有人企图驯服 AI 做视频，最后又破防了

以上视频来自 @刘幸运 老师，用幽默的方式，非常精准地说出了 AI 视频人的心里话。

视频里吐槽了 AI 做视频的很多痛点，比如多角色时身份容易串，多镜头时角色一致性难保持。特别是男二一出场，位置和动作全乱了。这一下戳中的，其实是 AI 视频最难搞的一件事，空间关系。谁站在哪、镜头从哪拍、人物怎么走。

prompt 写得再细，模型给你的结果总是差那么点意思。走位和调度这种东西，本来就不是靠文字能讲清楚的。

而真人拍片怎么解决这个问题？先搭片场，再定机位，然后排走位，演员们先简单过一遍，导演看了预演没问题，节奏对了才开机。

AI 视频一直缺的就是这一步。没有片场，没有预演，脑子里的镜头只能翻译成文字，再赌模型猜不猜得中。

直到我体验了 TapNow 支持预演的 3D 片场功能，这个问题终于有解了。

先看下我用 3D 片场最后跑出来的效果视频《交接》。

下面是 3D 片场导出来的镜头预演，一共四个摄像机，预演了四个镜头，基本把整个故事的镜头讲清楚了。蓝色人偶是父亲，粉红人偶是作为新娘的女儿，黄色人偶是新郎。

第一个摄像机放在新娘背后，拍新娘的背影走向新郎；第二个摄像机放在新郎背后，拍新娘正面走向新郎；第三个摄像机是新娘视角，拍新郎单膝下跪，拿出戒指；第四个摄像机是新郎视角，拍新娘喜极而泣。

接下来我会把完整的创作过程分享出来。

TapNow 3D 片场是什么

3D 片场是 CreativeOS 里的一个虚拟片场。

可以生成资产、搭建场景，还可以摆放角色、设定多机位，最终通过时间轴把走位整个预演一遍，再拿预演结果作为参考，用 SD 去生成视频，AI 视频的可控性直线拔高。

不需要掌握 Blender 这种专业 3D 软件，小白也能玩。

等于把真人拍片那套先排后拍的流程，搬进了 AI 视频创作里。

我拿它做了一场婚礼的戏。故事梗概大概是这样的。

父亲牵着女儿走红毯，走到中段停下，把女儿的手交到新郎手里，然后退后一步。新郎当着他的面单膝下跪，给新娘戴上戒指，新娘低头看着戒指，掉了眼泪。

整场戏没有一句台词，但这些演员的走位、动作、情绪已经传达得非常到位。这本身，胜过任何台词。

完整流程

前面提到《交接》的故事梗概，要完成整条视频，大概的节奏是这样的。

首先用下面的提示词生成人物、场景和道具。

场景提示词：一个室内婚礼仪式场地，纵向纵深构图。画面中央是一条长长的红色地毯，从画面前景一直延伸到远端。红毯两侧整齐摆放着简约的白色座椅，座椅之间留出宽敞通道。红毯远端是一个半圆形白色花艺拱门，花门上点缀白色玫瑰和绿色叶材，拱门后方是柔和的暖光背景。场地整体为暖色调，顶部柔和光线洒下，地面有轻微反光，空气中有淡淡的光晕。空间开阔庄重，仪式感强，没有人物。广角横构图，写实摄影风格，高清细节，电影质感，暖色调。生成四宫格图新郎提示词：一位28岁左右的亚洲年轻男性，新郎形象。短发干净利落，面容清爽端正，亚洲人脸型，神情温和带一点紧张期待。身材挺拔匀称。身穿深灰色合身西装，白色衬衫，深色领带，胸前别一朵白色胸花。全身像，自然站立，双手自然垂在身侧，目光看向前方，表情认真。纯色浅灰背景，柔和均匀布光，写实摄影风格，高清细节，电影质感。生成四宫格图新娘提示词：一位26岁左右的亚洲年轻女性，新娘形象。长发盘成低发髻，几缕碎发自然垂在脸侧，面容清秀温柔，亚洲人脸型，淡妆。身穿白色保守款婚纱，高领或小圆领设计，长袖或七分袖，裙摆简约垂坠不蓬夸张，面料有细腻质感，整体端庄不暴露。手捧一束白色和浅绿色小花束。全身像，自然站立，微微低头，表情平静中带一点羞涩和感动。纯色浅灰背景，柔和均匀布光，写实摄影风格，高清细节，电影质感。生成四宫格图 父亲提示词：一位50岁左右的亚洲中年男性，父亲形象。短发，两鬓微微泛白，面容沉稳温和，眼角有细纹，眼神内敛克制。身材中等偏瘦，站姿挺拔但带一点这个年纪的迟重感。身穿深藏青色合身西装，白色衬衫，深色领带，西装剪裁传统正式。全身像，自然站立，双手自然垂在身侧，面部表情平静，嘴角没有明显笑意，眼神里有不舍但克制。纯色浅灰背景，柔和均匀布光，写实摄影风格，高清细节，电影质感。生成四宫格图钻戒提示词：一枚求婚钻戒，经典六爪镶嵌单钻款式，圆形明亮式切割主钻，钻石火彩闪耀，戒托为银白色铂金材质，戒臂纤细简约。戒指单独展示，约45度斜侧角度立在纯色浅背景上，柔和布光突出钻石通透感和金属光泽，微距特写，写实摄影风格，高清细节。手捧花提示词： 一束新娘手捧花，圆形紧凑造型，以白色玫瑰、白色洋牡丹为主，搭配浅绿色桉树叶和少量满天星，花茎用白色缎带缠绕。花束单独展示，纯色浅背景，柔和布光，写实摄影风格，高清细节。

留心的小伙伴会发现，人物提示词结尾我都加了「四宫格」这几个字。这样一张图里就能直接生成四个效果，哪个好就截取哪一个。比如新娘的效果。

然后用 TapNow 的图片节点工具快速切分，把图片切成四张。

然后选最满意的一张，生成三视图。

用同样的方法处理场景和其他人物就可以。

然后从画布右侧的节点栏里，拖出一个 3D 节点。

生成 3D 场景图。

然后点击「预览」，进入 3D 场景看效果。

在 3D 场景里，可以用 WASD 控制前后左右移动，鼠标左键控制视角，QE 控制上下。确认没问题后，点击下方的「在 3D 片场中使用」。

就会自动生成一个 3D 片场节点。

进入片场之后，移动方法还是一样。来到红毯中间，点击鼠标右键，新建角色人偶。

人偶可以改变颜色、调整身高，还可以控制行走、调整姿势。

然后就是添加摄像机，摄像机决定你拍摄的角度。这里有个比较方便的办法，先把视角移动到合适位置，再点「当前视角添加」，省掉手动调整的麻烦。

摄像机放好之后，还能手动调整，也支持焦段控制，远景、中景、近景随意切换。

前文提过，我总共布置了四台摄像机，分别拍摄新娘的背后、正前和双侧视角。

摄像机架好以后，就可以排练演员走位了。这也是本文的重点，用时间轴功能预演人物走位。核心就是在时间线上添加关键帧，关键帧可以作用在人偶身上，也可以作用在道具上。

这里我以新娘的动态走位时间轴处理为例，先看下新娘的剧本

打开时间轴，先在初始位置打上一个关键帧，作为起点

然后在走到新郎面前时，再打上一个关键帧

接下来是跟新郎面对面

最终新郎单膝下跪时，新娘始终保持当前位置，也打上一个关键帧

最终新娘的时间轴动态走位效果预览如下

同样的操作分别是新娘父亲、还有新郎都在时间轴上排好走位即可。

然后就可以切到各个摄像机视角看动态走位预演效果了，比如这是摄像机 1 的动态走位预演

这是摄像机2的动态走位预演

等到预演没啥问题，就可以直接导出到画布。操作入口在「镜头管理」里的「导出到画布」。

导出后，每个镜头预演都是长镜头，需要裁剪，比如第一个摄像机的背影视角只需要 2 秒，正面镜头需要 2 秒，单膝下跪需要 3 秒。TapNow贴心的内置了时间线功能，可以直接进行剪辑。 要注意，最短不能低于 1.8 秒，否则不能作为 SD 的参考视频。

接下来交给 TapNow CreativeOS 的 Agent 接手后面的活儿。点击屏幕右下角的 Agent 按钮。

然后选择最新的 6 Astra 作为智能大脑，同时选择头脑风暴模式，帮我们完善分镜。

详细说明故事梗概、镜头预演和角色道具，并指定 SD 2.5 作为最后的视频生成工具。

Agent 在头脑风暴模式下，会补全我没考虑到的细节，并让我确认。

然后规划分镜。

接下来有个比较有意思的点，Agent 会主动降低分辨率生成样片，帮我省积分。

视频提示词也可以二次调整。

最终令我震撼的事情发生了，样片一次通过。继续让 Agent 生成其他视频，也是一次通过。

由于视频本身是 480p，画质太低，我又用视频工具做了画质增强，把画质提到了 2K。

视频有了，但背景音乐还没找到合适的。于是我继续让 TapNow Agent 帮我生成音频。

生成效果也非常不错。最后把三个视频和背景音乐简单剪辑一下，整支短片就做好了。再回顾一下这条短片。

写在最后

做完这支片子，我一个很深的感受是，以前我老想着驯服 AI。prompt 写得越来越长，抽卡抽得越来越狠，好像只要我足够虔诚，模型总能被我感动。

现在想想，方向就错了。你不需要驯服它，你需要的是先自己想清楚。想清楚谁站在哪，镜头从哪拍，人往哪走，在片场里先走一遍，走对了，再让它照着演。

它补上的，就是从想到画之间，一直缺的那层排练。

以后模型还会越来越强，我反而没那么焦虑了。导演脑子里的那部分，工具替你想不了，也抢不走。

片场和预演我传到 TapTV 了，里面还有更多大神无私分享的画布，全部都可以一键拆解创作思路。想拆、想复刻的，评论区有入口，自己去走一遍。