用 Seedance 2.5 拍《沙丘 3》，我们替你把 AI 短片的坑全都踩过了

看到这条视频，你会不会以为《沙丘 3》提前泄露了。

这其实是一部由我们团队的两位同事，花 12 天时间，结合 Codex 和 Seedance 2.5 完成的 AI 短片。

制作过程比我们预想中要复杂，整部片子只有 6 分钟，制作过程累计消耗了 3000 多元的积分额度。更重要的是，它并不是靠一句提示词「一键生成」出来的。

从剧本、角色、服装和场景，到逐镜生成、反复筛选和后期剪辑，我们几乎把一套微型剧组的工作，在电脑里重新走了一遍。

图｜如果不看制作过程，你能分辨出这是 AI 生成的画面吗？

今天这篇图文，我们就来把整套流程拆开讲清楚，也会分享其中最费时间的环节，以及几次让我们返工的弯路。

本文用到的提示词、Skill 和资产我们也整理好了，在 APPSO 公众号对话框发送「Seedance拍沙丘3」即可获取。

AI 短片和传统拍电影，其实没那么不一样

我们的制作流程，大致可以分成四步：打磨剧本 → 建立资产库 → 生成视频 → 后期制作。

换成传统片场的说法，就是写剧本、找演员、选服装、搭场景、拍摄，再进入后期剪辑。区别只在于，这一次的演员、摄影棚和摄影机都被搬进了电脑。

图｜从前期策划到最终成片，我们把制作过程拆成了四个阶段

先说明一下，这是我们第一次完整尝试 AI 短片制作，部分方法未必是最优解，剧情也与原作有所区别。

但我们会尽量还原每一步的思考过程，也欢迎大家一起讨论更好的做法。

别急着生成，剧本才是基础

在建立资产库之前，我们先花了一天打磨剧本。

很多人可能在写剧本这一步就被难住了。但有 AI 帮忙，把故事框架扩写成剧本并没有想象中困难。

我们先研究原著、电影、预告片和公开设定，讨论出短片的故事框架，再把框架和整理好的资料交给 Codex，让它按照标准剧本格式补充情节和人物对白。

AI 给出初稿后，我们再人工检查每一场戏的细节，确认人物动作、对白和情绪变化是否足够清楚。

这一步还有一个很实用的技巧：不要只让 AI 写「发生了什么」，还要让它写清楚人物怎么做。

比如动作的先后顺序、表情的细微变化、说话时的情绪，以及人物之间的位置关系。剧本写得越具体，后面把它改写成视频提示词时，歧义就越少。

这一步的目标，不是把剧本写得更像文学，而是让它更容易被执行。

真正决定成片气质的，是资产库

剧本确定后，我们进入了整个流程里最关键的一步：建立资产库。

资产库包括角色外形、服装、道具和场景设定。它们既决定整部影片的美学风格，也关系到同一个人物换到下一个镜头后，会不会突然「变了一个人」。

我们准备的内容主要包括角色的基础形象、服装、道具和核心场景设定。

图｜需要反复调用的素材，最好在生成视频前统一准备好

但这里有一个必须单独说的坑：平台审核和潜在的版权相似性风险。

一开始呢，为了接近电影的视觉气质，我们直接上传了电影截图作为参考，生成效果确实不错，甚至有些「太不错了」。

当我们把这些资产上传到 AI 视频平台后触发了版权保护审核，无法继续生成视频。

于是，我们重新调整了资产，保留低饱和色彩、荒漠质感、空间尺度等抽象视觉特征，同时重做人物轮廓、服装结构和道具细节。

弗雷曼人的蓝眼睛、蒸馏服上的过滤塞等，这类辨识度很高的元素我们直接去掉了。

我们前后花了两天生成图片资产，又多用一天集中调整，才得到一套能继续使用的素材。

在我们这次多轮修改中，网页版 GPT 生成的图片出现了越改越糊的情况，因此图片资产的后续调整主要改在 Codex 里完成。

资产库做得越扎实，后面的提示词就越容易写，反复抽卡的次数也会更少。

30 秒的视频，提示词按秒拆开写

资产准备好后，终于可以开始生成视频。

我们此前在小云雀内测过 Seedance 2.5，这次也主要用它来完成画面的生成。

生成的操作本身并不复杂：打开首页，把对应角色、场景和道具上传到对话框，附上提示词，再逐一 @ 需要引用的素材。选好模型、画幅、分辨率和时长，就可以提交生成。

图｜提示词和参考素材要一一对应，避免模型混淆角色与场景

真正拉开结果差距的，是提示词。我们用 Codex 配合专门的 Skill，提前整理了每一段视频的提示词。

乍看之下，它们很长、很复杂，但拆开来看核心只有三层：

1. 整体概述：这一段发生什么，采用怎样的摄影风格，人物处于什么情绪。

1. 分时段时间线：每个时间区间里，人物站在哪里、做什么，镜头如何移动，表演节奏怎样变化。

1. 约束条件：哪些元素不能出现，哪些动作不要发生，哪些画面必须保持一致。

这有点像导演同时在给演员和摄影讲戏。故事概述负责说明「为什么拍」，时间线负责说明「怎么拍」，约束词则负责提前排除最常见的失控画面。

图｜这段 30 秒提示词被拆成多个时间区间，每一段只安排有限动作

Seedance 2.5 可以一次生成 30 秒视频，但时长越长，提示词越不能含糊。

镜头运动、人物走位和表演节奏，只要有一项没有说清楚，后面就容易逐渐失控。人物可能突然换位，动作次序可能颠倒，原本克制的表演也可能变得过于夸张。

所以，我们会把视频按秒拆成时间线，分段说明人物的位置关系、表情神态、肢体动作和台词语气。

最后再加上约束性提示词，明确告诉 AI 哪些内容不能出现、哪些画面不要生成。

把要求提前说清楚，既能提高镜头的可控性，也能减少反复抽卡的次数——说到底，还是给自己省钱。

这次项目的素材量比较大，我们也尝试了小云雀的自由画布功能。

画布最大的优势，是可以把一场戏需要的人物、场景和道具集中放在一起。先选中一部分素材生成关键片段，再以它为基础向外延展，镜头之间的关系会更直观。

图｜角色、场景、道具和生成结果集中在一张画布里，方便继续延展镜头

不过实际用下来，我们仍然以 Agent 对话为主，画布作为辅助。

Agent 更适合修改提示词和追问问题，有些很难一次说清的「感觉」，它可以结合上下文继续理解；画布则更适合管理素材和组织大量镜头。

对新手来说，可以先打开 Agent 模式里的画布开关，从对话开始，边用边熟悉画布结构。等需要处理更多角色和镜头时，再从头新建自由画布，进入更复杂的创作。

不过，AI 生成的视频难免会有瑕疵。

比如某个镜头里，我们只想去掉一艘多余的飞船。如果完全依赖文字描述，AI 未必能准确理解「是哪一艘、在哪个位置、其他内容要不要动」。

这时，Seedance 2.5 的局部编辑会更有效。

直接框选飞船所在的区域，再补上一句修改要求，模型就能把任务限定在指定位置，结果通常比只用文字描述稳定。

图｜只框选需要修改的区域，可以尽量保留原镜头里的构图

生成结束，真正的剪辑才开始

最后一步，是后期制作。

AI 短片很少一次生成完成，它更像一个不断生成、筛选和重新组合的过程。

一段 30 秒的视频里，可能只有几秒真正精彩。但只要那几秒足够好，它就能成为成片里的一个有效镜头。

因此，每一次生成结果我们都会保留下来，再放进剪辑软件重新筛选。把最好的片段挑出来，微调节奏，然后重新组合。

图｜同一个镜头的多个版本都会保留，最终只选最合适的几秒

画面拼接完成后，还要补上音乐、音效和字幕。一部 AI 短片到这里，才算真正完成。

生成模型给的是素材，人工剪辑决定它能不能成为一部片子。

工具会换，但拍电影的思路不会

我们团队只有两个人，而且都是第一次完整制作 AI 短片。

12 天、价值 3000 多元的积分额度，最后换来了一部 6 分钟的作品。

前不久，全片画面由 AI 生成的 95 分钟长片《Hell Grind》在戛纳电影节活动中举行了一场放映。

项目由 15 人团队制作，在花大量时间准备好资产库之后，生成阶段用了 14 天，总预算低于 50 万美元。后来他们团队还开放了完整项目，包括每场戏背后的提示词、资产和生成记录。

我们的体量当然无法与它相比，但研究其制作资料后会发现，工作流程背后的逻辑并没有本质区别。

先准备好剧本、角色和场景，把它们变成可重复调用的资产；再选择合适的工具生成镜头；最后通过人工筛选和剪辑，把素材变成真正的作品。

一路做下来，我们最大的体会也是这一句：

工具可以换，但背后的制作思路是相通的。

与其追着每一个新工具跑，不如把更多时间放在剧本、资产管理、镜头调度和后期判断上。模型会不断更新，这些能力却会留在创作者手里。