8 个 AI 动画参考网站,接上我们的手绘 Skill

前几天，我们把《风吹新竹》做成手绘歌词 MV，又把制作方法整理成了 NEO 手绘动画 Skill。但是有时如果不是这个风格，画面该从哪里想起？

最近整理了一篇动画资源导览，收集了案例网站、公开提示词和风格文件。

这些资源里的许多作品，走的是让 AI 写动画代码、再渲染成视频的路线。角色可以画成 SVG，镜头按时间变化，文字跟着音乐出现。我们做《风吹新竹》，用的也是这条路。

想先看效果，可以从前 3 个开始。准备照着做，去 Skillry 看对照，再用 JasonZhu AI 筛完整提示词。想固定画风，读 Lemo 的风格文件；想弄清指令从哪来，继续看最后两个。

01先找到你想做的那种动画

Prompt Motion，适合先看一圈

打开 Prompt Motion，首页就是一面动态作品墙。网站把资源标成 Prompt 和 Skill，可以按这两类筛选，再顺着作者去看具体作品。

热度方面，首页与这次查看的案例详情页都没有公开网站粉丝数或浏览总量。可以用 Popular 排序找参考，先看作品是否符合自己的方向。

Prompt Motion 的首页提供 Prompt、Skill 与 Popular 筛选

第一次逛，我建议先挑一条你愿意完整看两遍的短片。第二遍留意第一秒发生了什么，主体什么时候出现，最后怎样停下来。喜欢一条片子，通常能从这几个地方说出理由。

找参考也可以这样具体。喜欢它的文字入场，就记录文字；喜欢它连续变形的镜头，就记录镜头。把想借鉴的部分说清楚，后面才好交给 AI。

OpenChamber，按制作工具缩小范围

OpenChamber 的视频库更适合带着目标找。页面既有知识讲解、产品宣传、音乐视频等分类，也列出了 SVG、Canvas、Remotion、HyperFrames 等工具标签。

页面收录 5104 条视频，其中 845 条带提示词。卡片显示点赞数，@stephanlivera 的动效案例标为 17K 点赞。

OpenChamber 的卡片显示点赞数，首条案例标为 17K，页面上方另列收录数量

我们已有 HyperFrames 的制作流程，就可以先找相关案例。想研究歌词怎样进入画面，再去音乐视频分类。这样挑出来的参考，更容易接上手里的工具。

它还区分带提示词、只有部分提示词和没有提示词的作品。看到喜欢的效果，顺手保存原帖，看看作者究竟公开了哪些材料。只有一句创作要求的条目，后面往往还有需要自己补上的设计。

Claude Video，按热门与提示词继续找

Claude Video把作品按类型归类，还能按热门、最新和观看量排序，或者只看带提示词的条目。卡片保留创作者与原帖入口，适合继续追到作者那里读制作说明。

首页标注 1276 条视频、1007 位创作者，收录作品在 X 上的累计浏览量为 约 7890 万。这里统计的是原帖浏览量，网站访客数需要另看。

Claude Video 将视频数、带提示词数量、X 累计浏览量和创作者数分开展示

它是一个独立的非官方索引。网站也说明，收录作品没有全部复现，作者公开的提示词只是起点。热门排序能帮我们找到大家正在看的效果，制作时还要逐条检查素材和说明是否齐全。

02准备照着做，先看提示词从哪来

Skillry，把原作与复刻放在一起看

Skillry 的视频案例页将原作与复刻并排展示，提供公开可复制的提示词。它按动效、知识讲解、三维场景和游戏等类型整理案例，可以带着想做的类别浏览。

页面共整理 513 个视频案例，顶部关联视频整理仓库的徽章显示 约 3.7K Stars。

Skillry 的首页同时展示 513 个案例入口和关联视频整理仓库约 3.7K Stars 的徽章

对照着看，会更容易发现需要补充的要求。同一种文字入场，速度、字距和停留时间稍有不同，观感就会变。可以把差异写进下一轮修改要求。页面另有付费 Skill 入口，使用前要看清自己打开的是哪类资源。

JasonZhu AI，先筛出材料更完整的案例

JasonZhu AI 的案例页提供了几个实用筛选。可以只看带提示词的作品，进一步筛完整提示词，也可以挑不依赖额外参考素材的条目。页面还把完整指令与简短描述分开标记。

页面标注 1465 个作品，收录原帖的累计浏览量为约 2.081 亿。其中 375 个作品带公开提示词，155 个带完整指令。先筛完整指令，能直接缩小需要继续补材料的范围。

JasonZhu AI 把收录量、完整提示词数量和原帖累计浏览量放在同一组统计中

有些案例会注明需要自备参考素材，创作者当时用过的输入没有托管在这里。选中这样的作品，就要继续去找图片、音频等条件。第一次动手，先挑指令完整、素材条件清楚的条目，更容易判断卡在哪一步。

Li-Evan 的整理，适合读原作者怎么提要求

Awesome Opus 5.5 Video Prompts按动效、产品发布、知识讲解和音乐视频等类别整理作品。项目声明，收录的指令来自创作者自己的公开帖子，并附预览、原帖和中英文对照。

项目说明收录 334 条提示词，虽然只有12 Stars。收录条目和项目收藏分别说明资料规模与关注情况，可以连同内容一起看。

Awesome Video Prompts 的 GitHub 页面显示 12 Stars，右侧说明收录 334 条提示词

Specimen & Signal，把两种指令分开标

Specimen & Signal有个清楚的标记。卡片上的 Prompt by 来自创作者公开的原话，Starter prompt 则由网站整理者编写，用来帮助读者尝试类似效果。

网站收录 200 个视频，其中 28 个可按创作者提示词筛选。@stephanlivera 的动效案例显示 约 210 万。

Specimen & Signal 在案例旁显示浏览量，图中的动效案例标为 2.1M

复制之前，先看这段话是谁写的。 Starter prompt 能给第一轮尝试一个方向。原作的素材、后续修改和工程设置，还得去作者原帖里找。网站说明里也写明，视频属于各自的创作者。

03想固定画风，去读一份 STYLE.md

Lemo-Opuscar。它把 43 种影片风格配上代码制作的样片，从水彩、钢笔淡彩，到剪纸、版画和蓝图，各有对应的风格说明。

这个项目的 GitHub 仓库在本次查阅时显示 约 1.7K Stars，风格库本身另列 43 种风格。

Lemo Opuscar 的风格库入口，每种风格都配有提示词与代码制作的短片

我更想推荐的是样片旁边的 STYLE.md。项目把故事与镜头的指导放在 DIRECTOR.md，把渲染、声音制作等方法放在 TECHNIQUE.md，每种画风再有自己的说明。选中一种风格以后，可以继续读它怎样组织画面和声音。

这次查看时，网站还单独开放了《Opuscar 98》的 98 部影片风格说明。它是另一组逐片参考，可以和原有的 43 种风格库分别浏览。

对准备做固定栏目的读者，我建议先选一种画风，把同一段内容做成几个镜头，检查前后是否像同一支片子。一次尝试太多风格，反而不容易判断哪里需要改。

04接上我们的 Skill，画面仍然从自己的歌里来

看完这些资源，再回到 NEO 手绘动画，它的用途就容易理解了。

这个 Skill 目前专门做手绘歌词 MV。粗墨线、平涂颜色和轻微抖线固定下来，歌词沿用多彩拼贴版式。换一首歌，角色和道具要按新歌词重新设计，再由 HyperFrames 合成、渲染。

《风吹新竹》里唱“原来我们都在这里长大”，我们画了门框上的身高刻度。两个人跟着强拍长高，铅笔在门框上留下一道道记号。城隍庙那一句则写进红对联，歌词跟着场景出现。

这些处理都能在原工程的分镜里找到。换成另一首歌，就要重新寻找适合那句歌词的画面。新竹的庙门和米粉摊，可以留在《风吹新竹》里。

《风吹新竹》的既有成片画面，人物、地方道具和歌词版式一起组成镜头

Skill 里也把这个顺序留下来了。先读歌词，写意象表，再画角色与道具的素材表，和分镜一起确认。随后做一两个代表镜头，样片的画风和节奏合适，再铺开全曲。

案例网站帮助我们选参考，Skill 则把选定的方法放进下一次制作。 喜欢 Lemo 的水彩效果，可以沿着它的工具继续研究；选我们的 Skill，就按目前的手绘规范做，先把一种画法做顺。

05第一次尝试，先做一小段

准备一首可以使用的歌曲，以及带时间的歌词，最好是 LRC 文件。NEO 手绘动画目前需要这两份输入，还不会自己听歌识别歌词。电脑上还要有 Node.js、Python、ffmpeg 和 uv，节拍分析另用 HyperFrames 的 music-to-video 技能。中文字体默认按歌词用字联网下载子集，也可以使用本地字体。

安装入口沿用项目说明。在支持技能的环境里执行，按提示选择要安装到的 agent。

下面这段是根据现有流程整理的复现用说法。歌曲与歌词路径换成自己的；参考先用来说明想借鉴的特点，接着让 AI 判断它与当前手绘画法是否合适。

拿到样片以后，先听着歌看一遍，检查歌词是否在唱的时候完整可读。再关掉声音看，看看画面里的动作能否讲清这一句。具体到某个字出现太早、某件道具挡住人物，再让 AI 改，会比一句“还不够惊艳”好操作。

接下来我也会继续升级skill，来满足更多场景