如何用人工智能做视频

我们第一支AI视频做得一团糟。当时根本没有教程可循:哪怕只是几秒钟的一个镜头,我们也得摸索几个星期,不断试错。我们的方法就是这么来的——从那以后基本没怎么变过。

永远从脚本开始,而不是从提示词开始

工作从来不是从生成一段片段或一张图片开始的。真正的起点要早得多。我们做每一支视频的第一步,都是写一份脚本,理清目标是什么、为什么要做这支视频、这支视频是给谁看的。在想“做什么”和“怎么做”之前,我们先想“为什么”,以及我们想达到什么效果。

人工智能并没有改变这一点。出发点始终是我们的经验——我们每天看到的、经历的东西——然后再通过AI把它重新组织成一种新的形式。

我们为什么不相信复杂的提示词

我们从来不相信、现在也不相信那种长达14页Word文档的复杂提示词。我们的提示词只有几行:只说清楚我们期望的运镜或构图。以我们的经验来看,提示词越复杂,需求被误解或者产生幻觉的风险就越大。

这不是偷懒:简单的指令留给模型出错的空间更小,也让我们对取舍有更多的掌控。仅仅为了一支产品视频,我们就生成过超过27000张图片。

看起来最简单的,往往才是最难的

有件事很少被人提起:大家只看到最终成果,却看不到为了达到这个结果尝试了多少次。看起来最简单的镜头——一个人走路、液体倒出来、两个场景之间的转场——几乎总是最费工夫的。

在我们早期的一支视频里,我们试着让一架无人机飞入溪流,一路跟到一个水壶把水倒进摩卡壶里。这是我坚持要做的一个想法。从时间和成本上看,这完全是一次失败。但我们还是保留了它,因为我们喜欢这个效果。

一致性才是真正的难题

用生成式AI,你没办法让同一个场景同时呈现五六个一致的角度。一件产品每生成一次,形状和尺寸都可能变。哪怕只是把光线从阳光换成下雨,一片风景也很难保持完全一致。这是我们每天都要面对的最实际的局限,不是什么无关紧要的技术细节。

当AI不够用时,就回到传统工具

一张生成图片的影像质感可能非常出色,但其中的实体产品却是错的——形状变了,品牌细节也丢了。这种情况下,最后一步只能靠手工完成:用Photoshop,而不是换一个模型。知道什么时候该停下AI、回到传统工作方式,和知道怎么写提示词一样,都是这门手艺的一部分。

经常要推倒重来

十次里有九次,一支视频做到70%的进度,就得推倒重来,因为某个东西——一个场景、一种基调、一个角色——不再让我们满意了。这不是流程出了问题:这就是流程本身。

工具在变,方法不变

在同一个项目里,我们至少用过五六种不同的人工智能——图片生成、放大、视频生成、剪辑。我们偏爱的工具每隔几个月就会换一批;而上面写的这些,才是永远不变的部分,不管明年会出什么新模型。

如果你正在考虑做一支企业视频,想知道整个流程该期待什么,可以看看我们是怎么做企业视频的。如果你想完整学会这套方法,并在自己的素材上练习,可以在

NNZN Academy找到完整的课程。