产品君拆解 AI 长片工作流：分镜、预演、角色调节、穿帮修复与成本控制

视频开头说，AI 做视频已经有点吓人：不仅占领短剧，还开始进入影视级长片。作者第一反应是这得抽多少卡、烧多少钱，但随后表示 AI 出片的工作流已经升级，于是围绕“AI 做长片有哪些套路、怎么少走弯路”做拆解。以下内容根据语音转写整理，属于视频口述经验与工具流程，不是独立实测报告。 第一步是分镜。视频认为 AI 能不能做出大片感，分镜很重要。新手容易掉进的坑是暂停截图几百次，最后自己都看懵。作者现在的做法是把参考片扔进 i h t v 里做拉片复刻，让工具把全片切成单镜头，并识别景别、运镜、机位，最后给出一张随时能改的分镜表。这样抽象的电影氛围感被拆成具体的机位和景别，拍长片就没有想象中那么悬。 第二步是演员走位和运镜。视频指出，演员走对了相机可能反了，相机对了人又走偏，越补越长，每重抽一次都在烧时间、烧 token。作者会先用 Blender 的 RH 插件搭场景，确定人物在哪停、相机在哪边绕，先做成一段“白魔预演”，再一键导入 RHTV，相当于正式生成前先把这场戏彩排一遍。这样 AI 脑子里有了画面，才不会胡乱发挥，出片率会拉高。 第三步是 AI 演员的一致性，尤其是面部表情。镜头一拉近，如果眼神呆滞、表情僵硬，AI 味就会太重。视频提到用 RHTV 的人物调节功能给角色微整形，可以修正面部表情、微调姿态，甚至改妆容。作者认为表情细节调整到位，AI 演员才能真正打动人。如果不想自己捏人，工具自带的虚拟人像库还有 100 多个高品质数字演员，可以直接挑顺眼的。 第四步是正式开拍后的穿帮修复。视频假设生成视频细节都挺满意，但中间冒出一个穿帮镜头。以前要反复抽卡，现在直接用 htv 逐秒抽帧，把穿帮画面找出来，精准修复那几秒即可。这里强调的是定位问题片段后再修，而不是整段重做。 第五步是控制成本。视频说一部长片有几十上百个镜头，如果一路闭眼盲抽，钱包会扛不住。作者提到在 RunningHUB 上，MiniMax H3 RH Enhance 会员限时免费跑，效果媲美 SD 2.0。想练手、想无限试错的人，可以趁这个活动多试。 最后，视频提醒片子做成后别让它在硬盘里吃灰。Runninghub 联合华语科幻星云奖举办的全球 AIGC 长篇大赛正在征集稿件，总奖池给到 550 万，单项最高 100 万。作者说，以前聊做独立电影，大家总在等团队、等预算、等时机，现在工具就在这了，脑子里压了很久的故事可以按下开机键。 限制与说明：以上工具名、活动名称和金额均来自视频语音转写，其中 i h t v、RHTV、htv、RH 插件等拼写为语音识别结果，具体产品名、界面、参数、免费期限、赛事规则和奖金发放方式，视频语音中没有完整展开，本整理也未独立核实。视频没有给出可直接复现的提示词、具体案例演示或实测数据，适合作为工作流思路参考，而不是操作承诺。