视频样品点击连接：
https://weixin.qq.com/sph/Ar73gjZ6A3
过去做一条产品广告，哪怕只是 1 分钟左右，也通常意味着一整套流程：写脚本、拆分镜、找参考图、生成画面、控制人物一致性、做视频、改镜头、配旁白、加音效……
但这次，我用 2 小时做完了一条 1 分 40 秒的产品广告。不是靠什么神秘黑科技，也不是某个“一键生成视频”的万能按钮。
真正起作用的，是一条有点反常识的 AI 工作流：把创意工作交给 GPT，把快速执行的工作交给 Grok。
为什么不是直接一键生成？
Grok 的画布确实很强。你输入一个想法，它可以一路帮你生成剧本、分镜图，最后再生成视频。速度非常快，成本也低，尤其是在 AI 视频生成这件事上，它目前的体验非常有竞争力。
但我实际用下来，发现一个问题很致命：人物和场景的一致性，还是很难完全把握。
同一个角色，前一个镜头还像都市白领，后一个镜头可能就变成了科技大片里的陌生人。同一个产品，前面是精致桌面设备，后面可能突然变成另一个形态。
这就是“一键生成”的代价：它很快，但它太自由了。而广告片最怕的，恰恰就是失控。
所以我换了一个思路：不要让 Grok 从零开始想。先让 GPT 把创意和画面都规划清楚，再让 Grok 只负责执行。
我真正跑通的 4 步工作流
第 1 步：让 GPT 先做编剧和分镜师
我先把产品信息、目标用户、广告风格、视频时长和表达结构交给 GPT。然后让 GPT 一次性输出完整广告剧本、详细分镜脚本和每一镜对应的分镜图。
广告结构也很清晰：痛点 → 解决方案 → 产品展示 → 行动号召。
这样做的好处是，视频还没开始生成，整条片子的逻辑就已经稳定了。每个镜头拍什么、持续几秒、人物在做什么、产品在哪里出现、情绪怎么推进，都提前被锁定。
这里有一个小技巧：在 prompt 里提前固定角色外貌、场景色调、产品位置和镜头风格。这样 GPT 生成的分镜图之间，天然会有一定连续性。
第 2 步：批量下载所有分镜图
等 GPT 生成完所有分镜图之后，我会一次性全部下载。这一步看起来简单，但很重要。
因为这些图不只是素材，而是后面控制视频一致性的基础。每一张分镜图，都是一个镜头的视觉锚点。
第 3 步：把所有分镜图上传到 Grok 画布
接下来，把这些分镜图全部上传到 Grok 画布里。这一步是整个流程的关键转折。
在 Grok 的画布上，每一张分镜图不再是一张孤立图片，而是一个镜头的“导演台本锚点”。
GPT 先搭好广告片的骨架；分镜图固定住每个镜头的视觉；Grok 负责把这些静态镜头动起来。
第 4 步：给每个镜头填写强指令
最后，在每张分镜图下面，我会逐个填写镜头说明。主要包括三类信息：运镜方式、音效和配乐、旁白或对话。
最好精确到秒，避免视频节奏散掉。
例如：0-3 秒，他盯着电脑屏幕，眉头紧锁。旁白：每天的重复工作，正在偷走你的时间。3-6 秒，镜头缓慢推进到产品界面。旁白：现在，你只需要一个更聪明的工作助手。
当这些信息都填好之后，再让 Grok 按照指令生成对应镜头的视频片段。
这时候，Grok 的角色就很明确了：它不是导演，也不是编剧。它是一个执行速度极快的视频生成器。创意和一致性，前面已经由 GPT 和分镜图解决了。
这套方法为什么效率高？
核心原因只有一个：让不同工具做自己最擅长的事。
GPT 擅长理解目标、组织结构、写剧本、拆分镜、控制叙事逻辑。Grok 擅长快速生成视频，尤其适合把明确的画面和指令转化成动态片段。
如果让 Grok 一口气完成所有工作，它当然可以做。但它既要想创意，又要控角色，又要生成视频，变量太多。
而这套流程的关键，就是把变量拆开：先用 GPT 把“想法”变清楚，再用分镜图把“画面”固定住，最后用 Grok 把“镜头”动起来。
效率自然就上来了。
这套方法适合谁？
我觉得它非常适合三类人。
第一类，是需要快速产出产品广告、短视频、概念片的个人创作者或小团队。
第二类，是被“一键生成”角色变脸折磨过的 AI 视频玩家。
第三类，是对剧本质量和分镜逻辑有要求的人。
当然，它也不是适合所有人。如果你追求电影级角色一致性，尤其是长片级别的严谨连续性，那现在的 AI 视频工具还不够。你可能仍然需要传统制作流程、专业 CG 或更复杂的后期控制。
如果你完全不想碰 prompt，也不想分步骤操作，只想输入一句话直接拿成片，那这套方法也不适合你。
它不是最懒的方法。但它是目前很高效、很可控的方法。
最后说点真心话
现在的 AI 视频工具，还没有一个能同时做到：快、强一致性、高创意自由度。
你想要快，通常会牺牲控制。你想要控制，就要多花步骤。你想要创意自由，又很容易让画面失控。
所以我越来越觉得，我们不必等那个“完美工具”出现。
更聪明的做法，是让两个不完美的工具，做各自擅长的事。GPT 负责想得清楚。Grok 负责做得够快。
而中间那座桥，就是你亲手整理出来的一组分镜图。
下次，如果你也用 2 小时做出一条 1 分 40 秒的产品广告，不用惊讶。
你不是突然变快了。你只是终于找到了一条，匹配当前 AI 能力的正确路径。
发表回复