企业官网建设流程全解析

1. 项目缘起与整体构思

1.1 为什么会想做一支AI电影宣传片

《黑寡妇2》这个标题本身就自带流量。寡姐这个角色在漫威宇宙里有着极高的人气，独立电影之后观众对续作的期待一直没断过。但现实情况是，官方续作的消息迟迟没有落地，这种“空窗期”恰恰是内容创作者的机会窗口。我决定用AI工具做一支概念级的电影宣传片，一方面满足自己对这类视觉风格的探索欲，另一方面也验证一下当前AI视频生成工具在“电影级预告片”这个场景下到底能做到什么程度。

这个项目的核心目标很明确：产出一支60到90秒的宣传片，具备完整的预告片结构——开场氛围铺垫、中段冲突升级、高潮动作场面、结尾标题露出。整支片子不追求叙事完整，而是追求“情绪到位”和“视觉冲击”，这是预告片这种体裁的本质。适合谁来参考？如果你是有一定剪辑基础、对AI生成工具感兴趣的内容创作者，或者想用AI做概念视频但不知道从哪下手的人，这篇内容可以直接抄作业。

1.2 整体方案选型与工具链搭建

做AI宣传片，工具链的选择决定了最终质感的上限。我试过好几套组合，最后定下来的方案是这样的：

• 图像生成：Midjourney + Stable Diffusion（互补使用）
• 视频生成：Runway Gen-3 + Kling（可灵）
• 配音配乐：ElevenLabs + Suno
• 剪辑合成：Premiere Pro + After Effects
• 调色：DaVinci Resolve

为什么这么选？Midjourney在角色一致性和电影感光影上依然是第一梯队，尤其是它的风格参考功能，能让我把寡姐的形象锁定在一个统一的视觉基调里。但Midjourney的短板是精确控制构图，这时候Stable Diffusion配合ControlNet就能补上，比如我需要一个特定角度的低机位仰拍，SD的可控性更强。

视频生成这块，Runway Gen-3的运镜理解能力目前是最成熟的，它能把一张静态图自然地“动起来”，而且运动幅度控制得比较合理，不会出现那种鬼畜式的抽搐。Kling在人物面部动态上表现更好，尤其是特写镜头下的微表情，所以两个工具我是交替用的——大场景运动交给Runway，人物特写交给Kling。

配音这块没什么好犹豫的，ElevenLabs的情感语音合成在预告片旁白这个场景下几乎是最优解。配乐用Suno生成，提示词里写清楚“epic cinematic trailer music, dark orchestral, female choir”这类关键词，出来的东西基本能直接用。

注意：工具链不是越复杂越好。我一开始试图用五六个不同的视频生成工具做对比，结果风格统一性极差，后期调色都救不回来。后来砍到两个主力工具，反而效率和质量都上去了。

1.3 视觉基调的确定

寡姐这个角色的视觉关键词我提炼了几个：冷峻、凌厉、暗色调、红色点缀、都市夜景、雨。这些关键词贯穿了整支片子的每一个镜头。为什么是红色？因为黑寡妇的经典形象里红色是标志性元素，红发、红色标志，在暗色调背景里红色能形成强烈的视觉锚点，观众的眼睛会自然被吸引过去。

整支片子的色彩方案我定的是“青蓝底+红色高光”的互补色体系。青蓝色调营造冷峻的谍战氛围，红色作为情绪爆发点的视觉信号。这个逻辑在预告片里非常好用——平时画面是冷的，一到动作场面或者情绪高潮，红色元素就冲出来，观众的肾上腺素跟着就上来了。

2. 核心细节解析与实操要点

2.1 角色一致性：AI视频最大的坑

做AI视频的人都知道，角色一致性是最头疼的问题。你在第一张图里生成了一张完美的寡姐脸，到第二张图就变成了另一个人。这个问题不解决，宣传片就没法看。

我的解决方案是“三重锁定法”：

第一重：参考图锁定。在Midjourney里用--cref参数上传一张主参考图，同时用--cw 100把角色参考的权重拉满。这样生成的所有图像都会尽量向这张参考图的脸部特征靠拢。实测下来，--cw设置在80到100之间效果最好，太低会跑偏，太高会导致姿势和服装也被锁死，失去灵活性。

第二重：种子锁定。每次生成的时候记录seed值，后续生成用同一个seed，能保证画面风格和人物特征的连续性。这个技巧在需要生成同一场景多个角度的时候特别有用。

第三重：后期统一。即使前两步做了，生成的图像之间还是会有细微差异。这时候需要在后期用DaVinci Resolve做统一调色，把肤色、对比度、色调拉到同一个基准线上。我通常会建一个LUT，把所有素材都过一遍，视觉一致性立刻提升一个档次。

实操心得：不要试图用一张图搞定所有镜头。我的做法是先集中生成10到15张关键帧，从中选出最满意的3到4张作为“锚点图”，后续所有生成都围绕这几张锚点图来做参考。这样比每次都用同一张参考图效果更好，因为不同角度的锚点图能覆盖更多的拍摄需求。

2.2 分镜设计与提示词工程

预告片的分镜不是随便拍的，它有一套成熟的节奏逻辑。我把整支片子分成四幕：

第一幕：氛围铺垫（0-15秒）。城市夜景，雨，寡姐的背影或侧影，慢镜头。提示词方向：cinematic wide shot, rainy city night, silhouette of a female spy, neon reflections on wet pavement, moody atmosphere, anamorphic lens flare, 2.39:1 aspect ratio。

第二幕：冲突暗示（15-35秒）。快速剪辑，碎片化的动作镜头，敌人轮廓，武器特写。提示词方向：close-up of a pistol being loaded, dramatic side lighting, shallow depth of field, dark tones with red accent, high contrast。

第三幕：高潮动作（35-60秒）。完整的动作场面，打斗、奔跑、跳跃，节奏最快。提示词方向：dynamic action shot, female spy in combat, motion blur, low angle, dramatic lighting, sparks and debris, cinematic intensity。

第四幕：标题露出（60-75秒）。画面渐暗，标题浮现，配乐收尾。提示词方向：black background, red title text emerging from darkness, subtle particle effects, minimalist, epic finale。

每一幕的提示词我都遵循一个固定结构：镜头类型 + 主体描述 + 环境氛围 + 光影风格 + 技术参数。这个结构能保证生成的画面既有内容又有质感，不会出现那种“AI味”很重的塑料感。

2.3 视频生成的运动控制

静态图转视频的时候，运动控制是决定成败的关键。Runway Gen-3里有一个Motion Brush功能，可以手动指定画面中哪些区域运动、运动方向和幅度。这个功能极其重要，因为如果你不控制，AI会让整个画面都在动，看起来就像在水里泡着一样。

我的操作习惯是：人物主体给一个轻微的运动幅度（比如头发飘动、衣服摆动），背景给一个相反方向的缓慢运动（比如雨丝斜落、霓虹灯闪烁），这样能形成层次感。运动幅度参数我一般设在3到5之间（满分10），太高会失真，太低又看不出来。

Kling这边有一个“运动笔刷”类似的功能，但它的优势在于面部表情的控制。如果你需要寡姐在特写镜头里有一个微妙的嘴角上扬或者眼神变化，Kling的表现比Runway自然得多。我通常会用Kling专门处理所有的人物特写镜头，Runway处理全景和中景。

常见问题：视频生成出来之后发现人物脸部变形了怎么办？我的经验是，如果变形不严重，可以在后期用After Effects的变形稳定器或者手动遮罩来修正。如果变形严重，别浪费时间修，直接重新生成。AI视频生成有随机性，同样的提示词多跑几次总能出好的。

3. 实操过程与核心环节实现

3.1 从零到一：完整制作流程拆解

整个项目从启动到成片，我花了大约两周的业余时间。下面把完整流程拆开讲，每一步都附上具体的操作细节。

第一步：剧本与分镜脚本（半天）。先写一个简单的分镜脚本，不需要多复杂，用表格列出每个镜头的序号、时长、画面描述、提示词方向、音效需求。这个表格是后续所有工作的蓝图，没有它你会像无头苍蝇一样乱撞。

第二步：关键帧图像生成（3天）。这是最耗时的环节。我大概生成了200多张图，最终选用了25张左右。生成的时候不要心疼时间，多跑几轮，把最好的挑出来。Midjourney的--style raw参数在这个阶段很有用，它能减少AI的“美化”倾向，出来的画面更接近真实电影质感。

第三步：图像转视频（2天）。把选好的关键帧逐张导入Runway和Kling，生成3到5秒的短视频片段。每个片段至少生成3个版本，选运动最自然的那一个。这个阶段要注意片段之间的衔接，前后镜头的运动方向最好有连续性，比如上一个镜头是向右摇，下一个镜头最好也是向右的运动趋势，剪辑起来才流畅。

第四步：配音与配乐（1天）。ElevenLabs生成旁白，我写了一段大约80字的旁白文案，语速调慢，情感设定为“冷静中带着威胁”。Suno生成配乐，提示词里强调“trailer music, build-up, climax, dark orchestral”，生成三首备选，选结构最符合预告片节奏的那首。

第五步：剪辑合成（2天）。在Premiere里把所有片段按分镜脚本排列，调整节奏。预告片的剪辑核心是“快慢交替”——慢镜头铺垫之后接快速剪辑，快速剪辑之后突然静音接一个慢镜头，这种节奏变化能让观众始终保持紧张感。

第六步：调色与特效（1天）。DaVinci Resolve里统一调色，加上电影感的颗粒和暗角。After Effects里做标题动画和转场特效。标题动画我用的是简单的淡入+缩放，配合粒子消散效果，不复杂但很有效。

第七步：音效设计（半天）。这一步很多人会忽略，但音效对预告片的质感影响巨大。我加了雨声、脚步声、金属碰撞声、低频轰鸣声，这些音效不需要很精确，但能让画面“活”起来。

3.2 关键参数与配置详解

下面这张表是我在实际操作中总结出来的核心参数配置，可以直接拿去用：

这张表里的数值是我反复测试后觉得最稳的，但也不是绝对的。比如Motion Brush的幅度，如果你的画面本身运动元素就多，可以适当降低到2-3；如果画面比较静态，可以拉到5-6。

3.3 剪辑节奏的实战把控

预告片的剪辑节奏是有公式的，但这个公式不是死的。我的一般做法是：

开场用2到3个慢镜头，每个镜头4到5秒，让观众进入氛围。然后突然加速，用1到2秒的短镜头快速切换，配合鼓点密集的配乐，制造紧张感。中段再放慢一次，给一个2到3秒的人物特写，让观众喘口气。最后30秒全面加速，镜头越来越短，配乐越来越响，直到标题出现的那一刻突然静音，然后一声低频轰鸣收尾。

这个节奏模板我用了很多次，每次微调，但骨架不变。为什么有效？因为它符合人的生理节奏——心跳加速、放缓、再加速，观众的身体会自然跟着走。

实操心得：剪辑的时候不要一边剪一边调色。先把所有片段按节奏排好，确认时长和顺序没问题了，再统一调色。否则你会在调色上浪费大量时间，最后发现某个镜头根本不用。

4. 常见问题与排查技巧实录

4.1 画面崩坏类问题

问题一：人物脸部在视频生成后变形。这是最高频的问题。原因通常是运动幅度过大或者生成时长太长。解决办法：把Motion Brush的幅度降到3以下，生成时长控制在3秒以内。如果还是不行，换Kling重新生成，Kling在面部稳定性上确实更强。

问题二：画面出现闪烁或抖动。这通常是AI在帧间预测时出现了不一致。解决办法：在Runway里开启“Interpolate”选项，让AI在关键帧之间做平滑过渡。如果闪烁严重，可以在后期用After Effects的“时间重映射”功能做帧混合，能有效缓解。

问题三：手部变形。AI生成手部一直是老大难问题。我的策略是尽量避免手部特写，如果剧情需要，就用暗光或者遮挡来弱化手部的存在感。实在不行，后期用Photoshop逐帧修，但说实话，除非是特写镜头，否则观众根本注意不到。

4.2 风格不统一类问题

问题四：不同片段之间的色调差异明显。这个问题在混合使用多个工具的时候特别常见。解决办法：在DaVinci Resolve里建一个统一的调色节点树，所有片段都过同一套LUT和曲线调整。我还会在调色前把所有片段的对比度和饱和度先拉到同一水平，再做风格化处理。

问题五：角色在不同镜头里看起来像不同的人。除了前面说的三重锁定法，还有一个技巧是在提示词里加入非常具体的面部特征描述，比如“sharp jawline, intense eyes, red hair, pale skin”。描述越具体，AI跑偏的概率越低。

4.3 音画同步类问题

问题六：配乐的高潮点和画面的高潮点对不上。这是剪辑节奏的问题。我的做法是先把配乐拖进时间线，在配乐的鼓点和高潮位置打上标记，然后把画面片段往标记上对齐。这样能保证音画同步，观众的感官冲击会成倍增加。

问题七：旁白和画面情绪不匹配。旁白的语速和情感要跟画面节奏走。慢镜头配慢语速，快剪配短句。我在ElevenLabs里会生成多个版本，语速从慢到快各来一版，剪辑的时候挑最合适的。

4.4 常见问题速查表

避坑技巧：每次生成完一个片段，立刻在时间线上预览一遍，不要等全部生成完再一起看。因为如果前面某个片段的风格跑偏了，后面所有片段都会跟着偏，越早发现越省时间。

5. 后期调色与氛围强化

5.1 电影感调色的核心逻辑

AI生成的画面有一个通病：太干净、太均匀，缺少真实电影那种光影的层次感和颗粒感。调色的目的就是把这些“AI味”洗掉，让画面看起来像是用真实摄影机拍的。

我的调色流程分三步：

第一步：基础校正。把每个片段的曝光、对比度、白平衡拉到统一基准。这一步不追求好看，只追求一致。

第二步：风格化。套用自定义的LUT，把整体色调压向青蓝色，同时保留红色通道的高光。具体操作是在曲线工具里把蓝色通道的暗部提亮，红色通道的高光压缩，这样暗部偏青、高光偏暖，形成冷暖对比。

第三步：质感添加。加胶片颗粒、轻微暗角、镜头畸变。颗粒的强度我一般设在15%到20%之间，太强会显得脏，太弱又没有质感。暗角控制在10%左右，让观众的视线自然聚焦在画面中心。

5.2 音效设计的隐藏价值

很多人做AI视频只关注画面，忽略了音效。但实际上，音效对质感的提升可能比画面还大。我在这支片子里加了这些音效层：

• 环境层：雨声、城市底噪、远处警笛
• 动作层：脚步声、衣物摩擦声、武器上膛声
• 情绪层：低频轰鸣、心跳声、金属撞击声

这些音效不需要很精确，但必须有。因为人耳对声音的敏感度远超眼睛，一个画面可能看起来有点假，但如果音效到位，大脑会自动补全真实感。

实操心得：音效素材可以去免费音效库找，但要注意版权。我一般用自己录制的环境音加上音效库的素材混合使用，这样既有真实感又不会有版权问题。

6. 成片效果与个人体会

最终成片75秒，在几个平台上做了小范围测试，反馈比我预期的好。很多人第一反应是“这真的是AI做的？”，这说明视觉质感已经达到了以假乱真的程度。当然也有眼尖的人看出了AI的痕迹，主要集中在手部细节和某些快速运动镜头的边缘处理上。

我个人在实际操作中的体会是：AI视频生成工具已经足够强大，但“足够强大”和“好用”之间还有一段距离。这段距离需要靠人的审美和后期能力来填补。工具能帮你生成画面，但节奏、情绪、风格统一这些事，还是得靠人来判断。

另外分享一个小技巧：如果你也想做类似的项目，建议先从30秒的短版本开始练手。30秒足够你走完整个流程，但不会让你在某个环节卡太久。等流程跑通了，再扩展到60秒、90秒。我第一版做了90秒，结果光角色一致性就折腾了一周，差点放弃。后来砍到30秒重新来，两天就出了第一版成片，信心一下子就上来了。

这个内容后续还可以这样扩展：把同样的流程套用到其他角色或IP上，做成一个系列；或者尝试加入更复杂的叙事结构，比如对白场景和情感戏份。AI视频生成的天花板还在不断抬高，现在入局，正好是积累经验的最佳时机。