企业官网建设流程全解析

在实际创作场景里，AI 生成工具已经不只是生成单张图片或一小段参考视频，越来越多的个人创作者开始把它整合进一条完整的短片制作流程：先确定镜头脚本，再用可控方式生成视觉素材，最后用传统剪辑工具完成成片。Krea 这类工具的价值在于把实时生成、参考图控制、局部重绘和视频生成集中到一个操作界面里，创作者不需要在多个模型和后台之间反复切换。本文就以“使用 Krea 制作一支 AI 辅助短片”为主线，讲清楚从镜头拆解、素材生成到 FFmpeg 合成、字幕压制的完整做法，并提供一套适合在本地复现的工程流程。

这种工作方式适合三类读者：一是已经在用 Midjourney 或 Stable Diffusion 生成图片、想进一步控制画面一致性的创作者；二是想用 Python 和 FFmpeg 把小段 AI 素材拼成完整视频的工程师；三是正在搭建团队内部 AI 内容制作管线的技术同学。文章不会只讲 Krea 的某个按钮怎么点，而是围绕一套可落地的工作流展开：镜头怎么拆、提示词怎么写、素材怎么命名、视频怎么合成、进度怎么确认。

1. 先理解 Krea 在 AI 短片制作链路中的位置

把 Krea 放进完整的创作链路里看，它的角色是“可控视觉素材生成器”。AI 短片制作通常分成五个阶段：概念与脚本、视觉素材生成、动态化处理、剪辑合成、成片发布。Krea 主要覆盖第二和第三阶段，也就是生成图片、微调画面、生成简短视频片段。它不负责叙事，不负责音频，也不会自动完成剪辑。

1.1 为什么个人创作者选择 Krea 这类实时生成工具

传统 AI 绘画工具的核心问题是反馈慢。写提示词、点击生成、等待几十秒、再调整，循环次数有限。Krea 这类工具把生成过程尽量实时化，创作者可以看着画面变化实时调整提示词和参数，这对视觉探索阶段非常有用。

在短片制作里，这种实时性解决的是“语义探索”的效率问题。创作者可能会为同一个镜头写十几个描述词，比如“黄昏、湖面、薄雾、芦苇”，实时生成模式下，可以快速看到哪种组合更符合预设情绪。先定视觉方向，再锁定参数，比每轮都等待完整渲染要高效得多。

Krea 的另一个特点是强调参考图控制。无论上传的参考图是一张粗略的概念草图，还是一张实拍照片，工具都会把它作为构图和色调的控制条件。这决定了生成素材不仅在单张层面好看，而且多个镜头之间可以有稳定的视觉线索，比如同样的黄昏色调、同样的机位角度。

1.2 Krea 的主要功能模块与实际限制

从创作者角度看，Krea 界面可以粗略划分为实时画布、生成参数面板、参考图上传区、历史记录和导出区。实时画布承载每一次生成的图像，参数面板控制风格和细节，参考图上传区负责构图约束。

Krea 还提供视频生成能力，也就是把一张图转成有限长度的动态片段。这部分技术的本质是图像到图像的扩散模型，模型根据起始帧和运动信号推断后续帧。理解这点很重要：它并不是“输入一句话就生成完整视频”，而是基于单帧做运动外推，所以主体结构越复杂，连续帧的稳定性越差。

实际使用中，个人创作者最容易忽略的是分辨率、输出格式和动态范围限制。不同账号等级和套餐支持的导出规格不同，有的支持高清导出，有的只支持普通分辨率。落地前要先确认自己的套餐能力，不要等到合成阶段才发现素材分辨率不统一。

这里要说清楚一个容易误解的地方：Krea 并不替代剪辑软件。它生成的视频片段通常比较短，实际成片往往需要把多段素材拼接、叠加转场、配上音乐和字幕，这些工作还是要回到剪辑工具或者 FFmpeg 这类程序化方案里完成。

2. 环境准备：从本地工具链到素材管理目录

把 Krea 生成结果做成完整短片，不能只依赖网页端。一套清晰的本地工程目录、统一的命名规则和可复用的脚本工具，可以减少后期合成阶段的混乱。下面以 macOS 或 Linux 环境为例，给出一个适用于个人创作者的最小工具链。

2.1 需要准备的软件和依赖

建议先确认本机已经安装 Python 3.9 或更高版本、FFmpeg 以及基本的图像处理库。FFmpeg 在短片合成中承担视频拼接、缩放、音视频混流和字幕压制任务，是整个流程里最核心的外部工具。

python3 --version ffmpeg -version

在 macOS 上，如果还没有安装 FFmpeg，可以跳过一次网络安装，先进行校验。下面命令适用于已配置包管理器的环境：

brew install ffmpeg

如果是在 Debian 系列环境下，可以用apt安装，但要留意源里的版本可能偏旧。生成脚本依赖的 Python 库建议单独建立虚拟环境，避免污染系统环境。

python3 -m venv krea_workflow_env source krea_workflow_env/bin/activate pip install Pillow opencv-python-headless

这里安装opencv-python-headless是为了在脚本中统一读取素材尺寸、校验视频帧数，不需要图形界面，适合服务器或命令行环境。

注意：Krea 网页端的生成能力不需要本地 GPU，但本地合成视频、检查素材一致性和批量重命名都依赖 Python 和 FFmpeg，所以在开始前把环境配好，能避免生成大量素材后无法处理。

2.2 工程目录结构与命名规则

建议在项目根目录下建立shots、audio、output、scripts四个文件夹。shots保存 Krea 导出的图片和视频片段，audio保存旁白或背景音乐，output存放中间文件和最终成片，scripts存放 Python 和 Shell 脚本。

素材命名是整套流程的隐性关键。推荐使用“镜头编号-镜头描述-版本号”的结构，例如shot_01_wide_lake_v3.mp4。如果项目有多个章节，可以在前面再加章节前缀，例如s02_shot_03_bird_eye_v1.png。

krea_short_film/ ├── audio/ │ ├── narration.mp3 │ └── bgm.mp3 ├── output/ │ ├── intermediate/ │ └── final/ ├── scripts/ │ ├── check_assets.py │ ├── build_video.py │ └── prompts/ └── shots/ ├── shot_01_wide_lake_v3.mp4 ├── shot_02_close_waves_v2.png └── shot_03_fog_forest_v1.mp4

有了这个目录和命名规则，后续无论用 FFmpeg 拼接，还是用 Python 脚本读取文件列表，都能按固定模式处理。

2.3 素材清单校验脚本

在进入 Krea 生成之前，先写一个简单的素材清单校验脚本。它可以帮你确认shots目录里有哪些文件、每个文件的分辨率是多少、后缀格式是否统一。这个脚本的价值在项目后期会非常明显，尤其是当你生成几十个候选片段后，手动数文件很容易出错。

import os import cv2 from pathlib import Path SHOTS_DIR = Path("shots") def inspect_assets(): video_files = list(SHOTS_DIR.glob("*.mp4")) + list(SHOTS_DIR.glob("*.mov")) image_files = list(SHOTS_DIR.glob("*.png")) + list(SHOTS_DIR.glob("*.jpg")) print(f"视频素材数量: {len(video_files)}") print(f"图片素材数量: {len(image_files)}") for f in sorted(video_files): cap = cv2.VideoCapture(str(f)) width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH)) height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT)) fps = cap.get(cv2.CAP_PROP_FPS) total_frames = int(cap.get(cv2.CAP_PROP_FRAME_COUNT)) duration = total_frames / fps if fps else 0 print(f"{f.name} -> {width}x{height}, fps={fps:.2f}, duration={duration:.2f}s") cap.release() for f in sorted(image_files): img = cv2.imread(str(f)) height, width = img.shape[:2] print(f"{f.name} -> {width}x{height}") return video_files, image_files if __name__ == "__main__": inspect_assets()

这个脚本不做任何生成工作，只是把素材家底摸清楚。确认命名统一、分辨率接近、视频时长符合预期后，再进入 Krea 的生成环节会更踏实。

3. Krea 生成环节：如何把镜头脚本翻译成提示词和参数

Krea 的生成质量不只是由模型决定，提示词结构、参考图选择、参数设置共同决定最终结果。短片制作和单张图片创作不同，每个镜头不仅要好看，还要能和前后镜头接得上。

3.1 从分镜脚本到提示词字典

以一支 60 秒的短片段落为例。假设主题是“秋日湖畔的清晨”，拆解成五个镜头：

1. 远景：晨雾中的湖面，芦苇在飘动。
2. 中景：水波拍打岸边的石头。
3. 特写：露水滴落在枯叶上。
4. 中远景：一艘木船缓缓靠近码头。
5. 全景：阳光穿透树林，洒在湖面。

每个镜头生成时，提示词要包含镜头类别、主体、环境、光线、风格和画质约束六个部分。Krea 支持自然语言提示词，但结构清晰的提示词更容易得到稳定输出。

以第一个镜头为例：

wide shot of a misty lake in autumn morning, reeds swaying gently, soft golden light, water surface reflection, atmospheric perspective, cinematic color grading, high detail, 16:9 composition

不要只写“a lake”，要尽可能把构图、光线、镜头运动信息写进去。短片素材后续要拼接，所以构图统一至关重要。Krea 的参考图功能这时候派上用场：选定第一张最满意的远景图作为参考，后续镜头的色调和构图就会更接近。

3.2 参考图的控制逻辑与使用顺序

在 Krea 中上传参考图后，生成结果会受到参考图的语义和结构影响。创作者最容易犯的错误是拿一张过于复杂的参考图去约束新镜头，结果新镜头的主体被带偏。

建议按下面的顺序操作：

1. 先用文字提示词生成第一版画面，确定大致风格方向。
2. 从结果中挑出最满意的一张，作为同场景其他镜头的构图参考。
3. 生成新镜头时，参考图权重不要一开始就拉满，先用较低权重测试。
4. 逐步提高参考图影响，直到构图和色调满足要求。
5. 不同场景之间要换参考图，不要所有镜头都用同一张，否则画面会过于同质化。

Krea 的参数面板里一般会有类似风格强度、细节强度、参考图影响的设定。不同版本界面可能不同，但核心逻辑一致：参考图控制结构，提示词控制内容，参数控制自由度。短视频对连续帧稳定性要求高，所以对需要动态化的镜头，参考图权重可以略高一些。

3.3 视频生成时长、运动和稳定性之间的取舍

Krea 的单段视频生成时长有限，通常只适合表现缓慢运动，不适合表现大幅位移或快速动作。制作短片时，建议为每一个镜头定义单一运动趋势，比如“缓慢推进”“轻微横摇”“水面波纹流动”。这符合扩散模型视频生成的基本约束。

如果发现生成片段里主体形变严重，建议不要反复尝试同一个提示词，而是改回静态图片，利用 FFmpeg 的缩放、平移、淡入淡出效果模拟运动。这样不仅更稳定，控制力也更强。

3.4 统一导出设置：分辨率、帧率和格式

Krea 导出时，尽量为所有视频素材选择统一的分辨率和帧率，例如 1920x1080、24fps 或 30fps。如果混用不同比例，后期 FFmpeg 需要补齐黑边或裁剪，可能损失画面内容。

导出格式优先选择 MP4（H.264 编码），兼容性最好。静态图优先导出 PNG，避免 JPG 重复压缩导致边缘出现杂色。素材文件名按照计划写入镜头编号，不要依赖默认命名，否则后续脚本处理时需要额外维护映射关系。

4. 从素材到成片：用 Python 编排自动合成脚本

当 Krea 素材生成完毕，接下来的工作是用脚本完成素材检查、排序、视频片段拼接和字幕压制。FFmpeg 功能强大，但参数复杂，所以用 Python 写一个调度层，把常见任务封装成简单函数。

4.1 使用 FFmpeg 拼接视频片段的基本命令

如果所有镜头已经是 MP4 格式，且编码参数一致，最直接的拼接方法是用 FFmpeg 的 concat 协议。先准备一个文本文件：

file 'shots/shot_01_wide_lake_v3.mp4' file 'shots/shot_02_close_waves_v2.mp4' file 'shots/shot_03_fog_forest_v1.mp4'

然后执行：

ffmpeg -f concat -safe 0 -i filelist.txt -c copy output/intermediate/concat_no_audio.mp4

这种方式不会重新编码，速度很快。它要求所有视频编码器、分辨率、帧率保持一致。如果 Krea 导出的素材参数不一致，就会报错或者输出黑帧。所以在拼接前，先用ffprobe查看每个文件的具体参数。

ffprobe -v error -select_streams v:0 -show_entries stream=width,height,r_frame_rate,codec_name -of csv=p=0 shots/shot_01_wide_lake_v3.mp4

如果发现素材编码参数不一致，需要先统一转码。下面命令把所有视频统一成 H.264、1080p、30fps：

ffmpeg -i input.mp4 -vf "scale=1920:1080:force_original_aspect_ratio=decrease,pad=1920:1080:(ow-iw)/2:(oh-ih)/2" -r 30 -c:v libx264 -crf 18 -preset medium -pix_fmt yuv420p output.mp4

这里pad的作用是保持宽高比，不足部分用黑边填充。如果原始素材比例接近 16:9，这一步损失较少。

4.2 增加转场、音频与字幕

把多个镜头直接拼接成片只适合最简单的素材情况。实际短片制作通常需要为镜头之间加入叠化效果，把旁白和背景音乐合成进轨道，最后在画面下方渲染字幕。FFmpeg 的 xfade 滤镜可以实现两段视频交叉淡化。

ffmpeg -i shot1.mp4 -i shot2.mp4 -filter_complex \ "[0:v][1:v]xfade=transition=fade:duration=0.5:offset=3.5[v]" \ -map "[v]" -c:v libx264 output_fade.mp4

offset决定第二个视频什么时候开始进入过渡，需要结合两段视频的时长计算。如果镜头数量较多，手写 xfade 链非常繁琐，建议用 Python 脚本自动生成 filter_complex 参数。

音频方面，Krea 生成的素材一般不含音频轨道。成片中的旁白、环境音和背景音乐需要在本地准备。常见做法是先用音频处理工具生成旁白文件，然后用 FFmpeg 叠加 BGM 并调整响度。

ffmpeg -i narration.mp3 -i bgm.mp3 -filter_complex \ "[1:a]volume=0.3[bgm];[0:a][bgm]amix=inputs=2:duration=first[a]" \ -map "[a]" -c:a aac -b:a 128k audio_mixed.m4a

这段命令把旁白作为主轨道，背景音乐音量降到 0.3，混合后输出 AAC 格式音频。

4.3 自动生成字幕与时间轴

字幕压制推荐先输出 SRT 字幕文件，再用 FFmpeg 的 subtitles 滤镜渲染进画面。SRT 文件结构简单，可以用 Python 根据镜头脚本自动生成。

1 00:00:00,000 --> 00:00:04,000 清晨的湖面被薄雾覆盖 2 00:00:04,000 --> 00:00:08,000 水波拍打着岸边的石头

由于镜头顺序和每段素材的时长已知，脚本可以根据时间轴自动计算每一条字幕的开始时间和结束时间。这里要注意字幕文本长度和显示时长的匹配，一般每秒 4 到 6 个汉字比较舒适。

4.4 一键合成脚本的设计思路

为了让流程可复现，可以写一个 Python 脚本，它的输入是一份 JSON 配置，里面包含镜头顺序、每段素材的路径、转场类型、音频轨道和字幕文件路径。脚本按配置自动完成三段式处理：

1. 统一转码所有素材。
2. 按配置拼接镜头并添加转场。
3. 混入音频并压制字幕。

import json import subprocess from pathlib import Path CONFIG_PATH = Path("scripts/build_config.json") OUTPUT_DIR = Path("output/final") def load_config(): with open(CONFIG_PATH, "r", encoding="utf-8") as f: return json.load(f) def run_cmd(cmd: list[str]): print("执行:", " ".join(cmd)) subprocess.run(cmd, check=True) def build_video(config: dict): shots = config["shots"] output_path = OUTPUT_DIR / config["output_name"] parts = [] for idx, shot in enumerate(shots): src = Path(shot["path"]) tmp = OUTPUT_DIR / "intermediate" / f"norm_{idx:03d}.mp4" parts.append(tmp) run_cmd([ "ffmpeg", "-y", "-i", str(src), "-vf", "scale=1920:1080:force_original_aspect_ratio=decrease,pad=1920:1080:(ow-iw)/2:(oh-ih)/2", "-r", "30", "-c:v", "libx264", "-crf", "18", "-preset", "medium", "-pix_fmt", "yuv420p", "-an", str(tmp) ]) list_file = OUTPUT_DIR / "intermediate" / "concat_list.txt" list_file.write_text("".join(f"file '{p.name}'\n" for p in parts), encoding="utf-8") no_audio = OUTPUT_DIR / "intermediate" / "video_no_audio.mp4" run_cmd([ "ffmpeg", "-y", "-f", "concat", "-safe", "0", "-i", str(list_file), "-c", "copy", str(no_audio) ]) final_output = output_path cmd = [ "ffmpeg", "-y", "-i", str(no_audio), "-i", str(Path(config["audio"])), "-c:v", "copy", "-c:a", "aac", "-shortest", str(final_output) ] run_cmd(cmd) if __name__ == "__main__": cfg = load_config() OUTPUT_DIR.mkdir(parents=True, exist_ok=True) (OUTPUT_DIR / "intermediate").mkdir(parents=True, exist_ok=True) build_video(cfg)

这个脚本假设所有镜头素材已经完成统一分辨率转码。实际项目中，如果某个镜头是静态图，需要先把它转成带轻微运动效果的视频片段，或者缩短显示时长，避免成片长时间停留在静止画面上。

5. 验证、排错与成片质量控制

脚本跑完之后，不能只看有没有生成 MP4 文件，还要检查音画是否同步、字幕是否压进画面、镜头衔接处有没有闪帧。成片的质量检查是一个独立环节，尤其要关注音画不同步、字幕错位、初始素材分辨率不一致这三个高频问题。

5.1 检查视频基本信息与音画同步

用ffprobe查看成片的流信息，确认视频流和音频流都存在，时长合理。

ffprobe -v error -show_entries stream=codec_type,codec_name,width,height,duration -of compact output/final/final_video.mp4

如果发现视频流时长与音频流时长不一致，通常是因为-shortest参数让输出在某一轨道结束后直接终止。解决方式是根据镜头脚本统计视频总时长，然后用 FFmpeg 裁剪音频轨道或补充静音，使两者对齐。

5.2 常见 Krea 素材问题与修复路径

不同 Krea 素材之间可能因为导出参数不统一，导致合成阶段出现各种异常。下面把最常见的问题整理成清单。

出现问题时，不要直接在最终成品上反复尝试参数，而是先回到对应中间步骤验证。比如转场异常，就先单独跑两个镜头的 xfade，确认输出正常后再把它放回主脚本。

5.3 成片质量检查清单

正式发布前，可以按下面的清单逐项确认：

• 视频总时长是否与脚本预算一致。
• 画面是否有明显闪烁、黑帧或色彩跳变。
• 字幕是否完整，是否出现错别字或显式时间错位。
• 背景音乐音量是否压过旁白。
• 所有镜头是否为同一宽高比与帧率。
• 首尾是否预留足够的淡入淡出时间。
• 输出文件编码是否为 H.264 或目标发布平台要求的编码。
• 文件大小是否合理，码率是否与分辨率匹配。

这份清单也可以作为团队内部验收标准。每次生成新素材或修改脚本后，都按它跑一遍，能大幅减少发布后才发现问题的概率。

5.4 为什么本地合成更适合个人创作者

虽然 Krea 网页端可以导出单个素材，但把素材组装成短片仍然建议在本地完成。原因主要有四个：

1. 网页端缺乏对多个素材的统一项目管理。
2. 不同素材的参数无法自动对齐。
3. 字幕和音频的叠加需要精细控制时间轴。
4. 本地脚本可重复执行，方便换版本迭代。

本地流程最大的收益是可复现。当某个镜头需要替换，不需要重新导出全部素材，只更新shots目录里的文件，再跑一遍脚本即可。这样不仅适合个人创作，也适合小团队协作。

6. 不同制作规模下的工作流建议与扩展方向

Krea 只是视觉生成层的一种工具。随着项目复杂度增加，流程可以按团队规模和交付标准分级落地。

6.1 个人单机环境

个人创作者可以采用最简单的目录结构，不使用本地数据库或调度系统。核心关注点是素材命名、脚本配置和输出结果三者保持一致。建议把每个项目的 JSON 配置放进scripts/prompts/目录，方便回看历史版本。

{ "project": "autumn_lake", "output_name": "autumn_lake_final.mp4", "fps": 30, "resolution": "1920x1080", "shots": [ { "id": 1, "name": "wide_lake", "path": "shots/shot_01_wide_lake_v3.mp4", "transition": "fade" }, { "id": 2, "name": "close_waves", "path": "shots/shot_02_close_waves_v2.png", "duration": 5, "transition": "fade" } ], "audio": "audio/mixed_audio.m4a", "subtitle": "output/intermediate/subtitles.srt" }

配置化带来一个额外好处：如果第三方工具或模型版本升级导致提示词策略变化，只需要调整生成阶段的提示词模板，合成脚本可以保持不变。

6.2 小团队协同环境

团队协作时，Krea 账号最好统一管理素材命名规范。每个成员负责不同镜头时，命名规则要强制统一，例如scene_01/seq_02/shot_03。使用 Git 管理shots目录的元数据清单和脚本文件，但要注意不要直接把大体积视频素材放进 Git 仓库，建议用大文件管理工具或对象存储。

在协同场景里，建议增加一个assets_manifest.csv，记录每个镜头的文件名、描述、生成参数、使用版本和来源。这样即使成员交替，也能从 CSV 快速还原项目现场。

scene,seq,shot,file,resolution,duration,note 1,2,3,shot_01_02_03_v2.mp4,1920x1080,4.2,黄昏薄雾 1,2,4,shot_01_02_04_v1.png,1920x1080,0,水波特写

6.3 扩展方向：接入自动配音与语音合成

如果短片需要旁白，可以进一步把文本转语音工具接入流程。先用文本脚本生成旁白音频，再根据音频时长自动调整镜头显示时长。这要求镜头脚本和旁白脚本一起设计，而不是全部素材生成完毕后再补旁白。

# 假设已有文本文件 narration.txt # 使用系统可用的 TTS 命令行工具生成旁白 tts_generate --text narration.txt --output audio/narration.mp3

不同平台可用的 TTS 工具差异较大，落地前需要先确认具体工具的授权方式和输出格式。生成旁白后，再次通过脚本计算音频时长，与视频总时长对比，必要时按旁白节奏调整镜头顺序。

6.4 生产环境还需要额外关注的三个问题

一旦这支短片用于对外发布或商业交付，还需要额外考虑：

• 字体与字幕授权：检查字幕字体是否包含商用授权。
• 素材版权确认：记录每个 Krea 素材的生成参数和项目名称，避免交付后无法溯源。
• 成片编码标准：不同视频平台对编码、码率和关键帧间隔要求不同，发布前要查询对应平台的官方规范。

这些不是技术难点，但容易在个人创作转成商业交付时被忽略。

7. 排错参考：本地跑合成脚本常见的报错场景

脚本化合成虽然高效，但第一次运行时大概率会遇到一些问题。这里整理几个高频报错场景，帮助你快速定位。

7.1 找不到文件或路径含空格

FFmpeg 对路径中的空格解析比较严格。如果素材目录路径包含空格，可能导致滤镜参数解析失败。解决方式是统一使用绝对路径，或者在命令参数里正确加引号。

ffmpeg -i "/Users/me/My Project/shots/shot_01.mp4" ...

Python 脚本通过subprocess传参时，建议直接传列表而不是拼接字符串，这样空格问题由系统自动处理，不需要手动加引号。

7.2 concat 拼接时报 “Non-monotonous DTS”

这个报错通常说明输入文件的帧率或时间戳不统一。处理方式是对所有输入统一转码后再拼接，不要直接用-c copy跳过重编码。

ffmpeg -i input1.mp4 -vf scale=1920:1080 -r 30 -c:v libx264 input1_norm.mp4

统一转码后，DTS 问题基本消失。

7.3 字幕显示为乱码或方块

SRT 文件建议保存为 UTF-8 编码。字幕滤镜渲染时可能因为缺少中文字体而显示方框，需要指定一个支持中文的字体文件路径。

ffmpeg -i input.mp4 -vf "subtitles=subs.srt:force_style='FontName=Noto Sans CJK SC'"

本地系统如果没有该字体，需要先安装或者换成自己已有的中文字体名称。

7.4 Python 脚本在服务器上运行时没有图形环境

cv2.VideoCapture在无 GUI 的服务器上一般仍然可用，但如果某些 OpenCV 扩展依赖图形界面，可能出现导入错误。建议安装opencv-python-headless，它在服务器环境下体积更小，也不依赖 GUI 库。

7.5 Krea 导出的 MAC 格式视频无法读取

部分 Krea 导出或从其他渠道获取的视频可能是 MOV 容器，FFmpeg 可以正常读取，但 Windows 部分播放器无法播放。统一转码为 H.264 + MP4 可以解决兼容性问题。

ffmpeg -i input.mov -c:v libx264 -pix_fmt yuv420p -c:a aac output.mp4

这里把pix_fmt指定为yuv420p很重要，因为很多播放器和视频平台不支持yuv444p或高色深格式。

8. 最佳实践与下一步练习建议

把 Krea 的内容生成能力和本地脚本化剪辑结合起来，等于搭建了一条“探索快速、合成稳定”的创作管线。对这个流程做一次复盘，能提炼出几个所有项目都通用的经验。

第一，素材命名决定了事情的上限。素材数量少时，怎么命名都无所谓；素材数量达到几十个后，命名混乱会直接拖垮后续脚本脚本逻辑。建议迈出第一步时就把命名规范和目录结构固定下来。

第二，参考图一致性比模型参数更重要。短片制作中最怕的是每个镜头风格割裂。Krea 的场景控制能力足够强，但前提是创作者主动为同一场戏维护统一的参考图集合，而不是每次临时从零开始。

第三，视频生成要遵循“少动”原则。让画面运动保持在模型舒适区内，后期用剪辑技巧补足动感，这比试图用单段生成完成复杂运镜更可靠。

下一步最值得做的练习，不是继续探索新的提示词，而是把本文的脚本跑通，修改 JSON 配置，替换 5 个 Krea 生成素材，合成一支 20 秒的短片。先跑通第一个 20 秒版本，再逐步增加转场、字幕、BGM 和旁白。这样循序渐进地加深对整个链路的理解。

当这套本地流程稳定之后，可以把思考方向转向自动化：比如用对象存储管理素材版本，用事件触发合成任务，或者在调度系统里维护多个作品的渲染队列。但无论如何扩展，最底层的工作逻辑始终没变：先控制素材一致性，再组织时间轴，最后优化交付质量。这也是 AI 辅助短片制作与纯手工剪辑最大的不同点。