何时打开:你要做 AI 漫剧 / AI 穿搭 / 数字人 / SillyTavern 角色视频 / AI 网页配套视频。本 wiki 把 4 派 SOP 抽出来对照。
一句话核心:4 派 SOP 共识 = "脚本/分镜 → 资产库 → 生图 → 生视频 → 拼接";分歧在于工具栈选择 + 角色一致性策略 + 工程化分层粒度。AI 视频生成已从"个人玩具"升级到"机构小组制(漫剧 5 倍分账)+ Skill 批量生产(Vibe Marketing)+ 平台 4 亿融资(Astro Kid)"。
0. 4 派的"AI 视频"
| 视角 | 来源 | 核心模式 |
|---|---|---|
| 机构小组制派 | 鱼子酱 AI 漫剧制作课 / 第 1 节直播教学完整方法论 | AI 漫剧 5 步流程 + 红果剧场 5 倍分账 + 100 分钟 1 月周期 |
| 画布化创作派 | 小红书 / AI 视频 1-1 复刻完整工作流 / 小红书 / AI 网页 + 3D 交互 + Pretext 设计合集 | AI 穿搭 1-1 复刻 5 步 / 电影感网页 6 步 / 反推提示词 + 图生图融合 |
| 工程化分层派 | 王凯 SillyTavern 视频生产 SOP(Skill 落地范例) | Phase 1-7 / Components + Compositions 分层 / 即梦 CLI 高级会员 + Skill 体系 |
| 数字人翻译派 | dontbesilent AI 自媒体课程 / 13 节系统化方法论 §L05 + §L10 | 5 工具组合 + 30 国语言一键翻译 / 抖音 200 万播放 |
1. 跨作者共识(5 条)
1.1 核心流程一致:脚本/分镜 → 资产库 → 生图 → 生视频 → 拼接
| 派 | 流程 |
|---|---|
| 鱼子酱漫剧 | 小说 → AI 动态漫剧本 → 分镜表 → 资产库(角色/场景)→ 即梦融图分镜图 → 即梦/Vidu 图生视频 → 剪映拼接 |
| 小红书穿搭 | 原视频 → 反推提示词 → 图生图融合(服装×模特)→ 动作迁移 → 批量节点 → 剪辑 |
| 王凯 SillyTavern | 目录骨架 → 参考分析 → 资产抓取 → Skill 体系 → 第一条 → 三类视频 → 规模化 |
| 老 D 数字人 | 豆包白底图 → 真人录视频 → wan2.2 animate 换脸 → ElevenLabs 换音色 → 剪映合成 → HeyGen 翻译 |
1.2 "导演思维"是核心(鱼子酱独家但全派认同)
鱼子酱 AI 漫剧制作课 / 第 1 节直播教学完整方法论:
"本质上漫剧是不同分镜拼凑而成,你作为做剧人本质是导演,AI 只是辅助。"
关键心法 — 画面先行:
"不要看一段写一段,先把所有分镜全部用心罗列写完之后,带着画面感再去生图。"
Why:AI 是素材库,描述越详细,留给 AI 的选择项越低,抽卡命中率越高。
1.3 角色一致性是最大挑战
| 派 | 一致性策略 |
|---|---|
| 鱼子酱 | 三视图人物锁定(发型是关键区分维度)/ 资产库存储角色 / 即梦融图 |
| 小红书穿搭 | 图生图融合(服装 × 指定模特图片)/ 动作迁移 |
| 王凯 SillyTavern | Components(可复用单元)/ 即梦 image2image 锚定 |
| 老 D 数字人 | 白底图 ★ 关键(避免背景识别错乱)/ wan2.2 animate 换脸 |
详见 wiki-content-replication(memory)和 jimeng-multishot-replicate skill —— "即梦多分镜必须 image2image 锚定"。
1.4 即梦 + Vidu 是主流工具栈
| 工具 | 用途 |
|---|---|
| 即梦 | 文生图 + 图生视频 + 角色融合 / 高级会员效率高 |
| Vidu | 视频生成补充 |
| HeyGen | 对口型 / 数字人 / 30 国语言翻译 |
| 通义万相 wan2.2 animate | 角色替换换脸 |
| ElevenLabs | 配音 / Voice Changer 29 国语言 |
| 剪映 | 关键帧合成 / 字幕 / 响度统一 |
1.5 提示词细节决定成败
鱼子酱 AI 漫剧制作课 / 第 1 节直播教学完整方法论 提示词速查清单:
- 体型(身高 / 体重 / 身材描述)
- 发型(关键区分维度)
- 服饰(颜色 / 款式 / 材质)
- 配饰(眼镜 / 项链 / 包)
- 绘画风格(动漫 / 写实 / 复古)
2. 显式分歧(3 条 —— 不抹平)
2.1 分歧 1:个人起号 vs 机构小组制?
| 视角 | 立场 |
|---|---|
| 鱼子酱(机构小组制) | "不建议个人起号" —— 起号周期太长,做剧时间长,两头难;加入机构小组制:几个人共同做一部剧,分账 + 制作费 |
| 小红书 vibecoding | 个人创作者主导 —— 1-1 复刻 / 30 天 ARPG 挑战 / buildinpublic |
| 王凯 SillyTavern | 个人工程化 = 可平移到任何产品 —— Phase 1-7 / Skill 体系 / 一个 SillyTavern 视频量产 |
| 老 D | 个人数字人 + 多语言 —— 抖音单视频 200 万播放 |
真分歧:是否需要团队:
- 漫剧 100 分钟 × 1 个月 → 必须机构小组制
- AI 穿搭 / 数字人 → 个人完全可行
- SillyTavern 量产 → 个人工程化(Skill)足够
2.2 分歧 2:手工流程 vs Skill 化批量?
| 视角 | 立场 | |---|---| | 鱼子酱(手工流程) | 9 列分镜表 + 6 大运镜手工填 | 漫剧需要导演的画面感 | | 小红书 1-1 复刻 | 画布节点 + 批量节点 | 工作流可视化,批量节点跑多组 | | 王凯 SillyTavern | Skill 体系 + Components/Compositions | 可平移到任何产品视频量产 | | 小红书 Vibe Marketing | Claude Code Skill + FFmpeg 本地拼接 | "一类视频套路非常明确再批量" | | 老 D 数字人 | 5 工具组合手动串 | 抖音播放 200 万但仍手工 |
真分歧:Skill 化 vs 手工的边界:
- 套路明确 + 重复多次 → Skill 化
- 创意主导 + 一次性 → 手工
- 创意 + 复制 → Components(可复用单元)+ Compositions(组合)
2.3 分歧 3:即梦还是 Sora 还是其他?
| 视角 | 选择 |
|---|---|
| 鱼子酱(漫剧) | 即梦(三视图)+ Vidu(补充)+ 可加首尾帧 |
| 小红书 1-1 复刻 | 画布化操作 + 即梦工作流 |
| 小红书 AI 网页(妍妍) | Higgsfield + Seedance(电影感网页人物视频)+ Google AI Studio |
| 王凯(即梦 CLI) | 即梦高级会员 + CC 装即梦 CLI 多窗口自动运行 "每个 YouTube 账号一天最少 10 条以上素材" |
| 老 D 数字人 | 豆包生图 + wan2.2 animate(角色替换)+ ElevenLabs(换音色) |
| Sora(OpenAI) | (lenny 提到 Sora Android 18 天 ship,但未成为主流工具) |
真分歧:赛道决定工具:
- 漫剧 → 即梦 + Vidu(国内可用 / 红果剧场友好)
- 穿搭 → 画布化 + 反推提示词
- 电影感网页 → Higgsfield + Seedance + Google AI Studio
- 数字人 → 豆包 + wan2.2 + HeyGen 翻译
3. 鱼子酱 AI 漫剧 5 步流程(独家完整)
鱼子酱 AI 漫剧制作课 / 第 1 节直播教学完整方法论:
3.1 5 步制作流程
小说 / 文章
↓ 1. AI 生成 → 动态漫剧本(标准格式)
↓ 2. AI 转换 → 分镜表(9 列)+ 资产库提炼
↓ 3. 即梦生图(三视图)→ 角色 / 场景 / 物品资产库
↓ 4. 即梦融图 + 文生图 → 分镜图(单帧)
↓ 5. 即梦/Vidu 图生视频(可加首尾帧)→ 分镜视频
↓ 6. 剪映拼接 → 成片
3.2 分镜表 9 列结构(独家)
| 列 | 内容 |
|---|---|
| 1 | 镜头号(如 2-1 / 2-2 / 2-3,同分镜内特写用子编号) |
| 2 | 场景(日/夜 + 内/外 + 地点) |
| 3 | 人物(出场角色列表) |
| 4 | 动作描述(剧本动作 → 给 AI 的画面叙述) |
| 5 | AI 文生图逻辑提示词(直接复制给即梦) |
| 6 | 运镜(推/拉/摇/移/跟/环绕 + 组合) |
| 7 | v.0.1 对白 |
| 8 | 运镜对应的对白(详细对应远/全/中/近/特写) |
| 9 | 备注(导演手稿草图 / 抽到的图链接 / 生成视频链接) |
3.3 6 大基础运镜 + 1 主观视角
| 运镜 | 适用 |
|---|---|
| 推 | 拉近聚焦细节(主角面部表情 / 物件特写) |
| 拉 | 拉远显示环境(从近景突到远景,常用于结尾) |
| 摇 | 横向扫场景(展示空间感) |
| 移 | 镜头水平/垂直移动 |
| 跟 | 跟随人物 |
| 环绕 | 360 度展示 |
| 主观视角 | 第一人称 |
3.4 红果剧场变现
- 2026 红果大力推 AI 漫剧
- 2026-12 出新分账模式:5 倍分账系数
- 整集需 ~100 分钟 / 单人制作周期 ~1 个月
- 不建议个人起号,加入机构小组制
4. 小红书 AI 穿搭 1-1 复刻 SOP(独家)
4.1 完整工作流(画布化操作)
[原视频] → [文生图反推] → [图生图融合(服装×模特)] → [动作迁移裁剪]
→ [批量节点生成视频] → [剪辑打关键帧] → [成品]
4.2 5 步详解
Step 1: 文生图反推 — 生成同款场景
1. 将需要复刻的同款视频拖入画布
2. 在视频节点选择一帧满意的图片
3. 点击上方"截帧"
4. 在文本生成节点贴入提示词 — 通过"反推提示词"得到同样风格的全新图片
Step 2: 图生图融合 — 指定模特上身
1. 上传服装图片
2. 上传指定模特图片
3. 通过图生图融合 → 得到指定模特的服装上身图片
4. 重复 1-3 → 各种风格穿搭图片
Step 3: 动作迁移裁剪
- 参考原始视频做动作迁移
- 对某个动作片段进行裁剪(每套服装都裁一遍)
Step 4: 批量节点生成视频
- 把裁剪好的视频片段 + 服装上身图分别传入批量节点
- 工作流选择"动作表情,姿态迁移"
- 一致词简约:"女人在摆姿势"
- 点击批量运行 → 后台批量处理 → 4 组不同动态视频
Step 5: 剪辑
- 导入剪辑软件 → 打上关键帧 → 完成
5. 王凯 SillyTavern 视频工程化(Phase 1-7 独家范本)
王凯 SillyTavern 视频生产 SOP(Skill 落地范例) —— 可平移到任何产品视频量产:
| Phase | 内容 |
|---|---|
| 1. 目录骨架 | 视频项目结构 / 素材 / Components / Compositions 分层 |
| 2. 参考视频分析 8 维度 | 选题 / 镜头 / 节奏 / 情绪 / 主题 / 风格 / BGM / 转场 |
| 3. 真实资产抓取 5 类 | 截图 / 角色 / 场景 / 物件 / Voice |
| 4. Skill 体系 / Components / Compositions 分层 | 可复用单元 → 组合 |
| 5. 第一条视频 | MVP 验证 |
| 6. 三类视频 + 即梦混剪 | 内容矩阵化 |
| 7. 规模化 | 复制 + Skill 优化 |
5.1 即梦 CLI 多窗口自动运行(王凯独家)
"结合即梦高级会员 + CC 中安装即梦 CLI,多个窗口自动运行,每个 YouTube 账号一天最少 10 条以上素材。"
成本观察:"Claude Code 做视频的成本要比即梦等低很多" —— Remotion AI Skill 程序化做视频。
6. 老 D 数字人 5 工具组合(独家)
dontbesilent AI 自媒体课程 / 13 节系统化方法论 §L10:
6.1 完整工作流
1. 豆包生图(白底图 ★ 关键)
→ 提示词:让豆包反推一段 prompt 给你
→ 生成数字人图片(白底,方便后续抠人)
2. 真人录视频(你自己拍)
3. 阿里通义万相 wan2.2 animate(角色替换)
→ 视频 → 数字人替代脸
→ 但声音还是你的男声 ← 问题
4. ElevenLabs Voice Changer
→ 用女声换音色(支持 29 国语言)
→ 选中文女声(如安娜苏)
→ 输出 MP3
5. 剪映合成
→ 音频替换 + 响度统一 + 字幕
6. (可选)HeyGen 翻译视频
→ 一键翻译成日 / 法 / 韩 / 西班牙 / 俄等 30 国语言
→ 抖音覆盖海外市场
6.2 关键约定
| 坑 | 解决 |
|---|---|
| 视频图片必须白底图 | 否则背景识别错乱(墙面紊乱) |
| 通义万相必须开会员 | 标准版排队卡顿 |
| 不同工具时长不一致 | 剪映对齐最短的剪 |
| HeyGen 翻译选目标语言 | 不选会自动检测但易错 |
6.3 实战收益
"老 D 在抖音昨天发的视频快 200 万播放,数字人覆盖 30 国语言后单视频流量翻倍。"
7. 工具栈对照表(4 派)
| 任务 | 鱼子酱漫剧 | 小红书穿搭 | 王凯 SillyTavern | 老 D 数字人 |
|---|---|---|---|---|
| 脚本 | 豆包 / DeepSeek / Gemini | (用爆款视频做蓝本) | 8 维度参考分析 | AI 写口播稿 |
| 分镜 | 9 列分镜表 + 6 大运镜 | 画布节点 | Components / Compositions | 不强需求 |
| 生图 | 即梦三视图 | 反推提示词 + 图生图融合 | 即梦 image2image 锚定 | 豆包白底图 |
| 生视频 | 即梦 / Vidu + 首尾帧 | 即梦批量节点 + 动作迁移 | 即梦 CLI 高级会员 / Remotion | 真人录 + wan2.2 换脸 |
| 配音 | 不强需求 | 不强需求 | ElevenLabs | ElevenLabs 29 国 |
| 多语言 | 不强需求 | 不强需求 | 不强需求 | HeyGen 30 国一键 |
| 拼接 | 剪映 | 剪映 + 关键帧 | FFmpeg + Skill | 剪映 |
| 变现 | 红果 5 倍分账 | 小红书 / 个人 IP | YouTube 多账号 | 抖音 200 万播放 |
| 国内可用 | ✅ | ✅ | ❌(YouTube) | ✅ |
8. 怎么选 —— 按身份的 AI 视频路径
| 你是谁 | 主用方法 | 起点 |
|---|---|---|
| 想加入机构做漫剧 | 鱼子酱 5 步流程 | 9 列分镜表 + 6 大运镜 + 红果 5 倍分账 |
| 做 AI 穿搭 / 1-1 复刻 | 小红书画布化 | 反推提示词 + 图生图融合 + 动作迁移 + 批量节点 |
| 做产品宣传视频 | 王凯 SillyTavern Phase 1-7 | 目录骨架 + Components + Compositions + Skill 体系 |
| 做数字人 + 多语言 | 老 D 5 工具组合 | 豆包白底 + wan2.2 + ElevenLabs + 剪映 + HeyGen 翻译 |
| 做电影感网页配套视频 | 小红书 AI 网页 6 步 | Higgsfield + Seedance + Google AI Studio + Landingbook |
| 批量生产广告创意 | Vibe Marketing Skill | Claude Code Skill + FFmpeg 本地拼接 |
通用纪律:
- 本质是导演,AI 是辅助(鱼子酱)
- 画面先行(全部分镜罗列完再去生图)
- 角色一致性:三视图锁定 / image2image 锚定 / 白底图
- 描述越详细,AI 抽卡命中率越高
- 套路明确才批量,创意主导手工
- 多语言翻译 = 流量翻倍(老 D 实证)
9. 引用清单
主要原始 author wiki:
- 鱼子酱 AI 漫剧制作课 / 第 1 节直播教学完整方法论 —— 鱼子酱 AI 漫剧第 1 节 / 5 步流程 / 9 列分镜表 / 6 大运镜 / 红果 5 倍分账 / 提示词速查
- 小红书 / AI 视频 1-1 复刻完整工作流 —— AI 穿搭 1-1 复刻 SOP / 5 步画布化 / 反推提示词 + 图生图融合
- 小红书 / AI 网页 + 3D 交互 + Pretext 设计合集 —— Pretext / 电影感网页 6 步 / Higgsfield + Seedance / 3 库 + 3 库 + Hitem3D
- 小红书 / AI 工具 + Skill 教程合集 —— Vibe Marketing Skill 批量视频(FFmpeg)/ 像素小人特工
- 王凯 SillyTavern 视频生产 SOP(Skill 落地范例) —— SillyTavern Phase 1-7 / Components + Compositions / 即梦 CLI 多窗口
- dontbesilent AI 自媒体课程 / 13 节系统化方法论 §L05 + §L10 —— AI 剧情短视频 / HeyGen 数字人 5 工具组合 / 30 国语言翻译
相关主题 wiki(本系列):
- AI 自媒体与内容工程化(跨作者主题综合) —— AI 自媒体与内容工程化(Batch 1)
- Vibe Coding 与独立开发(跨作者主题综合) —— Vibe Coding 与独立开发(本批 Batch 5)
- Claude Skill 工程化(跨作者主题综合) —— Skill 工程化(Batch 3)
- AI 视频后期头部浮动(POV 拟人化的确定性解法) —— 后期头部浮动(work/Storeel 第一手实测):POV 视频"死静止"的确定性解法 + Veo/Seedance 脾气对照 + POV prompt 五心法
相关 skill(已用户操作化):
jimeng-multishot-replicate—— 即梦多分镜复刻 / image2image 锚定 / 9 类分镜模板 / 8 大踩坑ai-mandrama-pipeline—— AI 漫剧 pipelineffmpeg-reels-pipeline—— FFmpeg 视频拼接ins-reels-pick-and-score—— ins Reels 选片ins-reels-launch-sop—— ins Reels 上线 SOPins-content-paraphrase-strategy—— 字幕 paraphrase 策略ins-account-highlights—— ins 账号 Highlights
History
- 2026-05-18:Topic-dimension wiki 首发。从 6 份 author wiki 综合改写。显式标注 3 条分歧:个人 vs 机构 / 手工 vs Skill 化 / 即梦 vs Sora vs Higgsfield