43. 我让 AI 当导演，从零拍了一集动画短片

做一集角色不变脸、道具不穿帮的 AI 动画短片，翔宇的做法是五步：角色图、道具图、场景图、视频提示词、生成。前三步把「长什么样」定死，第四步把戏写成看得见的动作，第五步用多参考生成逐段出片。

这五步出自翔宇对 208 个公开 AI 视频画布的统计（翔宇工作流 2026 年 10 月内部统计），收进了一套 Skill「AI 导演台」：装进 Claude Code、Codex 这类 Agent，AI 当导演，我们只看、只说「批准」。下面每一步给一个能直接复制的提示词模板，文末可以下载导演台。

▶ 在 YouTube 观看完整视频（17:53）

视频章节

• 0:00 开场
• 0:13 放映：先看效果
• 2:01 做法：两块、五步
• 3:02 两样工具：AI 导演台和 Higgsfield
• 4:41 接上 Higgsfield：MCP 与命令行两种方式
• 5:48 开拍：调研与故事卡
• 7:01 第一步 角色图
• 8:46 第二步 道具图
• 10:09 第三步 场景图
• 11:03 第四步 视频提示词
• 14:51 第五步 生成
• 16:06 首映
• 16:51 五步串讲与收尾

第一步 角色图：一张干净的定妆照

要点：主角只出一张定妆照，浅灰纯色底、空手、无字，表情交给视频提示词；剧情需要的状态（糊面粉、挂面条）从定妆照出发，一次只改一处。

只画{角色名}，单人全身正面，头顶到脚底完整入画，四周留一成边距。{角色固定描述句：体型和物种、头身比、形状、主色、特征、服饰、配件、眼睛颜色}。中性站姿，闭口平视，睁开的圆瞳孔带高光。中性浅灰背景纸，柔和影棚平光。画面里只有这一个角色，空手，无道具、无场景、无文字、无水印。

左：定妆照；右：状态图，从定妆照出发只改一处，额头鼻梁糊上面粉。

检查：单人、头脚完整、浅灰底、空手无字；角色固定描述句逐字进每张图和每段视频提示词。

第二步 道具图：东西每变一次样，备一张状态图

要点：会被拿起、会变样的东西，每个状态单独一张，从上一个状态衍生；每段视频只上传当前那个状态，切好的东西就不会在下一镜复原。第二集的面按工序做了 9 张。这一步最容易漏：4109 条图片提示词里，能认出的道具图只有 81 条，约 2%。

{道具}单件，约为{角色}身高的{倍数}倍，{材质与颜色}。以参考图 1 为准，保持几何、材质、颜色与视角不变，只把状态改为{新状态}。一件居中、四分之三侧面，浅灰纯色背景，均匀平光，淡接触阴影。只有这一件道具，无手、无角色、无文字、无水印。

面的 9 张状态图：每张从上一张衍生、只改状态，浅灰底，不画手、不画角色。

检查：会变的道具都有状态序列；主图单件、无手无角色无字；每段只上传当前状态，容器和时刻对得上。

第三步 场景图：先搭一座空舞台

要点：每个地点只从零生成一张不放人的场景设定图，各机位都从它衍生、只改机位；主光定一个方向，换镜头影子也朝同一边。

{地点}空镜场景设定图，16:9，四分之三侧角度全景，深焦。几何：{工作面位置、从左到右的分区、窗的位置、给角色留的站位}。布光：{主光从哪一侧来、色温}。比例：{某个物体}约为{角色}身高的{倍数}倍。画面里只有空的{地点}：无人物、无动物、无文字、无可移动道具。

衍生机位时只换一句：「保持参考图 1 的建筑、陈设位置、材质与主光方向完全不变，只把机位改为{机位}。无人空镜。」

一张场景设定图衍生出平面图和四个机位：岛台、面板、灶台的位置和光的方向都没变。

检查：每个地点只有一张从零生成的图；无人、无可动道具、无字；主光方向全片固定，机位只在一侧。

第四步 视频提示词：说动作，不说感觉

要点：「演得好笑一点」模型演不出来，要写成「先定格 6 帧，鼻子连皱两下，猛地打一个喷嚏」。一镜一个动作，每镜从上一镜的结束状态接着演；15 秒一段不超过 13 镜，长度 1800 到 3500 字，每张参考图写明只管什么。

【生成目标】《{片名}》第{N}段，15 秒。严格承接上一段结尾：{上一段结束状态原句}。本段只做：{一件事}。{风格设定段}。本段只演到：{结束状态}。
【参考图用途】@图片1 是{角色}，只锁定脸、体型和穿戴，不采用纯色底和静止站姿。@图片2 是{场景}，只锁定空间布局、固定物位置、主光方向与冷暖。@图片3 是{道具当前状态}，全段只有这一个。
【空间与连戏要求】{机位在哪一侧}。{比例参照}。本段道具与状态：{逐项}。
【表演与摄影】表情只动耳朵、瞳孔大小、胡须、嘴角；眼睛颜色不变、不发光。
【镜头01｜00.00—02.00秒｜{机位}】{焦段}，{运镜}。接上一镜（{结束状态}）：{一个动作}；结束状态：{状态}。声音：{动作音效}。
【声音】无背景音乐、无配乐，只生成环境声、动作音效与角色声音；无字幕。
【保持一致】全片只有这一个{角色}；眼睛颜色不变；镜间硬切、不叠化；画面无文字。

第 3 段拉面的九宫格：每格只有一个动作，对应提示词里的一个镜头。九宫格只给人看动作和构图，不作为生成的参考图。

检查：每镜一个动作、起点等于上一镜的结束状态；参考图编号与上传顺序一致；15 秒不超过 13 镜；画幅、分辨率放在生成参数里。

第五步 生成：多参考生成，先报价、先 480p

要点：把角色、道具、场景设定图一起作为参考上传，一段 15 秒一次生成，每段都对着同一套设定画。花钱前先报价，我们批了才提交；先用 480p 把提示词调对，每段至多试 2 次，整片满意再出高清；超时按任务号查，不重复提交。

先别生成。用同样的参数给每一段估价，只估价不提交，把每段的花费、合计和当前余额列给我。我说「批准报价」再提交；参数一变就重新报价。超时不要重新提交，按任务号查结果。

第二集成片的 30 个镜头，每镜一帧：同一只猫、同一间厨房，面按工序一步步往下走。

检查：每次生成前本人批过报价；任务号和实扣积分记进 项目.md；成片自己完整看过一遍再说「好」。

接入 Higgsfield：MCP 或 CLI

先在 Higgsfield 官网 登录（可以用谷歌账号）。两种接法任选一种，拿不准就用 MCP。

Higgsfield 官网的 MCP 页：顶部按 Agent 分标签，各家的接法都在这里。

MCP（不用装软件；Claude 桌面版、ChatGPT 只能用这种）

1. Claude Code 在终端运行 claude mcp add --transport http higgsfield https://mcp.higgsfield.ai/mcp；Claude 桌面版在设置 → Connectors 里添加，URL 填 https://mcp.higgsfield.ai/mcp。
2. 会话里输入 /mcp，选 Higgsfield，在浏览器里点授权。
3. 让 Agent 查一次积分余额，能查到就接通了。

CLI（终端里的 Agent，需要 Node.js）

1. 安装：npm i -g @higgsfield/cli。
2. 登录：higgsfield auth login，在打开的浏览器里完成。
3. 验证：higgsfield account status 读到余额；配套 Skill 可选装 npx skills add higgsfield-ai/skills。

下载 AI 导演台 v1.0.0

压缩包里有 Skill 本体（立项、五步、成片七步，每步一张关口卡）、三个工作流（通用、动物喜剧、商业广告）、三个只含最终产物的完整样例，以及 208 个画布的提示词统计资料。

1. 下载并解压，在一个空文件夹里启动 Agent（Claude Code、Codex、Gemini CLI、Cursor 等）。
2. 把压缩包 README 里的安装提示词粘给 Agent：它先问 Higgsfield 用 MCP 还是 CLI，再装好 Skill 和接法；也可以照 AGENTS.md 手动装。
3. 读到积分余额就装好了，说一句主题开拍，比如「用导演台做一条 60 秒动物喜剧：一只胆小的柴犬当消防员」。

11.9 MB · SHA-256 91de5259b400020a1cba77bfdbfc0fc254fa5e10010f282a55c0ef8a7b49c412

常见问题

AI 动画短片怎么做？

按五步做：先出角色定妆照稳住脸，再按工序出道具状态图，再搭一张不放人的场景设定图并衍生机位，然后把每段 15 秒写成逐镜动作的视频提示词，最后用多参考生成逐段出片，先 480p 试，满意再出高清。

AI 动画短片怎么保持角色不变脸？

靠一张干净的定妆照加版本管理。定妆照用浅灰纯色背景、空手、无字，表情全部交给提示词；需要糊面粉这类状态时，从定妆照出发一次只改一处；每个镜头只用对应版本的图。

视频提示词写多长合适？

15 秒一段，导演台给的范围是 1800 到 3500 字；第二集每段实际约 3000 字。每个镜头的时间、机位、动作、结束状态和声音都写清楚，自然就到这个量。

Higgsfield MCP 怎么接进 Claude Code？

在终端运行 claude mcp add --transport http higgsfield https://mcp.higgsfield.ai/mcp，再在 Claude Code 会话里输入 /mcp，选 Higgsfield 登录，浏览器里点授权。接好之后让 Agent 查一次积分余额，能查到就是通了。

一定要用 Higgsfield 才能用导演台吗？

导演台默认走 Higgsfield，MCP、CLI 两种接法任选；七步做法和平台无关，换生成入口只改调用那一部分。

做一集要花多少积分？

不同模型、分辨率和段数差别很大，以 Agent 生成前给的报价为准。省钱的办法是先用 480p 把提示词调对，每段最多试两次，整片满意再出高清；超时不重复提交，免得重复扣费。

延伸阅读

• AI 视频提示词框架：拆 208 个画布总结的七类通用模板：五步背后的完整统计和七类提示词填空模板
• 42. AI 视频剪辑实战：用 Claude Opus 5.5 剪口播长视频：生成好的片段，长视频怎么交给 Agent 剪