如何用 AI 做一条视频？｜图文

这是柴司每期视频结尾都会出现的制作人员名单，有文案、配音、绘制与动效、BGM制作，一般需要 3-4 周制作时间——不少广告主找来问价，结果发现需要等二三十天才能做完视频，于是纷纷跑路～

但这次来了一个新的“冤大头”......新的客户，平安银行，说想找我们合作共创，做一条宣传他们“省心省时又省钱”主旨的 1 分钟广告片。

而且要求不高，说希望我们在制作的时候也能“省心省时又省钱”——既然你都这么说了，于是我们毅然决定：用 AI 工具，取代视频制作的所有环节，看看能不能做出一条广告片来糊弄...应付甲方。虽然对方看起来有些担心，但我们表示自己是专业的～

同时我也想探索一下，未来有没有降本增效的空间。

我们会在视频的结尾放出这条 AI 广告的全片。同时会展示整个制作过程，各个环节的具体操作思路，各类 AI 工具体验如何，你可以给它们打打分。开始吧！

视频版

↓↓ 看完这个视频就知道了 ↓↓

↑↑ 信我，真的超级好看 ↑↑

图文版

首先，我们可以把制作流程拆分成文案、绘制和视频部分。文案环节，主要是理解客户的需求，消化相关的资料，把广告文案编出来。

我们首先把客户给到的平安银行各种优惠活动截图、网页链接，包括文字沟通的内容等等，都喂给了 kimi。

这里好就好在，不管你给它的是截图、网页链接，甚至说链接里只有一张宣传图，它统统都能直接读，不需要我们预加工资料，这就很方便了。

喂完之后，我先让它按照“省心”“省时”“省钱”这三个点，把平安银行的各类优惠服务分类总结了一遍。

可以看出，kimi 能把“支持留学生发展”服务对应上“省心”，把“线上服务平台”对应上“省时”，把“免境外取现手续费”对应上“省钱” ，还是比较准确的。说明它完全可以理解客户给的资料。

然后，我就告诉它我要做视频广告，让它帮我想三个具体场景，分别对应上“省心”“省时”“省时”这三个场景。然后它迅速给出了“留学生家庭”“忙碌职场人”和“年轻夫妇购物”这三个“当代人节省现状”，有画面描述，有旁白，像模像样的。

但这里有个问题，就是这个旁白的广告营销感太强了。所以我又要求它“说人话”。

改到这里之后，我个人认为，这个文案已经达到了 及格水准。 我不是说它有多出色，但摸着良心讲，你在地铁、电视、还有网上看到的各种广告宣传片，水平真的比这几段文案强多少吗？ 不见得吧？

之后，我又让 kimi 替换了一下第三段场景，并且根据甲方的反馈对整体文案做了微调。 这里说明一下，像金融这种行业，做广告的时候风控很严格，所以不管是AI生成的还是人工写的文案，最后一定要调整到合规才行。

到此为止，最终版的 AI 广告文案就搞定了。你看看， 1-5 分的话，这个水平能打几分？

接下来，我就把这份文案交给了负责画面制作的六月姐姐和兔哥们儿。他俩会用 AI 工具，把这份文案变成画面。

在这个环节，他们用到的工具是 ChatGPT 和 Midjourney。

ChatGPT 的作用，是把这份文案转换成具体场景描述，加上景别、色彩、人物姿态等详细的画面信息，并去除跟视觉无关的描述。

但直接把这段文字喂给 Midjourney 是不行的。所以我们让 ChatGPT 把这些场景翻译成 Midjourney 能理解的，简洁有效，能精准get到信息的提示词格式。比如：特写镜头，一个亚裔学生正在对着手机微笑，油画笔触等等。

在精确寻找哪些有效词可以骗它画出需要的画风之后，把提示词交给 Midjourney，最终，我们就得到了这张图。你觉得怎么样？

其实大部分广告片都是实拍风格的，而且 Midjourney 也可以生成这种类型的图片。但我们为什么要选油画笔触呢？

因为这些画面之后都得动起来，写实风格的画面动起来只要出错一点点，看起来都会非常崩坏。但油画风格的随意感更强，就算出了错误，你也不一定注意到——这就是一点小心机。

像这样的图片，我们在每个场景中要生成 8-10 张。这一步是我们整个视频制作中最耗时的环节：因为生成的图片互相之间要有连续性，得看起来像是一个小故事才行。所以要不断更换提示词，来获得合适的画面。

而且单看最后的成品图，好像都很正常嘛，但实操过程中其实有非常多的 bug 。比如这张，留学生变老了不说，家长怎么还跑手机背面去了？

还有场景合理性问题，像这个办公室前面侧面背面都是大窗户，等于是被路人360度包围监视了~

为了这二十几张图，我们的设计师反复调整色调、视角、风格，甚至是放大和扩展，总共花了大概 3 天半的时间。

这算不算“省时”呢？设计师说，如果要完全靠手绘，同时保证比较高的质量，那大约需要一个设计师花 3.5 周时间。这么看的话，Midjourney 算是“省时”的，当然质量还是弱一些～“省钱”也是可以的，我们开了 Midjourney 的会员，一年几千块，跟设计师的工资相比还是很划算的。

至于“省心”......目前 AI 生成连续分镜的问题在于，越往后，保持一致性所花的成本越高，所以后面试错筛选的成本，比绘制单张主图花费的时间要多很多。老实说并不“省心”。最后这些图片的效果，1～5 分打分的话，你觉得能打几分？

那么接下来，就要把这些图片变成能动起来的视频了。

目前 AI 视频生成领域最大名鼎鼎的工具是 SORA，但它目前没有开放，据说全球只有几家著名的动画工作拿到了测试权限。由于我们不够著名，所以选择了另一个 AI 视频工具——Runway。

视频 AI ，大家可能相对陌生点。我们用的是 Runway 的“图生视频”功能，具体来说，就是把我们用Midjourney生成的图片上传，然后可以选择三种基础的让它动起来的方式：

一是什么话都不说，或者用简单的文字提示，让画面动起来；二是可以设置镜头运动，就好像是有一个移动的摄影机在实拍这个场景一样；三是可以直接圈选画面中的部分元素，只让这部分元素动起来。

看起来非常不错对吧？但生成质量其实不太可控。你看这鬼鬼祟祟的步伐，谁家正经人这么走路啊？

不过AI的好处就是你可以不把它当人，把它当生产队的驴来用，一口气生成几十段视频，总能挑出一段能用的～经过反复捶打，我们最后发现不给提示词，让它自由发挥，效果反而是最好的。

到这里之后，视频的主体就成型了。再配上BGM 和台词，就能出锅了～这两步简单。AI 配音工具多如牛毛，我们这次用的是微软的Azure，因为对比下来觉得它的音色跟场景最搭。

BGM 的话，直接用最近大火的Suno就可以。一个提醒，Suno 默认生成的歌是带歌词的，所以要做视频 BGM 的话，记得把这个“器乐”功能打开。

好了，到这里之后，一个广告片所需要的所有元素都齐活儿了。接下来，就是见证奇迹的时刻。怎么样？满分 1-5 分的话，你给它打几分？

其实视频出炉之后，我们和客户都觉得这样的成片目前还无法直接商用，有点诡异，夜里刷到可能会吓着人。那么这一大堆 AI 工具，到底能不能像平安银行那样，帮我们“省心省时又省钱”呢？

文字类的 GPT 产品，我们认为已经完全没问题了。这么说吧，各位在各个平台上刷到的那些硬广文案，各家 AI 都能写得像模像样。而且很多人，包括我们自己，在接到一些纯营销需求的时候就是直接用 AI 写文案的，几乎 100% 可用。

图片类的 AI 产品，就得看具体场景了。如果是用来制作我们日常的科普视频，让它绘制精准的原理结构图等等，肯定还是不行的。

但是绘制单张手绘，问题不大。绘制连续故事分镜，就不太省心省时了，需要花很多心思调教。

至于视频类产品，目前还不算很成熟，结果大家也看到了。等 SORA 可用之后，我们可以再试一次。

最后，不管是哪类 AI 工具，真的想“省心省时又省钱”的话，那么使用者自己一定要逻辑清晰，理清思路，知道自己到底到底要什么，才能一步一步“引诱”AI交出合格的作业。

我们的设计师和后期同学之前就研究过各类 AI 工具，知道怎么跟它们对话，也知道它们的优势和缺陷是什么，所以才能做出一个东西来。如果没有他们，我肯定做不出来。所以目前来看，我们的设计师和后期还是能保住饭碗的。

但是纯广告策划嘛......确实岌岌可危......

最后，感谢平安银行的支持，让我们有机会完整尝试一次用 AI 制作视频的全流程。

平安银行的目标，是通过不断创新、优化、完善产品和服务，满足大家对美好金融服务的需要～各位如果有留学出境、买车贷款、投资理财、消费优惠等等需求，都可以去平安银行那里看看有没有“省心省时又省钱”的解决方案。

比如要留学的朋友，就可以去看看他们的留学无忧PLUS权益包，从交学费到购物、看病、出行，都能用得上。想买车的朋友，也可以去看看车贷0首付产品，整个流程都可以线上办理，方便省钱~

多省一点，总是好事，这是我们普通人最朴素的生活原则～