为什么有些 AI动画看起来很有意思，人物的动作夸张自然，画面也有自己的风格？而有些作品虽然提示词写得很长，生成出来的人物却会变形，背景和人物的画风也对不上？
问题往往不在于提示词写得不够多，而在于制作顺序和控制方法。
AI动画并不是把一段故事交给模型，再等待它自动生成完整作品。剧本决定故事是否成立，人物资产决定角色是否稳定，场景参考决定空间是否合理，动画提示词则负责让这些元素按照预期运动。
尤其是二维人物与三维场景结合的动画，既要保留手绘人物的特色，又要让人物自然地处于立体环境中。只写一句“2D 人物加 3D 场景”，通常还不够。
这一节就从实际制作流程出发，讲清楚如何设计剧本、制作角色资产、控制混合画风、编写动画提示词，以及在生成效果不理想时，如何用更有效的方法进行修正。
第一章：先写剧本，不要急着生成视频
1. 为什么动画应该从剧本开始？
AI 动画的第一个难点，不是画面，而是故事。
如果没有明确的剧情，人物就容易变成单纯的动作展示。即使每个镜头都很精致，连续播放时也可能缺少吸引力。
开始制作之前，先回答四个问题：
1.主角是谁？
2.主角遇到了什么问题？
3.主角采取了什么行动？
4.故事最后发生了什么变化？
这四个问题决定了短片的基本结构。
对于刚开始制作 AI 动画的人，建议先从人物少、场景少、动作关系简单的故事开始。可以先用一到三个角色、一到两个场景，讲清楚一个明确的冲突。
例如，一个人物准备吃早餐，却发现盘子里的食物不断发生变化。这个想法不复杂，但可以自然地延伸出发现问题、尝试解决、再次失败和最终反转等情节。
真正需要设计的，是每个动作为什么发生，以及动作之后会带来什么结果。
2. 如何让 AI 帮你完善剧本？
可以先把最初的想法交给 Codex 或其他能够处理长文本的 AI 助手，让它帮助整理故事，而不是直接要求它生成视频。
提示词可以这样写：
你是一名擅长短篇动画的编剧。我想制作一支 45s-60s的 AI 动画，核心创意是：【填写你的想法】。请先提供 3 个不同的故事方向，每个方向都需要有明确的开场、冲突、动作变化和结尾。优先选择人物少、场景少、视觉动作明确的方案。故事应当能够通过画面直接理解，不要依赖大量对白解释。确定方向后，将故事拆分成连续镜头。每个镜头写清楚画面内容、人物动作、情绪变化、镜头景别和前后镜头的衔接关系。不要新增与核心创意无关的剧情。
拿到结果后，不要马上开始生成。先检查故事有没有完整的因果关系。
剧本越清楚，后面需要返工的地方就越少。
3. 把剧本拆成可以生成的镜头
故事成立，不代表它已经适合生成视频。
一个镜头里如果同时包含人物转身、奔跑、拿起物品、摔倒和起身，模型就需要同时处理大量动作变化。
更稳妥的方式，是按照动作的关键变化拆镜头。
例如，人物发现桌上的杯子即将掉落，可以分成三个阶段：
第一阶段，人物注意到杯子正在向桌边倾斜。
第二阶段，人物迅速伸手，试图接住杯子。
第三阶段，人物接住杯子后停顿一下，再露出松了一口气的表情。
每个镜头都有明确的动作目标，前后之间也有因果关系。
需要注意，拆镜头并不是切得越多越好。对于时长较短的动画，可以优先保留能够清楚表现动作变化的关键镜头，避免不必要的切换。
第二章：先确定画风，再制作人物和场景
1. 为什么要先确定整体画风？
制作 AI 动画时，我们通常需要分别生成角色、场景和道具。
但如果每次生成都没有统一的参考，画面就容易出现风格不一致的问题。
例如，你想制作一部二维人物与三维场景结合的动画。如果人物、厨房和道具都是单独生成的，就可能出现人物是手绘风格，厨房却变成二维插画，或者人物突然变成三维模型的情况。
因此，建议先生成一张满意的风格参考图，确定人物的绘画风格、色彩和整体视觉效果，再以这张图为参考，继续生成其他人物、场景和道具。
这样做的目的，不是要求所有素材长得一样，而是让它们在保持各自特征的同时，符合你预先设定的视觉风格。
2. 风格参考图应该怎么做？
假设我们想制作一部二维卡通人物生活在三维厨房中的动画。
那么，风格参考图就应该直接表现出这种组合关系
3. 风格确定以后，再列出需要制作的素材
风格图确定后，就可以根据剧本整理素材清单。
例如，一支发生在厨房中的动画，可能需要：
主角的人物参考图。
厨房的场景参考图。
杯子、盘子等关键道具图。
人物需要完成的特殊动作参考图。
可以让 Codex 根据剧本列出这些需求，并为每项素材整理生成提示词。
这里要注意，Codex 主要用于辅助整理剧本、素材清单和提示词。实际生成图片或视频时，仍然需要使用相应的图像或视频生成工具。
素材清单确定后，再逐项制作，就不会做到一半才发现缺少关键人物或道具。
第三章：人物资产怎么做，才能保持角色一致？
1. 只生成一张人物图，为什么还不够？
一张正面人物图，可以展示人物的脸、发型、服装和身体比例。
但当人物转身、弯腰或者做出夸张表情时，模型还需要推断参考图没有展示的部分。
例如，正面图没有完整展示服装背面，模型就可能自行补全衣服的结构；人物原本只是普通站立姿势，到了弯腰镜头中，身体比例也可能发生变化。
因此，对于需要在多个镜头中反复出现的角色，最好提前准备更完整的参考图。
2. 角色参考图应该包含什么？
建议优先准备以下几种：
正面全身图： 用于确定人物整体比例、服装、鞋子和配饰。
侧面全身图： 用于确定人物的头部轮廓、身体厚度和服装侧面结构。
背面全身图： 用于确定发型、衣服背面的设计和配饰位置。
表情参考图： 用于确定人物开心、惊讶、紧张、生气等状态下的表情特征。
如果人物需要完成复杂动作，还可以额外准备弯腰、抬手、跳跃等姿势参考。
不需要一开始就为每个角色制作几十张图。先根据剧本判断人物会出现哪些动作，再补充容易出错的部分即可。
3. 如何生成统一的角色参考板？
可以使用下面这段提示词：
角色资产提示词
同一个卡通人物的三个不同角度的视图——四分之三半身像、全身正面像、全身背面像——并排站在深炭灰色平面背景上 #1e1e1e。无文字、无标签、无边框。
风格：肌理感强的水粉画，可见干笔触和颗粒状颜料，颜料覆盖不均匀，形状不对称且略显摇晃。每个视角都从左上方照射出温暖的主光：被照边缘呈现淡柠檬黄色的高光，白色织物上投射出冷调的薰衣草色阴影，皮肤阴影侧则呈现更深的红色。粗犷的黑色墨水涂鸦（#060606）快速地覆盖在颜料之上：阴影褶皱处（腋下、衬衫下摆、膝盖、拖鞋上）快速的锯齿状涂鸦，以及卷起的袖口上断断续续的黑色轮廓碎片。不完美、快速、手工感强，如同动画师的手绘草图。
这三个人物都是同一个人，颜色相同，比例相同，光线相同，风格也相同。
复制
第四章：动画提示词应该怎么写？
1. 不要只写人物动作
很多人写动画提示词，只会描述人物做什么，例如：
“一个男人坐在餐桌旁，敲击桌面，看向妻子，微笑，然后站起来。”
这段话虽然交代了动作，却没有说明人物的外观、镜头的位置、画风，以及哪些内容不能发生变化。
对于二维手绘人物与三维场景结合的动画，建议按照以下顺序组织提示词：
参考图片： 明确每张图片分别负责人物、场景还是面部细节。
镜头与构图： 说明机位、景别、人物位置，以及镜头是否移动。
动作时间线： 按照时间顺序描述人物的动作变化。
角色约束： 明确哪些部位可以动，哪些特征必须保持不变。
画风与环境： 说明人物和场景各自的表现方式，以及哪些物体必须保持静止。
下面结合一个具体案例，看看这些内容应该怎么写。
2. 用时间线描述动作
不要把所有动作挤在同一句话里，而是按照发生顺序分段描述。
例如，人物坐在餐桌旁，先敲击桌面，再看向妻子、微笑、伸懒腰，最后站起来。
可以这样写：
0—1.2 秒： 人物保持坐姿，手指轻轻敲击桌布，随后停住。
1.2—2.2 秒： 头部保持不动，只有眼球转向妻子，嘴部逐渐变成微笑。
2.2—5 秒： 人物缓慢抬起双臂伸懒腰，短暂停顿后，再将双手放回桌面。
5—8 秒： 人物突然起身，身体垂直向上移动，随后保持站立。妻子继续在水槽边忙碌。
这里的重点，是把动作的起点、过程和结果写清楚。如果某个动作特别复杂，还可以继续细分。
需要注意，时间线主要用于帮助模型理解动作顺序和节奏，不代表生成结果一定会精确到每个时间点。
3. 明确人物哪些地方不能变
对于手绘动画，仅仅描述动作还不够。人物在运动时，脸型、服装和身体比例也可能发生变化。
因此，需要补充必要的约束。
例如：
妻子：完全参照本工作表中的背面视图来设计和绘制其外观——深墨藏青色发髻搭配浅发丝挑染，砖红棕色连衣裙从肩部垂直垂下。 — 这位丈夫，在世时的形象：赤陶色皮肤、姜黄色胡须、姜黄色头发、条纹T恤、茄子色长裤，与本工作表完全吻合。 — 他的眼睛、眼睑和嘴巴：完全一致的彩绘样式、眼睑形状、瞳孔的大小与颜色、微笑的形态。
复制
如果人物需要站起来，还要明确是身体向上移动，还是向前迈步，避免模型自行增加动作。
动作描述负责告诉模型怎么动，约束负责告诉模型哪些地方不能乱变。
4. 人物和场景的画风要分别说明
如果你制作的是二维手绘人物与三维场景结合的动画，就不能只写一句“保持整体风格一致”。
应该分别说明：
人物： 保留手绘轮廓、不规则线条、平面色块和笔触纹理。人物的绘画特征不因动作变化而改变。
场景： 保留三维空间透视、物体体积、材质和光影。家具、道具的位置保持稳定。
空间关系： 明确人物与桌椅、地面和其他物体之间的前后遮挡关系，避免人物穿过家具或突然改变位置。
如果画风不对，就优先修改对应的风格描述；如果人物动作不对，就调整动作时间线或补充姿势参考，不必每次重写整条提示词。
5. 最后补充静止约束和声音
完成动作描述后，再检查场景中有哪些东西应该保持不动。
例如：
摄像机全程固定。冰箱、橱柜、桌椅、餐具和窗帘保持原位，不发生额外运动。妻子继续在水槽边洗涤，不转身。丈夫起身后，原来的凳子仍然留在原地。
复制
声音也可以单独说明，例如手指敲击桌布的摩擦声、洗涤时的水声，以及起身时凳子与地面的刮擦声。
只添加与画面动作对应的声音，不需要给每个画面都安排音效。
总结来说，一条动画提示词不需要无限增加细节。先交代参考图，再写镜头和动作，最后补充角色约束、画风和环境要求。遇到问题时，找到对应的部分进行修改，就比反复增加形容词更有效。
第五章：复杂动作生成不出来，怎么办？
1. 为什么只写提示词还不够？
文字可以说明人物想做什么，但有些动作涉及复杂的身体姿势和空间关系，仅靠文字不容易描述清楚。
例如，“一个人把另一个人从地上拉起来”。
这句话没有说明两个人分别面向哪里，手应该抓住什么位置，被拉的人如何弯曲身体，以及两个人之间应该保持多远的距离。
模型可能理解了“拉起来”这个意思，却生成了错误的手部位置和身体姿势。
如果连续几次生成都出现同样的问题，就应该考虑补充动作参考，而不是只修改几个形容词。
2. 用手绘草图说明人物应该怎么动
草图不需要画得精美，也不需要有完整的颜色和细节。
它只需要表达清楚几个信息：
人物站在哪里，或者倒在哪里。
身体朝向哪个方向。
手脚大致是什么姿势。
两个人或人物与道具之间如何接触。
动作应该朝哪个方向发生。
例如，需要生成一个人弯腰拉起另一个人的画面，可以先用简单的线条画出两个人的轮廓，再标出手部接触的位置和身体倾斜方向。
这样，模型就不必完全依靠文字去猜测人物的姿势。
3. 草图和人物参考图应该怎么配合？
上传素材时，要明确区分两者的用途。
草图负责动作姿势、人物位置和接触关系。
人物参考图负责角色的脸、发型、服装、身体比例和画风。
场景参考图负责环境布局、家具位置和空间关系。
可以使用下面这段提示词：
仅将附件草图用作构图参考——即元素位置、人物姿势与握持动作。完全按照影片的最终风格重新绘制。纯中性灰色平背景上的两个平面2D手绘水粉剪纸风角色，画面中无其他元素——无房间、无家具、无地板、无道具、背景无阴影。 角色完全为平面效果：采用厚重不透明的水粉，带有干笔纹理，手绘轮廓线条略带晃动，作品中自带平涂硬边的手绘阴影，轮廓为哑光深色，无体积感、无CGI阴影、无场景光照、无光晕。角色间的相对尺寸参照图2妻子 图3 站在画面右侧，正小步向右后退，身体以四分之三侧对观众——面部可见，神情疲惫，双眼半垂，目光越过他的方向。她的一只手臂向下向后伸，手攥着他的手腕；另一只手臂垂在身侧。丈夫 图4 面朝下平躺，全身向左伸直、与画面平面平行：背部朝上，身着薄荷绿条纹T恤，一只手臂举过头顶被她握住，另一只手臂自然垂在身侧，双腿伸直，钴蓝色拖鞋鞋底朝上。 他脸颊朝下躺着，脸微微转向观众，方便看清叉号眼和舌头。他全身平躺的长度约为她头部高度的四倍。两个角色在画面底部共用同一条基准线。画面比例为4:3。
最终画面保留角色参考图中的既定画风。
如果要生成一段连续视频，还需要补充动作发生的顺序。例如，人物先伸手，随后抓住对方的手腕，最后向后发力。
草图说明人物应该摆出什么姿势，文字说明动作如何发生。两者配合，可以减少模型对复杂动作的错误理解。
第六章：挑选镜头，完成最后的剪辑
1. 生成成功，不代表镜头一定能用
有时候，模型生成的画面非常漂亮，但人物动作并没有按照剧本完成。
例如，原本需要人物伸手接住盘子，结果盘子虽然清晰好看，却没有真正被人物接住。
这样的镜头即使画面质量不错，也不能直接用于最终成片。
挑选镜头时，首先要看动作是否正确，其次检查人物和道具的位置，再检查画风、构图和细节。
2. 检查前后镜头是否连贯
将多个视频片段放在一起后，需要检查人物外观、服装、道具和动作状态是否连续。
如果前一个镜头以人物伸手结束，下一个镜头就应该从合理的手部位置继续。
如果人物上一镜头刚刚摔倒，下一镜头就应该继续保持合理的身体状态，而不是突然站起来。
如果镜头之间出现明显的动作跳跃，可以重新生成其中一个片段，也可以调整剪辑顺序。
3. 最后再完善节奏和声音
镜头顺序确定后，再根据动作和情绪调整剪辑节奏。
动作快速的地方，可以采用更紧凑的剪辑；人物停顿或情绪发生变化的地方，可以适当保留画面。
如果动画包含明显的动作变化，还可以补充脚步声、物体碰撞声、衣服摩擦声等音效，让动作更清楚。
最终检查整部动画的故事是否完整、人物是否稳定、动作是否连贯，再输出成片。
结尾
制作 AI动画，不是把所有细节都写进一条提示词里。
先写清楚故事，再确定画风，然后制作人物和场景资产，接着编写视频提示词。遇到人物不稳定的问题，就补充角色参考；遇到画风不统一的问题，就明确素材的用途；遇到复杂动作生成错误的问题，就使用手绘草图辅助控制。
每一步解决一个问题，整个制作流程就会清楚得多。
提示词不需要越写越长，而是要让模型知道画面里有什么、人物应该怎么动，以及哪些内容不能发生变化。
当剧本、参考图和动作描述都准备充分，AI 动画制作才能从反复试错，逐渐变成一套可以重复使用的创作流程。