第十章 AI 视频制作应用
视听语言是 AI 视频时代的"新编程语言"——AI 生成视频的质量上限，取决于你能否用专业术语精确描述想要的镜头。
10.1 为什么学视听语言对 AI 制作至关重要
- 文生视频模型（Sora、可灵、即梦、Runway、Veo 等）都在海量影视素材上训练，对专业术语的响应远好于模糊描述。"a cinematic dolly-in shot" 比 "camera moves closer" 生成质量更稳定。
- AI 能生成单个镜头，但分镜设计、镜头组接、节奏控制仍然完全依赖人——这正是视听语言的核心。
- 会看片、会拆片的人，才能判断 AI 生成结果好不好、差在哪、怎么改提示词。
10.2 用视听语言写视频提示词
一条结构化的视频提示词 = 主体 + 动作 + 场景 + 景别 + 运镜 + 光线 + 风格/氛围。
术语对照速查
| 中文 | 提示词（英文） |
|---|---|
| 大远景/远景/全景 | extreme wide shot / wide shot / full shot |
| 中景/中近景/特写/大特写 | medium shot / medium close-up / close-up / extreme close-up |
| 平拍/俯拍/仰拍/顶拍 | eye-level / high angle / low angle / top-down (overhead) |
| 推/拉 | dolly in (push in) / dolly out (pull back) |
| 摇/移/跟 | pan left-right, tilt up-down / trucking shot / tracking (following) shot |
| 环绕/升降/航拍 | orbit (arc) shot / crane shot / aerial drone shot |
| 手持/固定 | handheld camera / static (locked-off) shot |
| 浅景深/焦点转移 | shallow depth of field, bokeh / rack focus |
| 黄金时刻/蓝调时刻 | golden hour / blue hour |
| 逆光/轮廓光/三点布光 | backlight / rim light / three-point lighting |
| 柔光/硬光/体积光 | soft diffused light / hard light / volumetric light, god rays |
| 电影感/胶片感 | cinematic / 35mm film look, film grain |
| 慢动作/延时 | slow motion, 120fps / timelapse |
| 橙青色调/低饱和 | teal and orange grading / desaturated muted tones |
提示词模板与示例
模板：
[景别] + [角度] of [主体+外观细节] [动作], in [场景环境],
[运镜], [光线], [色调/风格], [氛围情绪]
示例 1（产品）：
Close-up, slow dolly-in on a ceramic coffee cup with steam rising,
on a wooden table by a rainy window, soft window light from the left,
shallow depth of field, warm muted tones, cozy cinematic mood, 35mm film look.
示例 2（人物叙事）：
Medium tracking shot following a young woman walking through a neon-lit
alley at night, handheld camera, shallow depth of field, teal and orange
color grading, light rain, reflective wet ground, moody cinematic atmosphere.
示例 3（大场面开场）：
Aerial drone shot slowly pulling back to reveal a coastal village at
golden hour, volumetric sunlight, warm tones, epic establishing shot.
提示词技巧
- 一个提示词只写一个镜头、一个运镜意图，想要多镜头就分多次生成再剪辑——正如实拍"一镜一意图"。
- 描述具体可见的东西（材质、天气、光源方向），不要写抽象概念（"美丽的""震撼的"信息量为零）。
- 保持角色/场景一致性：固定主体描述文案、使用参考图（图生视频）、用同一 seed。
- 生成不满意时，按视听语言逐项排查：是景别不对？光线不对？还是运镜不对？定向修改而非重写。
📺 相关视频（B站）
10.3 AI 视频工作流
完整流程：策划 → 分镜 → 生成 → 剪辑 → 声音 → 成片
- 脚本策划：用 Claude 等 LLM 头脑风暴主题、写脚本、生成分镜表（直接要求输出"景别/运镜/光线"列的分镜表）。
- 视觉预演：文生图（Midjourney/即梦）先出关键帧/分镜图，确认构图风格后再生成视频，省时省钱。
- 镜头生成：图生视频（一致性好）或文生视频；每个镜头生成 2-4 个候选，挑最好的。
- 剪辑组装：按蒙太奇逻辑组接——AI 单镜头普遍 5-10 秒，正好符合"短镜头快节奏"剪辑；用 J/L cut 和音效缝合。
- 声音：TTS 配音（ElevenLabs、剪映配音）、AI 音乐（Suno、Udio）、音效库补细节音。
- 后期统一：全片统一调色 LUT 掩盖不同批次生成的色差；加胶片颗粒/字幕增强整体感。
AI 辅助实拍剪辑（Vlog 场景更常用）
- 自动字幕+文稿剪辑：剪映"图文成片/智能剪口播"、DaVinci 文本剪辑——按文字删减，口播剪辑效率提升数倍。
- AI 降噪/人声分离：Voice Isolation 一键救回嘈杂环境收音。
- 智能抠像/跟踪：无绿幕换背景、自动追踪打码。
- 素材检索：按内容语义搜索素材（"找出所有有海的镜头"）。
- AI 调色匹配：一键匹配参考画面色调。
📺 相关视频（B站）
10.4 注意事项
- 工具迭代极快，但视听语言不变：把学习投资在"镜头思维"上，工具只是执行层。
- AI 素材商用注意各平台版权条款；人物肖像、品牌标志谨慎处理。
- 平台对 AI 内容可能要求标注声明，发布前确认规则。