企业官网建设流程全解析

最近朋友圈、短视频平台被一条 43 秒的 AI 短片刷屏了，名字叫《詹姆兰尼斯特的一生》。很多人第一反应是“这也太快了吧”“AI 已经能做成这样了？”随之而来的问题是：这条短片到底是怎么做出来的？普通人能不能复现？想要做同类的 AI 短片，需要从哪一步开始入手？

坦白说，这类短片已经不能用“玩具”来形容了。它背后代表的是一条完整的 AI 视频生产链路：脚本拆分、角色一致性控制、镜头语言设计、AI 生成、剪辑配音合成。这篇文章不打算只讨论“AI 真厉害”这种感受，而是把这条短片当作一个真实案例，拆解 AI 视频制作的核心步骤和可落地的技术方案，重点解决以下问题：

• AI 短片《詹姆兰尼斯特的一生》为什么能走红，它的技术亮点是什么；
• 当前主流的 AI 视频生成工具能做什么，不能做什么；
• 一条完整 AI 短片从创意到发布，中间到底要经过哪些环节；
• 角色一致性、镜头连贯性、脚本结构这些难点，有哪些可行的工程化处理思路；
• 新手如何从 0 到 1 完成自己的第一条 AI 短片。

无论你是内容创作者、独立开发者，还是刚接触 AIGC 的产品经理，这篇文章都值得收藏起来慢慢看。

1. 背景与核心概念

1.1 AI 短片是什么

AI 短片是指利用人工智能技术辅助或直接生成的视频内容。这里面可以拆成三个层面：

《詹姆兰尼斯特的一生》这种短片，恰恰是把三条链路全部打通了。它不是随便拿一段文字生成一段画面，而是围绕同一角色，在多个时间片段里保持外貌、服装、气质的一致性，再用剪辑把“一生”浓缩成 43 秒。

1.2 这部 43 秒短片为什么能走红

先说说视频本身的观感。短片的男主角是《权力的游戏》中的詹姆·兰尼斯特，但创作者并没有直接使用剧集素材，而是通过 AI 生成了大量原创画面，再按时间顺序组合起来。观众能看出一位金发骑士从少年成长、征战、被俘、失去右手、最终面对命运的过程。

这条短片之所以能在短时间内传播，原因集中在三个技术点：

1. 角色一致性控制。AI 生成视频最常见的翻车点就是“前一秒还是金发，后一秒变成黑发”“脸部特征完全对不上”。这部短片在角色一致性上做得相对到位，观感至少没有被割裂感破坏。
2. 镜头语言设计。不是一键生成的粗糙动画，而是有一定的镜头变化：人物近景、背影、战斗场面、黑暗环境氛围，这些都需要分镜意识和提示词控制。
3. 叙事节奏紧凑。43 秒讲完一生，本质上要求每一个镜头都有信息量。AI 在这里承担的是“画面呈现”，而叙事结构仍然来自人的策划。

所以可以说，走红的不是“AI 随机生成”，而是“AI 在人的精心编排下完成了高质量呈现”。

1.3 AI 视频生成的实际能力边界

在动手做 AI 短片之前，建议先建立正确的认知。当前 AI 视频工具的能力可以概括为：

• 文生视频：输入文字描述，直接生成几秒钟的视频片段，适合氛围镜头、动态背景。
• 图生视频：输入静态图，让 AI 将图像内容动起来，适合角色动作、镜头推进、人物微表情。
• 视频延展：基于已有视频继续向前或向后生成，适合补全镜头。
• 局部重绘：修改视频中的某个区域，比如换掉角色衣服颜色、改变背景物件。

但也有很多做不了的事：

• 生成时长普遍有限，单段视频大多在 5-15 秒之间；
• 复杂动作容易变形，比如跑动、打斗、多人交互；
• 文本渲染能力弱，画面里的文字经常乱码；
• 长镜头内容连续一致性不足，很难做到 30 秒以上完全不出戏；
• 声音和台词需要额外制作，生成工具通常不直接产出高质量配音。

因此“43 秒 AI 短片”的真正工作流，往往不是一口气生成 43 秒视频，而是生成多个 5-10 秒片段，再拼接剪辑。

2. 环境准备与工具选择

2.1 硬件与基础环境

AI 视频生成分为本地部署和云端在线两种方式。

本地部署方案：

• 显卡：NVIDIA RTX 3060 12GB 起步，体验较好的是 RTX 4090 或更高；
• 内存：32GB 起步；
• 系统：Windows 11 / Ubuntu 20.04 及以上；
• 依赖：Python 3.10、CUDA、PyTorch。

本地部署适合对数据隐私要求高、愿意折腾开源模型的用户，但环境配置成本较高。如果是想快速出片，更推荐直接使用云端在线工具。

在线工具方案：

• 一台能正常上网的电脑；
• Chrome 或 Edge 浏览器；
• 相应 AI 工具的账号；
• 用于生成脚本的对话式 AI 工具。

2.2 主流 AI 视频生成工具横向对比

2.3 工具选型的核心建议

对于第一次尝试 AI 短片的用户，建议按以下路径选择：

1. 如果只是体验流程，优先用任何有免费额度的在线工具，先跑通“文字到视频”的完整过程。
2. 如果要做人物统一的短片，建议把“图生视频”作为主要生产方式，先用 Midjourney 或 Stable Diffusion 生成角色定妆图，再让视频工具把图动态化。
3. 如果要做商业级内容，需要组合使用多个工具：脚本用对话式 AI，图像用 Midjourney，视频用 Runway / 可灵，剪辑配音用剪映或 Premiere。

不要指望单一工具解决所有问题。真实的 AI 短片工作流，本质上是一条组装流水线。

3. 核心技术与原理拆解

3.1 脚本与分镜设计：AI 不能替你思考的部分

《詹姆兰尼斯特的一生》这类短片的起点，并不是 AI 提示词，而是“一生”这个高度浓缩的主题。要把漫长故事压进 43 秒，需要先列出关键节点。

以“人物一生”为模板，分镜结构大致如下：

不要急着让 AI 生成内容，先用表格规划好：

• 每个镜头要表达什么；
• 角色处于什么年龄段；
• 情绪基调是明亮还是压抑；
• 转场之间如何衔接。

有了这张表，后面的提示词编写才不会跑偏。

3.2 提示词工程：把描述变成画面

提示词是 AI 视频生成的核心控制手段。以《詹姆兰尼斯特的一生》为例，写提示词时至少包含以下元素：

• 主体：谁，长什么样，穿什么；
• 动作：在做什么；
• 环境：在什么地方，什么时间；
• 光影与氛围：明亮、黑暗、黄昏、阴雨等；
• 镜头运动：推近、拉远、平移、环绕；
• 画质关键词：电影感、细节丰富、8K、浅景深等。

举一个简单示例：

A young knight with golden hair and a lion emblem on his armor, kneeling before the king, royal court background, soft morning light, cinematic composition, shallow depth of field, 8K, film grain, slow camera push-in.

这里的关键不只是描述了“金发骑士”，还加入了“狮子徽章”“宫廷背景”“晨光”“电影感”这些信息，AI 才能定位到具体的风格方向。

对于中文工具，可以写成：

一位拥有金色卷发的年轻骑士，身穿带有狮子徽章的铠甲，站在城堡大厅里，手上握着佩剑，表情凝重，黄昏光线从窗外照入，镜头缓慢推向人物面部，电影感，高细节，浅景深。

提示词规则可以总结为一条公式：

主体 + 动作 + 环境 + 光线氛围 + 镜头运动 + 画质风格

如果生成结果里高频出现人物面部变形，可以在提示词中追加：

face close-up, symmetrical face, detailed facial features, eye focus

如果是古风、西方奇幻、科幻等特定风格，可以追加风格锚定词：

medieval fantasy style, oil painting texture, dramatic lighting

3.3 图像生成：角色一致性的关键

直接使用文生视频有一个明显问题：同一个角色在不同镜头里会长得不一样。解决方案是先生成一张“角色定妆图”，再通过图生视频保持一致性。

角色定妆图生成流程：

1. 用 AI 绘图工具生成多张候选图；
2. 从中挑选最符合设定的一张；
3. 把该图作为视频生成的起始帧；
4. 每段视频都基于同一张图生成。

这里举一个简单的角色描述示例：

A proud noble knight in his 30s, golden wavy hair, green eyes, wearing silver armor with a golden lion emblem, standing in a dark castle, dramatic rim lighting, fantasy character concept art, ultra-detailed face, 8K, portrait orientation 9:16

生成后如果脸部特征在不同画面不一致，可以再生成多张候选图，找到特征更稳定的版本，尽量让角色脸部有较明显的高辨识度特征。因为 AI 处理“金发、绿眼、胡茬、伤疤”这类强特征时，比处理“普通路人脸”要稳定得多。

3.4 视频生成：参数与技巧

拿到角色定妆图后，下一步是让画面动起来。以 Runway 为例，图生视频的参数通常包括：

• 起始帧：上传角色图；
• 动作描述：需要生成的动作文案；
• 运动程度：控制画面的动态幅度；
• 镜头运动：锁定为缓慢推近或平移，避免复杂运镜导致畸变；
• 时长：通常 5 秒或 10 秒。

在《詹姆兰尼斯特的一生》这类作品里，比较安全的动作描述是：

• 人物微微抬头，风吹动头发；
• 镜头缓慢推进到人物面部；
• 人物转身看向远方。

太复杂的动作，比如“完整挥剑砍向敌人并在空中翻转”，大概率会出现肢体扭曲。

如果采用可灵或 Luma，思路类似，只是参数名称略有差异。核心原则是：每次视频生成只做一件事——要么是镜头运动，要么是人物轻微动作，不要试图一次性生成完整战斗场面。

3.5 音频与剪辑设计

AI 视频工具本身不负责配音。短片的背景音乐、音效、旁白都需要额外准备。

整体剪辑流程：

1. 将多个视频片段导入剪映 / Premiere；
2. 按分镜顺序排列；
3. 依据节奏裁剪长度；
4. 添加背景音乐；
5. 添加音效，比如剑刃碰撞、风声、心跳声；
6. 添加字幕与转场。

43 秒短片之所以有冲击力，音效和音乐功不可没。AI 生成的画面即使美，如果没有声音层次，观看体验会大幅下降。因此配音和音乐也需要提前做好脚本规划。

4. 完整实战案例：从零制作一条“人物一生”AI 短片

下面用一个贴近《詹姆兰尼斯特的一生》的案例，完整走一遍 AI 短片制作流程。示例主题是“一位骑士的一生”，整体结构为：少年 → 征战 → 陨落。

4.1 确定分镜脚本

先建立视频分镜表：

这 6 个镜头加起来约 27 秒，再加上片头片尾，就能接近 30-40 秒。

4.2 编写镜头提示词

每个镜头单独写提示词。下面给出完整中文提示词示例，英文环境请自行切换。

镜头 01：少年练剑

一位 10 岁左右的少年骑士，金色卷发，穿着银色的训练铠甲，胸口有狮子徽章，清晨在城堡庭院里挥舞木剑，草地上有露水，背后是灰色石墙，阳光斜照，镜头缓慢推进，电影感，高细节，浅景深

镜头 02：骑马冲锋

一位年轻骑士在战场上骑马冲锋，金色长发飘扬，铠甲破旧且有战损痕迹，手持长剑，背景是燃烧的城堡和浓烟，战场尘土飞扬，黄昏光线，镜头跟随马奔跑，动态模糊，电影感，8K

镜头 03：受伤倒地

一位金发骑士倒在泥地里，右臂受伤流血，盔甲上满是污泥，天空下着雨，周围是废弃的兵器，阴暗氛围，镜头从上方缓慢下压，脸部特写，痛苦而隐忍的表情，细腻光影，电影感

镜头 04：拄剑站起

一位金发骑士单膝跪地后拄着长剑缓缓站起，背景是燃烧后的废墟，逆光剪影，风吹起他的头发和披风，镜头低角度仰拍，充满希望与不屈的氛围，高对比度，电影感

镜头 05：老年骑士

一位老年骑士坐在城堡王座前，头发灰白，满脸皱纹，穿着旧铠甲，狮子旗帜挂在墙上，烛火摇曳，人物目光深远，镜头缓慢拉远，安静而沉重，油画质感，高细节

镜头 06：黄昏旗帜

城堡塔楼上的一面金色狮子旗帜在黄昏中飘扬，背景是橙色晚霞，镜头缓慢从旗帜拉远到整个城堡，意境辽阔，带有一丝悲凉，电影感，高分辨率

提示词不是一次就能写好的。同一段描述，不同工具生成的风格差异很大，需要反复调整。

4.3 生成角色定妆图

在开始视频生成之前，先生成一版完整的角色定妆图。推荐使用可以连续出图的工具，比如 Midjourney 或者 Stable Diffusion。

为了后续视频生成的一致性，建议把角色描述做成一个模板，每次生图都复用关键部分：

character reference: a young noble knight with golden wavy hair, green eyes, slight stubble, silver armor with golden lion emblem

然后在这段基础上，追加不同场景、不同年龄段的关键词。这样至少能保证不同图片之间的角色基因是相同的。

如果生成的候选图表情、角度差异过大，建议固定使用其中一张图作为后续图生视频的基础图。这个做法类似于动画制作里的“人设图”。

4.4 图生视频生成

以可灵为例，完整操作步骤如下：

1. 进入可灵 AI 首页，选择“AI 视频”；
2. 选择“图生视频”模式；
3. 上传角色定妆图；
4. 在文本框中填入动作提示词；
5. 设置视频比例，建议统一为 16:9 或 9:16；
6. 设置生成时长，一般选 5 秒或 10 秒；
7. 点击生成，等待出片。

以镜头 01 为例，图生视频提示词可以写：

少年骑士在城堡庭院中挥舞木剑，动作缓慢，微风吹动头发，镜头慢慢推进，画面稳定，电影感

这里有个重要技巧：不要把“少年”和“征战”放在同一个镜头。AI 视频工具每一段只生成一个动作，生成后要人工筛选和剪辑。

4.5 保存并检查片段

生成完 6 个镜头后，你需要对每个片段做检查：

• 是否为最高生成质量；
• 角色五官有没有明显变形；
• 画面是否出现不合理的物体；
• 是否存在镜头抖动或闪烁。

有问题的片段直接重新生成。不要指望在剪辑阶段修复严重的画面变形，修复成本远高于重新生成。

4.6 剪辑合成

在剪映中新建项目，将 6 个视频片段按顺序拖入时间线：

1. 将每个片段裁剪到目标时间长度；
2. 镜头之间添加转场，建议用“叠化”或“闪白”；
3. 添加背景音乐，选择低沉大气的管弦乐；
4. 在战斗场景添加音效，例如马蹄声、剑声、雷雨声；
5. 在片头添加标题“A Knight's Life”；
6. 在片尾添加字幕“Created by AI”。

导出时建议选择 1080p 或 4K 分辨率，帧率 30fps。

4.7 预期输出

完成后的短片效果：

整个视频长度约 33 秒，加上片头片尾，正好接近 40 秒。和《詹姆兰尼斯特的一生》相比，技术链路已经是同一级别。

5. 常见问题与排查思路

制作 AI 短片的环节多，下面整理几个高频问题。

下面挑三个最重要的展开讲。

5.1 角色不一致

这是新手最容易遇到也最影响成片效果的问题。根本原因通常是没有“角色锁定”的步骤，直接不停用文生视频，导致每个片段都重新生成一个角色。

解决方法：

1. 先制作角色定妆图；
2. 每次生成视频都上传同一张定妆图；
3. 使用图生视频功能；
4. 如果工具支持 LoRA 模型训练，可以训练一个角色 LoRA，效果更稳定。

5.2 肢体变形严重

AI 视频生成在人物跑步、转身、打斗时经常出现肢体扭曲。这不是硬件问题，而是模型能力边界。

建议：

• 控制动作幅度：只生成“站立、抬头、转头、行走”这类基础动作；
• 避免手部特写和快速挥动；
• 采用中远景，减少细节暴露；
• 用后期剪辑把变形严重的部分裁掉。

5.3 镜头不连贯

多段视频拼接后如果感觉跳跃，往往是因为镜头角度、光线、色调不一致。

解决思路：

• 建立分镜表时写明每个镜头的角度和色温；
• 在剪辑时加入“闪白”“叠化”等转场掩盖跳跃；
• 统一输出比例和分辨率；
• 在提示词中固定同一个风格锚定词。

6. 最佳实践与工程建议

6.1 内容规划先行

AI 短片不是以提示词为起点，而是以脚本为起点。建议先画分镜表，再写提示词，再生成视频。

实际项目中可以建立这样一个工作目录：

project/ ├── scripts/ │ └── storyboard.md ├── prompts/ │ ├── character.txt │ ├── scene_01.txt │ └── scene_02.txt ├── images/ │ ├── character_ref.png │ └── scenes/ ├── videos/ │ └── clips/ ├── audio/ └── output/

把每一个镜头的提示词、生成参数、生成时间、筛选结果全部记录下来。AI 视频生成带有随机性，没有记录意味着无法复现和优化。

6.2 固定角色模板文件

建议把角色特征单独存成一个文件，每次复制到提示词中。比如：

BASE CHARACTER = "金发卷发，绿眼睛，浅胡茬，银甲，金狮子徽章"

这样可以在写提示词时保持一致。对于复杂角色，还可以训练专属模型，但这属于进阶方案。

6.3 每次只做一次变化

生成视频时，画面变化越大，越容易失败。推荐的控制原则：

• 镜头变化：优先使用“缓慢推进”“缓慢拉远”“水平平移”；
• 人物动作：优先使用“呼吸起伏”“风吹头发”“轻微转头”；
• 不叠加变化：不要在镜头推进的同时让人物快速奔跑。

6.4 善用剪辑弥补生成缺陷

AI 生成的素材往往不是一条过，正确思路是把生成素材当作“拍摄素材”来看待。剪辑是 AI 短片里非常重要的二次创作环节：

• 用音乐情绪掩盖画面过渡；
• 用字幕强化叙事；
• 用调色统一风格；
• 用变速增强节奏。

想要达到《詹姆兰尼斯特的一生》那种 43 秒讲完一生的效果，剪辑节奏一定要快，信息密度一定要高。

6.5 安全与合规提醒

AI 视频制作同样要遵守内容规范和版权要求：

• 不要用 AI 生成名人的不当内容；
• 不要用 AI 伪造事实或恶意误导；
• 不要直接商用未经授权的 IP 角色和形象；
• 上传到公开平台的视频需要遵守平台内容审核规则；
• 涉及真实人物、商标、版权素材时，先确认是否获得授权。

建议在学习练习时，尽量使用原创角色或明确可商用的素材，避免法律风险。

7. 总结与学习路线

回到《詹姆兰尼斯特的一生》这条 43 秒 AI 短片：它看起来是一段视频，实际上是一套组合生产流程的产物，包括脚本规划、角色设计、提示词编写、图生视频、剪辑配音。新手可以把它当作一个完整项目来练手。

推荐的进阶学习路线：

1. 先掌握 AI 绘图基础，把人物定妆图做得稳定;
2. 再学习 AI 视频工具的图生视频功能，跑通最短流程;
3. 练习提示词工程，掌握“主体+动作+环境+光线+镜头”的结构;
4. 学会用剪辑软件做二次创作，包括音效、音乐、转场和字幕;
5. 研究更高级的角色一致性方案，比如 LoRA 模型训练;
6. 最后尝试做一个 40 秒左右的原创短片项目。

这篇文章里提到的项目和工具，很多都还在快速迭代中。版本和参数可能会变化，但底层思路不会变：AI 是生产力工具，创意和流程控制才是决定成片质量的关键。

如果你看完想动手，建议就从“角色定妆图 + 5 秒图生视频”开始，跑通第一个 10 秒片段，然后再慢慢扩展。用自己的原创角色做出一支 30 秒以上的短片，你会对 AI 视频生产技术有一个完全不同的理解。