学习模式

刺猬星球super-i_AI教程免费在线教学

这篇教程分享十二生肖玄幻短片的完整制作过程,包括角色设计、图片生成、视频提示词推导、图生视频与剪辑。

一起来看一下成品:

那么接下来,按照我的思路和步骤,你也可以做出这样的作品,一起来实操吧~

准备工具


seedance2.5 https://jimeng.jianying.com/ai-tool/home/

Midjourney https://www.midjourney.com/explore?tab=top

ChatGPT https://chatgpt.com/

倘若不知道模型怎么使用,可以参考这个教程(https://www.super-i.cn/info-2796.html),与本教程一起使用

 

如果不想各个网页跳转模型,可以使用flowpix平台,已接入所有热门模型

本次教程的链接如下

https://www.flowpix.club/bj/45745.html?token=e84becc77a8d0786a9e47d16ec3d9fec

 

以下是我与ChatGPT的对话记录,粘贴链接至浏览器下载,即可浏览所有对话历史

https://superi.mfdemo.cn/chaoji/2026/09/18/6aad0a6929231.rar



前言


如果不想看图片提示词的推导和修改过程,可以直接下载“国风玄幻角色CG Skill”,从第三部分开始使用。

https://superi.mfdemo.cn/chaoji/2026/09/18/6aad05b2b1b42.rar

 

这次我制作的是一套十二生肖玄幻人物。我的流程是先使用Midjourney生成十二张单帧图片,再通过Seedance 2.5将图片生成视频,最后把十二段素材剪辑成片。

 

这个创意参考了抖音上一位作者的作品。我参考了他星座人物依次出场的形式,具体的人物形象、服装和制作方法则是在后面的生成过程中逐渐确定的。

 

这次制作使用了三个主要工具:

大语言模型:分析参考视频、编写和修改提示词。

Midjourney:生成十二生肖人物图片。

Seedance 2.5:将最终图片生成视频。



一、把参考视频交给大语言模型


开始制作时,我先把参考视频发给大语言模型,并说明自己的目标:

我想用AI做出这个效果,首先是用Midjourney去生成图片,这个图片是最重要的,直接 决定整个视频的质感,生成单帧图后去生成视频。这个视频中的风格是什么?我想先做出这个图片  ,这个服装的风格你要学习,我的主题是十二生肖,你帮我想一下图片提示词

 

第一次得到的结果没有抓准参考视频的质感,

第一次的提示词用Midjourney生成

 

所以我又补充了一次:

重新观察原视频中的服装设计、人物面部特征、场景和光影质感。目前这些方面都不准确,提示词也要精简一些,质感抓准,再加入生肖元素。。

 

这一步只需要告诉模型自己的制作目标,以及希望它重点观察哪些内容。画面风格、材质和光影可以先交给模型分析,再根据生成结果判断是否准确。

 

确定大致方向后,我让模型按照生肖顺序,每次编写四条完整提示词。第一组是鼠、牛、虎、兔,第二组是龙、蛇、马、羊,第三组是猴、鸡、狗、猪。

推导出来的提示词生成的图片

 

每次生成四个角色,方便把结果放在一起比较,也能及时发现服装、脸型和姿态是否出现重复。



二、根据Midjourney生成结果修改提示词


拿到第一批提示词后,我将它们分别复制到Midjourney中生成图片。

第一轮结果中,牛的形象加入了牛角。实际生成后,我认为牛角影响了人物的美感,于是告诉模型:

牛角这种并不美观的东西,没有必要出现。

 

生肖元素不一定要直接做成动物器官。后面的角色可以通过服装纹样、法器、法力和人物气质体现主题。

继续生成后,我发现不同角色的服装结构开始重复。几个人都使用类似的肩部装饰、束腰和长袍,只改变了颜色和纹样。

 

我连续提出了几个相关要求,整理后可以概括为:

现在几位角色的服装设计有些重叠,前面四个也有相同问题。请重新观察原视频中的服装,让服装保持精致复杂、疏密有分,并带有玄幻色彩。

 

修改之后,部分服装虽然有了区别,整体玄幻感却有所下降。

 

因此我继续补充:

现在服装的玄幻感不如刚开始,发饰、玄幻特效和手持物也需要根据人物进行设计。

 

在实际生成中,我又发现模型容易为每个角色都安排一件道具。为了避免十二个人都拿着武器、镜子或扇子,我增加了一条要求:

并不是每个人都必须拿东西。可以根据人物使用实体物件、虚幻物体或者法力,也可以不拿东西。

 

人物面部也出现了相似的问题。前几批角色经常使用接近的瓜子脸,所以我告诉模型:

人物的脸型可以结合各自特征进行变化,不要全部是瓜子脸,也可以有其他脸型,只要保证是中国面孔。

 

第一批前四张图出来并调整完成后,可以直接让AI出后面8张图的图片提示词。

 

子鼠提示词:

国风玄幻电影级3D CG,中国成年女子,乌黑长发,小圆脸,饱满面颊,圆润下巴,灵动杏眼,小巧挺秀的鼻子,红唇微扬,精修建模脸,皮肤通透。偏侧高耸镂银冠,长簪垂落珠链;墨紫玄黑不对称层叠法袍,斜襟银饰、腰侧锁扣和灵鼠绣片繁密,宽袖保留大片柔润暗缎。斜坐古殿案前,手托雕花银匣,幽紫灵蝶从匣口盘旋升起,映亮指尖与袖缘。七分身,楼阁虚化,侧逆光照亮发丝,冷青阴影,金属锐光与重锦柔光分明 --no text watermark --ar 9:16 --hd

 

丑牛提示词:

国风玄幻电影级3D CG,中国成年女子,银白长发,端庄方圆脸,面中饱满,下颌宽而圆润,平直长眉,细长金瞳,鼻梁端正,丰润红唇,精修建模脸,皮肤透光。高耸黑金冕冠垂落多重珠旒;玄黑金白仪式礼袍,领缘镂雕金玉构件,中央织金神牛垂裳与层叠玉佩繁密,白色交叠胸襟和巨大垂袖舒展留白。端坐黑金高背椅,手托山岳青玉印,一重金色符环绕印悬浮,映亮脸侧与衣褶。七分身,殿柱虚化,冷青日光,深邃暗部,金属与玉石反光清晰 --no text watermark --ar 9:16 --hd

 

寅虎提示词:

国风玄幻电影级3D CG,中国成年女子,黑色高束长发,菱形脸,颧骨清晰,颊线利落,下巴短而圆钝,剑眉丹凤眼,琥珀瞳孔,挺直鼻梁,鲜明红唇,红棕眼妆,精修建模脸,皮肤通透。后挑镂金束发冠嵌赤玉细链;黑金雕花半甲叠覆暗红武袍,单侧悬挑护肩嵌白毛,腰胯甲片与猛虎绣幅错层垂落,宽大袖腹保留整片重绸。屈膝坐于石阶,手握横置膝前的玄铁长刀,白金流焰缠绕刀锋,映出护腕雕纹。七分身,古殿虚化,冷色侧逆光与暖色刃焰交织 --no text watermark --ar 9:16 --hd

 

 卯兔提示词:

国风玄幻电影级3D CG,中国成年女子,银白长发半挽高髻,偏长鹅蛋脸,柔和面颊,圆润下颌,舒展细眉,长杏眼眼尾略垂,深棕瞳孔,纤秀鼻形,浅红唇,淡粉眼妆,精修国漫建模脸,皮肤透光。高耸镂空白玉云纹冠,银簪横贯发髻,细玉步摇垂于鬓侧;月白交领右衽上衣,银白多层长裙,浅青衣缘,银骨架托起半透明如意云肩,领缘银线盘绣与玉兔桂枝裙缘精绣繁密,腰侧玉佩长绦垂落,裙腹和双层广袖保留大片珠光素绸。微侧身抬起云纹玉柄圆镜,镜前凝出悬浮月轮,银蓝光尘绕腕,冷辉透过云肩与披帛。七分身,青瓦重檐、木构斗拱与石栏虚化,暖色发丝逆光与冷色月辉交融,玉石、银饰和丝绸质感分明 --no text watermark --ar 9:16 --hd

 



三、把最终经验整理成Skill


十二张图片全部完成后,我把最终图片文件夹交给大语言模型,并提出:

这是我最后生成完成的十二张图片。请把上面形成的整套风格制作成一个Skill,并把图片提示词需要包含的内容规定清楚。

 

模型重新查看了十二张最终图片,同时整理了聊天中已经确认的修改要求,最后制作成“国风玄幻角色CG Skill”。

Skill中保存了十二张最终图片作为视觉参考,也记录了几项刚才推导时会反复用到的规则。

 

先安装skill

 

随后只需要说明主题和角色数量,例如:

给我四位花神的图片提示词

模型会根据Skill重新输出完整提示词。



四、使用Midjourney生成最终图片


得到图片提示词后,将它们逐条复制到Midjourney中生成。

同一个角色可以多生成几个版本,再选择面部自然、服装完整、冠饰清楚的一张。图片选好后,还要把十二张图放在一起比较。



五、推导Seedance 2.5视频提示词


十二张图片确认后,进入图生视频阶段。

我提前准备了一段固定的视频提示词推导词。使用时,把最终角色图片和这段推导词一起交给支持识图的大语言模型。

 

视频提示词推导词:

你是一名擅长电影级人物动态表演、高速环绕运镜和 Seedance 2.5 多模态视频生成的导演。
我会上传一张人物初始参考图。请先完整理解图片中的人物身份、面部状态、服装结构、发型、姿态、手中物体、场景空间、前后景关系、光线以及整体视觉风格,再根据画面自行设计一段具有强烈人物魅力和高速空间运动感的视频。
视频时长:【10s 】
生成方式:Seedance 2.5 多模态参考模式。
参考图用于保持人物身份、脸部特征、发型、服装、配饰、主要物体、场景以及整体美术风格一致。
不要把参考图理解成需要保持静止姿势的首帧。
从视频开始的第一瞬间,人物就必须已经进入表演状态,摄影机与人物同时开始运动。
不要出现开场1—2秒只有摄影机移动,而人物像定格照片一样站着不动。
整个视频需要保持持续、高密度但清晰的动态变化。
一、人物表演
人物不是被摄影机围绕拍摄的静态模特,而是主动参与镜头运动的角色。
从第一帧开始,人物的头部、肩膀、身体重心、手臂、手腕、手指、眼神、表情、头发和服装都需要存在不同层级的动态。
人物可以根据角色气质自行完成自然且有魅力的连续动作,例如:
抬眼看向镜头; 眼神短暂移向侧面; 重新锁定摄影机; 轻微眯眼; 眉眼发生细小变化; 嘴角出现若有若无的情绪变化; 轻抬下巴; 转头; 回眸; 侧肩; 身体重心向一侧移动; 抬手; 翻转手腕; 展开手指; 抓握或转动手中的物体; 顺势转身; 向前踏出半步; 重新面向镜头。
这些动作不要机械逐项执行,请根据人物身份和画面自行组合。
人物的眼神尤其需要灵动。
不要让人物从头到尾保持完全相同的眼神和表情。
人物应该随着摄影机位置不断改变注意力:
摄影机靠近时,人物主动与镜头建立眼神接触;
摄影机快速绕向侧面时,眼神先追随镜头,随后头部才跟随转动;
摄影机掠过人物侧后方时,人物可以短暂移开视线;
摄影机重新回到正面之前,人物提前回眸或重新锁定镜头;
关键动作发生时,眼神可以从摄影机转向手中物体,再重新看向镜头。
让“眼睛先动 → 头部跟随 → 肩膀和身体继续响应”,避免整个人同时僵硬转动。
人物表情也应该存在连续的小幅变化,而不是始终保持同一张脸。
动作与神态必须形成因果关系。
例如人物察觉摄影机快速靠近后轻微抬眼; 完成转身后短暂回眸; 举起物体时视线先落在物体上; 镜头绕回正面时重新直视摄影机。
整体状态需要有生命力、自信、力量感和人物魅力,但不要进行夸张舞台表演。
二、摄影机运动
整个视频的运镜需要明显更快、更大胆、更充分。
不要只轻微横移十几度,也不要只围绕人物移动一小段距离。
摄影机需要真正穿过人物周围较大的空间范围,让背景透视、人物角度和前后景关系发生明显变化。
一次完整的主要环绕可以经历:
人物正面三分之四角度 → 快速进入人物侧面 → 继续掠向侧后方 → 从人物身后或另一侧快速穿出 → 再次回到人物正面或另一侧三分之四角度。
环绕幅度应明显,让观众能够清楚感受到摄影机已经移动到了人物不同方位。
不要做缓慢、匀速、等距离的转台式运动。
摄影机运动应该包含明显加速、减速、推近、拉远、升降以及半径变化。
整体速度偏快。
摄影机进入环绕时可以迅速加速,从正面快速滑向人物侧面;
经过人物侧面或背面时保持高速掠过;
即将重新看到人物面部时快速缩短半径并向人物靠近;
接近人物脸部、手部或关键物体时短暂减速;
关键动作完成后再次突然加速改变轨迹。
摄影机应当具有冲击力和惯性,而不是平稳缓慢地围着人物散步。
三、多段环绕
整个视频不要只有一次轻微环绕。
根据视频时长至少设计两次明显不同的主要环绕运动。
如果视频为15秒,可以设计2—3次明显的摄影机路线变化。
这些运动应该连续衔接,但每一次的空间轨迹都不同。
第一段主要环绕:
以人物整体为主要中心。
从人物正面或正面三分之四角度快速进入,摄影机大幅度向人物一侧进行弧形移动。
同时改变与人物的距离。
可以从中景快速靠近为中近景,也可以先贴近人物再向侧后方快速拉开。
第一段环绕开始的同时人物必须立即产生动作。
例如摄影机向右快速绕动时,人物身体重心稍微向左移动,头部与眼神主动追随摄影机,头发被强风向另一方向吹开;人物随后自然抬手或转肩。
不要先完成运镜再让人物行动。
人物运动与摄影机运动必须同时发生。
摄影机可以明显移动到人物侧面甚至侧后方,让人物背部、发丝、披风和服装结构短暂进入主要视野。
随后快速绕回另一侧,使人物脸部重新出现。
第二段主要环绕:
必须改变运动路线、景别或环绕中心。
不要重复第一段。
当人物做出关键动作后,摄影机立刻改变轨迹。
如果人物手中存在剑、扇子、法器、饰品、乐器、书卷、产品、花朵、能量体或其他重要物体,可以快速向人物手部俯冲或推进,让第二段运镜围绕“人物手部与物体”展开。
摄影机可以从人物脸部快速下降或横向切入手部附近,绕过物体前侧,再从另一方向快速拉回人物上半身。
人物此时需要主动翻腕、转动物体、伸手、收手或改变身体方向,与摄影机形成配合。
如果没有重要物体,则第二段改为更近距离的人物环绕。
例如第一次是大半径中景环绕,第二次直接快速贴近人物形成近距离上半身环绕。
摄影机可以从肩膀一侧快速掠过,靠近脸部,再从另一侧拉开。
也可以:
第一次中景平视环绕;
第二次低机位贴近人物快速上升并环绕;
或者第一次向外扩张,第二次高速收缩靠近;
或者第一次横向大范围绕动,第二次结合明显升降形成螺旋式弧线。
重点是让两次摄影机路线看起来完全不同。
四、人物与摄影机必须互相追逐
不要出现:
摄影机在运动,人物保持不动;
人物动作完成后,摄影机才开始运动;
摄影机运动一段后停住,人物再单独表演。
整段视频应该形成“人物与摄影机互相追逐”的感觉。
人物动作不断触发摄影机改变路线,摄影机位置变化又不断触发人物调整表演。
例如:
摄影机突然从正面高速绕向左侧;
人物立即转动视线追镜头,肩膀随后跟随;
镜头快速靠近;
人物顺势抬手;
镜头突然下降并切向人物手部;
人物翻转手腕;
镜头绕过物体重新快速升起;
人物顺势回眸;
摄影机重新回到人物正面;
人物眼神再次锁定镜头。
人物和摄影机之间始终存在动作上的因果关系。
五、强风与惯性
整段保持明显强劲的环境风。
不是轻微吹动,而是能够明显改变人物发丝和服装轮廓的强风。
长发、碎发、衣袖、裙摆、披风、丝带、流苏、宽大衣物和垂坠配饰持续产生大幅度运动。
头发可以成束向人物侧后方扬起。
当人物转头或转身时:
头部首先转动; 发根随后移动; 发尾因为惯性延迟甩过; 人物动作已经停止以后,发尾仍继续摆动。
衣袖与披风同样保留惯性。
人物抬手时,袖子延迟展开;
人物手臂停下时,袖摆继续向前运动后再回落。
不要让人物身体、发丝、袖子、裙摆和饰品同时开始、同时停止。
不同元素之间必须具有时间差。
摄影机高速移动时,强风中的发丝和服装需要强化画面的运动方向。
可以让风向与摄影机运动形成对冲: 摄影机向右快速环绕,人物长发被强风吹向左后方。 让画面中形成相反方向的运动力量。
六、前景掠过与空间视差
环绕过程中主动制造明显的前中后景变化。 可以根据参考图中的真实元素,让:
头发; 衣袖; 披风; 手臂; 手中物体; 植物; 烟雾; 建筑结构; 场景装饰;
短暂从摄影机前方高速掠过。 这些元素只做短暂遮挡,不要长时间挡住人物脸部。 摄影机高速经过前景时: 前景产生明显快速位移; 人物保持中间层运动; 远处背景产生较慢的透视移动。
通过三层不同速度强化摄影机真正穿过空间的感觉。
七、节奏要求
整段视频不要缓慢、均匀。
需要持续发生节奏变化。
推荐采用:
开场立即快速启动人物和摄影机 → 第一次高速大幅度环绕 → 接近人物正面时短暂减速 → 人物完成一个关键眼神或动作 → 摄影机再次突然加速 → 改变轨迹进入第二次环绕 → 快速靠近手部、物体或人物上半身 → 再次改变距离或高度 → 最后回到具有冲击力的结束构图。
摄影机不要在一个位置停留太久。
整段视频需要持续感受到摄影机正在改变: 方位; 距离; 高度; 景别; 运动速度; 视觉中心。 但所有运动必须连续、顺滑、有明确空间逻辑。 不要无理由瞬移,不要摄影机穿过人物身体,不要产生错误空间。
八、声音设计
禁止生成任何BGM、背景音乐、配乐、歌曲、旋律、节奏音乐或电影配乐。 整段视频只生成与画面同步的真实音效。 声音重点来自: 强风呼啸声; 发丝被风吹动的细微摩擦声; 衣袖、披风、裙摆和布料快速摆动产生的衣料声; 人物转身、抬手、挥动手臂时产生的空气划动声; 脚步声; 鞋底与地面的接触声; 人物手中物体的真实动作音; 金属、木质、纸张、饰品、武器、法器或其他物体对应的材质声音; 物体高速掠过镜头时产生的短促破风声; 人物移动产生的轻微呼吸声; 场景本身合理存在的环境音。 音效必须与人物动作和摄影机节奏同步。 快速环绕时,可以适当增强风声和近距离掠过产生的空气流动声; 人物衣袖或披风从镜头前高速扫过时,应出现对应的布料破风声; 人物快速转身时,发丝、服装和饰品的声音需要存在短暂延迟; 人物触碰、转动、拔出、展开或挥动物体时,只生成符合该物体材质和动作的真实音效。 不要为了制造“大片感”自动加入音乐。 不要加入鼓点、低频氛围音乐、史诗配乐、电子音乐、弦乐、吟唱、人声铺底或任何具有旋律性的声音。 最终声音效果应该像真实拍摄现场经过电影级拟音强化后的效果: 只有环境声、动作声、风声、材质声和空间声场,没有BGM。
九、最终效果
最终需要呈现一种: 人物始终在主动表演; 眼神不断回应摄影机; 表情具有细微变化; 身体、手部和视线持续存在动态; 摄影机快速、大幅度、多次围绕人物改变方位; 两次甚至三次环绕路线明显不同; 镜头能够真正来到人物侧面、侧后方,再快速重新捕捉人物正脸; 摄影机与人物之间像在进行一场互相追逐的动态表演; 强风让头发和服装始终充满力量; 前景不断掠过形成高速视差; 整个画面始终保持强烈张力和人物魅力; 声音只有与画面同步的真实音效,没有任何背景音乐。 尤其避免生成以下效果:
人物开场站立不动; 只有摄影机在动; 人物眼神呆滞; 人物从头到尾保持同一个表情; 人物始终直勾勾盯着前方; 人物动作与摄影机没有关系; 摄影机只移动很小角度; 环绕幅度太小; 运镜速度太慢; 只有一次环绕; 两次运镜路线完全相同; 摄影机只是平稳围着人物转圈; 人物像3D模型转台展示; 自动添加BGM; 自动添加电影配乐; 自动添加节奏音乐; 自动添加任何旋律性声音。
请先根据我上传的参考图自行判断:
人物最适合什么动态表演;
第一帧人物应该立即做出什么微动作;
人物眼神应该怎样随着摄影机改变;
第一次高速大幅度环绕从哪里开始、经过哪里、在哪里结束;
第二次环绕应该改变为什么路线;
是否适合进行第三次短促运镜;
第二次运镜应该围绕人物整体、脸部、上半身、手部还是重要物体;
哪些位置应该突然加速;
哪些位置应该短暂减速;
哪里适合快速推近;
哪里适合快速拉远;
哪里适合降低或抬高机位;
场景中的什么元素适合从前景高速掠过;
人物如何通过转头、回眸、眼神、肩膀、手部和身体重心持续回应摄影机;
不同动作分别应该搭配什么真实音效。
不要输出分析过程。
最终只输出一条可以直接用于 Seedance 2.5 多模态参考模式的视频提示词。
最终提示词必须按照视频真实时间顺序连续书写。
需要明确写出:
开场人物立即发生的动作和眼神变化 → 摄影机立即进入第一次高速大幅度环绕 → 环绕过程中人物持续做出的动作、神态和视线反应 → 摄影机经过人物侧面或侧后方 → 快速重新捕捉人物正脸 → 人物关键动作 → 摄影机立即改变路线进行第二次明显不同的高速环绕 → 必要时围绕手部或重要物体改变视觉中心 → 人物继续主动回应摄影机 → 强风、发丝、服装和饰品的惯性动态 → 前景高速掠过产生空间视差 → 对应的环境音、动作音和材质音效 → 最终具有冲击力的结束构图。
声音部分必须明确写明:
无BGM,无背景音乐,无配乐,无歌曲,无旋律,只保留与画面同步的真实环境音和动作音效。
不要输出标题、分析、分镜表、解释或额外说明。
只输出最终中文视频提示词。

 

操作方式为:

最终角色图片+视频提示词推导词
→ 大语言模型输出Seedance 2.5视频提示词

我这里使用的是GPT,大家可以使用任何可以识图的大语言模型

 

模型会观察图片中真实存在的人物姿态、服装、发饰、法器、特效和场景,再根据这些内容设计动作,最后输出一段视频提示词。

 



六、使用Seedance 2.5生成视频并完成剪辑


到视频提示词后,打开Seedance 2.5,上传对应的角色图片,再粘贴模型生成的视频提示词。

每个生肖分别生成一段视频。同一张图片可以多生成几个版本,再从中选择人物面部稳定、服装完整、动作自然的一条。

 

十二段视频全部完成后,将素材导入剪辑软件,按照鼠、牛、虎、兔、龙、蛇、马、羊、猴、鸡、狗、猪的顺序排列。

我在每段画面的左上方加入生肖名称和四字称号,再根据音乐节奏调整出场时间,随后导出即可

最后在评论区上传您的作品,一起讨论吧~