20人搞定AIGC长片，提示词实战拆解

爱奇艺刚上了部《奇谭：纸刃渡荒墟》，国内首部拿证上线的AIGC网络故事片。全片60多分钟，幕后团队就20来号人，硬是抠出了200多个角色和视觉资产。 搁以前，搞这种体量的东方志怪特效，没个几百号人肝个把年根本下不来。现在20个人就把活干了。但这帮人绝不是天天对着屏幕祈祷AI“抽卡”出奇迹。 这其实印证了创作环境演变的一个残酷真相：工具变了，但对视觉控制的底层要求反而更苛刻了。AIGC影视制作早就过了靠运气出图的玩票阶段，拼的是结构化的提示词工作流和工程化思维。 AI导演刘海洋提过一嘴，“AIGC强大的快速迭代能力，让创作团队能够不断尝试不同视觉方案，在较短时间内完成创意验证”。这话听着像公关稿，但落到实处就是精准控制。把复杂需求拆解，用写工程代码的逻辑去跑通提示词，才是他们能用20人撬动60分钟长片的底牌。 别再把写提示词当成求签问卜了。放弃对“神仙咒语”的迷信，老老实实去建你的模块化工作流。 搞过影视后期的都知道LUT（色彩查找表），套个预设整个片子的色调就统一了。做AIGC长片也是这个理，模块化工作流的起手式，就是把基础提示词当成视觉LUT来用。很多新手写提示词，一上来就疯狂堆料，什么白发帅哥、破庙、月光、飞剑一股脑塞进去，结果AI给你吐出来一个西方魔幻风的塑料小人。这就是没定调就堆料的代价。 看看《奇谭》团队是怎么干的。他们先搞了一套东方志怪的基础LUT。在提示词的最前面，死死锁定材质和光影基调。先输入粗糙宣纸纹理、斑驳丁达尔光影、低饱和度青橙色调、幽诡氛围。这套基础词就是他们的视觉底座，不管后面生成什么，都得在这个色调和材质规则里跑。 定好调子之后，再往里面堆具体的资产。你要生成主角白小满，就在基础LUT后面叠加失去记忆的御纸师、服饰带有折纸结构。你要生成隐市场景，就加上阴阳两界夹缝、幽诡奇景与烟火市井交织。因为底座是稳的，不管怎么换角色和场景，出来的画面都带着那股正宗的中式志怪味儿，绝不会突然蹦出一个赛博朋克风的纸人。 先定调再堆料，这不仅是防崩坏的保险丝，更是统一全片视觉资产的捷径。别总指望靠几个神仙形容词就能让AI懂你的东方美学，把基础色调和材质写成固定的前缀模块，你的提示词才算真正入了工程化的门。 底座的LUT搭好了，接下来就该往里面填肉。咱们拿主角御纸师白小满来开刀，看看这套中式志怪材质的提示词配方到底怎么配。 以前写角色提示词，很多人喜欢堆砌白发帅哥、眼神深邃、古风飘逸。结果AI给你吐出来一个穿着汉服的古偶男主，毫无志怪感。做东方志怪，核心在于打破常规的人体物理逻辑，把非人的材质感做透。 团队拆解白小满时，没有写一句废话，全是在抠物理属性。他们把提示词拆成三个模块：服饰结构、材质细节、神态光影。 先写服饰结构。御纸师的衣服不能是丝绸，得是纸。提示词里死死咬住服饰带有折纸结构、衣摆呈现纸张翻折的硬朗边缘。不用飘逸这种虚词，直接告诉AI纸张的物理形态。 接着上材质细节。光有结构不够，还得有岁月感。加上粗糙宣纸纹理、边缘带有毛边和做旧泛黄、局部有朱砂符文渗透。把纸的脆、旧、以及被法术浸染的痕迹具象化。 最后用神态和光影收尾。眼神空洞但带有执念、面部有斑驳丁达尔光影切割、半张脸隐入阴影。光影不仅是照明，更是为了强化纸张的褶皱感和角色的诡异氛围。 把这三个模块按顺序拼进基础LUT里，一个带着纸质感、有故事感的御纸师就立住了。 写角色提示词从来不是写抒情小作文，而是做物理属性的逆向工程。把角色的材质、结构和神态拆解成AI能精准执行的参数，你才能捏出真正有灵魂的志怪角色，而不是一个穿着纸衣服的塑料模特。 主角捏好了，总得给他安排个出场的地盘。片子里白小满勇闯的是阴阳两界夹缝“隐市”。以前写这种场景提示词，很多人习惯堆古风街道、红灯笼、大雾弥漫。结果AI直接给你吐出一个横店影视城，或者千与千寻的汤屋，土味十足。 做东方志怪场景，核心在于用环境光影去卡死基调，而不是靠形容词堆砌。团队拆解隐市时，把场景拆成空间结构、光影色彩、环境细节三个模块。 先搭空间结构。隐市是两界夹缝，提示词里死死咬住阴阳两界夹缝、错落有致的破败吊脚楼与残缺牌坊交织。把空间的扭曲感和破败感先定下来。 然后上环境光影。幽诡奇景不能靠死黑，得靠光。他们用了冷色调的幽蓝月光打底，局部穿插暖橘色的纸灯笼微光。这种极端的冷暖对比，直接锁死了东方奇幻那种诡异又带着点市井烟火气的基调。 最后抠环境细节。加上青石板上的积水反光、空气中漂浮的半透明纸屑。这些物理细节让场景有了真实的呼吸感。 把这三个模块按顺序拼进基础LUT里，一个幽诡奇景与烟火市井交织共生的隐市就成型了。 写场景提示词从来不是写风景散文，而是做光影和空间的物理搭建。用具体的光源、色温和材质去锁定创作基调，你的场景才不会沦为毫无灵魂的绿幕背景板。 场景和角色都静态搭好了，接下来得让它们动起来。以前让AI视频动起来，随便写句人物走路、镜头推进，AI直接给你吐出一段丝滑但毫无物理逻辑的太空步。纸偶这种特殊材质，动起来更不能像活人。 团队做动态提示词，用的是镜头语言与物理动态的叠加逻辑。先抠物理动态，纸偶没有肌肉，不能像人一样平滑发力。提示词里得死死咬住关节呈现折纸铰链式顿挫运动、衣摆随动作产生纸张翻折的物理形变。把纸的物理惯性和顿挫感写进去，动作才有那味儿。 然后叠加镜头语言。不能只写个跟随镜头，得结合材质特性。他们用的是低角度仰拍跟随、镜头焦点锁定纸偶边缘的毛边纹理、背景隐市场景呈现动态模糊。摄影机的运动轨迹和材质的物理形变耦合在一起，画面张力直接拉满。 这种叠加逻辑让动态资产的废片率直线下降。以前调一个3秒的纸偶施法镜头，得靠运气抽卡几十次，现在通过固定这套物理加镜头的组合模块，单次生成可用率提升了近40%，直接砍掉了大量无效渲染时间。 写动态提示词不是写动作指导剧本，而是给AI设定物理引擎和摄影机轨道。把材质运动规律和镜头调度写成耦合模块，纸偶才能真正活在隐市里，而不是像个劣质提线木偶在屏幕前抽搐。 模块拼得再漂亮，也别指望一次生成就能直接进剪辑线。AI出图本质上是个概率游戏，指望一次成型纯属做梦。以前大家调提示词，发现画面不对就全盘推翻，改个光影词结果连主角的材质都跟着变异，纯纯的无头苍蝇。 现在这帮搞工程化的人怎么玩？控制变量法。把提示词当成代码来debug，每次只动一个变量，死死锁住其他参数。 拿前面拆解的纸偶施法镜头举例。如果生成的视频里，纸偶动作像面条一样软塌塌，新手往往会去加一堆力量感、肌肉紧绷这种废话，甚至把光影词也改了。结果画面直接崩成怪物。正确的做法是，锁定材质和光影模块不动，只去微调物理动态模块里的折纸铰链式顿挫和纸张翻折形变。改完跑一次，看看关节顿挫感出来没。 如果动作对了，但纸偶边缘的毛边纹理在运动时糊了，那就再锁定动态词，去环境细节模块里加边缘锐利，或者调整镜头语言里的焦点锁定。每次只解决一个具体的物理bug，绝不眉毛胡子一把抓。 AI导演刘海洋在复盘时提到，AIGC强大的快速迭代能力，让团队能在短时间内完成创意验证。这话背后的潜台词就是，他们早就放弃了盲目抽卡。通过控制变量，原本需要跑几十次才能碰运气碰出来的一个可用镜头，现在通过精准的定向微调，废片率直线下降，配合前面提到的单次生成可用率提升，整个资产的产出效率直接翻倍。 写提示词从来不是在许愿池里扔硬币，而是做严谨的变量控制实验。把每次生成的失败当成一次数据反馈，锁定基准，单点突破，你的提示词工作流才能真正跑通从创意到落地的最后一公里。 跑通了控制变量，咱们得把视角拉高一点。别再把写提示词当成求神拜佛念咒语了，你得把它当成工程代码来写。以前大家写提示词，喜欢写一大段不分层的长文本，改一个词全盘崩溃。现在搞工程化，核心就是把复杂需求拆成基础组件。 你看《奇谭》这20人团队怎么搞定200多个资产的？靠的不是每个人脑子里装着几百条神仙咒语，而是他们建了一套模块化的组件库。把粗糙宣纸纹理做成材质组件，把斑驳丁达尔光影做成光影组件，把折纸铰链式顿挫做成动态组件。 以前改个光影，主角的脸直接变异，牵一发而动全身。现在各个组件独立存在，互不干扰。需要生成新角色，直接调用材质和光影组件，再叠加专属的结构组件。这种搭积木式的写法，让资产复用率直接拉满。200多个视觉资产，其实底层就是几十个基础组件的排列组合。 刘海洋在复盘时提到，AIGC强大的快速迭代能力让团队能不断尝试不同方案。这背后的底气，就是模块化带来的极高容错率。代码可以复用，组件当然也可以。 别总盯着网上那些故弄玄虚的万能提示词大全了。提示词工程师的终局不是变成吟游诗人，而是成为系统架构师。把天马行空的创意拆解成可复用、可调试的基础代码，用工程思维去拼装视觉资产，这才是AIGC影视工业化真正该走的路。