电影进入手搓时代，普通人用AI做出超写实短视频，八大要素不能少

你是否也曾被一段视频震撼——明明知道是AI生成的，却怎么看都像真人？超写实AI视频正悄然改变内容创作的边界，甚至让人惊呼：“手搓电影”的时代已经到来。今天，我将以自己创作的《李清照的少女时代》为例，一步步拆解这背后的制作秘密。

“虚拟演员”从头演到尾

做短视频，就要用到AI的首尾帧功能。短片或电影都是由一个镜头一个镜头组成的，而用 AI 生成视频也要一个镜头一个镜头地生成。每一段视频又都是由首尾帧图片进行组合，首帧图是镜头的开始，尾帧图是镜头的结束。第一段视频的尾帧图，又是下一段视频的首帧图，以此类推。当把所有小段视频做好后，连缀起来，就成为一个完整视频了。

比如《李清照的少女时代》，就是用五张图四段视频，制作完成的。

以《如梦令·常记溪亭日暮》这首词为脚本，展开视频场景。

这首词是李清照18岁到达汴京（今开封）不久写的，是对故乡往事的回忆。时间向前推，于是把人物身份设定在一个北宋的16岁少女身上。

根据词义，设定了五张图，分别是傍晚湖中游，沉醉于景色，该回家了，走错路了，惊得白鹭飞起来这五个场景。再按图片首尾相接的方式，完成了视频创作。

在制作AI短视频过程中，最难一点就是保持前后人物的一致性。总不能第一段的角色，到了第二段就面目全非了。可以做到两点：一是在每次图片生成时，就把核心图（或叫原始图，下文会有介绍）作为参考图，这样就不会出错；二是在提示词里，也要明确提及，“严格参考提供的参考图，脸型、五官比例、眉眼结构、鼻子与嘴唇形态高度一致，不要生成陌生面孔，不要偏离参考图人物”。如此一来，就能做到一个人物贯穿始终了。

超写实视频离不开8个要素

说完了人物的一致性，接下来重点就是如何做到画面超写实。如果提示词不够专业，那么再好的AI软件，生成的也都是大陆货。所以，提示词非常重要。

就拿《李清照的少女时代》来说，首先要通过 AI 生图软件生成一个视频的主角人物，即少年李清照。可以参考历史背景进行描述，中间不断修正，最终确定。这就有点像拍电影之前演员的定妆照。

接下来，就要用 AI 写作工具开始首帧图的提示词。先把照片喂给模型，然后要求它按照人物的核心特征、妆发与表情、服装与造型、动作与位置、环境与道具、镜头、光影色调风格以及负向控制八个要素，逐一进行描述。这个描述越详细，越具体，生成出来的图就会越合理，越逼真。这一步虽然烦琐，但它是整个视频的基础。

核心特征，是指这个角色的国籍、年龄、性别等核心要素。

妆发与表情，是人物什么样的发型，有没有化妆，肤色如何，有没有痘痘，毛孔粗细。表情是不是自然，眼睛向哪里看等等。

服装与造型，是指穿的什么衣服，服装的材质与颜色，整体穿衣风格。

动作与位置，是指人物在哪里，在干什么。人物的脸、身体处于参照物的什么位置，比例如何。

环境与道具，是指人物的背景是什么，观众除了主要人物，还能看到谁？背景装饰是怎样的。

镜头，是远景还是近景，仰拍还是俯拍，微距还是特写。

光影及色调风格，是整体风格暖色还是冷色，科技感还是动漫感，白天还是夜晚等。

负向控制，是指不希望出现的情况。比如背景里的人物、与剧情年代不符的产品等。

从一张“定妆照”开始

了解了超写实提示词，那就可以着手开干了。可事实上，即便告诉你每个要素是什么作用，但实际操作起来还是有难度。那有没有简单办法，在已有的基础上进行调整呢？当然有。

前面不是已经生成了一张参考图了吗？也就是相当于演员的定妆照。就可以把它喂给AI，反向读取它的内容，再按八个要素提取提示词。

比如把该图片上传到参考图位置，写上如下提示词：按照人物的核心特征、妆发与表情、服装与造型、动作与位置、环境与道具、镜头描述、光影色调与风格 以及负向控制的维度定义，写出合适的提示词。

结果生成如下内容：

### 正向提示词

**核心特征**：一位16岁左右的东亚少女，皮肤细腻带自然雀斑，脸型柔和，五官舒展有清冷疏离感。

**妆发与表情**：黑长直发自然垂落，发丝略带湿意的慵懒凌乱感；无妆感素颜，眼神平静淡漠，嘴唇微抿，表情放空无情绪波动。

**服装与造型**：身着浅豆绿色宋制汉服，内层为棉质交领中衣，外层是半透薄纱对襟短衫，下搭同色系渐变褶裙，面料垂坠柔软，整体风格素净清雅。

**动作与位置**：盘腿稳坐于窄木船船头，双手自然搭在膝上，身体正对镜头，姿态松弛沉静。

**环境与道具**：江南水乡的荷塘湖面，水面漂浮大片荷叶与零星粉白荷花；远处湖岸有一座中式四角凉亭，背景是茂密的林木。

**镜头描述**：中近景人像，镜头平视与人物视线齐平，浅景深突出主体，背景自然虚化。

**光影色调与风格**：黄昏蓝调时刻，低角度暖金色夕阳在水面形成狭长波光，柔和侧逆光勾勒人物发丝轮廓，整体色调以清冷的青蓝为主，点缀暖橙霞光，呈现电影感纪实风格，画面细腻有颗粒感，氛围静谧、惆怅且充满诗意。

### 负向控制提示词

避免浓妆、夸张表情、现代服饰；避免背景出现现代建筑、游客、船只等杂物；避免过度磨皮、高饱和色彩、虚假光影；避免画面模糊、构图倾斜、人物比例失调。

这个生成提示词是通用的，再根据后面每张图片的表情、动作、背景等进行调整即可。

从一张定妆照到五张场景图，从一段提示词到四段连贯视频——超写实AI视频的制作，既是技术，也是艺术。它不仅需要你理解AI的逻辑，更考验你对人物、场景与情感的把握。如果你也想创造属于自己的“数字角色”，不妨从一句清晰的提示词开始。说不定，下一个让人惊叹的AI短片就出自你的手。