视频创作实战-Day02
AIGC长视频工业化生产实战培训课程方案 -Day02
课程主题：AIGC长视频模块化工业生产——从分镜脚本到美术资产设定
培训时长：1天 / 共6课时（每课时45分钟，含课间休息）
适用对象：AIGC视频创作者、短视频运营、影视编导、内容生产者
课程总览
| 课时 | 时间 | 模块 | 核心内容 |
|---|---|---|---|
| 第1课时 | 09:00–09:45 | 工业化生产核心认知 | 课程核心结论、分镜脚本必备信息与核心资产 |
| 第2课时 | 10:00–10:45 | 模块化拆解与场次控制 | 长视频拆解逻辑、最小单位”一趴”、场次分组与AI生成控制 |
| 第3课时 | 11:00–11:45 | 一致性控制与脚本规范 | 资产延续标注、脚本格式规范与排版要求 |
| —— | 11:45–13:30 | 午休 | —— |
| 第4课时 | 13:30–14:15 | 实操环境与底层逻辑 | 生成标准分镜脚本步骤、环境配置、常量与变量控制哲学 |
| 第5课时 | 14:30–15:15 | 美术资产设定实操 | 提示词核心结构、编写示例、资产隔离与穿帮控制 |
| 第6课时 | 15:30–16:15 | 模型风格控制与综合演练 | 模型选择、风格控制策略、全流程综合演练与答疑 |
第1课时：AIGC长视频工业化生产核心认知
教学目标
- 理解AIGC长视频制作的核心在于模块化工业生产
- 掌握分镜脚本方案必须具备的三大必备信息
- 明确美术资产（人物/场景/道具）在标准长视频中的不可替代性
教学内容
一、课程核心结论（导入）
AIGC长视频制作的核心在于模块化工业生产
- 以30秒为最小单位（一趴）
- 按15秒以内进行场次分组
- 通过3张核心资产图与延续标注解决长视频一致性问题
脚本编写规范
- 必须采用Markdown格式且不使用表格
- 以实现高效的模块化拆分与复制粘贴
- 脚本阶段不限制画面比例，最终生成视频时再根据投放平台锁定横竖屏
实操管理要点
- 严格管理上下文，通过新建项目对话框和清理冗余文件确保AI生成的严谨性
- 免费算力不足时，可通过API调用开源模型平台进行拓展
二、分镜脚本必备信息与核心资产
1. 基础信息定义
- 任何标准的分镜脚本方案必须具备影片风格与剧情描述（故事梗概）
- 这是AI理解基本思路的核心标签
- 案例：以”燕京啤酒真带劲”为例，明确的风格与剧情描述是后续生成人物角色、场景和道具资产的基础
2. 美术资产（人物/场景/道具）
- 标准长视频中人物、场景、道具必须齐全
- 否则长视频会出现不连贯、串帮等问题
- 若仅为体现单一产品道具，可酌情省略人物或场景，但标准流程缺一不可
3. 分镜剧情与时长
- 所有场次的每个分镜剧情与时长需要明确描述
- 这是最基础的信息，没有这些描述AI无法准确跑视频
- 有了描述才能根据内容精准生成
教学方法
- 讲授 + 案例分析（燕京啤酒真带劲案例）
- 对比演示：有/无风格描述的AI生成差异
课堂练习
- 学员选取一个选题，写出影片风格与剧情描述（故事梗概），标注需要的人物/场景/道具三类资产
第2课时：模块化生产逻辑与最小单位拆解
教学目标
- 掌握长视频”季→集→章→趴”的拆解逻辑
- 深入理解最小单位”一趴”（30秒）的设定原理与构成
- 学会按场次分组策略，将30秒一趴拆分为15秒以内的可控生成单元
教学内容
一、长视频拆解逻辑
- 长视频（短剧、电影）的拆解逻辑为：季 → 集 → 章 → 趴
- 做长视频就像搭积木，不需要把几万字长剧本直接扔给AI
- 将其切分为模块，逐步推进
- 只要会做最小单位，就能串联成几十集的短剧或电影
二、最小单位：”一趴”（30秒）
1. 定义与构成
最小单位是”一趴”，时长严格控制在30秒左右
每趴包含独立的：
- 人物资产图
- 场景图
- 道具图
- （共3张图）
- 以及一个故事板（可选）
2. 为什么是30秒？
- 时间太短：操作繁琐
- 时间太长（如60秒）：会导致资产过多，AI无法锁定且容易崩溃
- 30秒正好可以拆分为2-3个视频片段，是AI可控且最合适的模块砖块
三、场次分组与AI生成控制
1. AI模型时长限制（核心限制）
- 目前80%-90%的AI视频模型单次生成稳定在15秒以内
- 超过此时长AI容易失控或随机生成
2. 按场次分组策略（分组规则）
- 将30秒的”一趴”按场次对分镜进行分组
- 每个场次时长控制在15秒以内（如8秒、12秒、15秒）
- 具体时长由AI根据剧情长短灵活把握，不强制卡齐
3. 分组优势（效率提升）
- 按场次分组后，AI生成的视频提示词会按场次一段段输出
- 跑视频时直接复制对应场次的提示词即可
- 避免直接排布30个镜头导致无法选择和控制的混乱
教学方法
- 讲授 + 图示拆解（积木类比）
- 现场演示：将一个30秒剧情拆分为2-3个场次
课堂练习
- 给定一个30秒短剧片段，学员完成：①标注一趴的3张核心资产图；②按场次分组，每组控制在15秒以内
第3课时：资产延续与一致性控制 + 脚本格式规范
教学目标
- 理解长视频制作的核心痛点——一致性问题
- 掌握美术资产延续标注的操作逻辑
- 熟练运用Markdown格式编写规范脚本，明确禁止使用表格的原因
教学内容
一、资产延续与一致性控制
1. 长视频的核心痛点
- 目前AIGC视频制作最悲哀的难点在于一致性
- 即如何把各个片段完美串联起来而不串帮
2. 美术资产延续标注
- 每趴必须在脚本中标注美术资产延续对象（如人物造型、服装、特定场景或道具）
3. 操作逻辑
- 在生成第二趴资产时，将第一趴的对应图片作为垫底参考
- 这能让AI理解延续性，保持人物和场景的一致性
- 避免元素随机变化（例如上一趴人物手里拿的是安卓手机，下一趴没参考图就变成了苹果手机）
二、脚本格式规范与排版要求
1. 禁止使用表格（刚需）
- 脚本输出不使用表格
- 表格在AI生成和后续人工编辑时极难处理，不利于模块化拆分
- 纯文本格式更方便像乐高积木一样按需复制粘贴
2. 脚本阶段不限制画面比例（灵活适配）
- 在分镜脚本阶段不限制画面比例，以便一套提示词适配横竖屏
- 常用比例：横屏16:9，竖屏9:16，影院21:9
- 最终生成视频提示词时，再根据投放平台（抖音、B站等）锁定比例
3. 采用Markdown格式（效率工具）
- 必须使用Markdown格式排版
- 该格式与AI输入格式完全适配
- 复制到飞书、思源笔记等工具时能完美保留层级
- 避免Word排版耗时，大幅提升工业化生产效率
教学方法
- 讲授 + 正反案例对比（有/无延续标注的生成结果对比）
- 现场演示：Markdown脚本 vs 表格脚本的复制粘贴效率差异
课堂练习
- 学员用Markdown格式编写一个两趴连续的分镜脚本，要求：①不使用表格；②标注第二趴的美术资产延续对象；③包含人物/场景/道具三类资产
第4课时：实操步骤与工具环境配置 + 底层逻辑
教学目标
- 掌握生成标准分镜脚本的四步实操流程
- 学会环境清理与严谨性控制方法
- 了解算力拓展与API配置方案
- 建立”剧本是常量、视觉资产是变量”的底层控制哲学
教学内容
一、生成标准分镜脚本（第二步实操）
注：第一步为确定最终创作思路方案（Markdown文档）
1. 新建项目
- 在豆包/千问中新建项目或对话框
- 避免历史上下文信息冗余干扰生成
2. 上传附件
- 将第一步确定的最终创作思路方案（Markdown文档）上传至附件
3. 模式选择
- 必须使用工作模式或专家模式
- 避免快速模式不思考
4. 提交指令
- 输入第二步提示词，@参考文档后提交
- 获取标准分镜脚本方案
二、环境清理与严谨性控制
- 及时删除本地和云端项目文件夹中无用的历史对话和文件
- 保持当前项目文件夹的纯净
- 避免AI读取到错误或不需要的信息，从而提升生成的严谨度
三、算力拓展与API配置
- 豆包/千问的免费视频生成额度有限（每天仅能生成少量短视频）
- 解决方案：通过API调用专业视频平台（如RunningHub等开源模型平台，资源多在Hugging Face）
- 充值约20元获取API Key
- 在豆包/千问工作模式下安装对应Skill并配置API，即可无障碍调用闭源/开源视频模型
四、Windows系统设置建议
- 建议在Windows系统（Win11/Win12）的文件夹”查看”选项中，勾选显示文件扩展名
- 帮助快速识别文件类型（如.md、.jpg、.doc）
- 避免文件过多时因无后缀名而混淆，提升素材管理效率
五、底层逻辑：常量与变量的控制哲学
1. 剧本：不可变的常量
- 分镜头脚本方案是整个流程的核心常量
- 它详细表达了故事剧情与核心内涵，是”耳听为虚”的底层逻辑
- 无论后续视觉如何变化，剧本传达的核心意思始终不变
- 在专业影视制作中，剧本敲定后极少修改，因为修改成本极高
2. 视觉资产：可控的变量
- 人物、场景、道具等美术资产，以及故事板（拍摄方案）和最终视频，都是变量
- 比喻：剧本如同媒婆介绍对象，视觉资产则是相亲见到的真人
- 没有锁定视觉资产直接跑视频，等同于抽盲盒，不仅费钱且完全不可控
- 通过生成并锁定视觉资产，让AI”眼见为实”，可以大幅增强生成的可控性
- 日常修改需求，99%以上都是在调整这些视觉变量
3. 元素依赖与工业化复制
- 生成故事板需参考：剧本 + 人物/场景/道具图
- 生成视频需参考：剧本 + 资产图 + 故事板 + 视频提示词
- 案例：以”好基友打游戏”为例，30秒视频拆解为4个分镜（打游戏、打洒可乐、追打、干杯和好）
- 只要掌握这30秒的标准化流程，即可像工业化生产一样，通过前后引导保持一致性，轻松复制扩展到30分钟长视频
教学方法
- 讲授 + 实操演示（新建项目→上传附件→模式选择→提交指令全流程）
- 互动讨论：常量与变量在实际项目中的应用
课堂练习
- 学员在豆包/千问中新建项目，上传自己的创作思路Markdown文档，使用工作模式生成一份标准分镜脚本方案
第5课时：从分镜脚本到美术资产设定实操
教学目标
- 掌握生图提示词的四段核心结构
- 学会文档整理降噪、格式纯化与权重控制技巧
- 能够独立编写人物/场景/道具三类资产的生图提示词
- 理解资产隔离的核心原则，掌握穿帮问题的预防与解决方案
教学内容
一、提示词核心结构
生图提示词必须包含以下四个层次：
- 严格符合XX脚本方案（高权重指令）
- 影片风格与剧情描述
- 美术资产对象分类描述（人物/场景/道具）
- 分镜头脚本场次
二、文档整理与降噪
- 使用Markdown笔记软件作为中转，将剧本转为文档后
- 删除无用信息，仅提取当前场次需要的资产描述
- 避免信息冗余导致AI理解偏差
三、格式纯化技巧
- 在笔记软件中利用标题层级（如二级标题、三级标题）整理文本
- 复制时保留纯净的格式代码
- 确保AI能准确识别提示词的权重与逻辑关系
四、权重与参考控制
- 在尚未定义资产具体长相时，提示词中需去掉参考图片的引导
- 避免AI根据无关图片乱猜
- 确保严格遵循文本描述
五、提示词编写示例（以人物角色为例）
- 开头设定高权重指令：”严格符合《百事可乐真带劲》视频短剧分镜头脚本方案。”
- 核心生成指令：”根据以下美术资产的描述，请给出人物角色（小林）的美术资产设定图。”
- 特征要求：”要求能够体现人物角色不同的核心特征，不包括场景与道具的美术资产类型。”
六、避坑指南：资产隔离与穿帮控制
1. 核心原则：资产必须彼此独立
人物、场景、道具是彼此独立存在的资产
在生成单一资产时，必须在提示词中明确排除其他元素
例如：
- 生成人物时写”不包括场景与道具”
- 生成场景时写”不包括人物角色与道具”
- 生成道具时写”不包括人物角色与场景”
2. 穿帮原因分析
- 若不添加隔离指令，AI在生成人物时可能会根据剧本”脑补”并画出道具（如手里拿着可乐）
- 当后续单独生成该道具资产时，其形态可能与人物手中的道具不一致
- 由于AI视频是分段生成的，这种资产冲突会导致最终拼接时出现严重的视觉穿帮
3. 真实穿帮案例：雷霆珠（资产未隔离）
- 在生成人物资产时，AI自行脑补让人物手里拿了黑色手柄
- 后续单独生成道具资产时，手柄变成了老式手机
- 最终视频拼接时，人物手中的道具形态发生突变，造成明显穿帮
4. 解决方案（标准操作）
- 严格执行资产隔离提示词
- 如果已经生成带道具的人物图，可通过局部修改功能擦除多余道具
- 或重新抽卡生成纯净的人物资产
- 确保后续视频拼接的连贯性
教学方法
- 讲授 + 提示词拆解演示
- 案例复盘：雷霆珠穿帮案例的问题定位与修复
- 分组实操：人物/场景/道具三类资产提示词编写
课堂练习
- 学员基于自己的分镜脚本，分别编写人物、场景、道具三张核心资产图的生图提示词，要求：①包含四段核心结构；②严格执行资产隔离；③使用Markdown标题层级整理
第6课时：模型选择、风格控制策略与综合演练
教学目标
- 了解豆包对话框的局限及应对策略
- 掌握生图模型选择标准与推荐配置
- 理解支持多参与不支持多参工具的风格控制差异
- 建立风格原创性的底层认知
- 完成从脚本到美术资产的全流程综合演练
教学内容
一、豆包对话框的局限与应对
1. 局限
- 豆包对话模式不支持多参（无法同时上传多个文本/图片参考）
- 生图提示词字数受限（约两三百字极限）
- 无法完整读取长剧本
2. 应对策略
- 放弃多参，将提示词精简至极限
- 仅传入当前需要生成的单一资产描述
- 避免信息冗余
二、生图模型推荐
- 在豆包对话模式生图，必须选择 “C dream 5.0 pro” （对标国际顶尖模型）
- 该模型对原创性和细节把握更好
- 避免使用旧版模型（如4.0/3.0），旧版效果差，容易生成三视图或人脸崩坏
- 比例推荐选择横版16:9，适配性最强
三、多参能力与风格控制策略
1. 支持多参的工具（如无限画布）
- 不要手动选择预设风格
- 让AI直接阅读剧本，自主理解并生成原创风格
- 这样能避免千篇一律，保证作品的艺术原创性
2. 不支持多参的工具（如豆包对话框）
- 由于AI无法读取剧本，必须手动选择风格（如”电影写真”、”写实”）
- 只要不选卡通类，基本方向不会错
- 但会牺牲部分原创性
四、风格原创性的底层逻辑
- 手动选择预设风格（如3D渲染、皮克斯风）会导致作品缺乏个性，一眼看出是AI生成的套路化产物
- 真正的艺术原创性来自于AI对剧本内涵的深度理解
- 国际模型（如C dream）由于训练数据差异，在把握原创风格方面优于国内默认模型
- 这也是顶级工作室倾向使用国际模型的原因
五、全流程综合演练
演练任务：以”好基友打游戏”30秒视频为例，完成全流程实操
- 确定创作思路：写出影片风格与剧情描述（Markdown文档）
- 生成标准分镜脚本：新建项目→上传附件→工作模式→提交指令
- 拆解一趴：30秒拆为4个分镜（打游戏、打洒可乐、追打、干杯和好），按场次分组（15秒以内）
- 编写生图提示词：人物、场景、道具三类资产，严格资产隔离
- 生成核心资产图：使用C dream 5.0 pro，横版16:9
- 标注资产延续：第二趴参考第一趴对应图片作为垫底
- 生成故事板与视频提示词：按场次输出，复制对应场次提示词跑视频
教学方法
- 讲授 + 模型对比演示
- 全流程跟练：讲师带学员逐步完成一个30秒一趴的完整生产流程
- 答疑与经验分享
课堂产出
每位学员完成一套30秒”一趴”的完整生产包：
- 标准分镜脚本（Markdown）
- 人物/场景/道具3张核心资产图提示词
- 场次分组方案
- 资产延续标注
课程配套工具与环境要求
| 类别 | 具体要求 |
|---|---|
| AI平台 | 豆包 / 千问（需开通工作模式或专家模式） |
| 生图模型 | C dream 5.0 pro（豆包对话模式内选择） |
| 笔记工具 | 飞书文档 / 思源笔记（支持Markdown） |
| 算力拓展（可选） | RunningHub API Key（充值约20元） |
| 操作系统 | Windows 11/12（建议勾选显示文件扩展名） |
| 画面比例 | 脚本阶段不限，生图推荐横版16:9 |
课程核心知识点速查表
| 核心概念 | 关键参数/规则 |
|---|---|
| 最小生产单位 | 30秒/趴 |
| 单段视频稳定时长 | 15秒以内 |
| 每趴核心资产图 | 3张（人物+场景+道具） |
| 标准分镜拆解 | 4个分镜/30秒 |
| 长视频拆解逻辑 | 季→集→章→趴 |
| 脚本格式 | Markdown，禁止使用表格 |
| 资产隔离 | 生成单一资产时明确排除其他元素 |
| 推荐生图模型 | C dream 5.0 pro |
| 推荐生图比例 | 横版16:9 |
| 多参工具风格策略 | 不手动选预设风格，让AI读剧本自主生成 |
| 非多参工具风格策略 | 手动选风格（电影写真/写实），不选卡通类 |
| 豆包提示词字数 | 约两三百字极限 |
