3 个 AI 工具拍一支动画短片,我只负责点头

我是沐橙，每天拆一个真能省时间的 AI 用法。

最近 X 上有支二维手绘动画短片很火，不少人问怎么做的。

答案是 3 个 AI 工具分工。Claude 当导演，Codex 画图，Seedance 做视频。人只干三件事：选故事、定画风、批准花钱。

我把这套流程拆了一遍，整理成一份能直接照着做的分工清单。重点讲两件事，一是提示词怎么拆，二是人物为什么会变脸。

一、三个模型，各管一摊

先把角色说清楚，别让一个工具干所有活。

• Claude 当导演：
  写故事、拆分镜、写所有提示词，还负责检查每张图和每段视频，最后按音乐节拍剪成片。
• Codex 只画图：
  画人物设定图、样帧，以及每个镜头的第一帧。
• Seedance 只做视频：
  拿着第一帧和视频提示词，生成几秒的画面。

最省事的一点是，另外两个工具由 Claude 自己去调用。你全程只跟 Claude 说话。

原作者也提到，没有 Claude 的话，换成 Codex 一个人全干也行。

示意图：导演、画师、摄影三分工

二、开工前，先给导演一份任务书

第一句话就要把边界写死：你当导演，你不自己画；Codex 只画图，Seedance 只做视频；我负责选故事、确认画风、批准花钱。

然后给规格。比如 48 秒、16:9、1080p、24fps，没有台词和字幕，配一首歌。

流程按这个顺序走：

1. 写 3 个故事方向，我挑一个。
2. 拆成 15 到 20 个镜头，每镜写清景别、运镜、谁在哪做什么、第一帧画面、动作和音效。
3. 先算总价，等我同意再生成视频。之后每次重拍也先报价。

有个细节很实用。每段视频生成 4 到 5 秒，成片只留 2 到 3 秒，所以主要动作要放在前 3 秒。

三、图片提示词和视频提示词，一定分开喂

这是整套流程里最值钱的一条。

很多人做 AI 动画，习惯把“画面长什么样”和“画面怎么动”写成一大段，一起丢给视频模型。结果就是人物越动越不像自己。

正确做法是拆成两份提示词。

图片提示词管长相。先写一段固定的画风提示词，包括线条、上色、背景、配色和禁止项，每张图原样带上。再让 Codex 画角色设定图和第一镜样帧，你确认了才往下走。

之后每一镜的第一帧，都把设定图和样帧当参考图一起带上。写清手放哪、风往哪吹、道具有几个，图上不要文字。

视频提示词只管动。原作者只写三句：

动作：谁或什么造成的，手放在哪、不能碰什么。 声音：xx。没有音乐，没有人说话。 保持首帧的二维手绘动画画风、线条和颜色不变，人物长相和衣服不变，不要变成3D或写实，不要出现文字。

长相已经锁在第一帧里了，视频模型只需要让它动起来。这就是解决角色漂移的关键。

示意图：图片提示词管长相，视频提示词管动作

四、让导演自己做质检

AI 生成的视频，最怕的是你一段段肉眼看，看到眼花。

这套流程把质检也交给了 Claude。每段视频每 0.4 秒截一帧，拼成一张大图，让它查四样东西：因果对不对、道具数量对不对、方向对不对、人物长相变没变。

不对就重画第一帧，或者重拍这一段。

还有一条一定要加：新版本存新文件，不覆盖旧的。不然改到第三版，你会发现第一版其实最好，但已经找不回来了。

五、最后一步，音乐和剪辑

配乐也交给 Claude。原作者让它从免费可商用的音乐库里挑 4 首给你选，歌比片长就截一段，结尾淡出。

然后量 BPM，切掉每段开头的停顿，让剪辑点落在拍子上。音乐压低一点，别盖住音效。

最后提醒一次：每次调用 Seedance 都要花钱，镜头多了费用涨得很快。“先报价、再开拍”这条规矩，别省。

一个人的动画组，5 步清单

写在最后

这套流程真正省时间的地方，不是哪个 AI 工具更强，而是分工清楚。

导演只想，画师只画，摄影只拍。提示词分开写，人物就不容易变脸。效率反而比让一个工具全包高得多。

你也可以先拿一个 10 秒的小故事试试，跑通了再拉长。

● ● ●

灵感来源：

• 参考 X 上 @EianLu 的分享

本文为基于以上观点的重新整理，非原文翻译。

需要 ChatGPT / Claude 订阅的可以后台回复「订阅」