600万播放的“AI视频”是怎么做出来的？——从想法到成片，谈谈如何制作有质感的AI视频 （下）

欢迎回来，接着讲上篇没讲完的内容。 上篇：https://x.com/Xanderwow_A/status/2103826700928762348

三、资产该如何绕过审查？

想必朋友们在生成的过程中，会发现很多平台的审查非常严格，具体包括以下几个类型：

（一）政治人物/明星等公众人物

我已经在上期的人物资产创作中已经讲过突破审查的方法，此处不再赘述。 这里再补充一种玩法。假如你想做的角色，有很显著的特征，你就可以让模型生成一个远景或者背影的图片。 其实视频模型早就训练了这些人的人脸，你完全可以在提示词里让视频模型生成前方人物正脸的中近景或特写，运气好的话，可以把他的人脸带出来。

但遗憾的是模型生成之后还有一轮ffmfpg的审查，所以用正脸大概率生成完了还是通不过。

（二）真人人脸

想必很多朋友都尝试过把自己的自拍上传到视频模型，却发现真人人脸过不了审核的经历。其实解决这个问题非常简单：

只需要把你的照片通过图像生成模型再生成一遍，有很大概率过审。

（三）影视版权经典镜头

你们把经典影视镜头的原片上传给模型时会发现，原片根本无法过审。

今天我就教你两个“越狱”的好办法，保准你把模型审查玩的团团转。

1.黑白深度视频

让你的Codex，帮你把想要参考的原片转化为黑白深度视频。

先解释一下为什么我要给人脸再打一层马赛克：转换深度视频会保留人物的发型和脸型。因为视频模型老把rose和jack的脸型和发型移植到Dario身上。我为了加强控制，就在黑白深度视频里也打了码。

转成深度视频有以下好处：

• 便于过审，平台识别不了这是什么场景

• 原片的人物和场景可以被抹除，让模型有更多渲染空间。人物长相、服装颜色、场景材质由新的参考图决定。 举个例子，如果你直接上传原片，原片的内容会有很大概率被用到新生成的视频里。但如果你将原片转成黑白深度，就可以规避这个问题。

• 它跟白膜一样，同样可以控制运镜和人物站位。

但如果你把视频转成了黑白深度，就一定要做好“场景资产”，并且在提示词中不断去作约束。 不然视频模型很难理解，会出错。

2.直接给参考视频的人脸打马赛克

有些片子的镜头并不出名，只是因为里面的公众人物有人脸限制。 你只需要把人脸打上马赛克，就可以通过审查。

但直接传原片也有坏处：当模型降智时，他会把原片的那种质感带到新片子里。如果你没把发型遮住，也有可能会出现rose版dario那种情况。

（四）血腥、暴力、色情等严重违反规则的内容

这些我不讲，希望大家不要触碰这方面的内容，对身体不好。

四、提示词怎么写？长视频怎么做？

这也许是很多朋友都很关心的一个问题。其实非常简单，在这里我也把提示词分为两种写法：

先提个醒⚠️，在写提示词之前，让你的Agent注意，千万不要在提示词提到公众人物/版权产品的名称，不然文字过不了审。

（一）提示词该怎么写？

1.原创内容

其实写提示词不难，我从2月份到现在，我的Agent都是一套提示词规则，其实就是提示词里必须出现五个要素：

• 角色 （写清人物数量、身份关系、外貌服装和道具归属）

• 风格画质 （确定画风、材质、色调、光线基调与成片质感）

• 环境氛围（写明场景、时间、天气、光源、人物初始位置，以及门窗、桌椅、通道等固定参照物。人物在哪里活动、从哪里进入、往哪里离开，都要有明确的空间依据）

• 内容动作 （动作要有可观察的过程和结果。人物表演包含正在做的事情、视线落点、必要的细微反应与道具互动。对白时，说话者和听者都要有符合剧情的行为，但不机械堆砌眨眼、握拳、叹气等动作）

• 镜头运动 （按“镜头1、镜头2……”组织，每个镜头写清景别、机位、主体动作、镜头变化和结束状态。运镜说明围绕谁、从哪里移动、最终看见什么；焦段、角度和距离按需要补充)

我一般是按1.角色 2.风格画质 3.环境氛围 4.内容动作+镜头运动来写提示词的。 写提示词还需要注意以下几个点

• 人物表现要“活”。在文戏场面，说话时偶尔可以带一些动作，例如撩一下头发，摸一下脸，喝一口茶。这些活人感，要提醒codex写到提示词里。

• 审查Agent写的提示词。GPT模型经常把思维链上的内容写到提示词里，把下个片段该有个内容给你写到现在做的片段里，一定要仔细检查。所以提示词能简化就简化，别搞复杂了。

• 视频模型一直在不断更新，你的SKILL也要不断更新。 Seedance官方提示词手册 https://docs.volcengine.com/docs/ark/seedance-2-5-prompt-guide?lang=zh minimax H3官方提示词手册 https://vrfi1sk8a0.feishu.cn/wiki/FIWjwgL33ipnkekzk30crmKUnIh

• ⚠️ 一定要禁止视频模型自动配BGM，自动配字幕、自动配水印！！！

把这两个链接丢给Codex，让它去学会官方的提示词手册，然后再来写提示词，会事半功倍。我的提示词是融合了我的五要素 + 官方提示词规范。 当然你们也可以照着这么做。

🌟🌟🌟现在技术真的非常高级，我强烈推荐大家一定要做白膜参考视频，你光靠文字、黑白线稿，是很难很难做出来好看的片子的！！

2.动作迁移（把参考视频中的人脸和场景换掉）

（1）精简版写法 （适用于完全参考原片的内容）

给Codex的指令：帮我写一条这条视频的提示词，把原片中的角色分别换成我提供的人物资产，场景换成我的场景资产，人物的脸、发型和衣服全部跟参考图一致。运镜、站位、动作和节奏照原片，只替换人物、场景和指定对白。

这是codex给我生成的提示词

在视频生成平台，只要输入@，就可以在对应的位置，把你的素材挂上，让AI更容易识别。

（2）详细版写法（适用于保留原片镜头，重新设计剧情、表演与画面质感）

给Codex的指令：你先看参考视频，然后结合我的提示词规范和发给你的资产，写提示词。保留原片的镜头语言和节奏，但要根据新的对话调整人物语气、神情和停顿。人脸、场景以我发你的参考图为准。

生成的方法很简单：把你做好的人物资产、场景资产 + 处理好的参考视频 +提示词直接丢给视频模型，然后@好素材，就可以等待视频生成了。

前文中我的指令仅作参考，你具体需要什么，就按具体情况来给指令，不要照搬我的，可能会翻车。 想做什么就跟Codex讲，不要不好意思说。

如果你不知道自己要做什么内容，我建议你刷X或者任何视频平台，看别人的视频，慢慢就知道自己要做什么了。

（二）长视频要怎么做？

看到这里，你应该已经明白，现在的视频模型最长支持30秒的视频生成。那么如果我们需要做好几分钟的长篇，我建议你这么做：

1.如果一段较长的剧情始终发生在同一个场景里，建议先让 Codex 搭建统一的 3D 方块白模场景，并锁定人物、道具和场景的参考图。随后，根据每段剧情制作白模参考视频，明确人物站位、正反打机位和运镜路径。 这样，各段视频都能沿用同一套空间布局与视觉资产，减少切镜后人物位置、道具摆放和场景结构发生变化的问题。即使是持续很久的双人对话，也可以按镜头分段制作，再通过剪辑衔接成连贯的长片段。

2.将上一段视频的尾帧作为下一段的首帧，有助于延续人物姿态、道具位置和画面构图。如果两段之间出现色调或光线差异，可以结合自然的切镜、运镜过渡与后期调色，让衔接更顺畅。也可以从上一段稍早的合适画面开始续接，让前后两段保留一小段重叠内容，再通过剪辑选择动作和构图最匹配的位置完成衔接。实在修不好的小瑕疵，也不必一直死磕。先把故事讲清楚、把节奏剪顺，再集中处理真正影响观感的穿帮。 如果实在不行穿帮就穿帮吧，反正都是AI视频无所谓了。

3.要善于利用黑白线稿。镜头连续时，可以以上一段视频的尾帧为参考，让 Agent 根据后续剧情生成新的黑白分镜；切换机位时，则要重新明确拍摄方向，同时保持人物、场景和道具之间的关系一致。图像模型也可能画错站位、场景或动作。因此，生成线稿后要逐格检查，重点核对人物数量、位置朝向、道具归属和前后镜头的衔接。发现问题先修改，确认无误后再交给视频模型生成。先把分镜改对，能减少带着错误反复“抽卡”的情况，省下时间和积分。

这张图里就有很明显的站位错误，所以被我弃用了。

五、AI生成的视频该如何处理？

（一）先说说Codex这些Harness都会做什么

他们可以调用本地工具、编写并执行脚本，完成许多重复的视频处理工作。

你可以直接把文件交给它，用自然语言说明需求，例如：

• 制作字幕：根据台词或语音转写结果整理字幕、调整时间轴，导出字幕文件或将字幕压入画面。

• 语音识别：需要配合转写工具，人名、断句和时间轴仍要校对。

• 剪辑片段：截取指定内容、删除多余部分，把多个片段按顺序拼接起来。

• 提取素材：提取首帧、尾帧、指定画面或音轨，方便继续生成和后期制作。

• 转换与压缩：转换格式、调整分辨率、压缩文件大小

• 帮你给视频打马赛克，还能打得有模有样

• 可以帮你分析视频，用ffmfpg逐帧分析一个视频里的内容

就像Max做的这个视频，他标题的这个The Rage for AGI，你完全就可以让Codex帮你复刻一个一模一样的出来。 并且可以让它帮你参考参考，这个标题放哪儿合适。

Codex能做的事情还有非常多，所以只要你想干什么，Codex就能帮你做什么。遇到任何问题，先问Codex，不要一有什么问题就到处问别人，兄弟姐妹们要知道一个道理：天下没有免费的午餐，你已经为Codex付过费了，为什么还要给其他人付费？

（二）一个片段里的局部内容始终改不掉怎么办？

可以借助即梦Seedance2.5的视频编辑能力，对视频进行局部编辑。

我用无间道这部作品的图片举个例子：

明显看出，这是个Dario+梁朝伟的综合体，但这并不是我们想要的。

我先让codex把这段视频中倒地的画面、以及我想要改变的画面单独剪辑出来。就像这样：

然后把这4秒钟丢到即梦里面，利用其中的视频帧编辑功能，给想要编辑的地方标记一下。

然后展示最终效果：

所以，有一些小穿帮，能用视频编辑功能解决，就不要重新生成，给自己节约点算力，多开几个月Premium会员。

（三）要懂得珍惜算力，不要总想着一条完美

AI不是神，它不可能永远正确，它100%会犯错误。 AI视频制作为什么要叫抽卡，就是因为它不能保证成功率，想要完美出片很不容易。

所以，一定要认真查看你生成的每一段内容，在其中寻找能用的片段，通过剪辑的方式把它们拼接起来。不要有点问题就全部重新生成，没这个必要。

你们猜猜，这个短短1分钟的视频用了多少个小片段来拼接？

所以做一个长的AI视频真的很难，但只要你能做出来，就是胜利！

六、结语

这就是这次想和大家分享的全部心得了。我不是什么 AIGC 大神，也是从零开始，一边尝试、一边踩坑，才慢慢摸索出这些方法。这里写的是我的实际经验，难免有遗漏或理解不到位的地方，欢迎大家指正和补充。

说起来，我已经有两个月没怎么碰AI视频了。也是这两天玩 X，一时兴起，想着做个片子玩玩，顺便消耗一下积分，结果又折腾了起来。目前我的主要精力放在 Agent 管理系统的开发上，对视频工具的新功能和新玩法未必了解得很全面，大家可以把这篇当作一份实践记录，结合自己的需求取舍。

看到大家喜欢，我也有了继续做下去的动力。新的想法已经有了，不过这次积分用得差不多，只能等下个月重置后再开工。正好 X 的收益申请也还没通过，就趁这段时间放慢一点节奏，把思路、素材和制作流程重新整理一下。

这次做片和写总结，也帮我理清了不少问题：哪些地方值得提前准备，哪些错误可以避免，哪些步骤还能做得更省事。希望下次开工时，能少走些弯路，把更多时间花在故事和画面本身。

谢谢大家看到这里，我们下个作品见。