如何制作多场景 AI 视频

Film Studio 中的每部影片都要经过 DreamBench AI 视频生成器页面上介绍的四个步骤。下面列出每一步以及你要点击的按钮。

第 1 步：描述视频

1. 1打开 Film Studio，在“你的故事”框中写下你的想法：一句话或一整页都可以。
2. 2在“画面里是谁？”下，添加必须出现的人物、产品或地点的图片，最多 8 张。给每张图片起个名字，并标记为角色、生物、地点或道具，然后在故事中用 @ 加名字引用它。
3. 3选择一个模型、时长、画幅和分辨率。开始之前，创作面板会以积分显示价格。
4. 4让开关停在“逐步确认”，然后点击“撰写剧本”。把开关拨到另一边，按钮就会变成“生成影片”，从你的故事一路生成到成片，中途不停。

第 2 步：阅读剧本

1. 1当影片卡片显示“轮到你了”时，打开它。剧本会显示标题、一句话梗概，以及用一句话描述的每个场景和镜头，并注明每个镜头里有谁。
2. 2要修改某个镜头，点击它下方的“修改”并写一条备注，比如“把这里改成她双手的特写”。剧本的其余部分一字不变。
3. 3要修改整个故事，点击“重写”并附上备注。
4. 4读起来没问题时，点击“确认剧本”。也可以让它从这里一路运行到最后，不再停下；“到此为止”会保留剧本，之后不再收取任何费用。

有些影片会先在“选择创意”下，把你的想法和几个在此基础上变化的版本并排展示。选一个，或保留你自己的，然后点击“撰写剧本”。

第 3 步：查看角色

1. 1查看角色阵容：剧本需要的每个角色、地点和道具都有一张参考设定图，你提供了图片的，就依据你的图片绘制。
2. 2如果某张设定图不对，设定你想要多少个新版本，点击“画 3 版”，然后挑一版并点击“用这一版”。或者点击“用我的图片”，依据你自己的照片来绘制。
3. 3点击“确认角色”。之后每个场景都会用这些设定图拍摄，并剪接成一部影片。

如果影片时长为两分钟或更长，按钮会变成“开始试拍”：先拍摄其中几个镜头，约占全片的十分之一。在“镜头”下观看这些镜头，然后点击“拍摄其余部分”；或点击“到此为止”，这样你只需支付试拍的费用。

第 4 步：观看影片，然后修正任意场景

1. 1每个镜头一生成好就会出现在面板上，可以直接播放。
2. 2观看成片，然后点击“打开镜头编辑器”，再点击不理想的镜头：说明要改什么，然后重新生成。
3. 3想改多少个镜头都可以，一起重新生成，然后确认每个镜头放进影片的版本。

开启“逐步确认”后，每一步都在开始时付费：点击“撰写剧本”时支付剧本，确认剧本时支付角色，确认角色时支付镜头。加起来与不停顿地生成整部影片费用相同，提前停下也不会多花钱。

规划完全依据简报来做。好的简报会写明故事的节拍、角色、地点和画面风格；漏掉任何一项，编剧就只能去猜。

• 故事节拍：先发生什么，什么发生了变化，怎样结尾。一分钟的影片有三到五个时刻就足够了。“一个男孩弄丢了风筝，追着它穿过小镇，在一个陌生人的花园里找到了它”比“一部关于风筝的影片”更好规划。
• 角色：有谁出场，每个人都有几处在每个场景中都不变的细节：年龄、发型、一件衣服。给每个人起个名字，方便剧本跟踪他们。
• 地点：每个节拍发生在哪里，以及一天中的什么时间。地点越少，整体越连贯；换一个地点就是一个新场景。
• 画面风格：用一句话说明风格，比如“手持拍摄，温暖的傍晚光线，35 mm 胶片颗粒”或“柔和的水彩，粉彩色调”。它会用于每个镜头。
• 画幅和声音：写明 9:16 或 16:9，台词放在引号里，跟在说话人后面。

对于一张面孔或一件产品，一张图片胜过一段文字：在“画面里是谁？”下添加它并引用，比如“@mia 打开盒子”。它如何进入每个镜头，参见参考生视频。AI 视频提示词生成器可以把一个粗略的想法变成更完整的简报。

每个衔接处都是两次独立生成之间的硬切。两个镜头都没“看过”对方，所以只有两者都被告知的内容才能把它们连起来。DreamBench 对每次剪切的规则分为两部分。

跨剪辑点要延续的内容

• 地点以及每个人在其中的位置：在左边的人仍在左边。
• 面孔、发型、服装和姿势：坐着的人仍然坐着。
• 手里拿着的东西，以及被移动过的任何东西：喝了一半的杯子仍是半杯，开着的门仍然开着。
• 光线：同样的时间段，同样的方向和颜色。
• 运动方向：从左往右跑的人继续从左往右跑，速度不变。

剪切时要改变的内容

景别必须明显变化：至少跨两级景别，比如从远景到特写；或者镜头转动四分之一圈；或者切到别的事物；或者进入新场景。两个景别和角度几乎相同的镜头看起来像跳帧，仿佛丢了几帧。

镜头与镜头之间保持同一张面孔，是角色一致性；一个镜头内面孔保持稳定，是时序一致性。多镜头视频解释了片段内部和片段之间的剪切。

跨剪辑点的声音

在能生成声音的模型上，每个镜头的声音都与其画面一同生成。让一句对白保持在一个镜头之内，并在台词结束处剪切，就像电影在说话人之间切换那样。详见原生音频。

一个场景是一个地点和时刻；一个镜头是两次剪切之间的一段视频。一个场景通常有两到四个镜头。Film Studio 会把新影片切分为 3 到 12 秒的镜头，所以时长决定了一部影片最少有几个镜头。在 Veo 3.1 上，镜头为 4、6 或 8 秒，需要的镜头更多。

编剧会根据节拍确定镜头数量，最多 40 个：一个眼神需要一个短镜头，穿过房间则需要长一些的镜头。镜头少而长，节奏就慢；镜头多而短，节奏就快。

一部五分钟的影片包含十到十五个场景、至少 25 个镜头，需要 Ultra 或 Studio 套餐。做好以下四点，制作就会顺利。

• 完整的简报：按顺序写出每个场景、角色、地点、画面风格和结尾。在 Film Studio 的创作面板下方，两分钟或更长的影片会提供“插入简报模板”。
• 试拍：开启“逐步确认”后，确认角色时会先拍影片的开头部分，约占全片的十分之一。如果画面风格不对，就在那里停下，这样你只需支付试拍的费用。
• 成本更低的草稿：在 Seedance 2.5 上以 480p 制作，修正不理想的镜头，然后点击成片下方的“放大到 1080p”。
• 更长的影片分成几个部分：成片上的“在新影片中继续”会打开创作面板，带上这部影片的角色和设置，以及一份从它的结尾接着写的简报。

把同样的方法用在课程上的分步说明，见如何用 AI 制作教学视频。

一部影片的每个镜头都由同一个模型生成：每个模型解读参考图的方式各不相同，影片如果中途换模型，画面风格就会在剪切处改变。根据角色如何进入每个镜头以及声音来选择模型。

每个模型页面都列出了它的限制和示例：Seedance 2.5、Seedance 2.0、Veo 3.1、Kling 3.0、Kling 4.0 和 Wan 3.0。Film Studio 会自己写镜头提示词，但提示词指南解释了每个模型擅长什么，能帮你写好简报：Seedance 2.5 提示词指南、Veo 3.1 提示词指南和Kling 3.0 提示词指南。

每个镜头都是单独生成的，所以一个镜头不好，并不意味着要重做整部影片。尽量在最早的步骤修正：改文字比改图片便宜，改图片又比改镜头便宜。

重拍的费用是重新生成的秒数加上少量编辑费，点击前就会显示。

每份简报都写明了节拍、角色、地点和画面风格。复制一份，修改细节，确认之前先读一读它的剧本。

30 秒短片：丢失的风筝

一部三个场景的短片，16:9。一个大约八岁的男孩，围着红围巾，穿着黄色雨衣，在刮风的山坡上放一只蓝色风筝；线断了，风筝飘过一片屋顶。他追着风筝穿过狭窄的街道，经过一位面包师和一个骑自行车的人。他发现风筝挂在一位老奶奶花园里的苹果树上；她爬上梯子，把风筝递下来，男孩咧嘴笑了。阴天的秋日光线，手持镜头，柔和的胶片颗粒。风声、脚步声，老奶奶说了一句话：“下次抓紧一点。”

1 分钟产品影片：一个不锈钢水壶

一部为 @bottle 制作的 1 分钟影片，9:16。清晨：一位留着黑色短发、穿绿色夹克的越野跑者在山间溪流边给 @bottle 灌水。中午：她攀上一道岩石山脊，@bottle 挂在背包上，她在观景点喝水。日落：她在山顶打开 @bottle，递给一位朋友。最后以 @bottle 放在岩石上的特写收尾，标签朝向镜头。清爽的自然光，宽阔的风景与近距离的细节交替剪接，风声和水声。

2 分钟故事：两个邻居和一架钢琴

一个由六个场景组成的两分钟故事，16:9。@ana 是一位退休的音乐老师，穿着灰色开衫，每天傍晚都弹一架立式钢琴。楼上，戴着耳机的少年 @leo 不停地跺地板。一天傍晚，钢琴声停了，一周的寂静之后，他下楼去看她。她病了；他泡了茶，笨拙地弹起钢琴。几周后，他们一起四手联弹，邻居们在楼梯间里聆听。台灯照亮的房间，缓慢的运镜，每个场景里都有钢琴。

@ 名称对应的是在“画面里是谁？”下添加的图片。没有图片时，Film Studio 会根据文字设计角色。

逐个镜头写成的简报，在 DreamBench 上生成的效果

制作多场景 AI 视频不一定需要 Film Studio。在任何视频模型中手动制作，方法和摄制组的做法一样：

• 写一份镜头清单：每个镜头拍什么、景别、时长以及有谁出场。
• 为每个地点制作一张参考图，为每个人制作一张角色设定图，然后在每个镜头中使用同样的图。
• 写每个镜头的提示词时，每次都用同样的文字描述角色，并在同一个模型上逐个生成镜头。
• 对照设定图检查每个镜头，重新生成走样的镜头。
• 在视频剪辑软件中按顺序用硬切把镜头连接起来，并修整衔接处的声音。

Runway 发布过这样一套工作流程，用于一个 15 秒的 Seedance 2.5 场景：先做一个空的地点，再为每位表演者制作“一张三联角色设定图：正面、背面和一张特写”（Runway）。Kling 的 Video 3.0 有一个 Multi-Shot（多镜头）开关，能在一次 3 到 15 秒的生成中“自动规划镜头转场”（Kling AI）。

什么时候手动制作更合适

• 15 秒以内的单个场景：模型自带的多镜头模式在一次生成中完成剪切，所有帧一起生成。
• 想在模型厂商自己的应用中掌控每条提示词和每一次拍摄。
• 想自己剪辑：转场、字幕标题和音乐，这些 Film Studio 不会添加。

什么时候 Film Studio 更合适

• 影片比单次生成更长：剧本、设定图、镜头和剪辑都出自同一份简报。
• 每个镜头都是同一批角色：设定图只绘制一次，随每个镜头一起使用。
• 边做边改：在剧本阶段改镜头，在角色阶段改设定图，在成片中改镜头。

Film Studio 的价格取决于时长、模型、分辨率和声音，开始前就会显示；套餐详见价格页面。

• 每次剪切都完全吻合：分开生成的镜头仍可能在小细节上不同，比如一枚戒指，或是哪只手拿着杯子。
• 手和身体的接触、手指的精细动作，以及必须能看清的文字，是模型最常出错的镜头。
• Film Studio 不能为镜头设置首帧或尾帧，不能从某个片段的最后一帧延长它，也不能上传你自己的声音或配乐来做口型同步。
• 一部影片从头到尾只用一个模型和一种画幅；想试另一个模型，就重新制作一次。

由生成镜头组成的影片可能被当成真实影像。在可能引起误解的地方注明它由 AI 制作，未经本人同意，绝不要把真实的人放进去。看起来显示未满 18 岁真人的图片会被拒绝。