一起来看一下成品：
准备工具
codex https://openai.com/codex/
即梦seedance2.0 https://jimeng.jianying.com/ai-tool/home
https://www.flowpix.club/bj/26424.html?token=90b962088b7431d1de060668f6a069ed
第一步：上传 skill 和参考视频，让 AI 找方向
一开始，我把自己的编剧 skill 和参考视频一起交给 Codex，让它先分析视频，而不是直接写分镜。
这里我使用了一个剧本 Skill（复制到浏览器下载）（来源于Github山音）。
https://github.com/Shanyin-ai/shanyin-screenwriting-master
参考视频如下：
提示词如下
分析这个视频，并启用这个skill，我要制作一个与这个视频类似的情绪短片30s，主题是高端卫浴。
这里我重点让 AI 看几件事：
画面是什么类型、镜头怎么切、色彩是什么调性、人物占比多不多、声音和画面节奏是什么关系。
Codex 给了我 3 个概念方向。最后我选择了 概念 A+B 融合：一方面保留城市外部的嘈杂和压力，另一方面突出高端卫浴空间里的安静、水、光、石材和身体感受。
codex给出的几个概念参考
我选择了A+B融合为我的概念
我自己补充了一个关键想法：
人物脚步跨进一扇门的瞬间，画面切换成人物跨进浴室门，周围音效也瞬间变成浴室音。
与codex的对话界面
我补充说到：
我想的是抬起腿后慢动作，然后，背景音变大，腿落地的瞬间场景切换，背景音瞬间变色浴室的静谧声音
与codex的对话界面
随后让其想一下整体情节
与codex的对话界面
这个想法后来成为整支片子的核心转场。前半段是外部世界，后半段是卫浴空间，中间用一次“跨门槛”完成情绪切换。
第二步：不断调整情节，让 AI 完善分镜
确定大方向后，我没有让 AI 一次性生成最终脚本，而是不断追问和修改。
比如我先让 Codex 给整体情节，再让它细化成 30 秒分镜；之后继续要求它升级成导演分镜，里面必须包含拍摄手法、构图、运镜、声音和人物状态。
与codex的对话界面
这个阶段最重要的一点是：不要只让 AI 写“画面很高级”“氛围很好”，而是要让它写清楚每一镜到底是什么。
例如不是写：
城市街边，低曝光，情绪感。
而是写：
白天低曝光的城市街边，低机位仰视视角，前景是深色车身边缘虚化遮挡，中景是骑车人的暗色下半身轮廓，背景是暖灰建筑窗格、树冠剪影和灰蓝天空。
这样 AI 后续生成图片时，才知道画面里真正要出现什么。
后来我又提醒 Codex：
我现在要的是静态图，别用视频的思维给我提示词。
于是提示词从“人物走近、跨入、镜头跟拍”改成了更适合生图的写法：主体、前景、中景、背景、构图、光线都写清楚。
这是AI给我的一系列分镜提示词
第三步：先做人设，保证人物统一
人物我没有直接从每张分镜里随机生成，而是先做了一套人物设定。
我让 Codex 帮我设计适合这个片子的女性角色：外国高级感女性，年轻漂亮，都市建筑师或设计师气质。她不是网红感，也不是夸张时装模特，而是冷静、克制、有审美的人。
与codex的对话界面
人物提示词大致是：
25-28岁外国高级感女性，年轻漂亮，高奢广告模特气质，都市建筑师/室内设计师设定，身形高挑修长，比例优秀，五官精致立体，颧骨和下颌线干净，皮肤通透，眼神冷静、自信、略带疏离感。浅棕色或深金色头发，低马尾、低盘发或自然顺直中分发型，妆容干净高级，裸色唇妆，轻微烟熏眼妆但不过浓。穿深炭灰或黑色极简长款羊毛大衣，内搭象牙白高领针织衫，黑色高腰直筒西装裤，黑色极简尖头短靴。手持黑色建筑图纸筒或薄款设计文件夹。全身站姿，身体微微侧向镜头，肩线挺直，姿态自然优雅，不夸张摆拍。白色纯背景，商业定妆照，高级时装广告质感，真实摄影，柔和棚拍光，清晰全身，beautiful young European female architect, luxury fashion model, minimalist premium style, realistic, full body, white background, cinematic commercial casting photo,
我先用这个提示词使用image2.0模型生成白底定妆照，再用 Nanobanana Pro 生成人物四视图。
四视图提示词如下：
生成图中人物的真人形象三视图，白底图，左侧部分展示了角色的精细真人半身特写肖像。其面部特征、骨骼结构、神态表情、发型及头部配饰必须与 严格一致，呈现自然的皮肤纹理、毛孔和发丝细节。右侧部分展示了该角色完全相同的全身真人照片，呈标准 A-pose 站姿，并以精确的三视图排列：正视图、侧视图和背面图。超模的身体比例、完整的服装设计、布料层次、鞋子及整体穿搭风格必须严格遵循。所有服装和配饰均呈现真实的物理材质质感。
这样后面需要人物出现时，就可以上传人物参考，避免每张图长得不一样。（若是不知道哪里可以使用image2.0和nanobanan pro，可以看这个教程https://www.super-i.cn/info-2796.html）
我这边展示的是flowpix工作流界面，平台接入了市面上绝大多数模型，可直接使用
第四步：拆参考视频，提取视觉风格
这一部片子的视觉统一，很大程度来自参考视频分析。
我让 Codex 帮我把原视频拆成截图。
第一次拆出来有很多漏光、闪白和切镜瞬间，这些画面虽然有节奏感，但不适合直接作为稳定风格参考。
于是我继续要求：
不要漏光、闪白、切镜的一幕，尽量选择正常的一幕。
这样得到的截图更适合分析构图、色彩和空间关系。
接着我让 AI 总结这些截图的共性。
1、帮我总结这几张图的风格共性
2、帮我分析这张图的风格，告诉我这这张图生成时有哪些不可变的条件
3、帮我把这些内容和你给我的内容整合在一起，分成空间与构图，光线与氛围、色彩与质感、限制与规则这四个板块
我这里用的是flow，你可以直接用codex分析这些截图
以下就是推导出的提示词：
空间与构图
视觉核心多为建筑结构与自然元素的深度交融，画面强调线条感与几何美学，大量运用建筑的硬朗边缘与树木的柔和形态形成对比。桥梁的拉索、建筑的轮廓与阶梯的纵深构建出强烈的视觉引导线。同时，常利用树枝或落叶等自然元素作为前景进行虚化和局部柔焦处理，有效增强了画面的空间层次、视觉深度与呼吸感，赋予画面强烈的叙事性。
光线与氛围
采用低调照明与高对比度光影，大量使用逆光与剪影手法模拟黄昏或清晨的自然光效。主体建筑或植物多处于暗部，通过透射的自然暖光或室内灯光形成明暗交界。光影处理上强调柔和的漫反射与局部的高光穿透，如树叶间的光斑或建筑玻璃的反射。整体氛围沉静、深邃、沉稳且静谧，营造出具有怀旧气息的高级电影感。
色彩与质感
整体视觉呈现出强烈的复古胶片美学，画面以低对比度、低饱和度的暗调为主。色彩高度统一在低饱和度的暖色调之中，以复古的暗棕色、琥珀色、深褐色和深橙色为主导。后期质感上，消除了数码图像的锐利感，通过色彩映射与光影配合，营造出真实且浓郁的胶片摄影视觉质感。
限制与规则
画幅比例采用固定的横向宽屏比例，符合标准视频或电影画幅。全局强制应用统一的暖色调色彩映射，限制冷色调出现，确保所有场景笼罩在棕黄色或暗金色的滤镜下。曝光与亮度阈值被设定为低调欠曝，亮度上限严格压制，高光区域柔和不刺眼，暗部占据主导。全局添加统一的胶片颗粒质感及轻微的柔光漫射效果。排版传达方面，部分画面中配有文本，其字体类别固定为无衬线体、字重较轻、全大写格式、较宽的字间距以及绝对居中的位置坐标，呈现出高度统一的品牌宣传片或艺术短片风格。
为了进一步统一画面，我还让 Codex 从参考视频里提取色彩倾向，生成一套色板。
这个色板包含深炭黑、暖咖啡棕、焦糖棕、琥珀金、烟灰蓝、暮色灰紫、低饱和砖红等颜色。后面每一张图生成时，都尽量带上这套色彩方向。
提示词如下：
帮我把刚才从视频中提取出来的画面总结成一套色板提示词
随后其按照这个模板生成色板提示词：
结合一下，依据这个模板，给我AI色板提示词。A clean digital color palette reference design, 16:9 horizontal layout, pure flat design aesthetic with no photographic elements.
The background is a solid neutral off-white #F5F2EC fill, completely flat, no texture, no shadow, no paper, no surface.
The composition contains exactly three elements:
ELEMENT 1 - Title at the top center: Clean sans-serif typography in solid black #1A1A1A, the text reads: "WANWUSHENG · EP2 DESERT SURVIVAL · DAYLIGHT PALETTE" Below the main title, in smaller lighter gray #888888 sans-serif: "Sun-baked Arrakis tonality · 13 color system"
ELEMENT 2 - A single horizontal row of 13 rectangular color swatches, evenly spaced, centered vertically in the frame: Each swatch is a clean flat rectangle of solid color fill, identical dimensions, sharp clean edges, no gradient, no shadow, no border.
The 13 swatches from left to right with these exact HEX fills:
01: #F4E6C8 02: #D4B896 03: #A89472 04: #6B5A47 05: #E8E0D2 06: #EAE2D0 07: #2A2620 08: #7A2F2C 09: #D8C9A8 10: #4A332A 11: #A82A2A 12: #6F1F1F 13: #4FC3D9
ELEMENT 3 - Two lines of small text directly beneath each swatch: First line is the HEX code in clean monospace typography, color #333333. Second line is the function label in even smaller clean sans-serif typography, color #666666, describing the color's role.
The 13 function labels from left to right:
01: hot sunlight cast 02: sand highlight 03: sand midtone 04: hard shadow 05: bleached sky 06: dust-filmed white 07: heat-bleached black 08: faded burgundy 09: cream linen 10: cracked leather 11: cinnabar accent 12: dark blood 13: LED cyan (dormant)
OVERALL DESIGN SPECIFICATION:
This is a flat 2D digital graphic design layout, the kind produced in Figma or Adobe Illustrator for a film production design document. No depth, no perspective, no lighting, no photographic rendering, no paper texture, no physical object. Pure flat vector-style color swatches on a flat background with crisp typography. Think production design bible reference sheet, color management document, or design system documentation.
The aesthetic is precise, clinical, informational, minimal, professional graphic design — not artistic, not painterly, not photographic.
Avoid: photographic rendering, paper texture, desk surface, table surface, depth of field, lens blur, film grain, photorealistic, 3D render, lighting effects on swatches, shadows under swatches, glossy finish on swatches, hand-painted look, watercolor look, illustration, sketch, mockup of physical object, real-world object simulation.
以下是生成的提示词：
A clean digital color palette reference design, 16:9 horizontal layout, pure flat design aesthetic with no photographic elements.
The background is a solid neutral off-white #F5F2EC fill, completely flat, no texture, no shadow, no paper, no surface.
The composition contains exactly three elements:
ELEMENT 1 - Title at the top center: Clean sans-serif typography in solid black #1A1A1A, the text reads: "RETURN TO SENSE · PREMIUM BATHROOM · DUSK CITY PALETTE" Below the main title, in smaller lighter gray #888888 sans-serif: "Muted warm darkness · amber waterlight · 13 color system"
ELEMENT 2 - A single horizontal row of 13 rectangular color swatches, evenly spaced, centered vertically in the frame: Each swatch is a clean flat rectangle of solid color fill, identical dimensions, sharp clean edges, no gradient, no shadow, no border.
The 13 swatches from left to right with these exact HEX fills:
01: #12100E 02: #241B16 03: #4A3528 04: #6B4A32 05: #8A5A32 06: #C1843D 07: #D2A86B 08: #303947 09: #4B4148 10: #4A4A2F 11: #7A2F24 12: #B34A22 13: #E0D6C6
ELEMENT 3 - Two lines of small text directly beneath each swatch: First line is the HEX code in clean monospace typography, color #333333. Second line is the function label in even smaller clean sans-serif typography, color #666666, describing the color's role.
The 13 function labels from left to right:
01: deep charcoal shadow 02: black coffee dark 03: warm umber wall 04: bronze brown midtone 05: caramel wood glow 06: amber lamp highlight 07: muted old gold 08: smoky blue glass 09: dusk gray violet 10: dark olive foliage 11: low brick red 12: burnt orange accent 13: warm stone white
OVERALL DESIGN SPECIFICATION: This is a flat 2D digital graphic design layout, the kind produced in Figma or Adobe Illustrator for a film production design document. No depth, no perspective, no lighting, no photographic rendering, no paper texture, no physical object. Pure flat vector-style color swatches on a flat background with crisp typography. Think production design bible reference sheet, color management document, or design system documentation.
The aesthetic is precise, clinical, informational, minimal, professional graphic design — not artistic, not painterly, not photographic.
Avoid: photographic rendering, paper texture, desk surface, table surface, depth of field, lens blur, film grain, photorealistic, 3D render, lighting effects on swatches, shadows under swatches, glossy finish on swatches, hand-painted look, watercolor look, illustration, sketch, mockup of physical object, real-world object simulation.
使用image2.0生成
第五步：先生成浴室场景，再生成正式分镜
人物和视觉风格确定后，我没有直接开始生成所有分镜，而是先做浴室场景。
我让 Codex 设计一个统一的高端私人主卫：浅米灰石材墙面，一体式石材台盆，枪灰色金属龙头，极简镜柜，细窄暖光灯带，半透明淋浴玻璃，玻璃上有水痕和雾气，整体是白天自然光但低曝光。
提示词如下：
高端住宅私人主卫，白天自然光从侧面窄窗进入，整体低曝光、低对比，浅米灰色石材墙面，一体式浅色石材台盆，枪灰色金属龙头，极简无框镜柜，细窄暖光灯带，半透明淋浴玻璃，玻璃上有水痕和轻微雾气，浅色微湿石材地面，空间安静私密，材质高级克制，没有明显人物，静态高端卫浴广告摄影，长焦压缩空间，浅景深，暖暗色调，realistic premium bathroom interior, underexposed daylight, muted warm dark tones, low contrast, 16:9
codex对话界面
之后用 Nanobanana Pro 生成浴室九宫格，让它包含台盆、镜柜、淋浴区、花洒、浴缸边缘、石材地面等不同角度。
只需输入以下提示词，使用浴室图片进行图生图：
根据这个浴室图片生成九宫格多视图,包含不同角度的场景图。其中几张要包含，水槽，水龙头，淋浴头，淋浴开关，镜子，等等卫浴设备
这样做的好处是：后面生成分镜时，不是每张图都重新发明一个浴室，而是围绕同一个空间系统展开，画面会更统一。
第六步：生成 27 张分镜图
正式生成分镜图时，我把几类信息组合起来：
人物参考、浴室九宫格、参考视频视觉风格、色板、每一镜的静态图提示词。
如果某一镜有人物，我就上传人物参考；如果是空镜或产品细节，就重点上传浴室场景和色板参考。
基本模板如下
【图片标注】+【分镜内容】+【风格固定提示词】+【空间与构图，光线与氛围、色彩与质感、限制与规则】
比如前几个没有人物的分镜提示词（使用nanobanan2生成） ：
【图片标注】图1色板作为整段画面的环境色卡锚定。形成2x2网格，不要出现字幕
【分镜内容】白天低曝光的城市街边，低机位仰视视角，长焦压缩。前景是深色车身边缘虚化遮挡，中景是骑车人的暗色下半身轮廓，背景是暖灰建筑窗格、树冠剪影和灰蓝天空。画面元素集中在中央，周围留暗部，低对比、暖暗调、高级广告片质感
【风格】静态编辑广告摄影，日光场景，曝光不足的自然光，柔和温暖的暗色调，低对比度，浅景深，高级广告，逼真的电影静态图像，以建筑和产品为主要主题，人物仅以微妙的反射或模糊的轮廓呈现，非夜景，无霓虹灯，16:9，长焦透视，空间压缩，浅景深，前景遮挡，层次叠压，85mm-135mm 镜头感。
【色彩质感】空间与构图 视觉核心多为建筑结构与自然元素的深度交融，画面强调线条感与几何美学，大量运用建筑的硬朗边缘与树木的柔和形态形成对比。桥梁的拉索、建筑的轮廓与阶梯的纵深构建出强烈的视觉引导线。同时，常利用树枝或落叶等自然元素作为前景进行虚化和局部柔焦处理，有效增强了画面的空间层次、视觉深度与呼吸感，赋予画面强烈的叙事性。
光线与氛围 采用低调照明与高对比度光影，大量使用逆光与剪影手法模拟黄昏或清晨的自然光效。主体建筑或植物多处于暗部，通过透射的自然暖光或室内灯光形成明暗交界。光影处理上强调柔和的漫反射与局部的高光穿透，如树叶间的光斑或建筑玻璃的反射。整体氛围沉静、深邃、沉稳且静谧，营造出具有怀旧气息的高级电影感。
色彩与质感 整体视觉呈现出强烈的复古胶片美学，画面以低对比度、低饱和度的暗调为主。色彩高度统一在低饱和度的暖色调之中，以复古的暗棕色、琥珀色、深褐色和深橙色为主导。后期质感上，消除了数码图像的锐利感，通过色彩映射与光影配合，营造出真实且浓郁的胶片摄影视觉质感。
限制与规则 画幅比例采用固定的横向宽屏比例，符合标准视频或电影画幅。全局强制应用统一的暖色调色彩映射，限制冷色调出现，确保所有场景笼罩在棕黄色或暗金色的滤镜下。曝光与亮度阈值被设定为低调欠曝，亮度上限严格压制，高光区域柔和不刺眼，暗部占据主导。全局添加统一的胶片颗粒质感及轻微的柔光漫射效果。排版传达方面，部分画面中配有文本，其字体类别固定为无衬线体、字重较轻、全大写格式、较宽的字间距以及绝对居中的位置坐标，呈现出高度统一的品牌宣传片或艺术短片风格。
有人物的分镜提示词（使用nanobanan2生成） ：
提示词如下：
【图片标注】图1色板作为整段画面的环境色卡锚定。图2作为人物主角女性。形成2x2网格，不要出现字幕。
【分镜内容】深色建筑玻璃幕墙特写，玻璃表面有水痕和灰尘，反射出树影、灰蓝天空和建筑线条，角落里只有一道极淡的人物背影反射，几乎不可辨认。
【风格】静态编辑广告摄影，日光场景，曝光不足的自然光，柔和温暖的暗色调，低对比度，浅景深，高级广告，逼真的电影静态图像，以建筑和产品为主要主题，人物仅以微妙的反射或模糊的轮廓呈现，非夜景，无霓虹灯，16:9，长焦透视，空间压缩，浅景深，前景遮挡，层次叠压，85mm-135mm 镜头感。
【色彩质感】空间与构图 视觉核心多为建筑结构与自然元素的深度交融，画面强调线条感与几何美学，大量运用建筑的硬朗边缘与树木的柔和形态形成对比。桥梁的拉索、建筑的轮廓与阶梯的纵深构建出强烈的视觉引导线。同时，常利用树枝或落叶等自然元素作为前景进行虚化和局部柔焦处理，有效增强了画面的空间层次、视觉深度与呼吸感，赋予画面强烈的叙事性。
光线与氛围 采用低调照明与高对比度光影，大量使用逆光与剪影手法模拟黄昏或清晨的自然光效。主体建筑或植物多处于暗部，通过透射的自然暖光或室内灯光形成明暗交界。光影处理上强调柔和的漫反射与局部的高光穿透，如树叶间的光斑或建筑玻璃的反射。整体氛围沉静、深邃、沉稳且静谧，营造出具有怀旧气息的高级电影感。
色彩与质感 整体视觉呈现出强烈的复古胶片美学，画面以低对比度、低饱和度的暗调为主。色彩高度统一在低饱和度的暖色调之中，以复古的暗棕色、琥珀色、深褐色和深橙色为主导。后期质感上，消除了数码图像的锐利感，通过色彩映射与光影配合，营造出真实且浓郁的胶片摄影视觉质感。
限制与规则 画幅比例采用固定的横向宽屏比例，符合标准视频或电影画幅。全局强制应用统一的暖色调色彩映射，限制冷色调出现，确保所有场景笼罩在棕黄色或暗金色的滤镜下。曝光与亮度阈值被设定为低调欠曝，亮度上限严格压制，高光区域柔和不刺眼，暗部占据主导。全局添加统一的胶片颗粒质感及轻微的柔光漫射效果。排版传达方面，部分画面中配有文本，其字体类别固定为无衬线体、字重较轻、全大写格式、较宽的字间距以及绝对居中的位置坐标，呈现出高度统一的品牌宣传片或艺术短片风格。
卫浴场景分镜：
【图片标注】图1是浴室的场景9宫格图，展现了浴室的场景细节。图2色板作为整段画面的环境色卡锚定。图3作为人物主角女性。形成2x2网格，不要出现字幕。
【分镜内容】半透明淋浴玻璃特写，玻璃表面布满细小水珠和轻微雾气，玻璃后方有一位女性的模糊轮廓，只能看到肩颈和上半身背影，人物不可辨认。画面主体是玻璃、水痕和柔暗自然光。
【风格】high-end shower scene, frosted glass, steam, water droplets, blurred female silhouette, no explicit nudity, product and atmosphere as main subject, underexposed daylight, muted warm dark tones, low contrast, premium bathroom commercial, realistic cinematic still image, 16:9
【色彩质感】空间与构图 视觉核心多为建筑结构与自然元素的深度交融，画面强调线条感与几何美学，大量运用建筑的硬朗边缘与树木的柔和形态形成对比。桥梁的拉索、建筑的轮廓与阶梯的纵深构建出强烈的视觉引导线。同时，常利用树枝或落叶等自然元素作为前景进行虚化和局部柔焦处理，有效增强了画面的空间层次、视觉深度与呼吸感，赋予画面强烈的叙事性。
光线与氛围 采用低调照明与高对比度光影，大量使用逆光与剪影手法模拟黄昏或清晨的自然光效。主体建筑或植物多处于暗部，通过透射的自然暖光或室内灯光形成明暗交界。光影处理上强调柔和的漫反射与局部的高光穿透，如树叶间的光斑或建筑玻璃的反射。整体氛围沉静、深邃、沉稳且静谧，营造出具有怀旧气息的高级电影感。
色彩与质感 整体视觉呈现出强烈的复古胶片美学，画面以低对比度、低饱和度的暗调为主。色彩高度统一在低饱和度的暖色调之中，以复古的暗棕色、琥珀色、深褐色和深橙色为主导。后期质感上，消除了数码图像的锐利感，通过色彩映射与光影配合，营造出真实且浓郁的胶片摄影视觉质感。
限制与规则 画幅比例采用固定的横向宽屏比例，符合标准视频或电影画幅。全局强制应用统一的暖色调色彩映射，限制冷色调出现，确保所有场景笼罩在棕黄色或暗金色的滤镜下。曝光与亮度阈值被设定为低调欠曝，亮度上限严格压制，高光区域柔和不刺眼，暗部占据主导。全局添加统一的胶片颗粒质感及轻微的柔光漫射效果。排版传达方面，部分画面中配有文本，其字体类别固定为无衬线体、字重较轻、全大写格式、较宽的字间距以及绝对居中的位置坐标，呈现出高度统一的品牌宣传片或艺术短片风格。
这一阶段我生成了 27 个分镜。城市段主要是建筑、玻璃、树影、斑马线、车身和人物小腿；浴室段主要是赤脚、石材、水汽、台盆、花洒、玻璃水珠、控件和整体空间。
其中最麻烦的是转场镜头
我一开始生成了一张跨门槛的图，但人物方向反了，看起来像从室内走出来。单纯改提示词很难纠正。
后来我换了方法：手绘一张“从门外跨入室内”的草图，把方向关系画清楚，再用这张草图作为参考去生成正确画面。
提示词如下：
图3人物参考图2的动作以及构图在图1场景中，人物走近店内，画面中只露出小腿与脚。图4色板作为整段画面的环境色卡锚定。落脚点在画面中心位置
生成后又裁切了一下，让落地的脚更靠近画面中心。
然后再用这张图去生成浴室里的赤脚落地图，确保构图和落脚点一致，进行图生图。
【图片标注】图1是浴室的场景9宫格图，展现了浴室的场景细节。图2色板作为整段画面的环境色卡锚定。图3作为人物主角女性。形成2x2网格，不要出现字幕。
【分镜内容】高端浴室入口地面，低机位近景，女性赤脚轻轻落在浅色微湿石材地面上，脚的位置呼应图4的构图（完全参考图4的构图形式，以及脚的姿态）。前景虚化是细小水痕和柔和反光，中景是赤脚、浅色石材门槛与微湿地面，背景是低曝光自然光下的浴室石材墙面和柔暗门框。画面安静、洁净、私密，像从城市身份切换到身体感官空间。
【风格】high-end shower scene, frosted glass, steam, water droplets, blurred female silhouette, no explicit nudity, product and atmosphere as main subject, underexposed daylight, muted warm dark tones, low contrast, premium bathroom commercial, realistic cinematic still image, 16:9
【色彩质感】空间与构图 视觉核心多为建筑结构与自然元素的深度交融，画面强调线条感与几何美学，大量运用建筑的硬朗边缘与树木的柔和形态形成对比。桥梁的拉索、建筑的轮廓与阶梯的纵深构建出强烈的视觉引导线。同时，常利用树枝或落叶等自然元素作为前景进行虚化和局部柔焦处理，有效增强了画面的空间层次、视觉深度与呼吸感，赋予画面强烈的叙事性。
光线与氛围 采用低调照明与高对比度光影，大量使用逆光与剪影手法模拟黄昏或清晨的自然光效。主体建筑或植物多处于暗部，通过透射的自然暖光或室内灯光形成明暗交界。光影处理上强调柔和的漫反射与局部的高光穿透，如树叶间的光斑或建筑玻璃的反射。整体氛围沉静、深邃、沉稳且静谧，营造出具有怀旧气息的高级电影感。
色彩与质感 整体视觉呈现出强烈的复古胶片美学，画面以低对比度、低饱和度的暗调为主。色彩高度统一在低饱和度的暖色调之中，以复古的暗棕色、琥珀色、深褐色和深橙色为主导。后期质感上，消除了数码图像的锐利感，通过色彩映射与光影配合，营造出真实且浓郁的胶片摄影视觉质感。
限制与规则 画幅比例采用固定的横向宽屏比例，符合标准视频或电影画幅。全局强制应用统一的暖色调色彩映射，限制冷色调出现，确保所有场景笼罩在棕黄色或暗金色的滤镜下。曝光与亮度阈值被设定为低调欠曝，亮度上限严格压制，高光区域柔和不刺眼，暗部占据主导。全局添加统一的胶片颗粒质感及轻微的柔光漫射效果。排版传达方面，部分画面中配有文本，其字体类别固定为无衬线体、字重较轻、全大写格式、较宽的字间距以及绝对居中的位置坐标，呈现出高度统一的品牌宣传片或艺术短片风格。
这个经验很重要：如果 AI 一直不理解方向，不要继续堆提示词，可以直接给它结构参考图。
这是所有的分镜头的画面内容（我只生成了27镜）(复制至网页链接粘贴进行下载）
https://superi.mfdemo.cn/chaoji/2026/06/17/6a323d668e083.rar
第七步：图生视频，普通镜头和转场镜头分开处理
图片都生成好以后，我把它们整理到一个文件夹，并按分镜顺序命名。然后让 Codex 读取这个文件夹，帮我按顺序写视频提示词。
我的提示词如下：
【你的文件夹位置链接】 里面是我生成的图片分镜，已经按照顺序排列，结合情节帮我想一下视频提示词。并且我要的是手持拍摄质感，抽帧，低帧率。
codex会给你所有的分镜画面提示词，你只需要依据画面内容稍作修改即可。
普通镜头用可灵 o3 生成就可以，比如树影轻动、水珠下滑、花洒出水、石材地面水流、镜柜灯带轻微变化等。
上传分镜头至可灵AI，随后输入上面的视频提示词,点击生成即可。
转场镜头我单独处理，因为它不是简单的“让图动起来”，而是一个明确动作：
先是人物走在街上，由远及近，随后人物转身跨入门槛，瞬间切镜至卫浴。
这里我上传了两张转场图：一张是室外短靴跨门槛，一张是浴室赤脚落地。
然后让 Codex 写出专门的视频提示词：先低机位跟拍小腿，由远及近；到门口转身；前脚跨入门槛并即将落地的一瞬间硬切；切到浴室后，短靴变成赤脚，落在微湿石材地面上。
生成的提示词如下：
先从室外街道开始，人物走在白天低曝光的城市街边，从较远的位置向镜头方向逐渐走近。镜头始终保持低机位，只拍人物下半身、小腿、黑色短靴和大衣下摆，不露上半身和脸。前半段是低机位手持跟拍，距离稍远，能看到人物沿着湿亮街道由远及近接近门口，脚步交替清楚，地面反光、车身暗影和树影从画面两侧掠过。
人物走近门口向门内迈出一步，在前脚跨入门槛并即将落地的瞬间，直接硬切到图2。
切到图2后，保持图2的低机位构图关系，黑色短靴变成赤脚，前脚已经落在浴室浅色微湿石材地面上，后脚在后方跟进。进入室内后镜头依然保持低机位手持质感，但运动立刻变慢、变轻、变安静，只轻微跟半步然后停住。整体是白天低曝光自然光，暖暗色调，低对比，浅景深，高级卫浴广告片质感，抽帧感、低帧率感、轻微跳帧感。
音效变化：
开头是室外街道声场：远处车流底噪、潮湿路面的轮胎摩擦声、很轻的人声和空气流动声。近处是黑色短靴踩在湿地面上的连续脚步声，鞋跟声和鞋底摩擦声清楚可听。随着人物由远及近走向门口，脚步声逐渐变近，城市底噪保持存在但略微收紧，像注意力慢慢集中到人物身上。
当人物走到门口并转身时，脚步声短暂停顿一下，随后鞋跟方向变化，发出一次轻微的转身摩擦声。门框附近的空间感开始出现一点点边界感，室外声场仍在，但已经像被压近。
在人物前脚跨入门槛并即将落地的一瞬间，音效直接硬切。
切到浴室后，立刻去掉室外车流和人声底噪，换成室内浴室的安静声场：轻微排风声、很淡的空间混响、一声很小的水滴声，以及赤脚落在微湿石材上的柔和触地声。切入室内后，整体声音马上变近、变软、变安静，像世界在跨入门槛的瞬间被关小。不要夸张转场音，不要科幻呼啸，不要重低音轰击。
seedance2.0生成
这段我用 Seedance 2.0 生成，因为它更适合处理这种有动作变化和切镜关系的片段。其他分镜则用可灵 o3 生成，效率更高。
第八步：剪辑、音效和成片
视频片段生成后，我让 Codex 按情节顺序帮我重新排序并命名。这样剪辑时不会乱。
音频部分，我先让 Codex 分析原参考视频的 BGM。它判断原视频音乐有明显切镜节奏感，适合城市段，但如果全程使用，会让浴室段太满。
所以最后的声音设计是：前半段保留城市压力和切镜节奏，跨门槛那一刻声音硬切，后半段进入浴室声场。我让 Codex 生成音频提示词，再用 Gemini 的音频生成功能做 30 秒 BGM。因为 Gemini 刚好只能生成 30 秒左右的音频，正好适合这条短片。
音频提示词如下：
30秒高端卫浴情绪广告配乐，具有明确的剪辑节奏感，但整体克制高级。前半段是低频脉冲、短促颗粒敲击、城市压迫感，每个音频峰值适合做快切点。9秒左右节奏短暂抬高，形成跨门槛前的压力。10秒处突然抽空，城市节奏硬切消失，进入浴室安静声场。后半段保留稀疏切镜节奏，用水滴、轻微金属声、柔和低频 pad、极简钢琴单音形成更慢、更空的节拍。无人声，无歌词，无明显鼓点，不要流行节奏，不要史诗感。整体是暗暖、低曝光、高端广告片声音质感。
gemini音频生成界面
最后剪辑时，把所有视频、音频导入，按顺序拼接，再加少量炫光转场、背景音和滤镜。注意炫光不要太多，它只是辅助节奏，不能盖过空间、水汽和产品质感。
整支片子的节奏是：城市段更碎、更紧；跨门槛时是一个明确切换点；浴室段逐渐变慢、变安静，最后回到产品和空间。
结尾总结
这次流程里，我最大的感受是：AI 视频制作不要指望一步到位。真正可控的方法，是把它拆成很多小步骤。
先让 AI 帮你分析参考，确定概念；再做人设、场景、色板和视觉规则；然后生成静态分镜；最后再图生视频和剪辑。每一步都可以单独调整，最终画面才会统一。
尤其是这种高端情绪短片，最重要的不是画面“多炫”，而是每一镜都服务同一个气质：克制、安静、低曝光、低对比、有质感。人物不用多，情绪也不用说满，只要让水、光、石材和声音慢慢接住观众就够了。
视频生成执行卡
把这节课压缩成一张可执行卡片：看重点、照步骤、避坑，再复制模板直接开做。
这节课不是先追求炫技成片，而是围绕「从参考视频到成片：用 Codex制作一支高端卫浴情绪短片」先把主体、动作、镜头和节奏稳住。
按原文节奏走最稳：先吃透「准备工具」，再把「第一步：上传 skill 和参考视频，让 AI 找方向」定住，接着处理「第二步：不断调整情节，让 AI 完善分镜」；最后用「第三步：先做人设，保证人物统一」收口。
- 先把「准备工具」里的主体和动作定死。
- 围绕「第一步：上传 skill 和参考视频，让 AI 找方向」只取局部结构，别整张照搬。
- 做完「第二步：不断调整情节，让 AI 完善分镜」后，先查连贯性和穿帮。
- 先把「第三步：先做人设，保证人物统一」里的主体和动作定死。
- 围绕「第四步：拆参考视频，提取视觉风格」只取局部结构，别整张照搬。
- 做完「第五步：先生成浴室场景，再生成正式分镜」后，先查连贯性和穿帮。
不要一上来就生成最终片；先拆镜头、定主体和运动，再逐段生成，否则容易跳轴、穿帮、节奏混乱。
检查主体是否稳定；镜头运动是否明确；前后画面是否连贯；节奏是否服务主题；是否有明显变形或穿帮。
请围绕「从参考视频到成片：用 Codex制作一支高端卫浴情绪短片」帮我做一个可直接执行的方案。 我的目标是：【填写你的具体目标】 我的素材/产品/角色信息是：【填写已有素材和限制】 请输出：核心创意、分镜表、每个镜头的画面描述、视频生成提示词、剪辑顺序和成片自检清单。要求主体稳定、动作明确、镜头连贯。