AI短片制作流程复盘

第一次制作时长大于4分钟多人画面的短片

制作该视频的初衷是为了参加可灵AI的视频创造大赛

[《老伴》.mp4]

我的领队希望我可以出一个复盘文档将制作细节展示出来。

十分感谢领队这段时间对于我学习情况的关注

视频目前流量不大，三万播放量，400赞，涨粉100

制作AI视频总流程

1.选题
2.确定短片时长
3.创作剧本
4.创作脚本
5.图片生成角色形象

6.克隆出角色声音
7.制作分镜头图片
8.制作分镜头画面
9.后期剪辑处理

1、2步骤需要自己思考出答案，可以使用chatgpt4或者搜集材料来获取灵感

创作剧本 && 创作脚本

1.剧本

剧本是以场景作为单位，对人物情节进行的阐述的表达方式。

以该短片为例：

剧本：《老伴》①场景1：温馨的小厨房②人物：老先生（张伯）、老伴（李阿姨）、小猫咪③对话：张伯：（手忙脚乱）哎呀，这锅汤怎么还是没味道呢？小猫咪：（喵喵叫）李阿姨：（走过来，轻轻皱眉）你又忘了放盐吧？总是这么粗心，我都成你的调味剂了。张伯：（我是因为经验少，不是粗心。）④情节：张伯感到一丝愧疚，但仍嘴硬回应。李阿姨假装生气，却在转身时偷偷笑了。①场景2：热闹的菜市场②人物：张伯、李阿姨、菜贩③对话：张伯：（拿起一把青菜）这个多少钱一斤？菜贩：（报价）李阿姨：（小声）太贵了，我们再去别家看看。张伯：（有些不耐烦）你总是这么斤斤计较，也不嫌累。④情节：李阿姨眼神一暗，但没有反驳，只是默默地继续挑选。张伯意识到话说重了，轻轻地拉了拉她的手。①场景3：儿子回家的晚餐②人物：张伯、李阿姨、儿子（小明）③对话：李阿姨：（端上菜）小明，今天妈妈做了你最爱吃的红烧肉。小明：（感激）谢谢爸妈，你们总是这么宠我，这味道还是那么正宗。张伯：（微笑）只要你喜欢，我们天天做给你吃。李阿姨：（轻声）小明，最近工作怎么样？有没有什么烦心事？小明：（轻松）一切都挺好的，你们不用为我担心。张伯：（犹豫）小明，你房子的事……我们一直在想办法。李阿姨：（打断）张伯，今天是小明回家的日子，我们不谈这些沉重的话题。④情节：张伯和李阿姨虽然强颜欢笑，但他们的眼神中难以掩饰对房子问题的担忧。小明察觉到父母的异样，试图安慰他们，表示自己能够解决房子的问题，让他们不要太过担心。这个温馨的晚餐时刻，既充满了家庭的温情，也透露出父母对儿子未来的深深忧虑。⑤视觉效果场景3：餐桌上的菜肴丰盛，暖黄色的灯光营造出家的温暖。镜头在父母和儿子之间切换，捕捉他们脸上的微笑和眼神中的关切。特写镜头可以展现张伯和李阿姨在对话中不自觉皱起的眉头，以及小明试图安慰他们时的坚定眼神。这些细节共同构成了一幅既温馨又充满担忧的家庭画面。①场景4：决定卖房②人物：张伯、李阿姨③对话：张伯：（坚定）我们把房子卖了吧，给小明买新房。李阿姨：（情绪激动）你怎么能这么轻易就决定卖掉我们住了大半辈子的家？张伯：（安慰）我知道这对你来说很难，但为了小明，我们得做出牺牲。④情节：李阿姨泪眼婆娑，张伯紧紧握住她的手，两人相视无言，情感冲突达到高潮。①场景5：养老院的生活②人物：张伯、李阿姨、小明、孙子③对话：小明：（带着孙子）爸妈，我来看你们了。张伯：（高兴）孙子，来，让爷爷抱抱。李阿姨：（微笑）看你们来，我就觉得一切都值得了。④情节：虽然生活简朴，但夫妻俩在儿子和孙子的陪伴下找到了新的幸福。情感冲突得到了缓解，一家人在爱中找到了平衡。⑤视觉效果场景1：温暖的色调，展现家的温馨，同时暗示即将到来的小冲突。场景2：色彩丰富，表现菜市场的热闹，人物表情和肢体语言展现内心的情感波动。场景3：暖色调，突出家的温暖，但晚餐桌上的沉默和表情细节透露出不安。场景4：柔和的灯光与阴影对比，表现夫妻俩的内心挣扎和情感冲突。场景5：夕阳下的养老院，温馨而感人，情感冲突得到解决，展现出和谐的家庭氛围。

生成方式（使用GPT4或者国内语言模型）：

【对于想要生成的剧情进行简要描述】①场景 ②人物 ③对话 ④情节 ⑤视觉效果 ⑥剧名请根据以上结构生成剧本，并通过交互来完善剧本

注意：根据时长来选择合适的情节，两分钟的短片不要多余三个故事情节；由于动作幅度局限不要生成复杂的动作；

2.脚本

脚本是以镜头作为单位，用于确定画面时长、景别、镜头运动、画面风格等元素的表达方式。是视频创作的依据。

以该短片为例：

序号	场景	单镜头时长	景别	镜头运动	画面内容	对话/旁白	音乐/音效
1	1	7秒	中景	固定	张伯在厨房手忙脚乱地搅拌锅里的汤	张伯：哎呀，这锅汤怎么还是没味道呢？	柔和的背景音乐，厨房环境音
2	1	5秒	特写	固定	小猫咪坐在厨房地板上，喵喵叫	小猫咪：喵喵叫	小猫咪叫声
3	1	7秒	中景	缓慢推镜	李阿姨走进厨房，轻轻皱眉	李阿姨：你又忘了放盐吧？	背景音乐继续
4	1	5秒	近景	固定	张伯面露愧疚，嘴硬回应	张伯：我是因为经验少，不是粗心。	背景音乐轻柔
5	1	7秒	特写	固定	李阿姨假装生气，转身时偷偷笑了	无	背景音乐中和轻快
6	2	7秒	全景	固定	热闹的菜市场，熙熙攘攘的人群	无	市场嘈杂声
7	2	7秒	中景	缓慢推镜	张伯拿起一把青菜询问价格	张伯：这个多少钱一斤？	市场背景音
8	2	5秒	近景	固定	菜贩回答价格	菜贩：报价	市场背景音
9	2	5秒	中景	固定	李阿姨小声说话，眼神暗淡	李阿姨：太贵了，我们再去别家看看。	市场背景音
10	2	7秒	近景	固定	张伯有些不耐烦，但意识到话说重了，轻轻拉李阿姨的手	张伯：你总是这么斤斤计较，也不嫌累。	市场背景音变轻
11	3	7秒	全景	缓慢推镜	丰盛的晚餐桌，暖黄色灯光	无	温馨背景音乐
12	3	7秒	中景	固定	李阿姨端上红烧肉，小明感激地看着她	李阿姨：小明，今天妈妈做了你最爱吃的红烧肉。	背景音乐继续
13	3	5秒	近景	固定	小明微笑回答	小明：谢谢爸妈，这味道还是那么正宗。	背景音乐温馨
14	3	7秒	中景	固定	张伯微笑回应	张伯：只要你喜欢，我们天天做给你吃。	背景音乐轻柔
15	3	5秒	近景	固定	李阿姨轻声问小明工作情况	李阿姨：小明，最近工作怎么样？	背景音乐稍减
16	3	7秒	近景	固定	小明轻松回答	小明：一切都挺好的，你们不用担心。	背景音乐轻柔
17	3	7秒	近景	缓慢推镜	张伯犹豫地提到房子问题，李阿姨打断他	张伯：小明，你房子的事……	背景音乐变轻
18	3	5秒	近景	固定	李阿姨打断张伯，微笑着转移话题	李阿姨：今天不谈这些沉重话题。	背景音乐温馨
19	4	7秒	中景	缓慢推镜	张伯坚定地提出卖房的决定	张伯：我们把房子卖了吧，给小明买新房。	背景音乐变得沉重
20	4	7秒	近景	固定	李阿姨情绪激动，泪眼婆娑	李阿姨：你怎么能这么轻易决定？	背景音乐忧伤
21	4	5秒	中景	缓慢推镜	张伯紧握李阿姨的手，两人相视无言	张伯：我知道这很难，但为了小明，我们得做出牺牲。	背景音乐持续忧伤
22	5	7秒	全景	缓慢推镜	夕阳下的养老院，张伯和李阿姨坐在长椅上	无	温暖的背景音乐
23	5	7秒	中景	固定	小明带着孙子走近，张伯高兴地迎接	小明：爸妈，我来看你们了。	背景音乐温馨
24	5	5秒	近景	固定	张伯开心地抱起孙子	张伯：孙子，来，让爷爷抱抱。	背景音乐持续温馨
25	5	7秒	近景	缓慢推镜	李阿姨微笑看着孙子和儿子	李阿姨：看你们来，我就觉得一切都值得了。	背景音乐达到高潮，温暖感人
26	5	7秒	特写	固定	张伯和李阿姨微笑着互相对视，眼中含泪	无	背景音乐轻柔，渐弱

生成方式（使用GPT4或者国内语言模型）：

【剧本内容】①序号 ②场景 ③单镜头时长 ④景别 ⑤镜头运动 ⑥画面内容 ⑦对话/旁白 ⑧音乐/音效根据以上结构，结合剧本内容，以表格形式来展示出来。并且可以一键复制

生成角色图片形象(midjourney)

我使用的是中文版的midjourney https://ai.midjourney9.com/mjDraw

（也需要付费）

生成方式

1.可以去广场上找符合自己预期的图片，然后用来垫图

2.也可以图生文，然后根据需要修改提示词

克隆出角色声音，用于生成对话

我使用的是Fish Audio https://fish.audio/zh-CN/auth/ ，每日可以免费生成50条音频，我认为绝对够用

（之前使用过睿声，但总体效果感觉不如Fish Audio，睿声会出现一分钟的音频，半分钟没有声音的情况）

注册时，没有谷歌邮箱，使用qq邮箱也可以

登录后，点击构建声音，将所需信息填写上，上传的音频文件在15秒左右即可，音频质量要好。

构建完成后，选择合适的模型，并写入要说的话，即可生成音频文件

制作分镜头图片

先说下各个名词的含义：
1.角色一致性：MJ会根据你上传的人物图片来保证你生成的人物形象
2.风格一致性：MJ会根据你上传的图片风格来保证你生成的图片风格
3.提示词：想要出现的效果
4.反提示词：不想出现的效果

通用反提示词：

EasyNegative,badhandv4,ng_deepnegative_v1_75t,(worst quality:2),(low quality:2),(normal quality:2),lowres,((monochrome)),((grayscale)),bad anatomy,DeepNegative,skin spots,acnes,skin blemishes,(fat:1.2),facing away,looking away,tilted head,lowres,bad anatomy,bad hands,missing fingers,extra digit,fewer digits,bad feet,poorly drawn hands,poorly drawn face,mutation,deformed,extra fingers,extra limbs,extra arms,extra legs,malformed limbs,fused fingers,too many fingers,long neck,cross-eyed,mutated hands,polar lowres,bad body,bad proportions,gross proportions,missing arms,missing legs,extra digit,extra arms,extra leg,extra foot,teethcroppe,signature,watermark,username,blurry,cropped,jpeg artifacts,text,error,(mole:1.3)

注意：图片尺寸的比例会直接影响视频的尺寸，因此生成的图片一定要保证尺寸的一致性

然后根据脚本，自己不断抽卡就行，直到生成自己满意的图片为止。

多人画面一致性问题

如果需要一个画面，同时保证一个人以上的一致性，那么可以看下这个文档，我用该方法最多做过三个人的一致性画面

同一画面多人角色一致性实现方式

制作分镜头画面(可灵AI)

https://klingai.kuaishou.com/ (电脑端)
手机端需要下载快影，里面有可灵功能

文生视频