方案 AA：AI 动画短片
故事脚本 → 角色设定 → 分镜 → 生图/生视频 → 合成配乐
- 耗时
- 1-2 天
- 成本
- 中
- 难度
- 进阶
适用场景
做 1-3 分钟风格化动画短片，用 AI 完成角色、画面、配乐全流程。
操作步骤
故事脚本
30-45 分钟ChatGPT
写一个短篇故事：单一主线、三幕结构、清晰的情绪曲线；1-3 分钟只讲一个转折，主要角色不超过 3 个。
💡先写一句话「主角想得到什么、遇到什么阻碍、如何解决」，再扩写，别上来写长文本。
角色设定
30-45 分钟Midjourney + Flux
生成主要角色的多角度设定图，把发型、服装、配色、画风锁进统一的描述词，作为后续图生图的固定参考，建立角色一致性基线。
💡用一张角色图当固定参考图，跨镜头一致性最稳。
分镜
30 分钟ChatGPT
把脚本转成分镜表：镜头号、画面、对白、时长、运镜，标注关键帧与情绪点；按每 3-5 秒一个镜头估数，1 分钟约 15-20 个镜头。
💡分镜画不了就写详细画面描述，AI 能帮你直接转成画面提示词。
生图 / 生视频
3-5 小时Flux + 可灵 Kling + Runway
先用 Flux 生成关键帧，再图生视频出动态；重要动作与转场多生成几版择优，角色与背景可分开生成再合成。
💡背景与角色分开生成再合成，画风统一且改背景不用重绘角色。
合成配乐
1-2 小时剪辑软件 + Suno
按分镜拼合镜头，转场与配乐卡住情绪点；用 Suno 生成片尾曲或氛围乐，最后统一调色、加字幕与音效。
💡先定配乐再剪辑，情绪节点跟着音乐走更顺。
用到的工具
避坑清单
角色不一致
跨镜头长相或服装变样，是 AI 动画最大的痛点；务必锁参考图。
镜头过多过碎
1-3 分钟塞 30 多个镜头，观众看不清；学会留白。
硬追 3D 真实感
AI 生成 3D 人物容易崩坏，走风格化 2D 更稳。
忽视声音设计
只有画面没有音效，片子很干；记得加环境音与拟音。