本部分为自查证内容，来源均为公开报道与创作者本人的拆解，URL 附在各节。
| 维度 | 事实 |
|---|---|
| 作者身份 | 陈爱军，1991 年生，成都眼镜店老板，非设计科班，"纯小白"自学 AI 近两年 |
| 工作流 | Midjourney 出图 → 可灵 / 即梦 转视频（两句原话，没有更复杂的链路） |
| 爆款 | 一条 33 秒无台词无字幕短视频，被网友搬运至海外平台，不到 4 天播放破 500 万、4.8 万赞、转发 9700+ |
| 二次放大 | 外交部发言人毛宁在个人账号转发，配文"中式天堂长什么样"（数艺社报道） |
| 产量 | 抖音 50 万+ 粉丝，200+ 条作品，接近日更；单条制作 4–5 小时（状态好 2–3 小时） |
| 成本 | 画质要求不高 50–60 元/条；4K 画质 100–300 元/条；200 多条累计投入"数万元" |
| 变现 | 只靠抖音平台流量收益，未做商业授权；收支基本打平 |
| 下一步 | 计划 2026 年底/2027 年初做中国风修仙向 AI 短剧 |
读出来的三个关键结论：
来源：红星新闻/搜狐（2026-03-25，对话可梦智能 CEO 熊昺辉）
| 维度 | 事实 |
|---|---|
| 体量 | 81 集，单集平均 40 个镜头；上线 6 天播放破亿 |
| 团队 | 12 人，"AI + 人工"模式 |
| 周期 | 分镜 20 多天完成，整体制作约 30 天（真人剧前期动辄数月） |
| 成本 | 算力成本约 10 万元；真人短剧同体量 30–100 万元 |
| 流程 | 剧本 → 分镜 → 角色设定 → 场景设定 → 文生图 → 图生视频 → 剪辑 → 配音 |
| 已知短板 | ① 高速运动（御剑飞行、打斗）大场面边缘细节精度掉；② 复杂情绪（"隐忍的愤怒""克制的喜悦""悲喜交加"）还原不了，要么夸张要么平淡；③ 微表情（嘴角微颤、眼神闪烁、眉头轻蹙）不可控 |
| 补救体系 | "AI 生成 + 人工精准优化 + 专业指导"三层；用镜头语言兜底——慢镜头突出情绪、特写聚焦眼睛/面部、BGM 和音效强化氛围；剧本层面避免让 AI 承担超出能力的表演要求 |
这段访谈里最值钱的一句话是最后那句：不要去卷 AI 做不到的微表情，而是改剧本和分镜去避开它。这是所有 AI 视频项目能不能落地的分水岭。
来源：行者AI视频（@joshesye）《折腾 48 小时，我把神话里的天宫做成了 AI 视频》，经觉醒AI知识库转载。这是目前公开资料里最实操的一份天宫拆解。
作者的定序是：先看构图 → 再拆空间层次 → 然后决定镜头位置 → 最后处理建筑和人物的主次。 只对着参考图抄词（"看到云海写云海"）只能撞运气。
四个最容易崩的地方（原文四条铁律）：
配色公式：白玉 + 冷青灰打底，暖金光只照重点，加一点朱红压细节。
作者的核心洞察：
画面越大，建筑越复杂，能交给模型的运动就越少。
第一版成片的问题是要么像动态 PPT，要么镜头晃动大、宫殿融化、远处人物崩掉。解决办法是"每次哪里崩了，就补一条限制"，最终把一张静图拆成五个可写字段：时间轴 / 镜头 / 人物动作 / 环境动态 / 连续性约束。
各字段的具体要求：
可抄的 5 秒运镜提示词模板（原文简化版）：
严格保持首帧构图与建筑结构。0 至 2 秒，镜头极慢速向前推进，云海从右向左缓缓流动，人物衣袖与发丝轻微摆动。2 至 5 秒，镜头轻微抬升，远处金色天光穿过云层，人物缓慢抬头。白玉阶、南天门、飞檐、立柱和栏杆全程固定，不变形，不位移。保持人物身份、服装和比例一致，不新增物体，不出现字幕与水印。环境声以高空风声和轻微衣袂声为主。
远景跑通后，作者做了一版"小师妹带我逛天宫"的 POV Vlog，关键工程是素材拆包：
片段示例（可直接套格式）：
17 至 27 秒，月门望仙台。小师妹牵着镜头穿过月门，在栏杆旁停下。她抬手召出一只小云兽，云兽从掌边的薄雾里探出头，绕着她缓慢飞半圈。月门、栏杆与远处宫殿保持稳定。
作者的 6 条经验（原文照录）：
他还把这两套规则做成了开源 Skill（Codex/Claude Skill 格式）：
来源：数艺社/网易（2026-08-31）
两个 GitHub 开源技能包，装上就是"视觉导演 + 运镜导演"：
Xianxia Visual Director（仙侠单帧画面视觉导演，负责出图）Xianxia Cinematic Video Director（仙侠多镜头视频运镜导演，负责出视频）三步复刻法：
技能内部会先"看清"素材图关键元素（汉白玉柱廊、红衣小人、远处重檐宫殿、侧逆光长影），再设计叙事运镜，而不是简单让图片动起来。
作者实测的构图输出值得记：一点透视柱廊引导视线延伸；右侧留 40%–60% 云海呼吸空间；暖金色晨光斜射；红衣人物立在画面约 3% 位置作为视觉锚点——和爆款参考图风格高度接近。这组数字就是"天宫感"的可量化配方。
同作者还有 liyue-aigc/female-outfit-director（女性换装导演），做古风卡点换装的完整规范，见 D4。
来源：FlowPix《AI绘画古风发饰怎么画不塑料？》（2026-07-14）
第一板斧——形制必须写准。 只写 "hairpin" / "hair accessory"，形态全凭运气。正确写法是把形制和英文一起写死：
| 形制 | 正确写法 |
|---|---|
| 簪（单股） | zan, single-prong hairpin |
| 钗（双股） | chai, double-prong hairpin |
| 步摇（带坠流苏会动） | buyao, hairpin with dangling pendants that sway |
| 钿（花形片状） | dian, floral inlaid hair ornament |
作者建议新手从步摇入手：流苏坠子辨识度高，AI 容错率大。钗和钿细节多，画崩概率高。
第二板斧——材质词要写出工艺和透感（塑料感的根子在材质词太笼统）：
| 目标 | 关键词 |
|---|---|
| 金 → 不要亮闪塑料金 | aged gold with subtle matte finish, fine filigree work, granulation texture（filigree=花丝，granulation=炸珠，两个古代金工技法词一加立刻有工艺感） |
| 玉 → 温润透 | translucent nephrite jade, soft inner glow, pale celadon tone |
| 珍珠 | lustrous freshwater pearls, soft iridescent sheen |
| 宝石火彩 | gemstone with light passing through, facet reflections |
第三板斧——光影让发饰立体： soft directional light from upper left, specular highlights on metal edges, subsurface scattering on jade, gentle shadow under ornaments
specular highlights 管金属锐利反光，subsurface scattering 管光透进玉石内部——这两个一搭配，金属和玉的质感就区分开了。flat lighting / even lighting，那种光下发饰必扁。dark blurred background，深褐或墨绿）才衬得出高光；浅背景会把发饰吃掉。第四板斧——朝代锁调性：
| 朝代 | 调性 | 关键词 |
|---|---|---|
| 唐 | 华丽、金灿灿大体量 | tang dynasty style, large gold buyao, ornate, rich |
| 宋 | 清雅、素银镶小玉 | song dynasty style, slender silver hairpin, minimalist, refined |
| 明 | 繁复、宝石堆镶 | ming dynasty style, gemstone inlaid dian, elaborate |
| 清 | 点翠烧蓝堆砌 | qing dynasty style, kingfisher feather inlay, turquoise enamel |
两条硬数据 / 硬经验：
dangling chains with individual pearl drops, separated strands, not tangled。来源：liyue-aigc/female-outfit-director SKILL.md
这是"一张图 → 卡点换装短视频"这类极高播放内容的工业级写法，几个可直接迁移的要点：
这份规范的价值不在具体参数，而在它示范了把"感觉"翻译成可执行约束清单的方法论——这正是业余和专业的分界线。
来源：shyman159/seedance-prompts-skill · prompt-craft-and-realism.md（由抖音"刺猬星球superi"37 集合集蒸馏）
核心理念：AI 图/视频"一眼假"的根因不是模型弱、也不是提示词不够长，而是你在"许愿"而不是用视觉语言下指令。
情绪 + 主体 + 光线 + 镜头 + 细节
词序就是优先级：
写"梦幻"它加烟雾，写"高级"它塞光斑，写"干净"它加纹理，写"自然"它加锐化。
| 你想说的 | 要写的 |
|---|---|
| 梦幻 | 低饱和 + 软光源 + 长焦压缩 |
| 高级 | 强光线对比 + 部分留白 |
| 质感 | 微弱侧光 + 高阴影对比 |
并直接告诉 AI 不要什么：无纹理、无锐化。
去摆拍感（视频），摆拍感来自镜头与画面关系不真实，与提示词无关，三因三解：
前景遮挡去 AI 味：
电影感 = 摄影约束先于美学：先写镜头类型/拍摄距离/光线结构，再写风格——90% 的人上来就写氛围，AI 只停在"图像渲染"而非"真实摄影"。
减法审美 + 剪词（让画面显贵）：
避免动作崩坏：AI 眼里动词是"目标状态"不是"进行态"。
人物一致性（视频）——注意这句反直觉的结论：
参考图不是"参考人物"，只是风格与结构输入。
三招：
声音一致性（AI 视频最易露馅的是声音）：建角色声音参考库（把满意片段的音频抽出来存成独立文件，每次生成上传作参考）+ 独立配音模型设计音色 + 情绪声音库（同一角色"正常/愤怒/伤心"样本，按剧情选用）。
来源：Wayhhow/ai-video-shot-prompt-skill · keyword-library.md
超写实、极致逼真、真人实景拍摄（含人物场景，减少 CG 感）、电影动作捕捉（动作戏，真实物理感）、复古胶片质感
杜绝动作僵硬、杜绝人物畸形手指、杜绝穿模、杜绝肢体扭曲、杜绝人物漂浮、杜绝关节反向杜绝游戏CG感、杜绝塑料皮肤、杜绝过度磨皮、杜绝镜头漂移、杜绝水印、杜绝低分辨率杜绝光影不一致、杜绝影子方向错误、杜绝重力失真古风、青瓦白墙、红灯笼、青砖、油纸伞、丝绸、工笔重彩、水墨写意、黛青、朱红、宫墙、飞檐、长街雨巷 仙侠向：水墨、烟雨、竹林、剑光、留白、白衣
选一台真实存在的电影摄影机，按真实物理逻辑决定虚化/光斑/反射，而非随机拼凑：
ARRI Alexa 65 拍摄、ARRI Alexa Mini LF、RED V-Raptor 8K、Sony Venice 2Kodak Vision3 500T 胶片拍摄、Kodak Portra 400 色彩、Fuji Eterna Vivid 500iPhone 15 Pro 竖屏拍摄、大疆 DJI Mavic 3 航拍暖黄高光、金色阳光、琥珀色调；冷：青蓝冷调、去饱和冷调、深青阴影青橙对比（teal & orange）（电影最常用）、红青互补黄金时刻光线（magic hour）、蓝调时刻（blue hour）、黄昏侧逆光、黎明破晓光伦勃朗光（Rembrandt lighting）、轮廓光（rim light）、蝴蝶光