AI 电影创作札记
每篇文章都从真实制作中一次失败或成功的经历写起：被拒绝的提示词、浪费的积分，或终于成立的镜头。我记录哪里出了问题、原因何在，以及如今如何处理。
无害的 AI 生图提示词，竟被电影名拦下
我写的场景明明没有敏感内容，AI 生图请求却因一个电影名被拒。这里记录我如何排查专有名词，用具体的光线、色彩和构图描述替代电影引用。
阅读文章最新文章
Nano Banana Pro 生图前就报错
Nano Banana Pro 一提交就返回 HTTP 500，连任务都没创建。我排查了宽高比和参考图结构，先用 1K 测试，再完成 4K 放大。
AI 生图批次已取消，为什么还在扣点数
我在 Windows 上取消了后台生图批次，图片却继续出现，点数也继续减少。这里记录如何按命令行找到残留子进程，并确认整个生成进程树已停止。
Higgsfield 竖版海报为何生成前就失败
我用 4:5 制作竖版海报，却在生成前被 Higgsfield 拒绝。本文记录同一模型不同命令的比例限制，以及带文字海报为何改用 3:4。
AI 把我的虚构角色生成为名人的脸
我为虚构公主生成了 10 张照片，结果全是现实中同名公主的脸。本文记录我如何去掉姓名和头衔，先建立角色面孔，再用首张照片保持后续身份一致。
Higgsfield 拒绝了我的肖像，仍然扣费
我生成的无害肖像被判为 NSFW，Higgsfield 却照样扣点数。本文记录误判、提示词修改和构图测试，以及我为何停用自动重试、限制再次尝试。
Higgsfield 图片生成超时，其实早已完成
Higgsfield 提示超时，图片没下载却已扣费。我通过最近任务记录和 MD5 比对找回成图，全程没有重新生成，也没再花积分。
我让 AI 画没有指针的钟，却得到指针和数字
我要求 AI 生成没有指针的钟，结果指针和数字都出现了。改写提示词时，我描述替代它们的表面，并检查提示词与模板中的视觉否定表达。
用四个生成版本诊断 AI 视频镜头
我把四个 AI 视频版本当作一轮诊断，逐帧检查构图、光线、动作、物理和连续性，找出重复出现的问题，保留可用片段，再决定下一轮如何修改提示词。
制作不带手部和背景的道具参考图
我用独立的 3:4 图像定义反复出现的道具，排除手、人物和环境，逐项核对完整外形、材质、颜色、比例、磨损与标记，让后续镜头有明确的连续性标准。
按角色固定穿戴的服饰组织服装参考图
我把角色固定穿戴的服饰合成一张 3:4 完整造型图，将可选配饰和不同剧情状态单独建图，再核对材质、图案、颜色、廓形与合体程度，保持跨场景连续性。
AI 角色设定图：服装和脸同样重要
我如何为每套服装建立角色设定图，用不含头部的正面全身视图记录服装结构，再分别审核面部身份、身体比例和辅助视图，保持镜头间的角色连续性。
把现有 AI 肖像补成完整的角色参考集
我如何盘点已批准的 AI 肖像，按实际用途保留正面脸部和场景参考，只补齐缺失的三分区设定图、全身图及中性面部图，避免为统一比例重复生成。
AI 人像先塑造独特面孔，再加皮肤细节
我按顺序审核 AI 人像的9 项决定，先明确景别、摄影处理、识别特征和面部结构，再加入皮肤纹理，避免细节逼真却千人一面的生成结果。
用平面图固定 AI 镜头中的门和家具
门和家具总在 AI 镜头切换后移位？我先用俯视平面图标出固定参照点、物体位置与距离，再把它作为空间参考，检查换角度后的场景布局是否一致。
用已有画面作为下一个 AI 镜头的首帧
已批准的 AI 镜头很难自然接下去时，我会截取其中一帧作为下一镜头的首帧，再用道具设定图补全周围环境，保留原镜头并检查视角衔接。
英语语音模型编造日语对白，置信度检查拦住了它
英语语音模型转写日语时编造了对白，却正确标出 27 行中有 23 行存疑。我保留这次失败记录，并说明为何置信度检查能拦截错误，却不能修复转写。
一个决斗镜头如何分配角色、刀与场地参考图
以一个 14 秒的决斗提示词为例，拆解两名角色、一把刀和一处场地的参考图分工，再把它们绑定到画面方位、空间层次、运镜和分段动作中。
为什么我把大腿伤改成了手臂伤
大腿伤没有参考图，手臂伤却已有素材。我据此调整打斗中的伤口位置，让提示词能指向对应角色、部位和状态的现有参考图，保持前后镜头里的伤痕一致。
为什么 25 秒打斗容不下 4 处伤口
我把 25 秒 AI 打斗中的 4 处伤口减为 3 处伤妆痕迹，重新分配动作时间，并精简提示词，让每次交锋和局势变化都能被看清。
决斗提示词删去 63% 后，808 词保留了什么
我把决斗提示词从 2,164 词压缩到 808 词，保留 3 次刀刃碰撞、黎明硬光、剑术和未完的攻势，逐项判断哪些指令不能删。
14 秒打斗提示词为何要给每段动作定时
模型把 14 秒决斗的前 4 秒耗在起步准备上。我给每段动作标明时间，并让首帧直接进入运动，为每次碰撞和未完成的进攻留出位置。
拆解 14 秒手持剑斗的现存提示词
我逐段拆解一份 14 秒手持剑斗提示词，从首帧调度、摄影机时机到刀刃重量，说明各项要求如何配合，也明确指出现有文本缺失的部分。
决斗视频生成前，我标记通过的 12 项提示词检查
我为一段决斗视频的提示词逐项标记了 12 项检查，说明它们检查了什么，也交代提示词长度、动作时间和连续性上仍需另行核对的问题。
我的 AI 电影项目中，仅一部有可核验终剪
我核查电影项目文件后发现，概念、图像库、未完成的剪辑与已交付成片必须分开统计。只有一部作品有可核验的最终文件，忙碌并不等于完成。
一部 AI 短片背后的 234 张图像
我盘点了短片 Borrowed Wounds 的图像库，拆分人物、场景、道具、服装与分镜图，说明参考素材和分镜画面各自解决什么制作问题。
820 条成功日志为何只算 805 个图像任务
我核查生成记录后，将 820 条成功日志去重为 805 个独立图像任务，但当前输出只有 713 个。三种数字对应不同状态，不能混算。
同一部电影为何有 45 条提示词和约 200 个镜头
我用一部 AI 电影的制作记录说明，45 条视频提示词与约 200 个最终镜头为何都成立，并区分文字规划、生成片段和交付剪辑的计量单位。
38 个视频文件，其实只有 19 条独立短视频
我盘点了影片宣传目录里的 38 个视频文件，发现它们只对应 19 条独立短视频。音轨版本、轮播视频和发布计划，为什么不能混在一起计数？
196 张角色图和 139 项锚点说明不了什么
我记录了 196 张角色图、139 项锚点和 515 条制作记录，但它们都不是独立角色设定表的数量。统计单位没有定义清楚，精确数字也会误导。
我们用 405 帧检查了一部 AI 电影成片
我从成片中抽取 405 帧进行视觉检查：常规段落每 2 秒一帧，关键段落每 0.5 秒一帧。明确抽样范围，才能知道实际检查了多少，也避免混淆镜头统计。
默认图 1.5 积分，2K 为何只要约 1 积分
同样请求 Nano Banana 2，默认图花了 1.5 积分，2K 版却只花约 1 积分。我核对实际执行模型，才发现服务器路由改变了比较对象。
咖啡热点视频的播放量是我最佳电影帖的 9 倍
玛奇朵热点视频拿到 2,743 次播放，我最好的电影帖只有 292 次。这组差距让我重新思考，零粉丝的新账号该怎样推广 AI 电影。
角色设定表的互动率超过了我的电影结尾
角色设定表帖的参与率达到 17.2%，超过电影最终镜头帖。我把同一账号的制作幕后与剧情内容逐项比较，重新判断两次作品发布之间该发什么。
我互动率最高的电影帖，竟然不是视频
我的 Instagram 数据显示，轮播图的互动率更高，Reels 则传播得更远。两种结果让我改变了选择电影推广内容形式的方式。
1 行配文胜过我 80 至 130 词的剧情帖
一条只有 1 行配文的视频拿到 2,743 次播放，80 至 130 词的剧情帖却没超过 292 次。我据此重新审视开头、标签和链接。
“链接见简介”让我在 Threads 流失点击
9 月 13 日的 2 条 Threads 帖子写着“链接见简介”，本可直接放可点击的电影地址。这次复查让我明确哪些内容要改、哪些该保留。
40 条限时动态排期后，仍要手动加链接
40 条 Instagram 限时动态已排期，但所用自动连接不支持链接贴纸。我选择逐条手动补上，也因此重新界定了发布工作何时才算完成。
发了 27 条 TikTok 后，我决定先不优化
发了 27 条 TikTok，播放量分布却几乎没有差别。我决定再等两周，而不是把噪声当成规律，并区分哪些观察支持调整，哪些还不足以行动。
我认错了镜头里的人，三张脸纠正了判断
我把双手看成刀柄，认错了镜头中的角色，误判了影片的核心场景。将三张裁切放大的脸并排对照后，我纠正了身份判断，也重新理解了那次剪辑。
暂时没有符合搜索条件的文章。