大家好，我是冷逸。

最近你可能刷到過一些AI短片，比如《喪尸清道夫》、《萬物生》、《零號檔案》等。

它們有個共同的命運弧線：在國內發布，在海外出圈，然后“出口轉內銷”，被輿論推上聚光燈。

其中讓我印象最深的是《喪尸清道夫》，被X上的大V「PJ Ace」轉發后，播放量直接飆到1300萬。

但比播放量更讓我印象深刻的，是作者Mx-Shell說的這句話：

“創作過程中沒有分鏡圖，也沒有首尾幀，只用了資產圖+腳本，分鏡控制純依賴手搓的腳本文案。整部片子由一個人獨立完成，Token成本大概3000元，前后花了10天?！?/blockquote>

這句話，非常坦誠，也非常直白。AI視頻的本質，其實就是四個字：資產圖+腳本。

資產圖，解決主體一致性；腳本文案，控制劇情走向。

聽起來簡單，但這恰恰是很多人卡住的地方——不是工具不夠用，而是不知道該喂什么給工具。

為了把“資產圖+腳本”這個核心流程跑通，我做了一個skill，叫lengyi-shotlist，已開源放在GitHub上了，歡迎大家Star。

它干的事情很直接：你喂給它任意文本，比如一段小說節選、一句劇情描述、幾個關鍵詞，它會幫你完成兩件事：

1. 拆解/擴寫成分鏡腳本提示詞：邏輯嚴密，字數嚴格控制在3000字以內（避免粘貼超限）。

2. 自動生成資產圖提示詞：針對人物、物體、道具、場景等參考主體，自動設計文生圖提示詞。

也就是說，從“一段文字”到“可以直接喂進生圖/生視頻工具的完整提示詞”，這個skill一次性搞定。

你要做的只有一件事：把它生成的內容，往工具里粘貼。

我用這個skill搭配Vidu最近推出的「多宮格創作」功能，做了幾支視頻，效果出乎意料地好。

它的邏輯非常清晰：

• 上傳主體圖（角色/道具/場景，建議用三視圖保證一致性）

• 粘貼分鏡腳本提示詞

• 設置宮格數、時長、清晰度和畫幅

就這三步，你得到的是一支有敘事結構、有鏡頭語言、主體前后一致的視頻。

一致性、分鏡設計、工作流，都幫你搞定了。剩下的，就回到了創意、結構和審美本身。

一手體驗

下面，我從5個case詳細講起，教大家如何用這個skill跟Vidu配合。

1）重拍《三體》名場面

這是我最想拍的一個場景。

原著里，大劉用幾百字寫出了一段充滿詩意的相遇：她（莊顏）站在客廳的門口，穿著一件淡藍色的風衣，圍著一條白色的圍巾。她的頭發披散著，不像畫像上那樣扎著辮子。但那雙眼睛——那雙讓人心碎的眼睛，和畫像上一模一樣。

這段文字的難點在于：她的美，不是動作，而是來自于氛圍。

我把原文段落直接丟給skill。

它會設計分鏡總覽：幾個鏡頭、幾秒、什么風格、什么場景。然后生成主體檔案，出莊顏和羅輯的人物圖提示詞。

Ps，這個skill建議跟DeepSeek V4 Pro或Claude 4.6 sonnet/Opus 4.8/GPT-5.5搭配，干活效果更好。

接著，skill會出分鏡腳本提示詞，字數嚴格控制在3000字以內（避免粘貼超限）。

主體提示詞，拿到任意生圖工具里生成就行。我一共生成了3版莊顏，選了中間最貼近原著氣質的那張。

有了主體參考圖和視頻腳本提示詞，接下來我們前往vidu.cn生成視頻。找到「多宮格創作」，點擊進入。

簡單認識一下這個界面，在上面上傳主體，中間粘貼分鏡提示詞，下面調整分鏡、時長、清晰度和畫幅參數。

主體，支持上傳圖片（三視圖）、視頻和文本。為了更好的一致性，建議上傳圖片。

我已經傳了莊顏和羅輯的人物圖，接下來輸入分鏡提示詞，選12宮格（即分鏡）、14s。

它會按照12宮格生成視頻。

來看下最終成片。

大家也幫忙看看，這是你理想中的莊顏嗎？

繼續依樣畫葫蘆，得到了第二個場景的視頻。

羅輯特別注意到這里一幅風景畫都沒有，這是很成熟的審美情調：這幢房子就坐落在絕美的伊甸園中，風景畫掛在這里就像在大海中加一桶水那樣多余。

他們首先走進的是盧浮宮最大的展廳，有二百米長，這里光線柔和，腳步聲在空曠中回蕩。羅輯很快發現只有他的腳步聲，莊顏在輕輕地走路，貓一樣無聲，如同一個初入童話中神奇宮殿的孩子，怕吵醒這里沉睡的什么東西。

羅輯放慢腳步，與莊顏拉開了一段距離，他對這里的藝術品沒有興趣，只是欣賞著藝術世界中的她。那些古典油畫上體形豐美的希臘眾神、天使和圣母，從四面八方與他一同看著這位美麗的東方少女，她就像庭院中那座晶瑩的金字塔，很快融為這藝術圣境中的一部分，沒有她，這里肯定少了什么。

羅輯陶醉在這如夢如幻的意境中，任時間靜靜地流逝。不知過了多久，莊顏才想起羅輯的存在，回頭對他笑了一下，羅輯的心隨之一動，他感到這笑容仿佛是從畫中的奧林匹斯山投向塵世的一束光芒。

2）重拍《水滸傳》武松打虎

一直有個想法：把經典名著用AI重拍一遍。

武松打虎，是最適合起手的選段——視覺張力強，打斗節奏清晰，場景單一好控制。

把《水滸傳》原文分段喂給skill，它出主體提示詞+分鏡提示詞。

然后直接丟進Vidu，自己剪輯合成，最終得到一支短片。

B站上一直有人用AI翻拍西游記，流量還不錯。

本質上是同一套路：把原著拆解成15秒以內的故事單元，設計資產圖、腳本文案，批量生成視頻，再剪輯串聯。

技術上不難，難的是肯花時間琢磨。

3）給「冷同學的水」拍一支廣告片

除了改編已有文本，這個skill也可以無中生有，擴寫劇情。

比如，我有一瓶「冷同學」礦泉水，現在讓它寫一支完整的TVC廣告分鏡。

它補寫出了起承轉合的完整微敘事，場景設定、情緒弧線、產品植入時機、廣告詞這一套全出來了。

最終生成的廣告片，高級感出奇地足。

唯一的小問題：畫面中如果有小字，模型目前容易虛化、模糊。但這只是時間問題，下一版模型大概率會解決。

4）拍好萊塢大片

西部片和西游元素結合，有沒有搞頭？

我隨便丟了幾個關鍵詞過去，它給我一版視覺爆炸的分鏡腳本，完全沒想到組合得這么絲滑。

丟進Vidu后，這段視頻我盯著看了好幾遍。

一起來看下最終的成片，這特效簡直夯爆了。

5）拍武俠片

最后讓它拍了一段展昭夜行的武俠戲。

武打動作戲一直是AI視頻的重災區，過去基本是一拍一個亂。

這次Vidu生成出來之后，我發現運鏡已經有點像那么回事了——出手、格擋、身法的流暢度，遠超我的預期。

AI視頻的動態控制能力，正在以肉眼可見的速度進化。

整體體驗下來，Vidu「多宮格創作」比我預期的強。

配合lengyi-shotlist skill，一個完整的AI短片工作流基本可以跑通：

文字輸入 → 分鏡腳本 + 資產圖提示詞 → 主體參考圖生成 → 多宮格視頻生成 → 剪輯合成

從有想法到出片，門檻已經降到幾乎為零。

但有了這套連招后，我腦子里冒出了一個問題：工具越來越好用后，創作的壁壘到底在哪？

這個問題我想了很久，一直沒有想到答案。后來，我索性不想了。

現在，技術已經把門打開了。但走進去，靠的還是你自己。

卡點不在工具，卡點在你。

你腦子里有沒有一個值得被拍出來的故事？