AI视频生成进阶：电影级Prompt库my_ai_town实战指南

想用AI生成视频，但总被“分镜”卡住？看着别人用Sora、Runway、Pika做出电影感十足的短片，自己却只能得到一堆混乱、跳跃、风格不一的画面。问题往往不在模型，而在于你给模型的“指令”太业余了。

一个专业的电影导演，绝不会对摄影师说“拍个好看的镜头”。他会精确描述：“中景，手持跟拍，黄昏逆光，主角背影略带忧伤地走向远方。”这就是“分镜”。对于AI视频生成，你的Prompt就是导演的指令。没有专业分镜Prompt，再强的AI模型也拍不出好“电影”。

最近，一个名为my_ai_town的开源项目在GitHub上火了。它不是一个AI模型，而是一个专业的电影级Prompt库，包含了超过200个经过精心设计的、可直接套用的分镜模板。从“英雄登场”的史诗广角，到“悬疑对话”的过肩镜头，它把电影工业的语言，翻译成了AI能理解并执行的精确指令。

这篇文章，我将带你深度实测这个项目。核心判断是：它解决的不是“有和无”的问题，而是“专业与业余”的鸿沟。对于想用AI制作高质量短视频、产品演示、短剧甚至个人短片的创作者来说，这是一个能立刻将你的作品质感提升数个档位的“作弊码”。下面，我们从“为什么需要它”开始，一步步拆解其原理、用法、实战效果以及如何融入你的工作流。

1. 这篇文章真正要解决的问题：从“乱拍”到“导演”

很多AI视频新手会陷入一个误区：认为AI视频生成就是“输入一句话，等一个结果”。这种“开盲盒”式的创作，效率极低，质量不可控。其根本原因在于，自然语言描述与视觉镜头语言之间存在巨大的认知偏差。

• 你的描述（自然语言）：“一个女孩在公园里开心地跑步。”
• AI的理解（可能结果）：它可能会生成一个远景（女孩很小）、一个面部大特写（看不到跑步）、一个俯拍、一个仰拍……风格可能在写实和动画之间跳跃。
• 专业导演的描述（分镜Prompt）：“低角度广角镜头，跟拍视角，阳光穿过树叶形成光斑，一位穿着运动服的年轻女性在公园小道上慢跑，脸上带着微笑，电影感，浅景深，夏日午后氛围。”

后者使用了明确的景别（广角镜头）、角度（低角度）、镜头运动（跟拍）、光影（阳光光斑）、主体细节（穿着、动作、表情）和整体风格（电影感）。这就是my_ai_town这类Prompt库提供的核心价值：它将模糊的想法，结构化为AI模型（如Stable Video Diffusion、Pika等）能够精准还原的视觉元素清单。

它解决的具体痛点包括：

1. 创意枯竭：不知道如何描述一个“有感觉”的镜头。
2. 术语匮乏：不了解“Dutch angle”（荷兰角）、“dolly zoom”（滑动变焦）这些专业术语及其效果。
3. 风格不一：连续生成的视频镜头之间没有连贯的视觉语言，跳戏严重。
4. 效率低下：需要反复试错、调整Prompt，浪费大量计算资源和时间。

谁最需要这个工具？

• 短视频/自媒体创作者：想快速制作高质量片头、转场或情节片段。
• 产品经理/市场人员：需要制作产品概念视频或宣传短片，但没有专业影视团队。
• 独立游戏开发者/动画师：用于生成游戏过场动画或动态概念图。
• 影视专业学生/爱好者：学习分镜语言，并将其应用于AI辅助创作。
• 任何对AI视频生成感到挫折，希望获得确定性更高结果的探索者。

2. 核心概念与原理：Prompt库如何成为“分镜脚本”

在深入项目之前，我们需要厘清几个关键概念，理解这个Prompt库是如何工作的。

2.1 什么是“分镜”（Storyboard）？

分镜是影视拍摄的蓝图，用一系列草图（或文字）来预演每个镜头的内容，包括：

• 景别 (Shot Size)：远景、全景、中景、近景、特写。
• 角度 (Camera Angle)：平视、俯视、仰视、倾斜（荷兰角）。
• 镜头运动 (Camera Movement)：固定、推、拉、摇、移、跟、升降。
• 画面内容 (Framing)：主体、配角、环境、道具。
• 备注 (Notes)：台词、音效、时长、特效。

2.2 什么是“AI视频生成Prompt”？

这是你与AI视频模型（如Stable Video Diffusion, ModelScope, Gen-2等）沟通的“语言”。一个有效的Prompt通常包含：

• 主体：谁/什么在画面里。
• 动作：主体在做什么。
• 环境：在哪里发生。
• 风格：电影感、动画风格、赛博朋克、水墨画等。
• 技术参数：画质（8K, ultra detailed）、镜头参数（wide shot, close-up）、光影（cinematic lighting）。

2.3 my_ai_town项目的核心原理

my_ai_town项目本质上是一个结构化、分类别的Prompt数据库。它做了以下几件事：

1. 解构影视语言：将常见的电影镜头、情绪氛围、视觉风格分解成可组合的Prompt关键词。
2. 分类归纳：按照“镜头类型”、“情绪”、“风格”、“时代”等维度对Prompt进行归类，形成模板。
3. 提供组合范例：展示如何将这些模板像搭积木一样组合起来，形成一个复杂而精确的完整镜头描述。
4. 开源与可扩展：所有模板以文本文件（如JSON、YAML或纯文本）形式提供，用户可以查看、修改、添加自己的模板。

它不生成视频，它生成“生成视频的优质指令”。你可以把这些指令复制粘贴到任何支持文本Prompt的AI视频工具中。

3. 环境准备：获取与使用Prompt库

my_ai_town是一个开源项目，使用它不需要复杂的编程环境，核心是获取并理解其提供的文本资源。

3.1 访问项目

项目托管在GitHub上，地址为：https://github.com/mewamew/my_ai_town。 你需要：

1. 一个GitHub账号（非必须，用于Star和关注更新）。
2. 能够访问GitHub的网络环境。

3.2 理解项目结构

克隆或下载项目后，你可能会看到类似如下的目录结构（具体以项目实际为准）：

my_ai_town/ ├── README.md # 项目说明文档 ├── prompts/ # 核心Prompt库目录 │ ├── shots/ # 按景别和角度分类 │ │ ├── wide_angle.json │ │ ├── close_up.json │ │ └── ... │ ├── movements/ # 按镜头运动分类 │ ├── genres/ # 按电影类型分类 │ ├── lighting/ # 按灯光氛围分类 │ └── ... ├── examples/ # 使用示例和效果图 └── templates/ # 组合模板示例

关键文件是prompts/目录下的各种.json或.txt文件，里面存储着结构化的Prompt数据。

3.3 基础使用方式

1. 浏览查找：直接打开prompts/下的文件，用文本编辑器查看。例如，打开shots/wide_angle.json，你可能会看到：

   { "name": "heroic_wide_shot", "description": "史诗感广角镜头，用于展现壮丽场景或英雄登场。", "prompt": "epic wide angle shot, breathtaking landscape, dramatic sky, tiny figure in the foreground, cinematic lighting, hyperdetailed, 8K" }

2. 复制粘贴：将prompt字段的内容复制出来。
3. 组合使用：从不同分类中选取多个Prompt片段，与你的具体内容结合。例如：
   • 基础内容：“a lone samurai standing on a cliff”
   • • 镜头（来自shots/）:“epic wide angle shot, low angle”
   • • 风格（来自genres/）:“in the style of Akira Kurosawa, monochrome with high contrast”
   • • 光影（来自lighting/）:“dramatic backlighting, long shadows, sunset”最终Prompt：“epic wide angle shot, low angle, a lone samurai standing on a cliff, in the style of Akira Kurosawa, monochrome with high contrast, dramatic backlighting, long shadows, sunset, cinematic, 8K”

4. 核心流程拆解：从想法到成片的五步法

使用专业Prompt库创作AI视频，应该遵循一个系统化的流程，而不是随意尝试。

4.1 第一步：构思与剧本（确定“拍什么”）

在打开任何AI工具前，先用最简单的话写下你的核心想法。例如：“我想做一个关于未来城市中孤独侦探的15秒开场。” 然后，将其分解为3-5个关键镜头：

1. 镜头1：雨夜，侦探事务所窗外的霓虹城市远景。
2. 镜头2：侦探靠在办公桌旁，看着手中老照片的特写。
3. 镜头3：门突然被推开，一个神秘访客的逆光中景。

4.2 第二步：挑选分镜模板（确定“怎么拍”）

打开my_ai_town的Prompt库，为每个镜头寻找合适的模板。

• 镜头1：在shots/中寻找cityscape（城市景观）、rainy_night（雨夜）；在lighting/中寻找neon_noir（霓虹黑色电影风格）、wet_streets（潮湿街道）。
• 镜头2：在shots/中寻找close_up（特写）、over_the_shoulder（过肩）；在lighting/中寻找desk_lamp（台灯光）、nostalgic（怀旧感）。
• 镜头3：在shots/中寻找medium_shot（中景）、doorway_frame（门框构图）；在movements/中寻找door_swing（门摆动）；在lighting/中寻找backlit_silhouette（逆光剪影）。

4.3 第三步：组装与细化Prompt

将模板关键词与你的具体内容结合。以镜头3为例：

基础：a mysterious visitor standing at the door + 镜头：medium shot, from inside the room, doorway framing + 运动：the door swings open slowly + 光影：strong backlight from the hallway, silhouette effect, dramatic + 风格：cinematic, film noir, high contrast, 35mm film grain + 画质：8K, ultra detailed, photorealistic

组装后Prompt：“medium shot, from inside the room, doorway framing, the door swings open slowly, a mysterious visitor standing at the door, strong backlight from the hallway, silhouette effect, dramatic, cinematic, film noir, high contrast, 35mm film grain, 8K, ultra detailed, photorealistic”

4.4 第四步：在AI视频工具中生成

将组装好的Prompt输入到你选择的AI视频工具。目前主流选择有：

• Runway Gen-2 / Pika Labs：在线平台，对Prompt响应好，易用性强。
• Stable Video Diffusion (SVD)：开源模型，可本地部署，控制性强，但对硬件要求高。
• ModelScope：国内平台，访问方便，有中文优化。
• Kling / 其他新兴工具：关注其Prompt兼容性。

关键操作：在工具中，通常有“Text to Video”或“Prompt”输入框。将你的长Prompt粘贴进去，调整好视频时长、尺寸（如16:9）、帧率等参数，然后点击生成。

4.5 第五步：后期串联与调整

单个镜头生成后，使用视频剪辑软件（如Premiere, Final Cut, DaVinci Resolve，甚至剪映）将它们按顺序拼接起来。

• 添加转场：使用交叉溶解、淡入淡出等让镜头衔接更自然。
• 调整节奏：剪辑每个镜头的时长，控制整体节奏。
• 配音与音效：这是提升电影感的关键！添加环境音、脚步声、音乐等。
• 调色统一：即使每个镜头都用了“电影感”Prompt，色彩可能仍有差异，在剪辑软件中进行整体调色，使色调统一。

5. 完整示例：制作一个“赛博朋克逃亡”短片

让我们通过一个具体例子，将上述流程完整走一遍。假设我们要制作一个20秒的赛博朋克风格短片片段。

5.1 剧本分解

1. 开场：未来都市的空中航拍夜景，飞行器穿梭。
2. 主角引入：主角在拥挤的市集街道上奔跑，回头张望。
3. 冲突点：主角躲进小巷，追踪者的红色激光瞄准点出现在墙上。
4. 结局：主角跳上飞行摩托，冲入雨夜，镜头拉远。

5.2 从my_ai_town挑选模板

我们假设从库中找到了以下关键词（实际使用时需在对应文件中查找）：

• 镜头类：aerialshot（航拍），crowded_street（拥挤街道），tight_alley（狭窄小巷），low_angle（低角度），dynamic_pov（动态主观视角）。
• 风格类：cyberpunk（赛博朋克），neon（霓虹），rainy_night（雨夜），bladerunner（银翼杀手风格）。
• 光影类：neon_glow（霓虹辉光），laser_sight（激光瞄准），wet_asphalt（潮湿沥青），volumetric_fog（体积雾）。
• 技术类：cinematic（电影感），ultra_wide（超广角），slow_motion（慢动作），high_speed（高速）。

5.3 组装Prompt并生成

镜头1 Prompt：“aerialshot of a sprawling cyberpunk metropolis at night, flying cars weaving between towering skyscrapers, neon advertisements glowing in the rain, volumetric fog, cinematic, ultra wide, 8K”镜头2 Prompt：“dynamic POV shot running through a crowded cyberpunk street market, people with augmented reality visors, stalls selling glowing tech, looking back over shoulder in panic, neon glow, rainy night, motion blur”镜头3 Prompt：“tight alley shot, back against wet wall, breathing heavily, a single red laser sight dot appears on the wall next to the head, cyberpunk, high contrast, suspenseful”镜头4 Prompt：“low angle shot, jumping onto a hovering motorcycle, engine ignites with blue neon light, speeding off into the rainy neon-lit cityscape, cinematic, slow motion to high speed, bladerunner style”

5.4 在Runway Gen-2中的操作示例

1. 登录Runway ML，进入Gen-2工作区。
2. 选择“Text to Video”。
3. 在输入框中粘贴“镜头1 Prompt”。
4. 设置视频时长：4秒。宽高比：16:9。
5. 点击“Generate”。等待约1分钟。
6. 生成后，如果满意，点击“Add to project”。如果不满意，可点击“Remix”微调Prompt或重新生成。
7. 重复步骤3-6，为镜头2、3、4分别生成视频片段。
8. 在Runway的编辑时间线中，将四个片段按顺序排列。

5.5 基础剪辑与导出（以DaVinci Resolve为例）

# 这不是代码，而是操作流程描述： 1. 新建项目，设置分辨率为1920x1080，帧率24fps。 2. 将四个生成的视频片段导入媒体池。 3. 拖拽片段到时间线，按1-2-3-4顺序排列。 4. 在“编辑”页面，使用“转场”效果中的“交叉溶解”添加到每个片段之间。 5. 在“Fairlight”页面，添加背景音乐和音效（雨声、脚步声、引擎声、激光声）。 6. 在“调色”页面，新建一个节点，应用统一的“赛博朋克”风格LUT，并微调对比度和饱和度。 7. 在“交付”页面，选择“H.264”格式，质量“高”，导出最终成片。

通过以上步骤，一个拥有专业镜头语言、统一视觉风格的AI生成短片就完成了。虽然每个镜头是独立生成的，但得益于精准的Prompt控制，它们在风格和氛围上保持了高度一致，极大降低了后期统一风格的难度。

6. 效果验证与质量评估

使用专业Prompt库后，如何判断生成效果是否达标？可以从以下几个维度评估：

6.1 一致性检查

• 风格一致性：四个镜头的色彩基调、光影质感、细节水平是否统一？（例如，都是写实风还是卡通渲染？）
• 角色/环境一致性：主角的衣着、发型、环境中的标志性建筑在不同镜头中是否可识别为同一元素？（这是当前AI视频的难点，Prompt库主要通过描述“风格”和“氛围”来间接保证，而非直接控制具体元素。）

6.2 镜头语言实现度

• 景别与角度：生成的画面是否准确体现了Prompt中要求的“广角”、“特写”、“低角度”？
• 镜头运动：AI是否理解了“推镜头”、“跟拍”等运动描述？这取决于模型能力，但明确的Prompt能提高成功率。
• 构图与光影：逆光、剪影、霓虹光晕等效果是否出现？

6.3 实用价值评估

• 可用性：生成的片段能否直接用于你的项目？还是需要大量修补或重生成？
• 效率提升：对比之前自己写Prompt，使用模板后，达到满意效果所需的生成次数是否减少？
• 创意激发：浏览模板库是否给你带来了新的镜头构思？

一个简单的验证清单：

• [ ] 画面主体是否符合描述？
• [ ] 整体氛围（如“赛博朋克雨夜”）是否到位？
• [ ] 镜头构图是否有基本的电影感？
• [ ] 与前后镜头在色调上是否冲突？
• [ ] 如果单独作为静态图片，是否有吸引力？

如果大部分答案为“是”，那么这个Prompt和生成结果就是成功的。AI视频目前无法做到完美连贯，我们的目标是利用Prompt库，最大化每个独立镜头的质量，从而为后期剪辑提供最好的素材。

7. 常见问题与排查思路

在实际使用my_ai_town或类似Prompt库时，你可能会遇到以下问题：

8. 最佳实践与高级技巧

掌握了基本用法后，以下实践能让你的AI视频创作更上一层楼。

8.1 建立你自己的“私人Prompt库”

my_ai_town是绝佳的起点，但最趁手的工具一定是自己打磨的。

1. 创建笔记：使用Notion、Obsidian或简单的文本文件。
2. 记录成功案例：每次生成出彩的视频，立刻保存其Prompt、使用的模型和参数。
3. 分类归档：按“风景”、“人物特写”、“动作场景”、“特定风格（如水墨风）”等分类。
4. 迭代优化：对同一个场景，尝试微调Prompt（换一个光影词、调整描述顺序），对比效果，记录最优解。

8.2 与图像生成联动（图生视频）

目前，文生视频的稳定性不如文生图。一个高级策略是：

1. 用SD/Midjourney生成关键帧：使用更强大的文生图模型，生成你心目中完美的、高细节的静态画面作为“关键帧”。
2. 使用图生视频：在Runway Gen-2、Pika或Stable Video Diffusion中，将这张关键帧作为输入，并配合简短的、描述运动的Prompt（如“slow zoom out”）。
3. 优势：画面质量、构图、细节更可控，视频的起始帧质量极高。

8.3 控制视频长度与连贯性

单次文生视频长度有限（通常4-6秒）。制作更长视频需要：

1. 分镜生成：如本文所述，将长视频分解为多个短镜头。
2. 使用“延长”功能：部分工具（如Pika）允许在视频结尾继续生成，但可能产生漂移。
3. 后期剪辑与转场：这是目前最可靠的方法。熟练使用剪辑软件的转场、速度调整、蒙版等功能，能有效弥补镜头间的跳跃感。
4. 关注新模型：密切关注Sora、Luma等新一代模型在长视频连贯性上的突破。

8.4 合法合规与版权意识

1. 内容安全：绝对不要使用任何涉及现实人物肖像（未经许可）、暴力、色情及政治敏感内容的Prompt。这不仅关乎法律，也关乎AI工具的使用政策。
2. 版权澄清：使用AI生成的内容，其版权归属目前在法律上存在灰色地带。用于商业项目前，请务必了解相关平台（如YouTube, B站）对AI生成内容的标识要求以及目标客户的相关规定。
3. 原创性：Prompt库是工具，最终作品的灵魂在于你的创意和编排。结合实拍、手绘、音乐等元素，打造独一无二的作品。

9. 总结与未来工作流展望

my_ai_town这类开源电影级Prompt库的出现，标志着一个趋势：AI视频创作正在从“技术魔术”走向“标准化生产”。它降低了专业影视语言的使用门槛，让每个人都能以导演的思维与AI协作。

回顾全文，我们解决了从“乱拍”到“导演”的核心问题。你学到了：

• 为什么需要专业Prompt：弥合自然语言与视觉语言之间的鸿沟，提升生成结果的质量和确定性。
• 如何获取与使用Prompt库：以my_ai_town为例，将其作为术语词典和灵感来源，进行复制、组合与修改。
• 系统化的创作流程：遵循“构思-选镜-组装-生成-后期”的五步法，告别盲目尝试。
• 实战案例与技巧：通过“赛博朋克逃亡”短片案例，掌握了从模板到成片的完整路径，并学习了图生视频、私人库搭建等进阶方法。

下一步，你可以：

1. 立刻实践：访问GitHub，下载my_ai_town项目，挑选一个最简单的模板，在你熟悉的AI视频工具中生成第一个“有设计感”的镜头。
2. 深度定制：根据你最常创作的视频类型（如产品演示、知识科普、故事短片），从库中提炼出属于你自己的“黄金模板组合”。
3. 关注演进：AI视频技术迭代飞快。保持对Runway、Pika、Stable Video Diffusion、Sora（当它开放时）等模型更新的关注，并观察专业Prompt库如何适配新模型的新能力。

未来的AI视频工作流，可能会是：创意脑图 -> AI分镜脚本（Prompt库辅助）-> AI生成关键帧/视频草稿 -> 专业后期软件精修合成。在这个过程中，像my_ai_town这样的Prompt库，将成为连接人类创意与AI算力之间最关键的“翻译器”和“加速器”。

现在，打开你的AI视频工具，从一个专业的电影镜头Prompt开始，去执导你的第一部AI短片吧。记住，工具已经就位，缺的只是你的行动。建议收藏本文，在实践过程中随时回溯参考。