女主在巷口扎头发，起身往里走，蹲下喂猫，去前院晾衣服，最后坐在前廊看街。四十秒，没有剧情没有音乐，画面带着旧 DV 的噪点、失焦和偶尔过曝。朋友看完说，这拍得挺有感觉。
整部片是电脑前完成的。放在几年前，这句话多少有点夸张。一个人能剪片、能做特效，但要凭空造出演员、街道、天气和镜头运动，还得在时间线上接起来，通常要一群人。现在，坐在键盘前的人已经能直接做电影镜头了。
键盘前的人，开始做电影镜头了
网上的 Seedance 2.5 生成案例里，一场沙漠怪物大战十五秒拆成六个镜头，一次生成。护肤品广告十五秒分八段，三位人物轮番与产品互动，落在产品特写。CGI 商品广告十五秒塞进十次切镜。
这些是平台自己发布的演示，不能当独立测评，也不能证明谁按一下都能得到同样结果。但和早期让一张图动起来比，模型处理的东西明显多了。导演、摄影、美术、演员、视效、剪辑原来各管一段，现在全挤进同一份生成任务。
商业上也有人跑得快。做 AI 真人秀的账号，老师学生捉迷藏、海上生存挑战，平均五天更新一期，还接到商单。真实躲猫猫的公开复盘里，约二十个摄影、多个剪辑、两三周制作，团队完整一期大约三个月。
钱，变成一次次生成
效率上去了，账单也堆得快。当时公开测试里，一条十五秒 4K 视频接近一百块，比 720p 贵六倍。一个镜头反复生成，十次就是一千块。一万元能买一台相机，也能按一百次生成按钮。以前这道题没悬念，现在一条广告镜头原本就要万元预算，答案开始犹豫了。
演员、场地、机器的钱省下了，十次二十次重跑的钱又来了。想少烧几次，得先把自己要什么讲清楚。
我这支短片制作方法有相似的地方：人物要固定，场景要固定，道具要接续，镜头要按时间发生，声音也要提前决定。
先做一张不会变的脸
我先用 GPT Image 2 High 做角色母版。第一版太普通，推翻重做，最后定下灰色短背心、浅蓝牛仔裤、黑色帆布鞋、黑绳项链，还有被风吹乱的侧马尾。
做分镜时，这张图是唯一的人物参考。四个镜头：扎头发、喂猫、晾衣、前廊。女主一直往画面右边走，白杯、木衣夹、浅色衣服和猫在不同段落里接着出现。每段结尾停在哪个动作，下一段就从哪里继续。
提示词，像一份拍摄文件
提示词也不再是一句画面描述，更像一份缩小的拍摄文件。先写场景，再写用哪些参考素材、哪些必须锁住，然后按秒排动作和机位，单独写声音，最后补上不能出现什么。
有些商业示例会把原始视频标成 @video_1，再把桌面、蓝色笔、关掉的显示器、屏幕里的灯光反射和手持轨迹逐项锁住，模型只准往里面加生物和它产生的光影，不能顺手改色、变速、重构图。声音也单独限定，只要现场音效，不要音乐。
优秀的案例确实能用来参考，包括处理自己的片子也是这么干的：能自由发挥的留给模型，不能变的一项项写出来。
到视频阶段👇
4K，还是 1080p？
AI 说的 4K 和相机拍的 4K 不是一回事。相机提高分辨率，是把现场记录得更细；生成模型提高画质，会重新补出眼睛反光、发丝、材质纹理。这些细节看起来更真，却未必存在于原来的画面里。
目前 seedance2.0 支持 4k，但是 2.5 还不支持。
人脸，被平台拦住了
我原本准备把角色母版和分镜首帧一起交给 Seedance 2.0，让四段视频继续用这张脸。只要是生成带人脸的视频，Seedance 都要先做身份验证，人脸素材不能直接上传。这张脸是模型刚生成的，现实里没这个人，但系统还是按具体人脸处理，注册不上，图生视频就卡住了。定妆图和四张分镜都做完了，最需要它们的时候，反而不能再用。
这道限制当时让我很烦，后来想想又不能简单怪它。任何人都能生成电影镜头以后，脸和声音也会变成可调用的素材。互联网上已经出现大量没得到本人许可的配音和换脸视频。人脸授权不再是发布以后才处理的版权问题，它直接进入了制作流程。
最后我放弃参考图，四段全部改成纯文生视频。代价很清楚，脸会漂，服装也可能变。
没有图，就靠文字认人
没有图片可认，我只好让文字尽量认得出她。四段提示词都重复同一份人物描述，还起了个内部代号 KDV-01：年龄、脸型、眼睛、鼻子、肤色、身材、发型、背心、牛仔裤、鞋、项链，一项不少。
KDV-01，约 25 岁韩国女性，椭圆脸，杏眼，浅暖肤色。黑色长波浪发，凌乱侧扫低马尾。灰色褪色无袖短背心，宽松高腰浅蓝牛仔裤，黑色帆布鞋，黑绳项链。
人物写完还不够。我把十秒拆开，告诉模型每一小段发生什么。
开头 2.8 秒，她坐在水泥路沿整理侧马尾，摄影者刚开机，对焦在脸和手之间来回找。
接下来的 2.7 秒，她放下手，停一下，再起身。摄影者慢半拍重新构图，曝光短暂变亮。
剩下的时间，她往画面右边走进窄巷。镜头跟得慢一点，结尾保留继续向右走的姿态。
时间不是让模型卡着秒表演戏，我拿它检查一条提示词里是不是塞了太多动作，顺便给每段留一个能接下去的结尾。
声音单独写。鸟叫、风、远处摩托车、很淡的邻里说话声、衣服和树叶的摩擦、鞋踩水泥。不要音乐，不要旁白，不要后期音效。
然后它给了我四段各十点一秒的视频。
分镜和成片，差了一个天气
下面两张图来自同一个喂猫镜头。第一张是我做的分镜：阳光穿过树叶，女主的脸很清楚，猫完整地走进画面。
成片没有照着来。天气变成阴天，画面偏青灰，猫只进来半个身子，还带着运动模糊。女主的脸变了，黑绳项链成了一条深色 choker，牛仔裤上凭空多出一条棕色皮带。
我把两张图来回看了几次，留下了成片。分镜图很漂亮，光线、人物、猫都在正确的位置，也因此像一张安排好的剧照。成片里的阴天、慢半拍的手、没走进画面的猫，倒更接近我开始想的东西。朋友拍生活，不会等猫站好再按录制。
四段之间仍然有不少没对上：脸不完全一样，服装有细小变化，天气也跳。好在人物始终往右走，道具和动作接得住。放在这种模糊、晃动、没有明确叙事的录像里，没有显得特别突兀。
四段素材是分开生成的，最后让 AI 帮忙合成。没有加音乐、LUT、降噪或额外颗粒，末尾只留了四帧黑场。
四十秒，是拼出来的
同一批素材里，还有两条更短的片段，只有八秒。它们是我单独生成的，没有进最终成片，但我反而觉得它们更接近我想要的那种真实感。画幅更宽，手持感更明显，像真的有人在路边随手拍了一段。放上来一起看。
现在刚发布的 Seedance 2.5 已经能连续生成三十秒，一次接收最多五十份图片、声音和视频，某些演示还能在一条生成里安排六个镜头。不过可惜的是展示输出只有 720p 和 24fps。手机上看问题不大，放到大屏幕或宽景里，细节还是少很多，特别是卡帧。
平台渗水，还是买有保障的官方模型
现在有很多平台如 lovart，还有很多中转平台，但是你会发现同一个按钮背后还有很大的问题。页面写着某个模型，不代表最终一定由那个模型、那个分辨率生成。有些平台会换模型或降规格，用户只看到一个能播放的结果。这也是我坚持在提示词里写清模型、分辨率和禁止静默降级的原因，并且在有保障的官方订阅里生成，并且我还会重新读文件参数，不然你被坑多少次你都不知道，这里面水分特别大。
结语
坐在键盘前生成电影，已经不再是一句玩笑。个人可以碰以前只有大团队敢碰的怪物片、广告和真人秀，也可以像我这样，造一段电影感片子。
只是按下生成以后，创作者仍然要做很多选择：钱烧在哪个版本，哪些细节能算真实，哪张脸可以使用，模型有没有被换掉，失败的镜头要修还是留下。