上一篇拆了《首尔今天有点鲁》的制作链路，评论区最多的一类反馈是"道理懂了，上手还是懵"。这篇把那套 3 小时 12 分钟的保姆课直接拆成 14 张图——每张图对应一个上机动作，参数和提示词都从视频里逐帧抄录，照着做就能从零走到成片。

先给全流程骨架，心里有地图再上路：

剧本（3+3+3法则）→ 资产设计（三视图+道具产品图）→ 分镜（幕/场/节拍）→ 提示词（RTCF框架+运镜语言）→ 视频生成（多图参考+全图参考模式）→ 剪映二次剪辑

第一步：认识两件武器

即梦是字节官方的创作台，Seedance 2.5 是它的旗舰视频模型；LibTV 是套在多家模型外面的节点式工作台，核心卖点是"多图参考"——把角色图、场景图、道具图全部挂进画布，生成时用编号互相引用，这是后面一切角色一致性的基础。

教程里演示的第一个动作很朴实：在素材库里搜参考视频。讲师原话"手枪的视频也可以搜的"——找参考是全流程的起点，先看别人怎么拍，再决定自己怎么生成。

第二步：用一段提示词把故事变成剧本

这是全课最值得抄的一段。讲师没有手写剧本，而是给 DeepSeek 发了一段结构化指令：

你是顶级编剧，请你帮我写出专业脚本，要求有画面张力，节奏感好，没有台词，符合短剧3秒原则和三幕加三原则（即：30秒内至少有三个钩子、三次起伏、三个冲突），强烈的情绪感染力，影片般的剧情，不超过2分钟时间。

“3+3+3"就是短剧剧本的骨架：30 秒内 3 个钩子留住手指、3 次起伏推着情绪走、3 个冲突制造期待。机器人生成的剧本拿回来后是一张分镜表：

四列结构直接可抄：时间段 / 内容动作 / 情节推进 / 冲突结果。每 30 秒一行，编剧注写节奏要求（这套示例的注是"平均每 6 秒一个笑点/冲突，默片式夸张肢体语言”）。注意"没有台词"这个设定——AI 短剧的对白靠后期配音，剧本阶段只需要画面。

讲师和模型的配合方式也值得学：不是一次性要完整剧本，而是让 AI 先给 6 个方向的选择题，人选定一个再说"继续"，逐层收敛。这比一句"给我写个剧本"可靠得多。

第三步：把剧本拆成四类资产

很多人拿到剧本就开始生视频，教程在这里踩了刹车：先做资产。四类拆法——主角资产、配角/群像资产、场景资产、道具资产——每类都有专属提示词模板。

道具走"产品图"路线，模板逐字可抄：

〔物品名〕产品摄影，〔形体描述〕，〔材质细节〕，纯白背景 #FFFFFF，正面均匀柔光无阴影，UE5 引擎 3D 写实，真实〔材质〕纹理，8K 超高清

用教程里的"青铜古钥匙"填一遍：圆形钥匙直径约 20cm，青铜质感锈迹花纹，边缘带符号装饰痕迹，古朴厚重质感——后半段固定词原样粘上就是一条合格的产品图提示词。场景走"空镜"路线，模板同样固定：无人场景 + 环境描述 + UE5 3D 写实 + 8K。

角色设计还有个前置于工具的方法论：

用圆、方、三角三种基础几何形状统一控制角色的脸型、体型和局部特征——帽子的形状、胡须的走向、衣服的轮廓都跟着主角的几何属性走。反派用尖锐三角形，憨角用圆形，观众在看到脸之前就已经"读懂"了角色。

第四步：LibTV 的杀手锏——角色三视图

在 LibTV 画布里放一个图片节点装角色参考图，连到生成节点，选择"角色三视图"模板。功能说明原文：

点击生成，直接基于当前图像生成正面/背面/仰45°的白底三视图；支持通过文本/参考图生成。

参数：模型 Lib Nawo 2，画幅 16:9。这一步是角色一致性的地基——三视图生好后，后续所有镜头生成时把三视图挂为参考图，角色外观就不会漂。

章节内容里角色资产细分为低成本角色（三视图/表情/状态/服装）、拟人化角色、群组人物三条路线，加上道具与场景，凑齐"资产四大件"。

第五步：分镜之前，先懂剧的结构

幻灯片原文的五层：幕（Act）→ 场（Scene）→ 序列（Sequence）→ 节拍（Beat）→ 镜头（Shot）。最容易被忽略的是节拍——“一个角色为了达成某个目标而采取的单个行动与对方的反应”。分镜表里的每一行，本质都是一个节拍。

落到操作上，是把分镜提示词整理到画布：

左列场景参考图、右列生成结果，节点间连线，滚轮推拉缩放。分镜阶段的产物是一排"定场节点"，每个节点自带分辨率标记（1280×720 即 720P 目标）。

第六步：提示词的 RTCF 框架与运镜语言

RTCF 四要素在幻灯片页脚里给了完整清单：画面美学（风格、构图、视距、视角、景别、光线、色调）。教程把这串词拆成六张"视角"卡逐一示范：

平视、俯视、仰视、鱼眼、长焦、广角——每种视角配一张示例图。写提示词时视角词必须显式出现，“鱼眼镜头"四个字比"夸张变形"有效得多。

生图实测帧里的完整示例可以感受密度：

写实摄影风格，超高清电影画面，〔主体〕，〔环境〕，8K，超现实渲染，Unreal Engine——风格词、画质词、引擎词一个不落。AI 不猜，全靠喂。

第七步：视频生成的多图引用

到视频生成节点，前面所有资产在这里汇合：

提示词里用编号引用参考图：【图像1】为角色铁嘴（外形/神态/表情/服装以图为准），【图像2】为场景——模型认图不认字，编号绑定是 LibTV 多图参考的用法核心。提示词结构照抄模板：分镜概述（第 N 镜，外景/内景）→ 画面内容 → 角色设定（引用图像编号）→ 限定要求（人物比例协调、发型服装保持一致）。

生成参数面板：

模型下拉可选 Seedance 2.0 VP / Fast / Mini、Happy Horse 1.1 / 1.0、Kling 03 / 01。教程的默认选择是 Seedance 2.0 Fast + 全图参考模式 + 16:9 + 720P + 6 秒 + 1 个。全图参考意味着所有挂载的参考图整体约束画面，这是多主体一致性的开关。

第八步：剪映收尾

素材按分镜顺序铺进时间线，开头一个 0.5 秒黑屏"起手势”——短剧开场的呼吸感就是这么来的。

收尾三板斧：音效库补"人声以外的其他声音"（环境音、动作音）、音乐库选氛围 BGM 拉长轨道、设置音量与淡入淡出。字幕用剪映智能字幕识别配音再手动改错，教程的编剧注早写好了配乐方向：“蒸汽朋克舞曲切电子战斗风，温情钢琴收束”。

14 步速查表

这套流程最反直觉的一点：生视频是第 11 步，不是第 1 步。 前十步全在做约束——剧本约束叙事，资产约束外观，分镜约束构图，提示词约束画面。Seedance 的"演技"只在约束铺满之后才兑现。

教程出处与成本账本见上一篇《〈首尔今天有点鲁〉为什么看着不假》。