AI短剧第五步：关键帧已经锁定， 现在开始把22个镜头 真正变成视频素材
到第5步，我们终于正式进入视频生成。 但这里仍然不是把22张关键帧全部扔进工具里让AI自由发挥。 每个镜头都要按照上一阶段锁定的起始状态、结束状态、动作方向和镜头任务单独处理。 简单镜头使用单关键帧生成， 状态变化明显的镜头使用首尾帧控制， 高难动作继续拆解，必要时再使用备用模型尝试。
← 还没完成第4步？先完成关键帧与画面一致性做完这一篇，你应该得到一套可以直接进入剪辑的视频素材
这里追求的不是每个镜头都一次生成完美， 而是得到稳定、可用、能够通过剪辑组成完整88秒短剧的视频片段。
视频阶段不再重新设计画面
这一阶段真正的输入不是故事，也不是剧本， 而是上一阶段已经通过验收的关键帧和镜头任务书。
操作 1：建立“05_视频素材”文件夹
操作 2：继续沿用镜头编号
从现在开始，不要用“视频1”“最终视频2”“最后最终版”这样的名字。 所有文件必须继续对应S01—S22。
S02_V01.mp4 → S02_V02.mp4 → S02_LOCK.mp4
操作 3：先确认当前镜头属于哪一种生成方式
单关键帧图生视频
适合氛围、人物反应和简单动作。
首尾帧控制
适合明确状态变化，需要控制动作终点。
分段生成 + 剪辑
适合三箭、影子异变、动物抢匣等复杂动作。
视频提示词不是重新描述画面，而是告诉AI“怎么动”
关键帧已经决定了谁、在哪里、长什么样。 视频提示词重点只剩下动作、速度、幅度和镜头运动。
少描述身份
不重新写人物长相、服装和环境， 这些已经存在于参考图。
多描述动作
明确谁动、怎么动、速度多快、最后停在哪里。
控制镜头运动
没有必要就保持固定机位， 不要让模型自动增加复杂运镜。
动作越难越要短
高难动作不要追求长镜头， 分段完成以后交给剪辑连接。
操作 1：统一使用“主体动作 + 环境动作 + 镜头运动”结构
三个系统同时运动， 模型需要同时维持人物、空间和摄影机关系， 失败概率会明显增加。 对短剧来说，剪辑节奏通常比复杂长运镜更重要。
样镜通过以后，再批量生产22个镜头
S02上一阶段已经生成了稳定关键帧， 现在用它测试人物小动作、风雪运动和镜头稳定程度。
操作 1：上传S02_LOCK关键帧
进入可灵AI当前的视频生成入口， 使用图生视频方式， 上传上一阶段已经验收的S02关键帧。
不需要死记某个版本按钮叫法。 这一阶段需要的能力本质上只有： 使用已有图片作为视频起始视觉依据。
操作 2：输入S02视频提示词
保持起始图片中的人物身份、服装、幽灯和北哨结构稳定。
主体动作
赫连朔缓慢、小幅抬头， 视线落向画面右上方的幽灯。
人物状态
身体基本保持不动， 只有头部和眼神发生轻微变化， 神情警觉、克制。
环境动作
背景暴雪持续由左向右横向吹动， 衣角和少量碎发受到轻微风力影响。
摄影机
固定机位， 不推拉， 不旋转， 不改变构图。
避免
- 不要改变人物脸型。
- 不要改变护甲。
- 不要出现夸张表情。
- 不要新增人物。
- 不要让幽灯自行变形。
- 不要出现无原因大幅镜头运动。
操作 3：生成以后只检查6件事
简单镜头不要过度控制，让AI只完成一个主要动作
S02样镜通过以后， 先把所有低难度和大部分中难度单帧镜头完成， 建立第一批稳定视频素材。
人物反应
抬头、看向某处、简单后退、对白口型前的身体动作。
环境镜头
暴雪、雪骑出现、环境轻微推进等。
小幅主体动作
照野挖雪、人物走近、枪轻微转向等。
操作 1：先确定动作幅度
操作 2：不要让所有镜头都动摄影机
真实影视并不是每个镜头都在移动。 特别是AI短剧， 稳定的固定镜头、轻推、轻跟， 往往比大幅环绕更容易形成统一风格。
如果人物本身已经在快速移动， 摄影机尽量稳定； 如果人物基本不动， 可以用轻微推进增加画面生命力。
动作终点非常重要时，不要让模型自己猜
例如牧迟最后必须摔倒、铜匣必须脱手， 如果只提供首帧， 模型可能产生完全不同的动作结果。
操作 1：S14使用首尾帧控制“奔跑 → 摔倒”
操作 2：提示词只描述首尾之间的运动
从首帧自然过渡到尾帧， 严格保持牧迟身份、服装、铜匣和雪原环境一致。
动作过程
牧迟正在向前奔跑， 身体突然像被后方无形力量猛地拽住， 向前速度迅速消失。
身体失去平衡向后摔倒， 双手松开， 铜匣由于惯性继续向前滑出。
镜头
摄影机基本固定， 允许极轻微跟随人物， 不做环绕。
环境
暴雪持续， 地面积雪受到脚步和摔倒动作轻微扰动。
禁止
- 不要让角色主动跳起。
- 不要改变铜匣尺寸。
- 不要改变人物服装。
- 不要增加其他人物。
- 不要自动旋转镜头。
操作 3：首尾帧之间差异不要过大
如果人物从画面左侧瞬间跑到右侧， 同时服装、姿态、背景机位都变化， 模型中间仍然很难构建合理运动。 首尾帧越像同一个连续镜头里的两个状态，成功率越高。
不要求一个模型一次完成整场动作戏
高难镜头真正有效的方法， 仍然是拆分、减少主体、降低动作复杂度，再通过剪辑制造连续感。
影子异变
人物和影子最好分阶段处理， 部分黑影变化留给后期。
照野夺匣
动物运动 + 道具交互本身已经足够复杂， 不同时要求复杂运镜。
三箭连射
用三个不同镜头表现结果， 不做一镜到底。
多人互动
一次生成里尽量减少同时发生复杂动作的主体数量。
操作 1：S16照野夺铜匣分成两个视频任务
操作 2：S17—S19三箭分别生成
操作 3：可灵连续失败时，再把Vidu作为备用
备用模型不是为了每个镜头都多生成一遍， 而是处理少数始终无法稳定完成的高难镜头。
仍然使用已经锁定的关键帧、相同的动作起点和终点。 工具可以换，但项目资产不能跟着换。
不要每次失败以后原提示词再抽一次
重生成之前先判断失败属于哪一类， 否则只是重复消耗时间和生成次数。
降低动作幅度， 减少头部大角度旋转， 回到更稳定的关键帧重新生成。
将复杂全身动作继续拆短， 减少多人交互和快速肢体变化。
删除不必要的摄影机描述， 明确固定机位或单一轻微移动。
把道具变成当前镜头主要视觉主体， 不要同时加入太多人物动作。
检查首尾状态差异是否过大， 必要时加入一个中间状态再拆成两段。
明确动作速度和爆发感， 同时减少镜头本身的移动。
操作 1：一次重生成只修改一个主要变量
保持上一版本中已经正确的人物身份、 服装、场景、构图和动作方向全部不变。
本次只修正
【例如：人物头部转动幅度过大，本次改为小幅向右转头，身体保持不动。】
其余保持
- 角色身份不变。
- 场景不变。
- 镜头位置不变。
- 光线不变。
- 主要动作方向不变。
禁止
- 不要重新设计镜头。
- 不要增加新动作。
- 不要自动增加运镜。
不按镜头编号做，按“成功率”安排生产顺序
先快速把简单镜头做完， 让整个项目尽快拥有可剪辑骨架， 最后再集中攻克少数高难镜头。
低难镜头
环境、特写、人物轻微动作先全部完成。
中难镜头
奔跑、挖雪、人物移动和简单道具动作。
高难镜头
影子、动物抢匣、摔倒、武器交互最后集中解决。
操作 1：推荐生产顺序
操作 2：每完成一个镜头就立刻锁定，不等全部结束再整理
某条镜头通过验收以后， 直接复制到“07_锁定视频”文件夹， 后面不要再把测试版本混进正式素材。
这一阶段结束时，不要求已经像最终成片
对白、配音、音乐、警钟、箭声、黑影特效和精确节奏， 下一篇才会统一进入后期。 这里先保证视觉素材真正可剪。
操作 1：逐镜检查
操作 2：不要因为最后0.5秒崩了就整条作废
如果一条5秒素材前3.5秒完全可用， 后1.5秒开始变形， 它仍然可能是一条合格素材。 真正的判断标准是： 有没有足够长的有效段落可以进入剪辑。
操作 3：统一保存最终视频
操作 4：最终完成10项检查
到这里，《幽灯转南》已经从文字故事真正变成了一组可剪辑的视频镜头。 下一篇进入最后一步《第6步：配音、音效与剪辑成片》， 使用MiniMax Audio完成中文配音， 再进入剪映专业版统一对白、环境音、音效、音乐、节奏、转场和最终导出， 把前5篇积累的所有资产真正组装成一支完整短剧。
学完这篇，还可以继续这样做
如果你想把这篇内容真正用起来，可以继续查看资料、工作流，或者加入寻刻AI实用学习圈。
