一、先确定视频要回答什么问题
在开始生成之前，先写清楚视频的主题、受众、时长和发布场景。产品演示、剧情短片和社交媒体内容需要的节奏不同，提示词也不应该完全相同。
对于 AI 动漫或短剧，建议先保留人物关系、冲突和结果，再把故事拆成可以单独描述的镜头。这样后续修改一个镜头时，不会牵动整段内容。
- 故事目标：观众看完后应该知道什么
- 画面重点：人物、动作、场景还是产品
- 输出要求：横屏、竖屏、镜头数量和配音需求
二、把文字脚本拆成可生成的镜头
一个镜头最好只承担一个主要动作或信息点。例如“角色推门进入房间并发现线索”可以拆成建立场景、推门、发现线索三个镜头，分别控制景别和动作。
镜头描述可以包含主体、动作、环境、时间、镜头运动和情绪。顺序保持稳定，生成结果更容易比较和调整。
- 写出镜头中的主体和动作
- 补充场景、光线、风格和构图
- 指定镜头运动或画面节奏
- 检查描述是否只包含一个主要动作
三、为什么要使用参考图
参考图用于帮助模型理解角色外观、服装、场景色彩或物件形态。它不能替代清晰的文字说明，也不能保证每个镜头完全一致，但可以减少视觉方向漂移。
在拾绘艺术中，可以先围绕剧本整理角色、场景和道具等内容资产，再把需要保持的视觉设定作为后续图片和视频生成的参考。
- 角色参考：发型、服装、年龄和识别特征
- 场景参考：空间结构、时间和色彩氛围
- 道具参考：形状、材质和剧情中的使用方式
四、在拾绘艺术中组织从脚本到视频的流程
拾绘艺术面向 AI 动漫与短剧创作，公开介绍的工作流围绕剧本、角色、场景、道具、分镜、图片和视频等内容资产展开。创作者可以先确定故事，再逐步整理镜头所需的视觉素材。
生成结果需要人工检查。重点观察人物身份、动作连续性、画面主体、镜头节奏和文字元素是否符合预期。对不稳定的镜头，优先缩短动作、减少画面变量或重新整理参考图。
- 从剧本或创意整理故事骨架
- 建立角色、场景和道具的视觉设定
- 按镜头编写分镜和视频提示词
- 生成图片或视频并逐镜头复核
- 将合格镜头整理为可发布的短片
五、AI 视频生成的常见限制
生成式视频仍然可能出现动作不连续、角色细节变化、文字变形、复杂交互不准确等情况。不同模型和参数的效果也会变化，因此不应把一次生成结果视为最终成片。
更稳妥的做法是保留版本、逐镜头检查，并把需要精确表达的内容交给后期剪辑、字幕或人工修正。