夜雨聆风📋 本文整理自 Mx-Shell 公开分享的提示词文档（2026.03.15 + 2026.05.10 粉丝群 docx）+ 抖音直播录屏（2026.05.12，两段约 13 万字文字版）。方法论、5 段式模板、所有提示词节选、引语数据均来自他本人公开材料，无虚构、无脑补。原作者 Mx-Shell 保留全部署名权，本文仅做学习交流，不构成任何商业用途授权。
开头钩子
一个 29 岁的云南中专生，2026 年 1 月才第一次接触 AI 视频，4 个月后做出了一部 3 分钟短片 —— 让好莱坞导演 PJ Ace 在推特上公开寻找他。
转发数 6700+。PJ 的配文是：“This is one of the best short films I’ve seen in years.”（“近年来最佳短片之一”）
“If anyone can find the director, please link his socials. I would love to hire him.” —— PJ Ace, @PJaccetturo, 5 月 11 日
人也找到了：Mx-Shell，云南玉溪人，摄影是副业。他做的这部片叫《丧尸清道夫》。
讲的故事简单得让人想笑：末日丧尸危机过去后，一只孤独的原子朋克机器人来到滨海别墅，遇到了一只呆头呆脑的鸵鸟。机器人吓得直发抖，鸵鸟歪着脖子吐着舌头，然后机器人切换 LED 表情，开始跳起迈克尔·杰克逊的霹雳舞，顺势踢飞一颗丧尸的脑袋。
[📷 视频 2：《丧尸清道夫》成片画面 —— 机器人 + 鸵鸟同框]
视频画面是 60 年代复古橙 + 海盐蓝的电影色调，丧尸尸体散落在豪华别墅的水磨石地面，海面波光粼粼。
10 天做完。一个人。中专学历。 第一部 AI 作品是给姐姐家的酒店做的宣传片。
5 月 12 日晚他开了一场两个多小时的抖音直播，主动回应了"垫图"和"3D 渲染"的质疑：
“我直接做。我没有垫过图。我用我自己编写的文案，让 AI 做成这个样子。” “我这部剧 95% 的词都是手搓的。”
直播里他几乎把自己写提示词的整套方法毫无保留地讲了出来。然后说：“我无所谓了，你们要学习也可以，要拿去干什么都可以。”
我把他两段直播录屏 + 公开分享的提示词文档全部整理、归纳、结构化，做成了一个开源仓库 ai-shortfilm-prompts（github.com/jnMetaCode/ai-shortfilm-prompts），还附带了一个 Claude Code Skill —— 输入一句话就能让 AI 按 Mx-Shell 的套路生成提示词。下面这套方法，是从仓库里提炼的精华版。
📌 本文资料来源：Mx-Shell 2026.05.12 抖音直播录屏（两段，约 13 万字文字版） + 2026.03.15 / 2026.05.10 公开 docx 提示词文档（共约 70 个完整作品段落）。文中所有引语、数据、提示词节选都来自上述材料，无虚构、无脑补。详细出处见仓库
来源与致谢.md。
如果你也想做 AI 视频，但写出来的东西总是五毛特效感，下面的内容值得你认真读完。
一、为什么大多数人写的 AI 提示词都不行？
先看一段对比。
普通人写的提示词：
“一个酷酷的机甲战士在末日战场上变身，画面要有冲击力，电影感拉满。”
Mx-Shell 写的提示词（节选）：
核心主题：写实暗黑特摄 | BLACK SUN 美学 | 破碎肉身 | 战损变身 | 末日战场
【人物与基础设定】 面部：参照上传图片，五官、脸型、发型百分百还原，杜绝美化。面部伤口，纱布，血渍保持一致。刘海覆额，表情全程阴郁。变身瞬间，眉心仅轻微蹙起，拒绝昂扬斗志与眼神高光，保持压抑感。
服装：哑光黑色皮质长风衣，金属腰带为哑光质地，腰带核心为暗红色水晶。
场景：末日战场，微风，硝烟弥漫，阴天荒野，灰蓝色调天空。天空中划过带有火焰与浓烟的陨石。
差别在哪？
不是词更花哨，而是把"导演脑子里看到的画面"逐字翻译成了 AI 能理解的指令。AI 不知道"酷"是什么，但 AI 知道"哑光黑色皮质长风衣"。AI 不知道"电影感"是什么，但 AI 知道"IMAX 胶片摄影机 + Panavision C 系列镜头 35mm f4"。
Mx-Shell 在直播里说了一句话，我觉得是整套方法论的核心：
“你得把 AI 当作你的同事、你的牛马这样去指挥它。你不能完全把它当人，但也不能真把它当机器人。”
也就是说 —— 用对待真人摄影团队的方式给 AI 下达指令。一个摄影团队需要知道：用什么机器、什么镜头、人物穿什么、站在哪、做什么动作、镜头怎么动、灯怎么打、几点钟开始几点钟结束。
这些你都得写清楚。
二、Mx-Shell 反复使用的"5 段式模板"
把他公开过的全部提示词读完，会发现一个惊人的事实 —— 不论是假面骑士变身、卡莎 LOL 变身、丧尸清道夫、合金装备打斗，他用的都是同一套结构。
只是替换了里面的变量。
1. 核心主题：3-6 个 tag，定调子2. 人物与基础设定：面部 / 服装 / 场景3. 氛围与画质：视觉基调 / 色彩与影调 / 风格核心4. 运镜规则：单镜头 or 多分镜 / 角度 / 呼吸感5. 分镜（时间轴）：按秒切片 or 按镜头切片
下面一段段拆开看。
段 1 · 核心主题
一行风格标签，用 | 分隔。从"画面类型 → 题材 → 美学风格"层层递进。
这一行就像告诉同事：“今天我们拍的是 XX 类型 + XX 风格”。3-6 个 tag，不多不少。
段 2 · 人物与基础设定
三行：面部 / 服装 / 场景。
最关键的是细节质感。"哑光黑色皮质"比"黑色皮衣"信息量大三倍。
Mx-Shell 反复强调的一个反直觉点：
“尽量使用面部清晰的大头照，不要过度美颜的那种。有自信的兄弟直接用素颜照（你看哪部电影是有美颜的）。过于完美就假。适当保留缺陷不是坏事。真实的世界里任何东西都是有瑕疵的。”
所以他每次都会在描述里加：“保留轻微面部瑕疵” / “面部伤口、纱布、血渍” / “战衣整体远非平整，各处战损痕迹触目惊心”。
写瑕疵 = 写真实。 这是整套方法论里最反直觉但最有效的发现。
段 3 · 氛围与画质（核心技巧在这一段）
这一段是 Mx-Shell 的独家秘诀：模拟真实摄影机 + 镜头。
视觉基调：变形宽荧幕电影质感。模拟 IMAX 胶片摄影机，搭配 Panavision C 系列镜头（焦段 35mm，光圈 f4）。色彩与影调：低饱和灰蓝主调。暗部信息压缩，保留细节。边缘添加轻微柔焦与适度的胶片颗粒感。
为什么有效？
因为 AI 训练数据里大量真实电影的画面元数据都和具体摄影机型号绑定。给 AI 一个"IMAX 胶片摄影机"，它就有了一个非常具体的视觉风格锚点 —— 比你说"电影感强烈"这种模糊词高维多了。
Mx-Shell 在直播里直说了：
“你可以去模拟我的粉丝就应该了解了，模拟真实的摄影机去拍摄。我比较喜欢这款摄影机，这款是诺兰导演经常会用的，就是拍《星际穿越》的那位导演。”
他常用的摄影机组合，我整理了一下：
[📷 配图 5：Mx-Shell Word 提示词原稿截图（资料/视频截图/frame_06m00s.jpg）—— 强力视觉证据，证明这真是手写]
这一段你抄下来直接用，立刻看到效果。
段 4 · 运镜规则
三行：单镜头 / 角度 / 呼吸感。
注意最后一行 —— “呼吸感”：
“手持拍摄，全程保持极其轻微的、如呼吸般的镜头浮动，增强临场感。”
这一句几乎在 Mx-Shell 每个视频提示词里都出现。为什么？
因为 AI 默认输出的镜头是绝对静止的 CG 感。加上"呼吸般的浮动"，画面立刻像真人手持摄影机拍的。
这是个一句话改变质感的写法。
段 5 · 分镜（时间轴）
最关键、也最容易被忽略的部分。两种写法：
写法 A：按秒切片（适合单镜头一镜到底，比如变身、武器充能）
0-3 秒 · 凝视动作：主角略微低头，目光锁定腰带...镜头：极缓向前推进...特效：整颗眼球骤然亮起白金色光芒...3-6 秒 · 启动声音：低语「HENSHIN」动作：手掌用力按压腰带核心...特效：金属机械装置被暴力唤醒...镜头：低频嗡鸣由远及近，镜头随之一同产生应激性的 0.1 秒微颤。
关键：每段都有"动作 + 镜头 + 特效"三件套，可选加"声音、面部"。
写法 B：按镜头切片（适合多镜头叙事，比如《丧尸清道夫》）
分镜一：景别：中景，拍摄机器人腿部以上位置构图：机器人背影作为前景居中位于画面中心运镜手法：跟随运动拍摄画面内容：机器人背对镜头向前方移动，手舞足蹈进入别墅...
关键：每个分镜四件套 ——景别 / 构图 / 运镜手法 / 画面内容。
这套模板真能复用 —— 看这 5 个变体
光说"骨架通用"没用，看证据。
Mx-Shell 早期火过的"战损变身"系列，共 5 个变体。从假面骑士的暗黑美学到女武神的紫色玻璃质感 —— 全部使用同一套 5 段式骨架，只在 4-5 个变量上做替换：
只改 4-5 个变量，能产出 5 个截然不同的变身视频。
这才是这套方法论真正的价值 —— 你学会一套结构，可以做出无限多的作品。
仓库里 原始提示词/假面骑士-变身系列.md 完整记录了 5 个变体的对比，你可以一眼看到"哪些是常量、哪些是变量"。
三、《丧尸清道夫》是怎么用这套方法做出来的？
直接看原文（节选自他公开的提示词）：
【基础设定】 机器人清道夫（Portrait1）：身形修长的人形机器人，1960 年代原子朋克风格设计。拥有自主意识。面部 LED 显示屏代替五官，显示马赛克像素风格的表情。身穿美式西部牛仔复古风格的生棕色牛仔帽、黑色哑光高腰设计皮衣夹克、黑色哑光皮手套、牛仔腰带和枪套。
非洲鸵鸟（Portrait2）：成年非洲公鸵鸟，样貌看起来呆傻，双眼不聚焦，歪吐着舌头。
场景（Portrait6）：末日爆发丧尸危机大战过后的滨海半山度假别墅，1960 年代原子朋克建筑风格。窗外正午刺眼阳光漫射，海面波光粼粼，烈日下空气微微热浪扭曲。场景四处均有丧尸的尸体、撕裂的四肢、杂乱的生活用品、钞票、酒瓶酒杯以及血渍。
整体氛围奢华松弛，兼具度假慵懒感与复古未来主义的高级质感。休闲惬意的环境与丧尸的尸体形成极大的反差对比。
读完上面这段你会发现一个细节 —— 反差对比是这部短片情绪的核心。
度假别墅 ↔ 丧尸尸体 机器人呆萌 ↔ 末日废墟 跳 MJ 舞 ↔ 战斗后死寂
3 个反差叠加在 3 分钟里，观众无法不被冲击。这是好故事的写法，不是 AI 的功劳。
[📷 视频 6：《丧尸清道夫》反差对比画面 —— 豪华别墅水磨石地面 + 散落丧尸尸体 + 跳舞的机器人]
然后他用 7 个分镜讲完了"机器人与鸵鸟相遇"这一段：
机器人跳着舞进入 → 听到声音吓到（绿色微笑 → 黄色害怕） 空镜对准吧台，画外传来悉悉簌簌声响（铺垫） 特写机器人发抖防御姿态 过肩长焦，鸵鸟从画面下方探头 → 机器人被吓 全景对称构图，机器人慢慢站直 长焦特写鸵鸟歪头吐舌 长焦特写机器人侧 45 度，表情从害怕切换为思考（黄 → 白）
每个镜头都明确：景别 + 构图 + 运镜手法 + 画面内容。
观众看完会觉得"这导演真懂镜头" —— 实际上 Mx-Shell 在直播里说：
“我没有完整剧本。我都是跟朋友聊了一下，简单的拍做了两个镜头看到这个质感好像还 OK，才开始想要以什么开场。我边做边想边改。”
四、几个能让你的 AI 视频立刻变好的"小技巧"
整理自他两段直播 Q&A，按实战频率排序。
1. 不要给 AI 参考图（除非画质够高）
“我所有假面骑士的战衣造型都是靠描述让 AI 自由发挥的。”
垫图最大的副作用：AI 容易复现参考图的画风（包括 CG 感、动漫感），而不是参考它的设计。
例外：参考图本身就是 3D 渲染、写实大片质感、或自己用 GPT Image 生成的高质量图。
2. 摄影机型号是质感的最大锚点
写"电影感" → 没用。 写"模拟 IMAX 胶片摄影机 + Panavision C 系列镜头 35mm f4" → 立刻变样。
3. 描述瑕疵就是描述真实
战损痕迹、磨损掉漆、关节油污、轻微面部瑕疵 —— 完美的画面 = 假的画面。
4. 给镜头加"呼吸感"
手持拍摄，全程保持极其轻微的、如呼吸般的镜头浮动，增强临场感。一句话，AI 输出立刻像真人摄影机。
5. 抽卡是常态，不要追求一次成型
Mx-Shell 单镜头抽卡数：
多的可能 20 次 少的两三次 整部《丧尸清道夫》生成了 400 张图片 + 200+ 个视频镜头
“我可以同时抽着两个场景的卡，然后编写着第三个场景的词。”
把"卡"当游戏里的"抽卡"。运气好一次出，运气不好二十次出。不要怪自己提示词写得不行，是 AI 本来就有随机性。
6. 提示词违规 → 删字眼、换近义词
Seedance 2.0 对版权词敏感。钢铁侠 → 原子朋克未来主义复古风。HENSHIN → 自创音节。
7. 长视频 = 短片段 + 剪辑拼接
小云雀网页端有"生成视频后续"功能。Mx-Shell 的《合金装备》打斗段就是分两段（武器充能 + 打斗）单独生成 + 后期剪辑。
不要追求 30 秒一镜到底，抽不出来。
8. 同一颜色调，前后镜头才能拼
剪辑时最大坑：A 镜头偏暖橙，B 镜头偏冷蓝，剪在一起色差爆炸。
对策：在场景图阶段就把色调定死，所有视频提示词的"色彩与影调"段统一。
9. 没必要做 4K，720p 够了
“我的视频基本都是 720p。”
国内平台会再压缩一遍，4K 给你压成 1080p 也无所谓。省下来的算力多抽几次卡更重要。
10. 不一定要用人脸 —— 戴头盔/面具/机器人也行
“不是任何的故事非要有人脸才能创作。我近两期的作品都是这样。你为什么就是非要卡着那个人脸呢？”
机器人的好处：审核免疫 + LED 显示器演表情，比真人还灵活。这就是《丧尸清道夫》选机器人主角的真正原因。
五、他用了什么工具？
按使用频率排序：
| 小云雀里的 Seedance 2.0 | |
| GPT Image | |
注意：音乐不是 AI 做的。
“音乐是本来就有的版权音乐。我整部片子下来，只有那一句配音是 AI 生成的，前面那个清理完毕的提示音都不算配音。”
六、他到底花了多少钱？
网传"10 天 3000 元"的数据流传很广，但直播里实际细节稍微复杂。
直播原文：
观众：“3000 美金怎么可能？” Mx-Shell：“3000 美金？3000 块钱多少了？嗯，几万块了吧？是按 G2 两万多块钱了吧？” 后面又说：“3000 块钱人民币。”
合理推测：
- 作品成本 ≈ 3000 RMB（对外宣传口径）
- 实际买额度的总开销可能在 2 万 RMB 上下
（算上抽卡损耗） 但即便按 2 万算，也仍然远低于真人拍摄 3 分钟同等质感短片的成本
10 天 + 一两万 + 一个云南中专生，做出"近年最佳短片"。这就是 AI 这一波最值得思考的事。
七、他不是什么天才
直播里有这么几段对话，我觉得是这场直播最有价值的部分。
观众问：“你是什么专业的？”
“中专中专我中专。”
观众问：“你研究 AI 多久了？”
“今年一月份开始接触的。”
观众问：“斯皮尔伯格找你了吗？”
“斯皮尔伯格找我？哈哈想太多了。”
观众问：“好莱坞找你怎么说？”
“我跟那位 CEO 才开始聊，我们才彼此来往了三四封邮件。”
观众问：“是怎么自学的？”
“看自己摸索呗，看一下别人怎么做的，学习一下。”
观众问：“剧本灵感怎么来？”
“灵感来自机器人总动员。”
观众问：“这部片有没有完整的剧本？”
“你们看到的清道夫这个没有完整的剧本，一开始就都是你一点一点挤出来。”
他对自己没有任何吹捧。 全程都在说"我也是自学的，没怎么系统学习过"，“我说的不一定对”，“建议大家学一下别的老师”。
这种朴实和自嘲，让那两个多小时直播听起来一点都不像"AI 大佬开课"，更像是一个手艺人被人围着问"你这玩意儿是怎么做的"，他不藏着掖着地一点一点讲出来。
“对于创作来说，设备不是重要的。想法才是最重要的。” —— Mx-Shell
写在最后
你不需要等到 GPT-5、Sora 2、可灵 3 才开始做 AI 视频。 你需要的只是：
一个想法 一份结构化的提示词 接受抽卡的耐心 一点剪辑功底
工具都在那里。方法就是这一套。
剩下的，就是你自己愿不愿意花 10 天，把"我有个想法"做成一部完整的片子。
Mx-Shell 在直播末尾说：
“如果说真的有需要，也希望今天看了直播的朋友能够对自己有提升。包括也希望国内的这个 AI 行业 —— 不说以我为标杆，这种话不是这个意思 —— 在我今天的分享上汲取一些创新的灵感，能够帮助到大家。”
希望这篇拆解，也能帮你一点。
📦 拿走这个仓库
完整原始提示词、5 段式方法论、模板骨架、Claude Code Skill 全部归档在开源仓库：
🔗 github.com/jnMetaCode/ai-shortfilm-prompts
里面有：
🎬 10+ 个完整作品原始提示词（丧尸清道夫、假面骑士 ×5、卡莎 LOL 变身、环太平洋高达、合金装备打斗、赛博江湖） 📋 去 IP 的通用模板（15 秒变身模板 + 多分镜叙事模板 + 7 种氛围骨架） 🛠️ Claude Code Skill —— 输入 /shortfilm-prompt，AI 自动按 Mx-Shell 的 5 段式帮你写📚 完整方法论 + 17 条实战 FAQ + 直播 Q&A
全部 MIT / CC BY-NC-SA 协议开源。原作者 Mx-Shell 全部署名。
点 ⭐ Star 不要钱，但能帮我继续做更多 AI 创作者的方法论翻译和整理 —— 后续会收录其他 AI 短片创作者的写法。
完整原始提示词、5 段式方法论、模板骨架、Claude Code Skill 全部归档在开源仓库： 🔗 github.com/jnMetaCode/ai-shortfilm-prompts
仅做学习交流用途，不构成任何平台 / 工具的背书。
- ----------------------------------------
- 微信公众号：AI不止语（搜索：AI_BuZhiYu）
进AI 编程 & Agent 实践3群：关注公众号，回复“群”
