做 AI 短视频最怕的不是没灵感,而是灵感来了却卡在“下一步该干嘛”。分镜写完了不知道图怎么出,图出完了不知道视频怎么排,视频生成了又发现人物前后不是同一张脸……这种“工具一大堆、流程全靠猜”的状态,特别消耗创作热情。
墨川导演台(MiniMax H3 AI 导演台)的思路,是把这些散落的环节串成一条线:剧本 → 分镜 → 资产 → 生成 → 配音 → 成片。你可以把它想象成一个真正的剧组——编剧组、美术组、摄影组、录音组各司其职,但都在同一个片场里干活,不用来回搬设备。下面我就按项目推进的时间线,把这套工作流拆开讲一遍。😊
一、立项与剧本:先把“地基”打牢
任何片子都是从一句话开始的。打开导演台,第一站是剧本库。
你可以新建剧本,也可以直接找 AI 编剧聊。它的用法很像和一位懂分镜的编剧对话:你告诉它题材、时长、风格,它会用对话方式生成六段式剧本与分镜草稿,而且——这点很关键——AI 的回复会真正把草稿写入剧本库,不是聊完就散。支持中文、英文、西班牙语、阿拉伯语、日语五种语言,做海外向内容也不用另起炉灶。
实操建议:
- 第一轮别急着要“完美剧本”,先让它给结构,你再逐段改。
- 六段式的好处是节奏清晰,适合短视频的起承转合,改的时候盯住“第几段该出钩子”。
- 剧本定稿后,进入项目库建项目。项目库是按项目组织生成任务与版本的,相当于给这部片子建了一个专属文件夹,后面所有单镜生成、批量生成都挂在这里,版本也不会乱。
这一步的类比:立项就像装修前量房画图,图没画好,后面买再多材料都是浪费。
二、资产与首帧:让人物“长得一样”
AI 视频最容易翻车的地方,是同一个角色在第二个镜头里换了张脸。解决办法不是反复抽卡,而是提前把资产库喂饱。
在资产库里管理角色、场景、道具和参考视频,上传参考图用于人物/场景一致性。接着用AI 制图(文生图、图生图)为分镜生成首帧、尾帧和角色参考图。首帧决定镜头从哪儿开始,尾帧决定镜头往哪儿收,角色参考图则是给模型看的“身份证”。
实操建议:
- 角色参考图尽量干净、正面、光线均匀,别用滤镜很重的图。
- 同一场景的多张参考图保持风格统一,否则模型会“精神分裂”。
- 生成的首帧不满意就图生图微调,别直接拿去生成视频——首帧歪了,视频只会更歪。
这一步是把“美术组”的活儿干完。资产越扎实,后面生成越省心。
三、生成与配音:单镜打磨,批量排队
进入项目库开始生成。这里支持单镜生成和批量生成视频。我的习惯是:先用单镜把关键镜头(比如开场、转场、情绪高点)磨到满意,确认风格和人物都对,再批量跑其余镜头。
云端推理走的是 ComfyUI 工作流,支持参考图一致性、分镜衔接和批量排队。也就是说,一致性不是靠运气,是靠工作流和参考图共同保证的。生成过程可以在 AI 日志 / 系统志里实时查看,卡在哪一步一目了然,不用干瞪眼。
视频有了,声音不能凑合。AI 配音基于 IndexTTS 2.5,多语言、支持情绪控制;音频库里还能做音色克隆、对口型、背景音乐与音效。做短剧的话,对口型这一步直接决定“像不像在演戏”。如果做的是音乐向内容,AI MV 可以生成 AI 音乐视频。
关于运行方式,导演台支持本地部署(自己的 GPU 电脑跑推理)、云部署(连自己租的 GPU 云服务器,走 SSH 隧道)、以及 API 调用。云部署支持 AutoDL、阿里云、腾讯云、仙宫云及自定义 SSH 服务器,本地隧道端口自动隔离,多人用也不串台。以仙宫云为例:注册(邀请码 B1H9M6)→ 认证后把账号 ID 发给客服开通测试 → 用导演台镜像部署实例 → 在实例右侧拿 SSH 主机/端口/密码 → 填入「云部署」页 → 点「验证 SSH」→ 点「启动云端 ComfyUI」等绿色成功提示 → 就能写剧本测试生成了。具体配置和可用性以官网或客服微信为准。
四、导出前的最后检查:别让小问题毁了大片子
成片导出前,建议按这个清单过一遍:
- 人物一致性:同一角色跨镜头是否同一张脸、同一套服装。
- 分镜衔接:上一个镜头的尾帧和下一个镜头的首帧是否顺。
- 音画同步:对口型是否对得上,BGM 有没有盖过人声。
- 节奏:六段式结构里,钩子是否在前几秒出现。
- 版本管理:项目库里保留满意版本,别把好镜头覆盖掉。
这套流程跑顺之后,你会发现 AI 短视频真正的门槛不在“会不会点生成”,而在前期把剧本和资产做扎实。工具负责执行,导演负责判断。
如果你在搭建工作流时卡住了,可以加客服微信 ymcandai 交流;想看成片案例和更多玩法,淘宝搜索「杨墨川AI」,抖音、小红书、视频号搜「杨墨川」都能找到。官网 www.ymcdirector.com 上有完整的功能入口,博客 blog.ymcdirector.com 也值得翻一翻。
先从一个 30 秒的小项目跑通全流程,比一上来就做三分钟短剧靠谱得多。动手吧 🎬