实战案例:用AI提示词制作赛博朋克霓虹都市机器人快递员4分钟科幻短篇动画,从雨夜接单到天台告别的全流程
发布时间:2026年09月29日 08:56:25以独立动画工作室参加科幻短片展为真实场景,演示如何用即梦与可灵图生视频链路制作4分钟2D赛博朋克短篇《最后一单》:一台老式送货机器人在雨夜霓虹都市接单,穿越街市与管道,最终把包裹送到天台上的小女孩手中。附世界观与机器人角色卡、新海诚式光影与赛博配色的统一提示词、图生图锚定角色一致性、分镜图生视频的运镜词写法,以及AI动画最常见的角色每帧变脸、雨夜变阴天、霓虹过曝、镜头无意义乱晃等踩坑记录与首尾呼应设计。
背景
一个三人独立动画工作室要为秋季科幻短片展制作一部4分钟左右的2D动画短片《最后一单》,故事内核很简单:2087年的雨城,一台即将被回收的老式送货机器人「老K」接到深夜最后一个订单,穿过霓虹街市与维修管道,把包裹送到旧城天台——收件人是个抱着旧平板等妈妈留言的小女孩,包裹里是一段全息影像。没有台词,靠画面、音效和一首片尾旋律叙事。
传统2D工作室做4分钟至少需要原画师团队两个月、预算十万元级;团队决定用即梦生成角色与关键帧、可灵图生视频做镜头、剪辑台合成的AI管线,目标在两周内成片。AI动画短片的坑和单条广告完全不同:角色要在几十个镜头里保持同一台机器人的设计、雨夜氛围要从第一秒撑到第四分钟、霓虹容易过曝成糊片、模型默认给无意义的镜头运动、情绪高潮戏容易用力过猛变搞笑。本案例围绕「一个主角、一座城、一种天气、一次克制的告别」展开。
第一步:世界观、角色卡与分镜脚本
提示词
你是一位擅长赛博朋克温情短篇的动画导演,风格参考新海诚的光影克制与《爱死机》短片叙事节奏。请为4分钟无对白2D动画《最后一单》产出世界观设定、主角角色卡与逐镜脚本。
【世界观】
2087年南方超级都市「雨城」,终年夜雨;旧城低层区霓虹招牌密布、蒸汽与中文全息广告交织,上空是企业巨塔的冷白光;全自动快递企业正在淘汰老一代机器人。整体基调:赛博朋克外壳,现实主义情感,不反技术不喊口号。
【主角·老K·全片必须同一设计】
老式人形送货机器人,身高约1.4米,米白色旧塑料合金机身布满划痕与补漆色差,方头双眼是两条水平暖黄色光带(emotion由光带长短表达,不是五官),胸口有磨花的快递企业菱形旧logo(不生成任何可读文字),左肩贴一张褪色星星贴纸,右手是机械夹爪左手是软胶垫,背后方型保温货箱;走路略跛(左腿液压杆旧了)。
【配角】小女孩约8岁,红色旧雨衣过大一号,短发,抱一台裂纹平板,住旧城天台阁楼。
【结构4分钟12镜】
第一幕接单(0:00-0:50):充电站醒来→订单弹窗→看一眼「回收通知」灯→出发
第二幕穿城(0:50-2:30):霓虹街市仰视→雨巷广告全息擦身→管道攀爬→差点被新型配送无人机撞倒
第三幕天台(2:30-3:40):递包裹→平板全息亮光是年轻母亲的留言→女孩第一次笑→光带眼睛轻轻变长
第四幕告别(3:40-4:00):老K转身跛行离开,天台门口回头一眼,画面定格在雨停前一线晨光
请输出12镜表:镜号/时长/景别/画面内容/运镜/情绪关键词。
产出:无对白短片的角色卡必须解决「没有五官怎么演」——把情绪器官设计成两条水平光带,长短变化即可表达,AI也容易维持一致性。身体识别锚点选了褪色星星贴纸、磨花logo、跛行三个强符号。分镜阶段明确「不反技术不喊口号」,防止后续生成时模型默认堆反乌托邦暴乱戏。
第二步:角色定妆与关键帧(图生图锁定一致性)
提示词(即梦,先出定妆图)
[定妆图 正侧背三视图]
2D anime film character sheet, an old 1.4m humanoid delivery robot year 2087, off-white scratched plastic-alloy body with mismatched touch-up paint patches, square head with two horizontal warm-yellow light-bar eyes, worn diamond-shaped company logo plate on chest (no readable text), faded peeling star sticker on left shoulder, mechanical claw right hand soft pad left hand, boxy insulated cargo pack on back, slight limp hint in left leg, front side back three views on neutral dark background, consistent design, Makoto Shinkai inspired lighting but cyberpunk palette, cel shading with clean lineart, 16:9
Negative: realistic 3d render, pixar style, human face, mouth, glossy brand-new robot, weapon, text, letters, watermark, multiple different robots, cute chibi proportions
[关键帧K1 充电站醒来]
the same off-white scratched delivery robot with faded star sticker sitting in a dim rainy-night charging alcove, one yellow light-bar eye flickering on, wet neon teal and magenta reflections on puddles outside, vertical Chinese holographic ads blurred in background, 2D anime film still, teal-magenta-amber limited palette, atmospheric rain, 16:9
Negative: daylight, clear sky, oversaturated neon bloom, white out, different robot, text glyphs
产出:先出三视图定妆图再画关键帧,是跨镜头一致性的核心动作——后续所有关键帧都用同一张定妆图做图生图参考,而不是每次文生图。负面词里三件事必写:排除3D渲染感(保持2D赛璐璐)、排除人类五官(避免机器人长出嘴)、排除可读文字(AI生成的中文招牌近看必是乱码,用「blurred holographic ads」让它虚掉)。配色从第一张图起锁死为青蓝+品红+琥珀三色限定,这是全片不花的前提。
第三步:图生视频(运镜词要像摄影师写的)
提示词(可灵,关键帧图生视频,逐镜)
[Shot3 街市仰视 6s]
基于参考图。缓慢向上摇镜(slow tilt up, 8 seconds total camera move),老K跛行穿过拥挤夜市街道,人群与雨伞作为前景剪影缓慢掠过,蒸汽从小吃摊升起被霓虹染成品红,全息广告光从雨幕中扫过机身留下流动高光;雨丝细密垂直,地面积水反射稳定不闪烁;机器人保持参考图全部特征,黄色眼带恒定。
Negative: random camera shake, zoom punch, daytime, neon overexposure blooming to white, flickering reflections, robot transforming, people faces morphing, extra limbs, text
[Shot6 管道攀爬 8s]
缓慢侧跟拍(slow lateral tracking, parallax with foreground pipes),老K用夹爪攀住维修管道向上,金属上有真实雨滴滑落,左腿液压杆伸出时略慢半拍表现跛行,下方深渊是车流灯河,环境光以冷青色为主、货箱指示灯是唯一琥珀色点
Negative: fast parkour, flying, smooth new movement, spider legs, daylight, shaky cam
[Shot9 全息留言 12s]
镜头几乎静止(static camera with imperceptible slow push-in),天台水塔旁,女孩红色雨衣坐在水箱边,平板投出年轻女性的暖色全息半身影像(影像刻意做成轻微信号失真、无口型精确同步的柔光轮廓,不生成可辨面孔),老K站在女孩身后半步,黄色眼带由短缓缓变长,雨变小
Negative: dramatic crying, exaggerated tears, camera spinning, readable text, clear realistic face on hologram, neon bloom
产出:图生视频翻车率最高的是运镜——不写运镜,模型就自作主张乱晃。每镜显式指定一种基础运动(tilt up / lateral tracking / static push-in)并加时长,Negative固定random camera shake + zoom punch。全息母亲的处理是刻意设计:柔光轮廓+信号失真+不生成可辨面孔,既规避面孔崩坏,又让观众自己脑补亲人的样子,情绪比写实更重。高潮戏提醒自己「static camera、不哭喊」,克制是AI短片最稀缺的东西。
第四步:一致性返修与转场(短片不是12条独立素材)
提示词
返修与质检规则:
1. 角色巡检:每镜截首中尾三帧,核对星星贴纸位置(左肩)、logo形状、眼带颜色、货箱比例;任何一帧变成新机型,以定妆图重做图生图,单镜独立返工
2. 天气巡检:全片必须夜雨,天空保持深青蓝;出现阴天灰白、白天、雨停(除最后一镜晨光)的镜头重跑
3. 曝光巡检:霓虹只允许在湿地面与金属上形成反射高光,禁止大面积bloom洗白;过曝帧降提示词里的neon强度并加magenta-teal light sources, controlled highlights
4. 转场全部用「同色遮挡」:利用驶过的列车车身、蒸汽、黑场切,不用炫技转场;Shot6到Shot7用管道内全黑0.5秒过渡
5. 首尾呼应:末镜老K回头时复刻K1构图(从醒来到回头),仅把青色夜景换成将亮未亮的一线琥珀晨光
产出:短片级工程必须建立三帧巡检制度——首中尾帧看角色,比看整片高效得多。AI生成雨夜最大的敌人是它「心软」,常常中段自动放晴,所以天气要写进每镜Negative。转场坚持同色遮挡(列车、蒸汽、黑场),四个月前做广告片时爱用的炫酷运镜转场在叙事短片里只会出戏。首尾用构图呼应收束:同样的机位,从夜到晨光一线,观众的情绪会在这半秒里自己完成。
第五步:声音、字幕与成片包装
提示词
1. 声音设计无对白:环境三层——持续细雨底噪、远处低频城市嗡鸣、霓虹电流滋滋声;老K专属音效为液压杆漏气声与金属跛脚步点,脚步声每步轻重不同
2. 音乐:前三幕仅环境音+极简钢琴单音;全息留言段钢琴进入弦乐铺底但不超过-12dB;片尾字幕完整主题旋律
3. 字幕:片头片尾各一次极简白色中文片名《最后一单》,正片无字幕无台词气泡
4. 调色:导出前统一LUT,青蓝阴影+品红中间调+琥珀高光三段,全片亮度峰值一致
5. 包装:16:9成片4分钟内(目标3:55-4:05);另剪30秒预告片(接单—街市—天台微笑—晨光四拍)用于影展投递与社媒
成果与复盘
成片耗时约12个工作日(比传统管线的两个月大幅压缩),12个镜头平均返工2.3轮,最终片长3分58秒,制作成本(订阅+算力+音乐授权)约7000元,入围两个短片展的动画单元;观众反馈最集中的一点是「没看出来是AI做的」——对2D赛璐璐风格而言这是最高评价。复盘四点:角色情绪器官要为AI设计,光带比五官稳定一百倍;定妆三视图+图生图锚定是几十镜不换人的唯一路径;运镜每镜只指定一个动词,把摄影机从模型手里夺回来;高潮靠克制,静止镜头、失真全息、一线晨光,比哭喊和大雨更有力量。
6条可复用清单
- 情绪器官可设计:机器人用水平光带长短演戏,避免无五官崩坏,情绪还更高级
- 先三视图后关键帧:定妆图做全片图生图锚点,星星贴纸/跛行/旧logo三锚点逐帧巡检
- 三色限定+天气写进负面词:青蓝品红琥珀锁全片,Negative固定dayline/neon bloom洗白
- 一镜一运镜动词:tilt up/lateral tracking/static push-in配时长,Negative乱晃与猛推
- 重要面孔做虚化处理:全息亲人用柔光轮廓+信号失真,规避崩坏同时留给观众想象
- 首尾同机位呼应:同构图只换光色(夜雨→晨光一线),转场只用同色遮挡,克制收尾