最近总有人问：现在到底能不能用AI工具，做出像样的、流畅的、清晰的AI电影？
那些在抖音、快手上刷到的AI微电影，难道非得用那些听起来高大上、实际上门槛极高的专业软件才能做出来？
其实完全不是这么回事。很多AI工具生成的微短片、微电影，流量数据相当不错，根本不需要什么“天价设备”或“编程基础”。为了让思路更清晰，这次虚构了一个国产末日科幻题材的AI短片案例——《余烬长安》，把目前最稳定、成本最低、效果最靠谱的一套AI微电影工作流，从头到尾拆解一遍。
那么，制作一部10分钟微电影，到底需要哪几步？
一、前期准备：准备好工具箱
工欲善其事，必先利其器。这次会用到的AI工具，大致是这些：
- 写故事（大脑）：ChatGPT 4.0 / Claude（逻辑强、能写分镜）
- 画画面（眼睛）：Midjourney（目前画质天花板）
- 做视频（肢体）：可灵AI（Kling）/ Luma（让图片动起来）
- 做配音（嘴巴）：剪映专业版 / ElevenLabs
- 做配乐（耳朵）：Suno（几秒钟写一首电影BGM）
二、搞定剧本 + 分镜
微电影最核心的骨架，是故事和分镜。10分钟的小片，结构必须清晰。打开ChatGPT，输入下面这个中文提示词即可：
ChatGPT 中文提示词：
“你现在是一位获得过奥斯卡的科幻电影编剧，请你为我构思一部名为《余烬长安》的10分钟微电影剧本。世界观：2088年，击沉团灭日本后经历核战废墟般的长安，被风沙和变异植物覆盖，赛博朋克光影与古建残骸混在一起。
主角：林默，30岁，沉默寡言的废土拾荒者，穿着经过改造的汉服机能装。
核心冲突：他在钟楼废墟下挖到一颗“未被污染的绿色种子”，却被机械野兽盯上。
请输出：可以拍成10分钟短片的详细剧本。一份结构化【分镜表】：包含场号、景别、画面描述、运镜方式、音效或旁白。画面描述要非常有画面感，方便我后续做图。”
ChatGPT会自动生成完整的剧本+分镜表，相当于给你搭好了整个微电影的“框架”。
三、用 Midjourney 把画面定死
做AI微电影，最怕什么？怕的是角色变脸——第一张图还是吴彦祖，下一张就变成彭于晏。所以这一步的关键，是：先确定角色长相，再用这个角色持续生成所有镜头。
1）先做主角“林默”的定妆照
下面是MJ提示词（中文版，可直接用，或转成英文使用）：
Midjourney 主角提示词（中文）：
“一张电影级镜头。角色是一位叫林默的中国男性，30岁，穿着未来感的破旧汉服机能装，脖子挂着防毒面具，脸上有尘土，眼神锐利。背景是荒漠化的废土城市。画面有电影光影，高级质感，清晰细节，16:9。”
生成多张后，挑你最喜欢的那张——这就是你的主角“角色参考图”。
2）生成分镜画面（确保人物一致性）
比如“钟楼废墟”的场景：
MJ 场景提示词（中文）：
“超广角镜头，2088年的长安钟楼废墟，沙尘满天，巨大变异藤蔓缠绕古建筑，故障闪烁的霓虹中文招牌，空气中漂浮尘埃，电影级光影，16:9。”
再比如“林默发现种子”：
MJ 镜头提示词（中文）：
“中景镜头，林默蹲下看着沙土中发光的绿色幼芽，机械义肢的手轻轻拨开灰尘，环境昏黄，光束照向植物，浅景深，电影氛围，16:9。（使用角色参考图锁定脸部一致性）”
几个小技巧：一定使用角色参考功能，不然人物会变脸；画幅统一用16:9；光影尽量保持同一风格，电影才不会跳戏。
四、让图片动起来
这一步用可灵AI做“图生视频”。流程很简单：点击“图生视频”，上传刚才在MJ生成的图片，填写中文提示词，告诉AI该怎么动。
可灵中文提示词示例：
“画面保持电影质感，镜头缓慢推进到发光的绿色幼芽。林默的手轻微颤动，他伸手触碰叶片，尘土随动作缓缓飘起。光线柔和，不要夸张动作。”
负面提示（可选）：
“不要畸变、不要多余手指、不要穿模、不要突然跳动。”
⚠️ 避坑：动作写太大，人会扭曲。初学者只要拍“轻微动作”和“运镜”，就够稳了。大场景选“平移/拉远”，人物特写选“轻微推镜”。
五、Suno + 配音：声音就是灵魂
1）Suno 做背景音乐
Suno 中文提示词：
“电影配乐，偏史诗感。鼓点厚重，古筝混合电子音色，氛围紧张又苍凉，有反乌托邦风格。不要人声，纯音乐。”
可以生成2首，挑更配情绪的那一首即可。
2）旁白 / 配音
如果想简单点：用剪映专业版→解说→男声（低沉）。如果想更专业：ElevenLabs选一个沙哑一点的角色，调低“稳定性”，让语气更自然。
六、打开剪映或 PR 完成剪辑合成
最后一步：剪辑合成。按这个节奏走：
- 先铺BGM
- 把每个片段按分镜排序
- 需要说话的地方，上口型同步（HeyGen / SadTalker）
- 套LUT + 加黑边，电影质感立马出来
- 加字幕、调节音量，完工！
AI时代，一个人就是一支完整的制作团队。你会发现，用AI做10分钟微电影，其实就是深刻理解好下面这个流程：
GPT写故事 → MJ画画面 → 可灵做动态 → Suno做音乐 → 剪映合成。
真正决定作品质感的，从来不是工具，而是你的审美、想象力和分镜思维。第一次尝试的话，建议先从30秒短片起步，熟悉流程后再逐步升级到5分钟、10分钟。过程中可能会发现某些AI工具生成效果欠佳，那就多试几次——只有跑通整个流程，后续才能真正优化细节。
