夜雨聆风2026 年 8 月，我把一份 1979 字的动画短片想法，交给了 AI 帮我做剧本。
里面什么都有：未来废土、风之族、14 岁男孩、吹口哨御风、高山草甸、守护动物、神庙、变异怪兽、人与自然共生。我挺得意的，觉得这世界观够完整了，下一步不就是丢给 AI，让它扩写成完整剧本吗？
结果 AI 没急着写。它先给我找了 7 个 bug。
这 7 个 bug，后来成了我整条 AI 电影工作流里最值钱的东西。下面是我走通的 8 个步骤，你可以直接照着用。
1979 字的《风之子》idea
步骤一：先分清楚，你手里是「设定」还是「剧本」
我那份 1979 字的 idea 长这样：
「未来废土世界，科技不发达，类似天空之城虫王的设定。每次飞之前吹一声口哨，风就会出现，借助风飞起来。男主 14 岁，父母飞行遇难。还有族群、神庙、怪兽。最终讲人与自然。」
有背景、有人物、有世界观、有主题。看起来很完整对吧？
但后来我才意识到：这不是剧本，这是一堆设定。而且设定之间彼此没有咬合。男主为什么要飞行？他的对手是谁？口哨和风的关系到底是什么？5-8 分钟的短片到底要讲哪一件事？
答不上来，就说明你还停留在「脑洞集合」阶段。
步骤二：先找对标，别闷头原创
我以前的工作流是反的：先有想法，再想办法证明它行得通。
更好的工作流是：先找已经跑通的东西，再把你的 idea 往上套。
先定类型：动画还是真人？真人里还要分言情、古装、恐怖、都市、伪纪录；动画里要分皮克斯、迪士尼、日本 2D/3D、中国水墨。每一种类型的观众期待不一样，不能混着来。
再找对标作品：我的 idea 参照宫崎骏调性，我就去拆《天空之城》和《风之谷》。不是看剧情，是看结构——它们怎么开场、怎么放世界观、怎么让男孩和女孩结伴、怎么把「工业文明」变成反派。
我以前怕「借鉴」显得没创意。现在发现正好相反：不借鉴，才会把想法憋死在半空。所有成熟的作品，都是站在前人肩膀上长出来的。
在小红书搜「天空之城」
步骤三：给 AI 喂参考图，比喂文字重要
我的剧本里写「很高的平原、高山草甸」。这种地方现实里有原型。
我现场去搜图：罗赖马山、五瓦山、四川大瓦山。最后锁定大瓦山——那种平地拔起的桌山，和「风之族居住的高原」气质完全对上，直接把图片贴进剧本里。
把大瓦山图片贴进剧本
我后来养成了一个习惯：每写一个场景，先找三张真实参考图。 不是给读者看的，是给 AI 看的。
人的想象力是有限的，如果你脑子里没有真实参照，AI 只能靠它自己的训练数据乱猜，出来的东西就飘。
步骤四：结尾先定死，中间交给 AI
剧本阶段的操作反而简单：把 idea 和参考图一起丢给 AI，让它先分析，再写。
但有个关键规则：结尾必须提前告诉 AI。
中间可以让它随便编，结尾一定要定死，不然故事容易烂尾。
我的结尾是：男孩和小女孩最终和自然一起努力，释放邪恶生物。AI 拿到这个锚点，中间的所有情节都不会跑太远。
我以前让 AI 自由发挥时，它动不动给我加一条爱情线、再加一个反转、再加一个神秘老人。不是 AI 坏，是我没给它边界。
WPS 里剧本+AI 分析
步骤五：让 AI 先挑刺，再动笔（这步最值钱）
AI 读完我的想法，没急着扩写，而是先列了 7 个问题。我看完冷汗都下来了，因为这些 bug 我自己一个都没发现。
挑三个最狠的：
1. 男主的缺陷不能只是「没熟练」
我原来的设计：男孩控制不好风，飞的时候摔倒受伤，这是技巧问题。
更好的设计是成长问题：「他把风当工具在命令，这恰恰就是毁灭世界的人类的思维方式。他学会先听、先问、先给，风才回应。」人物弧光 = 主题本身。一句话把整个故事点透了。
2. 口哨是灵魂机制，不能只靠台词
我原本想靠台词说「人与自然要和谐共处」。
不用台词。口哨就是主题。前面口哨是命令，结尾口哨是请求，观众自己就懂了。高潮处让男孩摘下父亲给的眼镜再吹口哨，胜过一百句台词。
3. 怪兽不能「战胜」，要「释放」
我原设定是「战胜另一个族群或邪恶生物」。
宫崎骏从不真正消灭怪物，王虫、幽灵公主里的邪神，全是被人类伤害的存在。把「战胜」改成「释放」。怪兽是被旧文明毒素扭曲的森林，安定下来——这才是主题真正落地。
这三个 bug 改完，我才敢说我有一个「剧本」。之前那只是「脑洞集合」。
步骤六：主题不是喊出来的，是机制变出来的
我最大的收获，不是 AI 有多聪明，是主题怎么落地。
我以前的写法：角色说一句金句，点题。
更好的写法：把主题变成一套机制。
男孩对风的态度，从「命令」变成「请求」，就是主题的视觉化。不需要旁白，不需要说教。观众看到口哨变奏的那一刻，情绪自己会上来。
这个思路不止做电影有用。做短视频、做口播、做知识类内容也一样：不要最后点题，要把题设计成结构。 观众自己感受出来的道理，比你说出来的有用十倍。
步骤七：让 AI 一次性出三份文件
bug 修完之后，让 AI 以导演口吻，一次性出三个文件——剧本、分镜、资产。
你不只要一个会飞的男孩，你还要：
他的名字、服装、配饰、配色 他住的村庄长什么样，风神庙长什么样 每个场景的「视觉毛点」（一眼能认出的焦点） 所有场景默认 3/4 角度，空间感更大
以前我直接跳到生成画面，角色每镜都换脸。现在我才知道：不是 AI 不听话，是我没给够约束。
剧本/分镜/资产三文件
步骤八：AI 绘画不是一键出片，是反复锁画风
到 AI 绘画阶段，我的噩梦又来了。
Higgsfield AI 生成的角色资产
我想要的飞行器是「背部长出来的木质翅膀，拉绳子打开」，结果 AI 画成了滑翔翼。
后来发现这很正常：画出来一看不对，就回去改剧本和设定。不是 AI 错了，是你没写清楚。
还有画风漂移。某些模型会把 2D 画成 3D，颜色乱飘。解决办法是「参考图锁定」——把想要的画风参考图塞进去，模型就被锁住了。目前画衣服细节最稳的版本是 8.2。
这一环节我最大的教训：不要指望 AI 一次画对。要准备改三到四轮。
给所有做内容的人
研究 AI 电影越久，我越觉得一件事：
AI 把「执行成本」打下来了，但「决策成本」一点没降。
定类型，是决策。 找对标，是决策。 判断男主缺陷该是什么，是决策。 决定高潮要不要摘眼镜，是决策。 锁画风、改提示词、取舍资产，全是决策。
这些不是「提示词技巧」，是导演基本功。你提示词再长，方向错了也是白搭。
如果你也做短视频、做口播、做小红书、做知识内容，这套思路完全通用：
不要写完脚本就直接生成画面，先问「这句台词在画面上要证明什么」。 不要一次让 AI 干身份+动作+情绪+文字，一次只让它解决一个问题。 不要把「风格统一」交给运气，把不能变的东西写成清单。
我现在显示器上多了一句话
「先判断拍什么，再问 AI 怎么拍。」
AI 不是导演，是副导演。它能在你判断清楚之后，帮你跑得快一点。
我把那 1979 字的 idea 重新写了一遍。现在它还在改，角色名、飞行翅膀、风神庙的细节都没定。但没关系了，因为我知道问题在哪。
如果你也在用 AI 做视频，评论区说说你最大的坑是什么。我大概率也踩过。