【品牌短片】布达佩斯大饭店风格的品牌短片（明日上传）

一起来看一下成品：

image 2.0 https://chatgpt.com/c/

nanobanan pro https://labs.google/fx/tools/flow/

seedance2.0、seedmusic1.0、seedream5.0pro https://jimeng.jianying.com/ai-tool/home/

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

https://www.flowpix.club/bj/34936.html?token=33cf440dd0e6a4252fc75fc8a990810d

以下是我与codex的对话记录，我将其整理成了本地html网页，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/2026/07/24/6a636d5146739.zip

这个项目最初的目标，是制作一支一分钟左右的品牌短片。画面学习《布达佩斯大饭店》的轴线构图、镜头运动、色彩搭配和舞台化调度，但人物、场景和故事都重新创作。

我先直接向Codex提出需求（我问了多个问题，可以总结成一下这句话）：

我想制作一支学习《布达佩斯大饭店》运镜、构图和视觉风格的一分钟视频，请先帮我构思剧情。画面内容需要原创，并与品牌产品结合，先提供5个故事方向。

我与codex的多段对话

我预先在Codex中配置了编剧Skill，因此任务匹配后，它会自动辅助梳理故事。（点击跳转）（来源于Github @山音）。

https://github.com/Shanyin-ai/shanyin-screenwriting-master

最初得到的方向很多，我继续缩小范围：先确定护肤、美妆品类，再确定核心产品为口红。最终选中的故事是《酒店失去了颜色》。

一句话概括这个故事：

酒店里的红色突然全部消失，礼宾员必须将唯一保留红色的口红送到女主手中，让色彩重新回到整座酒店。

这句话很重要。后面无论增加多少人物、场景和镜头，都要围绕“红色消失—护送口红—色彩恢复”这条主线展开。
codex给我的整体情节

得到故事只是开始。AI给出的情节经常看起来很有想象力，但未必具备清楚的空间关系。

例如，它曾经使用“黄铜钥匙格”“完全对称”等模糊表述。人都很难立即理解，视频模型就更难准确生成。我的处理方式不是让它全部重写，而是直接指出看不懂的部分：

黄铜钥匙格具体是什么？请描述它的外形、位置和里面放着什么。

这里不是真正的完全对称，而是左右元素在视觉上形成平衡，请重新描述。

经理、礼宾员、抽屉和口红盒分别位于画面的哪一侧？

1.例如我会询问这个镜头是长啥样的

2.一些不合理的地方也要引用出来，让Codex做解释

3.随时向Codex提出疑问

4.检查镜头能否容纳动作

电影感不能只靠“对称构图”“复古色彩”几个词，还要考虑摄影机能否看见关键动作。

例如，酒店外立面的镜头最初需要同时容纳门童、遮阳篷、屋顶时钟和旗帜，但一个固定画面很难兼顾。最后改成：

1.先展示酒店大全景；

2.镜头带有真实相机缩放感地推近两名门童；

3.门童抬头后，摄影机沿建筑中轴线垂直上升；

4.到达屋顶后，四面红旗褪成奶油白。

这样既交代了酒店全貌，也能让旗帜失色成为明确的视觉事件。

整支短片最难处理的场景，是酒店大堂中央的楼梯。

只用文字描述时，AI经常会漏掉楼层、平台，或者把两层楼梯生成成一层。因此，我找来电影中的楼梯参考图，让Codex按照图片逐层说明结构。

大堂结构参考

我给codex图片参考，他给我文字描述

最终确定的结构是：

• 大堂地面；
• 中央短楼梯；
• 中层中央小平台；
• 从中央平台向左右两侧上升的第一层斜梯；
• 左右折返平台；
• 从两侧平台向建筑中央返回的第二层斜梯；
• 最上方横向走廊；
• 二楼和顶层都必须有真实可站立的走廊空间。

礼宾员的移动路线也被固定下来：

从画面下方进入，跑上中央短楼梯，到达中央平台后向自己的右侧转90度，进入右侧斜梯；到达右侧平台后折返，再沿第二层斜梯跑向左上方，最后进入顶层横向走廊。

当空间复杂时，不要只说“人物跑上楼”。要把楼梯方向、平台位置、人物入口、转身方向和出口全部写清楚。

虽然这支短片完全使用AI制作，不需要考虑现实拍摄成本，但仍然要保证空间和动作在画面中成立。AI可以完成现实中昂贵的升降镜头，却不能自动弥补含糊的空间逻辑。

分镜完善过程中，我不断检查五件事：

1. 摄影机在哪里？
2. 人物从哪里进入，又从哪里离开？
3. 人物面向哪里，向哪一侧转身？
4. 关键道具在谁手里，前后位置是否一致？
5. 当前景别能否看清需要表达的动作和表情？

1.比如礼宾员拿到盒子的镜头，本来是背部固定镜头，我觉得这个镜头完全看不到盒子交接的过程，所以我把自己的想法与AI说

从而得到这个镜头

2.最初的结尾设计，是让礼宾员把口红盒从即将关闭的双扇门之间滑入化妆室。但实际考虑后，我认为这个动作太抽象，也削弱了礼宾员这条人物线。

最终改成：礼宾员在最后一刻侧身穿过正在关闭的双扇门，随后亲手将口红盒交给女主。

交接镜头使用侧面特写，只出现两组手：

• 礼宾员的双手从画面左侧进入；
• 女主的双手从画面右侧进入；
• 两人同时托住盒子；
• 女主拿稳后，礼宾员才松手。

这个改动既保留了紧迫感，也让护送任务真正得到完成。

进过不断的修改得到完善的镜头。很多镜头也不是一次性就完美的，这只是初步的镜头，生成视频时，你可能还有其他想法，后续还有更改。

以下是初版的分镜脚本：

分镜文档.doc

第一版分镜完成后，我开始准备人物、场景和道具资产。

影片中的主要人物包括：

• 酒店经理；
• 礼宾员；
• 捧蛋糕的服务员；
• 四名大堂服务员；
• 两名门童；
• 电梯维修工；
• 女主角；
• 2名后台工作人员；

我先让Codex为每个人物编写Midjourney提示词，再根据生成结果继续修改。

人物提示词需要明确：

• 真人写实影视人物；
• 全身影视定妆照；
• 干净背景；

明确定妆照的需求

第一批人物过于接近东亚形象，因此我补充了欧洲人物特征，并要求人物面孔具有辨识度，不要全部生成得像时装模特。

第一批人物

我让其参考原作中的人物形象

服装色彩也进行了统一：

• 普通酒店工作人员以高饱和、低明度的深紫色为主；
• 酒店经理使用深森林绿色；
• 女主使用深孔雀蓝礼服；
• 电梯维修工使用较鲜明但整洁的工装；
• 不同人物通过颜色和轮廓区分身份。

生成案例

1.女主角提示词（下划线内容一定要加，可以调用正在测试的v8.2模型，效果好不少）：

ull-length live-action cinematic costume fitting photograph, single adult European period-film actress, age 27, tall slender figure, natural fair complexion, long oval face, gray-green eyes, long straight nose, faint natural freckles. Dark ash-brown hair styled in a 1930s finger wave and low chignon. High-saturation low-value deep peacock-blue evening gown, rich blue-teal color, square neckline, distinctive diagonal drape from the left shoulder to the waist, fitted waist, ankle-length skirt, matte-gold earrings, matching peacock-blue pointed heels, soft natural pink lips. Natural standing pose, body turned slightly, face looking at camera, arms relaxed at sides, empty hands, calm composed expression. Clean warm cream-gray seamless studio background, soft cinematic studio lighting, realistic skin, natural hair, authentic velvet and silk textures, eye-level camera, 50mm lens, complete head-to-toe framing, both shoes fully visible, studio floor visible below the feet --preview

2.礼宾员提示词

Realistic film/TV character full body makeup photo, single person. 21 year old male concierge, Southern European/Balkan, tall and slender, narrow shoulders and limbs. Light olive skin, narrow face, high slightly curved nose bridge, slightly protruding earlobes, dark brown eyes, black slightly curly short hair, clean beard, young agile face with slight irregularity, not a standard model face. Costume: Deep grape purple octagonal concierge hat tilted slightly left, small brass key badge on front. High saturation, low brightness deep grape purple short concierge uniform, creamy white stand up collar, cuffs, and bow tie, six brass chest buttons, fine gold piping edges. Close fitting dark purple pants, black patent leather shoes, white cotton gloves. Purple remains rich and visible even in dark areas. Pose: Body slightly turned, face toward camera, arms naturally down, hands relaxed, no props, calm focused expression, closed mouth smile. Background: Clean warm gray cream seamless studio. Soft movie lighting. Real skin, hair, wool, cotton, brass textures. Vertical 2:3 frame, eye level, 50mm lens, full body head to sole, character ~80% frame height, small ground visible below feet. Negative prompt: half body, avatar, face close up, cropped head/hands/shoes, multiple characters, collage, East Asian/idol/model face, fitness figure, green/red/purple black/gray purple uniform, modern/military uniform, exaggerated pose, props, complex background, hotel scene, illustration, animation, doll, text, watermark. --preview

3.大堂经理提示词：

Full-length live-action cinematic costume fitting photograph, single 50-year-old Central European male hotel manager, tall lean figure, rectangular face, high forehead, slightly curved prominent nose, gray-blue eyes, neatly combed silver-gray hair, narrow well-groomed mustache, thin round gold glasses. High-saturation low-value deep emerald-green double-breasted manager coat, pale-gold waistcoat, cream high-collar shirt and bow tie, brass buttons, fine gold piping, dark-green trousers, black leather shoes, white gloves. Natural standing pose, arms relaxed at sides, calm authoritative expression. Clean warm cream-gray seamless studio background, soft cinematic lighting, realistic skin and wool textures, eye-level camera, 50mm lens, complete head-to-toe framing, both shoes visible --preview

4.门童提示词

Full-length live-action cinematic costume fitting photograph, single 25-year-old European male hotel doorman, tall slender build, long face, pale gray-blue eyes, short dark-blond hair, straight prominent nose, serious expression. High-saturation low-value deep grape-purple long doorman coat, cream stand collar cuffs and bow tie, gold piping, brass buttons, deep-purple trousers, black patent shoes, white gloves, small deep-purple pillbox hat. Natural standing pose, arms relaxed at sides, empty hands. Clean warm cream-gray seamless studio background, soft cinematic lighting, eye-level camera, 50mm lens, complete head-to-toe framing --preview

5.服务员提示词：

Full-length live-action cinematic costume fitting photograph, single European male hotel waiter,25-year-old Southern European man, tall slender build, light olive skin, narrow face, short curly black hair. High-saturation low-value deep grape-purple service uniform, cream shirt bow tie and cuffs, brass buttons, fine gold piping, deep-purple trousers, black leather shoes, white gloves. Natural standing pose, arms relaxed at sides, empty hands, polite restrained expression. Clean warm cream-gray seamless studio background, soft cinematic lighting, realistic skin hair and wool textures, eye-level camera, 50mm lens, complete head-to-toe framing --preview

6.修理工：

Full-length live-action cinematic costume fitting photograph, single 45-year-old European male hotel maintenance technician, medium height, sturdy build, broad shoulders, square-rounded face, gray-blue eyes, neatly combed dark gray-brown hair, very short well-groomed beard, clean professional appearance. High-saturation low-value deep ochre-yellow work uniform, a rich color between dark mustard yellow and antique gold, vivid but not fluorescent, tailored work jacket and straight trousers, muted blue-gray collar cuffs and pocket edges, cream undershirt, matte brass zipper, narrow dark-brown leather belt, clean dark-brown work boots. Neat well-fitted carefully maintained clothing. Natural standing pose, body turned slightly, face looking at camera, arms relaxed at sides, empty hands, serious composed expression. Clean warm cream-gray seamless studio background, soft cinematic lighting, realistic skin hair canvas and leather textures, eye-level camera, 50mm lens, complete head-to-toe framing, both shoes visible --preview

这些提示词在我刚开始分享的对话压缩包中都有。

因为故事涉及红色消失，还要提前准备人物的两个状态：

1.包含领结变成乳白色

直接输入提示词：将人物的领结变成红色

然后去平面设计工具里将变化前后的人物拼在一起，这样就能作为一个人物资产

2.女主的嘴唇没涂口红与涂上口红

直接使用nanobanan pro把女主的嘴唇去掉颜色，呈现自然的嘴唇状态。

提示词：去掉女人的口红，呈现自然的嘴唇颜色

本次项目使用Midjourney生成主要人物与场景。模型版本和具体参数可能随平台更新，按自己当前可用的版本调整即可。

为了让不同画面保持相近的色彩，我先将电影剧照整理成midjourney情绪板。情绪板不是让AI复制电影场景，而是帮助它理解：影片的色彩，空间，质感

参考图：

参考.rar

只需要在midjourney中输入这个尾缀即可直接调用粉色调

--profile 7tkq5s3

随后生成剧情需要的主要场景：

• 酒店外立面；
• 酒店大堂；
• 两层折返楼梯；
• 红色独立电梯；
• 顶层走廊；
• 后台化妆室；
• 演艺厅和舞台。

和生成人物一样，直接询问codex就行：

1.大堂

其中，大堂资产最复杂。

我先生成一张大堂的正视图，提示词如下：

REFERENCE_IMAGE_URL，1930年代虚构的中欧豪华酒店大堂，写实真人影视布景，电影级全景建立镜头，巨大的三层挑高空间，摄影机位于酒店入口正中央，平视机位，24毫米电影广角镜头，正对建筑中轴线，水平地平线，垂直线条端正，深景深，完整容纳一楼大堂、二楼楼层和三楼顶层回廊。 一座大型双层折返楼梯占据画面中央。最下方是一段铺设深红色地毯的中央短楼梯，从一楼大堂地面笔直上升到中央小平台。从中央小平台左右两侧，各有一段斜梯向左上方和右上方展开，分别抵达二楼左侧平台和二楼右侧平台，形成宽阔的V形下层楼梯。楼梯在二楼左右两侧平台完成折返，第二组斜梯从左右两端向建筑中央上升，在上方中央平台汇合，形成倒V形上层楼梯，并连接三楼最高处的横向回廊。四段斜梯、中央短梯、所有平台、栏杆和楼板连接清楚分离、完整可见、结构连贯。 二楼是一层完整、宽阔、可以正常行走和使用的室内楼层，不是一条狭窄栏杆或悬空平台。厚实的蜂蜜金色大理石楼板横贯画面左右，正面可以清楚看见水平楼板边缘。连续的深色金属栏杆和哑光黄铜扶手围绕二楼开放回廊，栏杆后方具有明显的地面纵深。二楼回廊向左右两侧延伸进入酒店侧翼，包含方形蜂蜜色大理石立柱、复古房门、拱形通道、暖色球形壁灯、盆栽棕榈、少量座椅和远处人物。下层V形楼梯在二楼左右平台落地，上层倒V形楼梯从同一层的左右平台继续向上。三楼顶层同样具有完整的横向回廊、楼板、栏杆和左右通道。 一座大型浅弧形木质前台位于画面正中央前景，前台、中央短楼梯、上方平台和吊灯共享同一条建筑中轴线。前台正面朝向摄影机，采用暖棕色雕花木板、浅弧形与轻微多边形结合的轮廓、克制的哑光黄铜装饰。前台中央工作区域平直规整，可以容纳隐藏式抽屉。前台体量较矮，摄影机能够看见其后方中央短楼梯的主要结构。前台左右各保留一条宽敞通道。 独立式复古电梯厢位于画面右侧墙边的中景位置，不在建筑中轴线上。按照景深顺序，电梯位于前台之后、中央短楼梯之前:电梯比前台距离摄影机更远，但比中央短楼梯的第一级台阶距离摄影机更近。电梯靠右侧墙体设置，位于前台右后方和楼梯右前方。整个电梯轿厢及突出的实体侧板均采用高饱和、低明度的深绯红色烤漆，配有哑光黄铜门框、按钮和顶部装饰。电梯略微朝向大堂中央，以三分之四侧面角度同时展示电梯门和红色实体侧板。前台右侧通道笔直通向电梯，电梯与中央楼梯之间保留清晰间隔。 二楼和三楼的开放回廊沿挑高空间左右两侧延伸，由高大的方形蜂蜜色大理石立柱支撑。中央楼梯上方悬挂大型多层圆形水晶吊灯。大堂两侧布置深色金属栏杆、黄铜扶手、复古球形壁灯、盆栽棕榈、少量年代座椅和小圆桌。 大堂采用暖桃橙色、蜂蜜金色、奶油白和浅杏色配色。蜂蜜色大理石墙板与立柱、奶油色石材地面、带有克制金色几何边框的深红色地毯、暖色吊灯和球形灯具。大理石、木材、黄铜、玻璃和天鹅绒具有真实可触摸的影视布景材质。 大堂内分布约十名欧洲酒店员工和客人。两名身穿深葡萄紫制服的员工站在中央前台后方；一对中年旅行夫妇位于前台左前侧；一名紫色制服行李员推着小型黄铜行李车穿过左侧通道；两名客人坐在右侧休息区；一名客人正在下层楼梯行走；一名员工位于二楼回廊；一名远处人物位于三楼回廊。人物自然交谈、行走、工作或等待，视线朝向彼此或手中的事务，不遮挡前台、红色电梯、二楼楼板和中央楼梯。 中央楼梯形成强烈视觉秩序，前台与楼梯严格居中，红色电梯稳定画面右侧，人物和家具自然形成非机械式平衡。暖色空气雾感，柔和高光，轻微降低对比度，精细模拟胶片颗粒，写实真人年代电影静帧，华丽、精致、温暖而略带戏剧感 --ar 4:3 --profile 7tkq5s3 --hd --preview

随后使用Nano Banana Pro和Seedream 5.0 Pro生成多组九宫格场景

提示词如下：

生成这个场景的9宫格图，9个不同的视角图片，要包含大堂的纯侧面，大堂高空俯视图，一张电梯厅的图（图2是电梯厅添加一下电梯轿厢的上下结构，现在只有一个轿厢，没法用），前台特写图。保持图1的色调、色彩、画面质感

使用这张图和电梯厅去生成

再从每组九宫格里选择空间最合理的画面。

因为单次九宫格中经常只有几张真正符合要求，所以我把合格画面分别截取出来，再组合成一张新的场景参考板。同时单独补充红色独立电梯，并明确它位于前台与中央短楼梯之间。

这种方法的重点不是追求九张画面都完美，而是先扩大选择范围，再建立一组空间和色彩一致的参考资产。

2.饭店外立面

提示词如下：

REFERENCE_IMAGE_URL extreme wide establishing shot, extreme long shot of a fictional 1930s Central European Alpine grand hotel standing on a broad elevated plateau in the center of a mountain valley, photorealistic live-action cinematic production design, complete building visible from its foundation and entrance to every floor, roofline, central clock tower and rooftop flags. Camera positioned several hundred meters away at a slightly elevated frontal observation point, looking directly toward the central architectural axis, distant eye-level view, 50mm cinematic lens, level horizon, corrected vertical lines, deep focus. The hotel occupies only the central half of the frame in width and height, surrounded by a large amount of visible landscape, formal grounds, mountain valley and open sky. A monumental seven-story classical European palace hotel, broad dignified frontal façade, low-saturation high-value warm cream, pale apricot, soft peach and honey-sandstone walls, light-brown tiled roof, aged-brass balcony rails and window details. Repeating tall windows, shallow balconies, decorative pilasters, carved stone surrounds and horizontal cornices remain visible from the distant viewpoint. The main entrance occupies the exact lower center of the façade, broad stone steps and one high-saturation low-value deep-red fabric awning. A small square clock tower crowns the exact center of the roof, containing one large circular mechanical clock facing the camera. The entrance, central window bay, circular clock and highest roof point share one precise vertical axis. Exactly four separate rooftop flagpoles surround the clock tower, two on the left and two on the right, carrying four clearly separated deep-red rectangular flags fully unfurled in the mountain wind. Vivid red isolated exclusively to the single entrance awning and four rooftop flags, all other architectural surfaces remaining cream, apricot, honey-gold and light brown. A vast pale-stone forecourt spreads across the space in front of the hotel. One central access road begins near the bottom edge of the frame and leads directly toward the main entrance. Carefully trimmed formal gardens, geometric lawns, low evergreen hedges, restrained brass garden lamps and a few period benches occupy both sides of the road. Two curved carriage drives sweep around the left and right sides of the forecourt. Several extremely small hotel employees and guests near the entrance emphasize the monumental scale of the building. Dense dark-green pine forests and rolling slopes surround both sides of the hotel. Layered European Alpine mountains, rocky peaks and distant atmospheric mist rise behind the building. Pale blue morning sky occupies approximately the upper third of the composition, with a few soft clouds. The entire hotel silhouette remains clear and unobstructed. Warm early-morning natural light, soft elongated shadows, subtle valley mist, pale-gold atmospheric perspective, gently lowered contrast, fine 35mm analog film grain, tactile stone, brass, glass, fabric and roof-tile textures, lavish whimsical old-European period-film production design, meticulous central composition, monumental scale, tranquil atmosphere, distant cinematic grandeur --ar 4:3 --profile 7tkq5s3 --hd --preview

3.饭店内部走廊

提示词如下：

Photorealistic live-action cinematic interior, completely empty 1930s Central European grand hotel corridor, centered eye-level camera, 24mm wide-angle lens, precise one-point perspective, deep focus, all lines converging on the center of the far wall. Soft rose-peach walls, warm cream wainscoting, repeating warm-ivory room doors and brass sconces along the left wall, tall windows with translucent white sheer curtains along the right wall, repeating opal-globe pendant lights on the central ceiling axis. One pair of completely closed deep-brown wooden double doors at the exact center of the far wall, simple rectangular panels, two small brass handles, plain surfaces without writing or symbols. Mostly plain smooth cream-marble flooring, no carpet and no decorative pattern. Only one narrow single-tile-wide strip of deep forest-green rectangular marble inlays runs perfectly straight from the foreground center to the --ar 4:3 --profile 1soqyyk --hd --preview

4.后台化妆间：

Fully furnished 1930s Central European grand hotel backstage dressing room, photorealistic cinematic set, eye level wide establishing shot of entire room. Dark walnut double doors on left wall, clear floor path toward right. Large principal makeup vanity on right half of back wall: pale honey wood, matte gold mirror frame, warm white globe bulbs, upholstered stool, drawers, lipstick holders, powder compacts, brushes, perfume bottles, combs, hairpins, powder puffs, hand mirrors. Two smaller illuminated makeup stations on side walls. Costume rack with peacock blue, grape purple, mustard gold, and cream gowns, hatboxes, shoe shelves, open vintage makeup cases. Velvet bench, flower arrangement, side table, deep peacock blue folding screen concealing stage wing entrance. Warm cream and pale apricot wall panels, pale honey wood floor, geometric rugs at room edges only, bright even tungsten lighting, no dark corners. Asymmetrical balanced composition, deep focus, corrected verticals, 24mm cinematic lens, fine analog film grain, tactile wood, brass, glass, velvet, and cosmetic textures. --ar 4:3 --hd --preview

注意这种单张场景去作为场景参考时一定要再次生成一张俯视图。因为在seedance2.0生成时，倘若你这张参考场景与你提示词描述的镜头稍微有一点相似，那么seedance2.0就会降智，直接使用这张参考图呈现在视频中。

所以我用nanobanan pro生成了俯视图，提示词如下：

将这个场景改成高空俯视图

道具部分相对简单，但仍然需要控制数量。如果只说“帮我生成影片需要的道具”，AI往往会给出大量没有实际用途的物品。

直接给出的道具太多了

因此，我改成只索取核心道具提示词。本片真正需要独立生成的主要道具有：

红色口红（这里的口红我直接从网络上找了一个比较精致的）；

打开的奶油白金边口红盒；

白色奶油蛋糕与草莓；

维修工具箱。

AI给的核心道具提示词，我只用到了3个，蛋糕、工具箱、口红盒

1.蛋糕提示词：

Single tier round cream cake centered on a circular polished silver tray. Camera slightly above front, angled ~25 degrees downward - frontal three quarter view showing full cake side, most of top surface, and full tray rim. Never overhead or top down. Perfectly smooth cream white frosting, clean cylindrical silhouette, plain sides - no writing, piping, chocolate, or fruit on sides. Exactly four identical whole red strawberries near the outer edge of the cake top in precise clock positions: 12 o'clock: rear center 3 o'clock: right center 6 o'clock: front center (closest to camera) 9 o'clock: left center Four strawberries form a clear, evenly spaced cross arrangement. Each: natural conical shape, vivid red skin, visible seeds, intact green leaves. Cake center completely empty - no fifth strawberry or extra decoration. Full polished silver tray rim visible. Photorealistic cinematic food prop, clean warm gray seamless background, 50mm lens, soft diffused studio lighting, tactile frosting and polished silver textures. --no overhead, top-down, people, hands, utensils, extra fruit, flowers, candles, text, letters, numbers, symbols, logo, watermark, illustration, anime --chaos 0 --ar 4:3 --raw --stylize 25 --hd --preview

2.工具箱

One clean professional 1930s hotel maintenance toolbox, rigid dark-brown leather case with brass latches, lid fully open, pale-beige fitted interior. Exactly one wrench, two screwdrivers, one pair of pliers and one small screenless mechanical testing tool secured in neat individual positions, clearly separated tools, no dirt or loose clutter. Isolated live-action cinematic prop reference, clean warm-gray seamless background, centered full object, elevated three-quarter view, soft diffused studio lighting, photorealistic live-action period-film prop --no people, hands, birds, shoes, text, letters, numbers, symbols, logo, watermark, clutter, illustration, anime --chaos 0 --ar 4:3 --raw --stylize 25 --hd --preview

3.口红盒

One fully open 1930s Art Deco luxury lipstick case, compact palm sized proportions, short rounded rectangle approaching a square, ~11 cm long, 8.5 cm wide, 2.3 cm thick. Lid opens backward ~110 degrees on rear hinges. Elevated frontal camera ~45 degrees downward, clearly showing complete lid interior, base, hinges, and front clasp. Warm ivory pearlescent enamel exterior, subtly clipped octagonal corners, exceptionally thin double line champagne gold frame, precision gold corner guards, one tiny centered champagne gold push clasp. Clean unbranded lid panel. Ivory silk satin lining inside lid; sculpted cream white short pile velvet inside base. One ~8.5 cm horizontal recessed lipstick slot, sized for one capped lipstick with small margins. Completely empty interior. Fine jewelry box craftsmanship, slim and precious. Clean warm gray seamless background, elevated three quarter view, 85mm product lens, soft diffused studio lighting, photorealistic cinematic prop. --no closed, shut, elongated, oversized, eyeglass, people, hands, lipstick, plastic, cardboard, text, letters, numbers, symbols, logo, watermark, illustration, anime --chaos 0 --ar 4:3 --raw --stylize 40 --hd --preview

因为故事涉及红色消失，还要提前准备同一物体的两个状态：

红色正常版本；

红色褪去后的奶油白版本，只需要在nanobanan pro中说明：

“将蛋糕上的草莓改成白色”

全部资产准备完成后，我重新让Codex整理完整分镜，再按照分镜逐段使用Seedance 2.0生成视频。

我使用的视频提示词主要分为四部分。

1. 氛围与质感

这一部分负责统一整部影片的画面语言：

写实真人年代电影质感，视觉参考电影《布达佩斯大饭店》的4:3画幅、正面构图、中央轴线、视觉平衡、舞台化人物调度和精准运镜，但不复制原电影角色、剧情与具体场景。整体色彩以奶油白、淡杏粉、暖桃色、蜂蜜金、深森林绿、浅棕色和深葡萄紫为主；暖色高明度背景搭配高饱和低明度服装。鲜红色作为核心叙事色，只出现在口红以及逐渐失色、最终恢复的旗帜、遮阳篷、领结、草莓和玫瑰上。人物肤色、发色和口红产品颜色保持稳定。摄影机以正面固定机位、严格侧面机位、一点透视、90度纯俯视、水平横移和垂直升降为主；运镜平稳、精准，快速段落加入甩镜、真实光学变焦和自然动态模糊。高速运动时出现方向正确的运动模糊，镜头停稳后立即恢复清晰。暖琥珀色实景灯光，柔和高光，轻微空气雾感，适度低反差，深景深，真实石材、木材、黄铜、织物与化妆品质感，细腻35毫米胶片颗粒。画面精致、幽默、秩序感强，保持真人电影布景质感，不生成插画、动漫、塑料材质或微缩模型效果。

2. 资产引用

把当前镜头需要的图片逐一说明（文字与图片一一对应）

例如：

【场景】图9是大饭店内部的场景，包含了大堂的纯侧面，电梯厅，楼梯，前台细节，大堂纯俯视角等等视角。图1是大堂的红色褪色状态【人物】图2-图5是酒店的四个服务员，每一张图的左边是白色领结状态，右边的图是红色领结的状态。图6是大堂经理。图7是端蛋糕的女服务员。（人物都在大堂中）【道具】图8上图是蛋糕草莓的褪色状态，下图是草莓红色状态。

3. 声音和限制

不要生成背景音乐，只保留音效。不生成字幕、文字或水印。

4. 画面内容

最后才写具体分镜（大部分都是AI结合我的剧本直接给我的，然后还需要自己审查一下内容，生成视频后也要继续审查），包括：

【画面内容】 镜头1｜草莓失色
硬切到90度垂直俯视画面。摄影机垂直向下，不倾斜、不旋转。
在大堂场景中，图7女服务员双手端着银色圆形托盘蛋糕在行走（镜头一直跟踪蛋糕位于视觉中心）背景是大堂内的紫色地毯，位于画面中央，圆形奶油蛋糕位于托盘中央。以蛋糕中心为基准，四颗完整的红草莓分别摆在左上、右上、右下、左下四个方位，形成视觉平衡。
四颗草莓依次变色：
左上方草莓变成奶油白；
右上方草莓变成奶油白；
右下方草莓变成奶油白；
左下方草莓最后变成奶油白。
每颗草莓只改变颜色，形状、大小和位置保持不变。最后一颗草莓变白后，画面停顿半秒。
硬切到镜头2。切换后，观众看见同一个银色托盘和同一个草莓蛋糕正被图7女服务员双手捧着。

镜头2｜大堂失色（从图9变成图1，红色消散）
摄影机从侧面拍摄酒店大堂，与墙面保持平行。4名服务员（图片2、图片3、图片4、图片5的4个男服务员）横向站成一排，站在图1饭店大堂中，全部正面面向摄影机，每人胸前都戴着红色领结。
一名领结已经变白的服务员从画面左侧进入，双手捧着镜头1中的银色托盘和白色草莓蛋糕，沿队列前方向右快速行走。
他每经过一名服务员，那名服务员胸前的红色领结就立即变成奶油白。
4名服务员先低头查看自己的领结，随后同时把头转向画面右侧。
摄影机顺着他们的视线快速向右甩动。甩镜经过前台左端时，产生明显的横向动态模糊。
镜头2与镜头3之间不切换。

镜头3｜经理发现异常并按铃（背景中的红色消散从图9变成图1）
经理中近景
承接镜头2的向右甩镜，摄影机停在经理胸部以上的中近景，纯正面拍摄（背景是楼梯，经理在前台内侧）
经理先看向画外左侧，眉头轻微收紧，随后低下眼睛，看向柜台上的黄铜铃。
摄影机保持固定。画面重点落在经理的眼神变化上。

硬切至黄铜铃正面特写（保证画面元素的平衡对称）。
画面只出现黄铜铃、深棕色柜台和经理的右手，经理的下半身，以及背景虚化的部分楼梯。经理用食指迅速按下铜铃。
铜铃发出清晰的“叮”声。在铃声响起的一刻，铃声的尾音仍在持续。然后双手伸手拉开前台抽屉（只能看到拉开的动作）

生成界面（使用seedance2.0）

所有视频片段生成后，我先在剪映中完成画面剪辑。这个阶段不急着寻找背景音乐，先把故事顺序、镜头长度和动作连接处理好。

粗剪完成后，我将整支视频导出，再交给Codex分析适合的音乐结构。

结合成片，我继续补充自己的情绪与节奏要求：

这是我稍微修改了一下的视频，我希望刚拿到口红的时候，紧迫感一般般，主要是电梯上不了，然后紧迫感直接上了一层台阶，然后直到送到口红时，情绪平静，也可以没声音，然后再女主涂完口红，镜头往后推 的时候,慢慢的就开始有高潮来了。 然后呢,高潮直到就是楼顶的旗子变红,,楼顶旗子变红之后切到女主的那个现场,就是情绪再高涨一下，看到电梯不能用的时候,可以稍微声音可以就是,停顿可以稍微暂停一下,然后呢,再紧迫感升级。

以下是AI给我的音频提示词：

【第一段｜0—36秒｜失色、任务建立、电梯失败】
生成约36秒的纯音乐电影配乐，无人声。1930年代中欧豪华酒店氛围，优雅、神秘、有秩序感，只有适度紧迫感。D小调，3/4拍，从84 BPM缓慢提升到96 BPM。使用钢片琴、中欧扬琴cimbalom、巴松、单簧管和轻柔拨弦弦乐。
使用D–F–E的短、短、长三音主题。红色消失时加入柔和下降音。口红出现、装盒和交接后，增加钟表般的轻拨弦，但保持克制，不要进入追逐。礼宾员拿到口红时音乐只稍微加快，表现任务开始，而不是危险已经发生。
走到电梯时，安排三个短促、等距离的音乐重音，对应三次按钮。电梯门打开，维修工做出“X”的一刻，所有乐器突然停止，结尾没有混响、没有终止和弦。
不要快速军鼓，不要在拿到口红时进入高潮，不要生成真实铃声和按钮声。
【36—36.7秒｜人工静默】
完全不放BGM，只保留维修工动作、工具轻响、电梯环境声和礼宾员呼吸。
【第二段｜36.7—64秒｜寻找楼梯、追逐、最后穿门】
生成约27秒的纯音乐追逐配乐，无人声，D小调。
开头约3秒只使用低音提琴和巴松演奏缓慢、短促的两音脉冲。脉冲由弱到强，间隔逐渐缩短，表现礼宾员迅速寻找其他路线。第一视角转向楼梯时，中欧扬琴和拨弦弦乐演奏快速上行启动音。
楼梯完整出现后，立即进入126—132 BPM、6/8拍的高速追逐。加入快速拨弦弦乐、中欧扬琴、低音提琴、单簧管、巴松和轻型军鼓。人物上楼时保持稳定奔跑节奏；进入走廊后，逐渐增加音符密度、军鼓力度和低音脉冲。
最后冲向双扇门时，旋律持续上升，和声越来越紧张。礼宾员成功进入化妆室并把口红送到女主面前的一刻，所有乐器突然完全停止，不留下混响或胜利和弦。
不要在维修工出现后立刻全速爆发，要经过短暂停顿和低音脉冲后再升级。不要生成真实脚步、关门或呼吸音效。
【64—72秒｜交付与上妆，完全静默】
不放任何BGM。
只保留礼宾员呼吸、双手交付、盒盖打开、拔下口红盖、旋转底座和涂抹口红的声音。女主涂完口红后短暂停顿。
【第三段｜72—93秒｜缓慢起势、两次高潮与产品落版】
生成约21秒的纯音乐电影终章，无人声。
音乐从女主涂完口红、摄影机开始后退时极弱进入。开头只使用一颗钢片琴单音、柔和弦乐长音和极轻的中欧扬琴，保持D小调悬停感，不要立刻宏大。
随着摄影机后退和红色逐渐恢复，乐器逐层加入：先是扬琴，再加入拨弦弦乐、温暖长弦乐、单簧管和轻柔圆号。三音主题从D小调的D–F–E逐渐转为D大调的D–F♯–E。
约81秒，楼顶旗帜恢复红色时，奏出第一个完整、明亮的大调高潮和弦，加入高音弦乐和圆号，但音乐不能结束。
约82.2秒切到女主登场现场时，情绪立即再提高一级。转为96 BPM、3/4拍的华丽复古舞会华尔兹，加入更明亮的高音弦乐、单簧管、钢片琴和克制的弱音小号。第二次高潮必须比旗帜变红更闪耀，但不能变成史诗预告片。
摄影闪光时加入三个短促音乐重音，不生成真实快门声。画面定格成照片时，旋律机械式重复一次并突然卡住，只留下一个短暂悬停音。
照片落到梳妆台后，演奏简短、柔和的D大调终止式。最后一秒完全安静，为黄铜铃和切黑留出空间。
不要电子节拍，不要史诗重鼓，不要流行歌曲结构，不要过度煽情。

使用seedmusic 1.0 Preview生成

我使用即梦AI中的Seed Music 1.0生成音乐，再放回剪映，根据画面重新裁切和对齐。

最后补充必要的动作音效，并统一调整全片色彩。

画面色彩中我添加了噪点，增加了自然饱和度还有色调对比度，让其看起来更像电影。

最终导出即可。

1. 不懂就直接指出来

不要使用“感觉不对”“再高级一点”这类笼统反馈。应该指出具体问题：

• 哪个名词看不懂；
• 哪个人物挡住了动作；
• 哪个道具前后位置不一致；
• 哪条路线无法连接；
• 哪个镜头容纳不了需要表达的内容。

2. AI生成的分镜仍然需要人工判断

AI可以快速提供方向，但不会自动保证每个动作都有逻辑。尤其是复杂楼梯、人物转身、物品交接和连续镜头，更需要自己检查。

3. 先建立资产，再生成视频

人物、场景和核心道具先确定，视频阶段才能减少角色变脸、服装变化、空间跳跃和道具变形。

4. 复杂空间优先使用参考图

当文字很难说明建筑结构时，直接提供图片，再让AI逐层描述。图像参考与明确路线结合，比不断堆叠形容词更有效。

5. 音乐要服从剧情，而不是一直热闹

好的音乐不是从开始就进入高潮，而是跟随阻碍、停顿、追逐、交付和登场逐层变化。

最终流程

这支影片的完整制作顺序是：

故事方向—一句话主线—完整分镜—人物资产—场景资产—道具资产—逐镜生成—粗剪—音乐设计—音效—调色—产品落版。

我最初计划制作一分钟左右的短片，最终为保证故事和情绪完整，成片保留为约93秒，画面尺寸为1440×1080。

整个过程中，AI承担了构思、提示词整理、资产生成和视频生成等工作，但故事判断、空间修正、镜头选择和节奏控制仍然需要创作者亲自完成。这也是AI短片从“画面集合”变成“完整影片”的关键。

【免责声明】 本课程内容仅为AIGC技术教学与案例分析之目的，所引用的品牌名称、商标、Logo、广告素材等均属各自权利人所有。本平台与所提及的任何品牌方不存在任何形式的合作、联名、代言或授权关系。课程内容仅供学习参考，不构成任何商业建议。如权利人认为内容涉及侵权，请联系我们（联系方式 WX：Xiaofengguwen010），我们将在核实后第一时间处理。

请围绕「布达佩斯大饭店风格的品牌短片（明日上传）」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。