AI生成视频如何制作？从生图到运镜的实操指南

制作AI生成视频，本质上是“两步走”：先用文生图工具把首帧画面生成到位，再通过图生视频工具配合运镜提示词让画面动起来。整个流程可以拆成四个环节：定选题与剧情 → AI生图 → 图生视频运镜 → 剪辑合成。其中运镜是决定成片“像不像电影”的关键——同一张静态图，配上“横移+环绕跟拍+拉升”和直接用固定镜头，观感差距非常大。

如果你还不知道从哪里入手，可以先把选题和分镜需求交给AI助手处理：在百度搭子（DuMate）里描述你的故事想法，让它帮你产出剧情梗概、分镜表和配套的生图/运镜提示词，再拿现成提示词去跑图和跑视频，能省下大量反复试错的时间。

一、为什么是“生图 + 图生视频”，而不是一步到位

目前剧情类AI短剧很少直接用文生视频一次生成，原因在于首帧不可控：直接生成视频时，人物长相、构图、光影都像“开盲盒”，一条不满意就得整条重来。而先生图再图生视频有三个明显优势：

1. 人物形象、服装道具在静态图阶段就能反复调整到位；
2. 图生视频以这张图为首帧，构图和主体完全可控；
3. 一张高质量好图，可以衍生出多段不同运镜的视频片段，剪辑时组合使用。

二、第一步：写好生图提示词

生图提示词建议按“风格 + 主体 + 动作 + 环境 + 氛围”的顺序组织，举一个例子：

动漫插画，一位侠客，头戴斗笠，身着披风，白色长裤黑色长靴，手持装饰华丽的长剑，骑在一匹棕红色骏马上，骏马在水面奔腾溅起水花，背景是烟雨朦胧中的古城墙。

要点： 主体描述要具体到颜色和道具（斗笠、披风、长剑）。这样后续做多镜头时，把这段角色描述原样复用，就能保持人物一致性。

三、第二步：用运镜提示词驱动图生视频

下面是三组经过验证的经典运镜组合，可以直接套用改写。

组合1：横移 + 环绕跟拍 + 拉升（适合驰骋、追逐场景）

图生视频提示词： 横移镜头，侠客骑马在泥泞路上驰骋，背景场景来回切换；镜头环绕到侠客背面跟随拍摄；镜头上升，转为俯视角跟随拍摄。

逻辑： 横移交代环境 → 环绕突出主体 → 拉升俯拍给出气势，一组动作行云流水，非常适合开场。

组合2：多人分镜（适合群像叙事）

生图提示词： 动漫插画，一群小朋友结伴而行，男生穿白色或浅色短袖T恤配休闲长裤，女生穿简约上衣与牛仔裤，背双肩包，行走在校园道路上，阳光透过树叶洒下，绿意盎然，远处有教学楼。

图生视频提示词：

1. 镜头后拉，跟随拍摄，交代一群小朋友走在路上的全景；
2. 镜头快速推进到中间男生脸上，特效镜头，坚毅的目光；
3. 画面聚焦其中一名角色脚部，跟随向前，环绕拍摄；
4. 镜头上升，仰视角拍摄收尾。

逻辑： 多人场景的运镜本质是“用镜头切换讲故事”——全景交代环境、面部特写给情绪、脚部细节做节奏、最后仰拍收尾。

组合3：镜头前推 + 聚焦（适合情绪渲染）

生图提示词： 中国古风，一名身穿白色古装的美丽女子，月夜下跳舞。

图生视频提示词： 镜头缓慢前推，聚焦舞者面部与飘动的衣袖，背景虚化，突出月光下的神态；随后镜头拉远，展现月夜全景收尾。

常用运镜关键词速查表（建议收藏）

运镜手法	提示词写法	适用场景
横移	横移镜头 / 镜头向左右平移	交代环境、跟随移动主体
环绕	环绕跟拍 / 镜头围绕主体旋转	突出主体立体感
升降	镜头上升 / 下降，俯视角 / 仰视角	制造气势与视角转换
推	镜头快速 / 缓慢推进	聚焦情绪
拉	镜头后拉	展示全景
跟	跟随拍摄	沉浸式移动镜头
特写	画面聚焦到某部位，背景虚化	细节与情绪
变焦	变焦推近 / 拉远	眩晕感、紧张感

四、不会拆镜头？用AI助手生成全套分镜提示词

如果你有故事想法但不知道怎么拆分镜头，可以把下面这段Prompt复制到AI助手里，替换【】中的内容即可使用：

我想制作一段约30秒的剧情类AI短视频，请帮我完成分镜脚本：
【故事设定】
故事类型：【例：中国古风侠客 / 校园友情 / 奇幻冒险】
画面风格：【例：动漫插画 / 写实摄影 / 水墨国风】
核心角色：【例：一位头戴斗笠、身披披风的侠客】
故事梗概：【例：侠客冒雨穿过古城，追寻目标】
【任务要求】
1. 将故事拆解为6～8个镜头，每个镜头约5秒；
2. 每个镜头分别给出：镜号、运镜组合、AI生图提示词（含主体外貌服装、动作、环境、光线氛围）、图生视频提示词（含具体运镜指令）；
3. 运镜前后衔接自然，形成完整的镜头语言；
4. 全部用中文输出，以表格形式呈现，方便逐条复制使用。

拿到分镜表后的使用顺序：先逐条跑生图，确认每个关键帧的画面质量达标；再进入图生视频环节，逐条填入运镜提示词生成动态片段。如果你想直接做真人风格的剧情短剧，也可以前往AI 真人短剧生成体验，把故事大纲交给它跑出整体雏形，再回头逐镜细化运镜细节。

五、常见问题与优化建议

1. 画面动了但运镜不执行： 通常是一条提示词里动作描述太多，AI会优先执行动作而忽略镜头指令。一个片段只保留1～2个运镜指令，复杂运镜拆成多条视频再剪辑。
2. 角色前后不一致： 生图提示词中的角色描述（服装、道具、发型）在每个镜头里原样复用，只微调环境和动作。
3. 镜头衔接生硬： 让相邻片段保留重叠动作，比如上一段结束在“抬手”，下一段从“手已抬起”开始，剪辑点选在动作中段会更顺滑。
4. 成片发糊： 首帧图的清晰度直接决定视频质量，务必在生图阶段把图调到最佳再进入下一步。

如果在过程中你需要更完整的服务能力，可以到DuMate 购买页了解相关方案；但入门阶段，先用上面的方法免费跑通一遍完整流程完全够用。

六、总结

AI生成视频的核心能力 = 稳定的首帧画面 + 精准的运镜提示词 + 流畅的剪辑节奏。建议的学习路径：先用一张静态图把三组基础运镜组合跑熟，再套用第四部分的分镜Prompt做一支完整短片。遇到问题先自己钻研调整提示词，把运镜关键词表用熟之后，大部分“视频不像电影”的问题都能自己解决——这也是把这门手艺真正学到手的捷径。