实战案例：用AI提示词制作敦煌飞天IP文创30秒动画短片，从矿物色壁画风设定到反弹琵琶舞段成片（可灵+即梦）
发布时间：2026年10月12日 10:10:09以敦煌研究院授权文创品牌「敦行」的天猫旗舰店宣传片为真实场景，演示如何用可灵2.1主生成、即梦补大场景，制作一支30秒敦煌飞天主题国风动画：从「让壁画飞起来」的创意出发，先用对话模型做美术设定圣经（矿物色板、做旧质感、飞天造型卡司、莲花纹样锚点），再分7个镜头生成，重点攻克反弹琵琶舞段、长绸飘带物理、千佛洞空间纵深三大难点。附AI国风动画高发踩坑：飞天胖成年画娃娃、飘带变钢管、琵琶长出琴键、矿物色变赛博霓虹、壁画颗粒被磨皮成3D塑料感、唐代妆容变成日式艺伎、手势结印多指等，以及垫图锁脸、分层运动、首尾帧定姿的全套解决经验。
背景
拿到敦煌研究院授权的文创品牌「敦行」要给天猫旗舰店做一支 30 秒品牌动画，在双 11 期间作为店铺头图视频和小红书种草素材投放。需求原话是：「让莫高窟第 320 窟的飞天从墙里飞出来，弹一段琵琶，再回到壁画上去」——既要文物的厚重做旧感，又要飞天动起来时的灵动。
传统二维动画公司报价：美术设定+原画+中割+上色，30 秒约 15-25 万元、周期 6-8 周；三渲二工作室便宜些但容易出「塑料敦煌」味。团队决定用 可灵 2.1 做人物主动画、即梦补洞窟大场景与空镜，四个工作日交付。
AI 国风动画的坑事先摸过底：飞天被生成成年画胖娃娃、长绸飘带硬成钢管、琵琶上长出钢琴键、矿物石青色变成赛博霓虹蓝、壁画肌理被磨皮成光滑 3D 塑料、唐妆画成日本艺伎白脸、结印手势必多指、人物转身就换脸。最终铁律四条：先做美术设定圣经再出任何镜头、一镜一卡司复述造型、飘带与乐器全部首尾帧定姿态、矿物色+做旧质感每镜重复锁死。
第一步：对话模型产出「美术设定圣经」
国风动画最怕五镜五种画风。先让对话模型把莫高窟 320 窟盛唐飞天的视觉语言拆成可执行的设定文档：
提示词
你是给国产国风动画做美术设定的艺术指导，深度研究过莫高窟第320窟盛唐飞天。品牌「敦行」要做一支30秒飞天动画，请输出一份「美术设定圣经」，包含：
1. 矿物色板：列出敦煌壁画五种矿物色的中文色名+HEX值+用途（石青、石绿、朱砂、土黄、铅白），并明确做旧后褪色的明度区间；
2. 做旧质感规范：墙面龟裂、泥底层、矿物颗粒、氧化变暗如何在画面中表现，避免哪些「崭新感」；
3. 飞天造型卡（两位）：脸型（盛唐丰圆但不胖）、眉式、唇式（花瓣唇）、发髻与簪花、上身袒露方式、长裙（石榴裙）配色、长绸颜色、臂钏项饰，逐项可写进提示词；
4. 反弹琵琶舞姿关键帧描述：身体后仰弧度、琵琶位置、手的姿态、腿部重心；
5. 纹样锚点：宝相花、卷草纹、莲花藻井的使用位置；
6. 风格红线：明确列出要避开的东西（日式艺伎、3D塑料感、赛博霓虹、年画娃娃、网游仙侠风）。
产出：设定圣经里最有用的是矿物色板（石青 #2E5A87 做旧后偏灰蓝、石绿 #5B8C5A、朱砂 #B23A2E、土黄 #C89B4A、铅白 #E8E2D0）和风格红线。后续每个镜头提示词都把色板和红线原样复述，这是全片不「串味」的根基。
第二步：首镜——壁画苏醒（静帧先立住）
动画第一镜风险最大，先用文生图出一张高质量关键帧静帧，确认造型与色感全部正确后，再图生视频：
提示词（先出静帧参考图）
Dunhuang Mogao cave 320 Tang-dynasty flying apsara fresco coming alive, one female celestial being emerging from a cracked mineral-pigment mural wall, authentic Tang aesthetic: round full face (not chubby doll), slender curved moth eyebrows, small petal-shaped red lips, high double-bun hair with fresh flowers, topless upper body with silk ribbons, pomegranate-red long skirt, ochre and malachite-green long flowing ribbons (shawn), gold armlets and necklace, holding a pipa lute behind her back. Mineral pigments: azurite blue #2E5A87 aged gray-blue, malachite green #5B8C5A, cinnabar red #B23A2E, ochre yellow #C89B4A, lead white #E8E2D0. Visible cracked earthen plaster texture, mineral grain, oxidation darkening, flat fresco perspective with slight dimension, NOT glossy 3D render, NOT neon, NOT Japanese geisha, NOT new-year-painting doll, NOT xianxia game art, museum scholarly fidelity, cinematic, 16:9
Negative: geisha white face, neon glow, plastic skin, piano keys on lute, fat baby, six fingers, modern makeup, fantasy armor
静帧确认后，**图生视频（可灵 2.1）**只让画面做一件事——飞天的手指与长绸先动、身体尚未离墙：
镜头缓慢推进，壁画上的飞天缓缓睁开眼睛，眼波微动，石绿色长绸的末端先被一阵不知从何而来的风轻轻吹起、飘出墙面，泥壁碎屑微光落下，其余身体仍是壁画平面状态，矿物颗粒与龟裂质感保持不变，运动幅度小而庄严，4秒
踩坑记录：第一版让整个飞天直接飞出墙，模型瞬间把人物做成了网游仙侠 3D 风。改成「只有绸带末端动、身体还是平面壁画」的最小运动后，质感才稳住——第一镜的运动幅度要小到像呼吸。
第三步：出洞与双飞天环绕（卡司复述+垫图锁脸）
提示词（可灵 2.1，图生视频，垫首镜静帧）
[镜头2·飞天离墙，5秒]
The Tang apsara from the reference glides forward off the cracked mural wall into the dim cave space, trailing the ochre-and-malachite long silk ribbons which float in slow elegant S-curves with visible weightless fabric physics (soft cloth, not metal, not sticks), pomegranate-red skirt hem flowing, body horizontal in classic feitian flying pose (no wings), mineral pigment color palette preserved on her figure while surroundings fade to realistic dim cave darkness, dust motes in a single shaft of golden light, 5 seconds, slow dreamlike camera follow
Cast lock: round Tang face, moth eyebrows, petal lips, double bun with flowers, gold armlets
Negative: wings, angel halo, rigid metal ribbons, sticks, geisha, doll face, face changing, neon, glossy 3D
[镜头3·双飞天环绕藻井，5秒]
Two Tang apsaras (second one in azurite-blue skirt with jasmine blossoms in bun) circling gracefully around a giant lotus caisson ceiling (zaojing) painted in faded mineral pigments, seen from below, their long ribbons intertwining in one continuous flowing spiral but never tangling, baoxiang flower motifs on the ceiling clearly visible, aged cracked plaster everywhere, candle-lit warm darkness, camera slowly rotating upward, 5 seconds
Negative: tangled ribbons, faces swapping, identical twins, third apsara appearing, neon colors, modern chandelier
产出：镜头 2 重抽 7 次，最大的坑是飘带物理——模型经常把长绸画成「金属棍」或「直线条」，必须反复强调 soft cloth, not metal, not sticks 并描述具体的 S-curves 形态。镜头 3 的双人环绕用垫图 + 卡司复述（第二位飞天单独写穿蓝裙、戴茉莉）防止「两人转着转着长一张脸」。
第四步：反弹琵琶舞段（首尾帧定姿，全片最难一镜）
反弹琵琶是全片记忆点，也是手部、乐器、舞姿三重翻车高发区。策略是先生成两张舞姿关键帧（起势、反弹顶点），用可灵的首尾帧功能让模型补中间运动，绝不文生视频一镜到底。
提示词（两张静帧关键帧）
[关键帧A·起势]
Tang apsara standing in slight contrapposto, holding a traditional pipa lute vertically in front (clear pear-shaped wooden body, four frets, bent headstock, NO piano keys, NO guitar frets), malachite ribbons pooling at feet, cinnabar skirt, mural mineral palette, cracked plaster backdrop, 3/4 view, full body
[关键帧B·反弹顶点]
Same apsara (same face, same costume), deep backbend with pipa raised high behind her head in the iconic tan-tan-pipa pose, both arms raised behind the head with correct relaxed hand gestures on the lute strings (five fingers each), hips forward, one leg supporting, ribbons arcing overhead, lotus petals drifting, same mineral palette, same cracked mural texture
Negative for both: piano keyboard, guitar, extra fingers, fused fingers, twisted spine, broken neck, face change, geisha, doll
两张关键帧分别抽到正确版本（B 帧重抽 10 次，主要死在身后手部多指），再用首尾帧补 5 秒中间运动，并补提示词约束：运动只发生在腰臂与长绸，面部保持壁画式宁静，绸带走弧线不走直线。
踩坑记录：琵琶长钢琴键是高频幻觉，负向词必须同时写 NO piano keys, NO guitar frets；身后的手模型基本「看不见」，唯一可靠的办法是在关键帧静帧里用修图手段把手指修对，再让视频模型照着动。
第五步：回归壁画 + 落版，即梦补洞窟空镜
提示词（可灵，镜头6，5秒）
飞天缓缓落回龟裂的墙面，身体从立体逐渐变回壁画平面，长绸、琵琶依次「印」回墙面成为矿物颜料笔触，落回的位置与最初苏醒时完全对应（同一片宝相花纹旁），她恢复宁静的壁画微笑，微光收拢，墙面恢复千年暗沉，最后两秒画面完全静止如同一幅壁画，5秒
Negative: modern paint stroke, 3D remaining, neon flash, logo text, cracked body parts
洞窟大全景与落版空镜交给即梦：
莫高窟洞窟内大全景，微弱天光从窟顶洒落，四壁与莲花藻井满绘褪色矿物颜料壁画，龟裂泥墙、氧化变暗的石青石绿，空无一人，尘埃在光柱中浮动，庄严肃穆，电影感，文物纪录片质感，16:9，无文字
最终剪辑结构：苏醒4秒 → 离墙5秒 → 双飞天环绕5秒 → 反弹琵琶10秒（首尾帧5秒+舞姿特写慢放5秒）→ 回归5秒 → 洞窟空镜+品牌落版3秒（落版字样「敦行·把敦煌带回家」后期合成），共 32 秒，节奏压到 30 秒。配乐用授权的琵琶+笙音源，不加旁白。
成果与复盘
成片在店铺头图位投放 14 天，头图视频完播率 62%，带动店铺收藏提升明显；小红书 cut 版（反弹琵琶 10 秒）单条自然流量跑出 12 万赞，评论区高频词是「这居然是 AI 做的」「配色好正，不是那种假国风」。客户已下单春节系列（九色鹿）续作。
三条核心复盘：
- 美术设定圣经先行：矿物色 HEX + 做旧规范 + 风格红线写在每个镜头里，是「敦煌味」对抗「AI 仙侠味」的唯一办法。
- 高难舞段必须首尾帧：让视频模型自由发挥反弹琵琶 = 灾难；人定关键帧、AI 补中间帧，才是可控的生产管线。
- 手和乐器在静帧里修对：视频模型对「身后的手」基本无解，关键帧阶段用图像编辑修手，比逐帧重抽省 80% 的时间。
6条可复用清单
- 先出设定圣经再出镜头：矿物色给 HEX、做旧给明度区间、造型给逐项卡司、风格红线点名日式艺伎/3D塑料/网游仙侠，每镜复述。
- 静帧先行，图生视频：先用文生图把每个镜头的关键帧磨对，再图生视频；不要直接文生视频一镜到底。
- 首尾帧攻克复杂动作：反弹琵琶、转身、落回这类动作，定好 A/B 两帧让模型补中间，运动指令只写「哪里动」。
- 飘带写物理不写名词：
soft cloth, S-curves, not metal, not sticks，布料幻觉必须用形态描述+负向材质双重锁定。 - 手部问题前置到静帧修：结印、反弹姿态的手在关键帧图里修对，视频阶段只维持；直接在视频里抽手指几乎必败。
- 国产模型分场景分工：可灵负责人物表演，即梦负责洞窟空镜与氛围大全景，落版文字一律后期合成，杜绝乱码穿帮。