雪夜追车:分镜拆成三层之后才稳定
机位、光源、反光强度分别锁死,附十一版改动顺序与被放弃的两条支线。
这里不评测工具,也不做教程合集。我们把一部 AI短剧从分镜草稿到成片之间散落的痕迹收拢起来:谁在什么提示词下改了第几版、临时换掉的角色设定、被剪掉又偷偷塞回画面的彩蛋。想看懂 AI短剧 是怎么被做出来的,可以先从下面三份清单逛起。
雪夜追车是整部 AI短剧里最贵的一段:不是算力贵,是时间贵。第一版分镜只写了「俯拍,车灯扫过雪地」,生成出来车灯是横着扫的,像探照灯。我们把分镜拆成三层——机位、光源方向、地面反光强度,每一层单独锁死,才让雪粒的走向和车灯一致。中途还发现一个反直觉的点:提示词里写「暴雪」反而让画面糊成一片,改成「细雪、风力三级、能见度良好」,颗粒感才对。下面把十一版改动按顺序列出来,连同被放弃的两条支线。
从灰蓝到墨绿,最后定在深褐——原因是雪地背景会把冷色吞掉,深褐色在低饱和画面里反而更抓眼。
彩蛋组在第七集和第一集各放了一次同一只杯子,位置只差三帧,观众截图对比才看出来。
生成音频和画面是两条线,第三集有两句台词的音节数和口型差一拍,最后靠改台词而不是改画面解决。
机位、光源、反光强度分别锁死,附十一版改动顺序与被放弃的两条支线。
雨是 AI短剧 里最容易穿帮的元素,记录了三种雨势的做法和各自的失败点。
不是玄学,是模型版本和排队批次差异,我们做了对照实验并给出一套固定变量的写法。
拆解手部生成失败的原因,以及用道具遮挡、换机位、拆镜头三种补救路径。
剪辑阶段删掉四句台词,用窗外的空镜替代,节奏反而更紧。
把噪点当风格用,需要同步控制对比度和色温,否则会显得脏。
四次改色的理由,以及为什么在低饱和画面里深褐更显眼。
为了省钱,三位配角共用同一音色,只靠语速和尾音区分,记录参数表。
试了七张脸,最后选了最普通的一张,因为太有辨识度会削弱悬念。
同一张脸出现在三个镜头里是常见事故,用位置、朝向和遮挡来拆分。
法令纹、眼袋、发际线三项微调,比整体换脸更自然。
第一集和第七集同一只没喝完的茶,位置和角度几乎一致,是彩蛋组刻意埋的。
第二集背景里的海报画面,来自被删掉的开场镜头,截图能对上构图。
车牌末两位按集数递增,门牌号则对应角色出场顺序。
字幕滚动时的背景音里混入了一句极轻的独白,需要降噪才能听清。
有一处没修干净的生成错误被保留下来,成了观众讨论最多的画面。
第一版分镜写得很像文学描写:「夜,雪,车灯掠过」。生成出来车灯是横着扫的,像探照灯在找人。问题不在模型,在信息不够:机位没定,光源方向没定,地面反光强度没定。第二版起我们强制三层写法——机位(低角度后方跟拍)、光源(车头灯向前偏下十五度)、地面(压实雪,弱反光)。三层锁定后,雪粒走向和车灯方向才第一次对得上。中途试过写「暴雪」,结果画面糊成一片,改成「细雪、风力三级、能见度良好」后颗粒清晰,这是整段最有用的一条经验。
十一版改动里,有七版是在调雪,两版在调车,剩下两版在调镜头运动速度。被放弃的支线有两条:一条是侧面仰拍,显得太英雄主义;一条是航拍,雪地反光直接过曝。最后成片用的是低角度后方跟拍,加一次车灯扫过路牌的插入镜头。
雨是 AI短剧 里最容易穿帮的元素,因为它同时涉及地面材质、空气湿度和人物动作。我们记录了三种做法:第一种是「大雨」直接描述,结果人物轮廓被雨丝吃掉;第二种是把雨当背景层,人物前景清晰、背景模糊,观感反而真实;第三种是只做地面湿反光,不下雨,靠环境音补足。第三种最省,但要有声音设计配合。伞的角度是细节:伞面朝向镜头会让画面多一块大色块,压住脸;伞面朝侧面则轮廓更好看。
我们原本以为是模型随机性,后来发现两个变量:一是排队批次,不同批次的后端配置可能不同;二是我们自己写的提示词没锁死,早上写的时候顺手加了「柔和」,晚上没有。做法是把提示词拆成固定块和可变块,固定块每次原样复制,可变块单独标注,并记录生成时间与批次号。做了二十组对照之后,画面差异基本可以归因,不再靠猜。
手部失败的原因通常是信息不足和遮挡太多同时存在。三条补救路径:用道具遮挡(杯子、门框),把特写改成中景,或者拆成两个镜头——先给手背,再给物件。我们最后用的是道具遮挡加拆镜头,省下至少二十次重生成。顺带记一笔:手指数量在快速运动时最容易出错,静止镜头反而稳定。
剪辑阶段删掉了四句解释性台词,改用窗外的空镜替代。观众不需要被告诉「他们在冷战」,两秒没有人说话的窗户就够了。这条经验后来被写进剪辑规范:凡是解释情绪的台词,先试着用空镜替代,替代不了再保留。
噪点可以当风格用,但要同步控制对比度和色温。对比度低、色温偏冷时,噪点显得脏;对比度略高、色温中性偏暖时,颗粒就有胶片感。我们给夜景定了一组固定参数,并在每个镜头生成后检查直方图,避免过暗区域噪点堆积成色块。
外套改了四次色:灰蓝、深灰、墨绿、深褐。原因是雪地背景会把冷色吞掉,灰蓝和深灰在画面里几乎和背景融在一起。深褐在低饱和环境里反而更抓眼,而且不会像红那样抢戏。连带调整了围巾的材质,从毛线换成粗呢,减少反光。
预算有限,三位配角共用同一音色,只靠语速和尾音区分。语速上,角色 A 快而短,角色 B 慢且拖尾,角色 C 中间偏平。参数表里记了每句台词的语速倍率和尾音衰减值,混音时再叠一点环境声遮盖,观众基本听不出是同一个人。
试了七张脸,最后选了最普通的一张。太有辨识度的脸会让观众第一眼就锁定凶手,削弱悬念。普通脸靠灯光和机位来塑造压迫感:低角度、半侧脸、下巴略收。这个决定在第三集之后才被观众讨论,说明方向对了。
同一张脸出现在三个镜头里是常见事故。做法有三:一是位置拆分,同一张脸只出现在不同景深;二是朝向拆分,背对镜头的群演可以重复;三是遮挡拆分,用柱子、车、行人挡住部分面部。三条一起用,基本能骗过观众。
整体换脸容易失真,微调三项更自然:法令纹深浅、眼袋阴影、发际线高低。三项各调一档,年龄感大约差三到五岁。记录时按档位写,方便不同镜头之间保持一致。
第一集和第七集各出现一次同一只没喝完的茶。位置和角度几乎一致,只差三帧的时长。这是彩蛋组刻意埋的,用来暗示两条时间线其实是同一天。观众截图对比之后才在评论区发现。
第二集背景里的海报画面,来自被删掉的开场镜头。构图能对上早期分镜草稿,只是人物换了位置。彩蛋组把它做成一张旧海报挂在墙上,既填了空白墙面,也留了线索。
车牌末两位按集数递增,门牌号则对应角色出场顺序。这些数字在画面里不显眼,但被观众逐集记录之后形成了完整的对照表。规律不难,难在每一集都要记得改。
字幕滚动时的背景音里混入了一句极轻的独白,需要降噪才能听清。这句台词原本属于第三集,因为节奏问题被剪掉,声音组把它压到几乎听不见的位置,算是对那场戏的纪念。
有一处没修干净的生成错误被保留下来:背景人物多出一只手。原本打算修掉,但测试放映时观众反应很有趣,于是保留。它后来成了观众讨论最多的画面之一,也提醒我们:不是所有错误都要消灭。
一条镜头从分镜到成片,大致过五道手:分镜(写机位与光源)、提示词(固定块与可变块)、生成(记录批次与参数)、剪辑(节奏与空镜)、混音(语速与尾音)。每一道手都会留下痕迹,我们的做法是把痕迹记在同一张表上,方便回溯。流程本身不复杂,难在坚持记录,否则返工时只能靠记忆。
低饱和、偏暖、颗粒明显,是这部 AI短剧 的画面口音。做法不是加滤镜,而是从生成阶段就控制色温和对比度,再在剪辑时统一。好处是不同集之间风格一致,坏处是夜景容易脏,需要逐镜头检查。
我们保留了三组对照:第一版与成片的雪夜追车、删掉四句台词前后的剪辑节奏、以及手部特写修补前后。对照的意义不是证明哪个更好,而是让后来的人能看到决定是怎么做出来的。每一组都附了改动理由和放弃理由。