的显存和内存；相关依赖库版本是否匹配；是否存在磁盘空间不足。这些看起来不起眼，却是常见卡点。 第五，最后才考虑工具版本和功能边界。确认当前工具确实支持你要做的功能，比如某些工具并不适合生成大幅运动、复杂字数或超长时长。 8.3 把经验沉淀成自己的SOP 很多人做完第一个短片后，发现过了两周再做第二个，又从头开始摸索。原因是没有把流程和参数记录下来。 我建议每个项目留一份“生成记录表”，内容包含每张图像的提示词、Seed、模型、分辨率、满足或不满足哪些判断标准，以及每条视频运动参数的最终选择。这个表不一定好看，但复用时非常有用。 做得更细一些，还可以做一份“风格模板库”。比如你花很长时间调出了喜欢的“治愈手绘风”提示词，就把关键词和参数固定下来，下次直接调用。 零基础做AIGC动画，踩坑是正常的。我更建议你把这个过程当成一套越来越熟练的工艺流程：第一次只跑通，第二次控制稳定性，第三次再追求风格复杂度和成品质感。每一次只优化一个环节，不要指望一步到位。 如果现在手里只有一台普通电脑，也别等设备到位。先把分镜和剧本写了，再找在线工具生成一张图、一条视频，哪怕画质不完美，流程通了，你就已经比大多数还在“看教程”的人领先一步了。 标签 #AIGC #AI动画 #文生图 笥課鸴煕 目录
1. 这套AIGC动画全流程，零基础最该先吃透哪几个环节
1.1 从灵感到成片的八个环节，真正决定质量的是前三个 1.2 为什么不能只靠一个AI工具走完全程
2. 先把硬性条件理清楚，再决定从哪里开工
2.1 本地跑还是在线用，先看硬件配置 2.2 软件、账号和素材目录的整理方法 2.3 第一次测试的最简规划
3. 灵感、剧本与分镜：文本阶段决定成片上限
3.1 灵感到一句话梗概，再扩展成故事 3.2 剧本写作与时长换算 3.3 分镜表：用表格代替想象 3.4 为什么文本阶段不要赶时间
4. 图像生成：多风格一致性靠提示词和Seed控制
4.1 图像工具的三种用法：文生图、图生图、局部修改 4.2 提示词结构：主体、环境、风格、光影、画质 4.3 角色一致性：Seed、参考图、固定角色描述 4.4 多风格实现：换模型和风格化后缀
5. 动态视频：从图生视频到镜头运动的判断标准
5.1 视频生成的三种入口 5.2 生成视频时的参数与判断标准 5.3 角色稳定与镜头连续 5.4 多个镜头的拼接思路
6. 配音配乐：先把人声风格定下来，再叠音乐和音效
6.1 配音：情感、语速、停顿 6.2 配乐：情绪、响度、起伏 6.3 音效：对画面动作的补充
7. 成片润色与后期输出：剪辑、字幕、调色、导出
7.1 剪辑顺序：先粗剪、再细剪、最后加效果 7.2 字幕和花字 7.3 调色和画质增强 7.4 导出参数与工程文件整理
8. 新手最容易踩的坑和通用排查顺序
8.1 七个高频问题，别急着换工具 8.2 通用排查顺序：先输入、再参数、后环境 8.3 把经验沉淀成自己的SOP
1. 这套AIGC动画全流程，零基础最该先吃透哪几个环节
1.1 从灵感到成片的八个环节，真正决定质量的是前三个 1.2 为什么不能只靠一个AI工具走完全程
2. 先把硬性条件理清楚，再决定从哪里开工
2.1 本地跑还是在线用，先看硬件配置
3. 灵感、剧本与分镜：文本阶段决定成片上限
3.1 灵感到一句话梗概，再扩展成故事