言川的 AI 视频 Bot 实战：从创意到成片的六步流程
本文根据言川（@yanchuanlab）的 X 帖子及其 X Article 长文整理。原文发布于 2026 年 11 月 9 日，分享了作者在短视频制作中的工具分工、六步流程和五类作品复盘。下文的播放量、费用与效果均为作者当时的个人记录，不代表通用报价或可复现的账号增长结果。
AI 视频项目容易把注意力放在“用哪个模型生成画面”，但从创意到发布还包括选题、脚本、分镜、预算、声音、剪辑和验收。言川的经验可以归纳为：先用低成本方式验证内容和画面，再决定是否投入视频生成；把审核安排在每个阶段，并由人完成最后的观看与聆听。
五层 Bot：人定目标，工具各司其职
作者把整条生产链看作一个由人把关的制作团队：
- 创作者是制片人。 描述受众、主题、时长、画幅和预算上限，在脚本、样片和成片几个节点审核并决定是否发布。
- Claude Code 负责规划。 将需求拆成故事、镜头和提示词，安排工具与制作顺序，并汇总结果。它负责调度，不等于自身能生成视频。
- 工具各做擅长的事。 Gemini 用于图像和关键帧，Seedance 用于生成动态镜头，Blender 用于搭建和渲染 3D 场景，Python 与 FFmpeg 用于代码动画、字幕、配音拼接和合成；作者还用 Lyria 生成配乐、Azure 生成旁白。
- 反馈层检查不同问题。 脚本检查事实和逻辑，画面检查连续性和错字，声音检查读音与混音，配乐检查节奏和响度。另一个 Agent 可以帮助找问题，但不能代替最终审片。
- 记忆层保留项目规则。 把预算阈值、风格要求、修改意见和每次调用的费用记入项目文件或账本，让后续制作有据可循。
不同工具的名称、接口和计价会变化，接入前应以服务商当前文档和账号实际权限为准。作者当时使用的价格只说明其个人项目的成本构成。
从想法到成片：六个阶段
1. 先确定受众和观看收益
用一句话回答“给谁看，看完能得到什么”。知识片尽量只回答一个主问题，开头直接交代结论或最有力的画面；复杂主题可以有多个章节，但要有一条贯穿全片的主线。原文也提醒，作者自己的作品在开头留存上仍有不足，因此这些方法是实践经验，不是平台效果保证。
2. 按内容选制作路线
| 路线 | 适合内容 | 主要取舍 |
|---|---|---|
| 代码动画 | 知识讲解、数据、清单和文字视觉 | 不产生视频模型调用费，画面可控；需要调试代码和渲染 |
| Blender 3D | 产品、建筑、机械或诗意空间 | 软件本身可免费使用，渲染依赖硬件和时间 |
| 生成视频 | 真人感角色、复杂实景、剧情或史诗场景 | 制作门槛较低，但生成和返工按量计费，连续性需检查 |
| 实拍加 AI 后期 | 口播、门店和真实产品 | 需要拍摄素材，AI 更适合辅助剪辑处理 |
路线不必统一。一条片可以把代码、3D 和生成视频组合起来；先选最能表达主题的方式，再讨论工具。
3. 写脚本和分镜，单独找人挑错
脚本先按类型检查：知识片每句话是否增加信息，剧情片是否推进人物或冲突，诗意短片是否带来明确感受。涉及历史、科学和数字的内容要记录出处。再让另一个 Agent 只列问题，由创作者决定是否修改，降低主创对自己方案的确认偏差。
画面提示词要针对生成工具的实际限制设计。作者遇到过写实人脸参考图被其当时使用的服务拒绝、手靠近脸部变形、招牌文字乱码等问题，分别通过背影或远景、调整构图、后期添加文字来处理。不要试图绕过服务审核；可用能力和限制会随模型、地区和账号权限变化。
4. 先做样片，不急着批量生成
- 代码动画先把每句台词对应的一帧拼成总览，快速检查视觉节奏。
- 3D 先低采样渲染开头、中间和结尾，确认材质与光线方向。
- 生成视频先检查角色定妆图和关键帧，再挑最难的镜头低清试拍。
发现方向问题时，先在文本、分镜和静帧阶段修正，通常比整段视频生成后返工更便宜。原文用一个王座关键帧的例子说明：作者估算在图片阶段重画约 ¥1，而生成 4 秒视频后重拍约 ¥6.1；这是当时单个项目的自报价格。
5. 正式制作时，把声音纳入剪辑
如果影片主要靠音乐建立情绪，应先确定配乐，再按音乐节奏剪辑。需要旁白的作品则应尽早校对稿件和读音。作者的案例中，配乐开头过轻导致手机外放时前几秒近乎无声，配乐也曾在画面结束前提前衰减；这些问题在最终混音和移动设备试听时更容易暴露。
6. 分层验收，再由人决定发布
自动化检查适合找错别字、画面乱码、人物服装连续性、黑帧、时长、字幕重叠和旁白读错等问题。音乐和画面节奏、情绪是否成立，以及事实是否经得住核查，仍需人工判断。Agent 的检测时间点也可能不准，应该切出对应片段复核。最后由创作者完整看一遍、听一遍，并决定是否署名发布。
五类作品的制作取舍
以下是作者对五种风格的项目记录，适合用于理解路线选择，不应当作成本报价：
| 作品类型 | 案例 | 作者记录的制作方式与视频生成费 |
|---|---|---|
| 史诗短片 | 《中国人能飞》，2 分 21 秒 | Gemini 出图、Seedance 生成视频；竖屏版约 ¥248.52 |
| 3D 诗意短片 | 《你替我听一下》，1 分 39 秒 | Blender 搭景和渲染；视频生成费为 ¥0，以空椅子代替难以表现的 3D 人物 |
| 认知知识片 | 《人类历史上的五次财富大转移》，7 分 36 秒 | 代码绘制画面并使用 Azure 配音；视频生成费为 ¥0 |
| 剧情故事 | 《我爸是吹唢呐的》，3 分 01 秒 | Gemini 出图、Seedance 生成视频；视频生成费约 ¥346.91 |
| Vibe 知识短片 | 《薛定谔的猫，本来是一句嘲讽》，约 2 分钟 | 代码绘制、无旁白；视频生成费为 ¥0，作者说明“无旁白效果更好”尚未验证 |
案例也展示了不同路线的瓶颈：代码动画要防止视觉重复和渲染错误；Blender 需要控制并行渲染对电脑的压力；生成视频要检查人物、服装、道具和文字的连续性；剧情片还要验证伏笔、声音和情绪是否完整。
预算和质量控制的实用原则
- 先判断哪些镜头能用代码或 3D 表达，再决定是否调用视频生成模型。
- 关键帧通过审核后才批量生成；先用低分辨率测试镜头和渲染流程。
- 为总预算和单次调用设上限，超出前先确认；把重拍、横竖屏版本和配音费用都算进去。
- 事实性内容保留出处；查不到来源的数字不要包装成确定事实。
- 长片先用低帧率跑通，避免渲染到中途才发现脚本错误。
- 横屏内容按 16:9 重新构图，不要默认用竖屏画面加模糊边框替代。
- 把用户反馈和失败案例写成项目规则，同时保留每次人工复核。
这套方法的核心不是让 Agent 自动完成所有环节，而是把工作拆成可检查的阶段：方向先验证，脚本和画面分开检查，成本逐步释放，最后由人对成片负责。作者自报的播放数据和制作费用反映的是特定账号、工具版本和项目条件；实际效果取决于选题、内容、受众、模型权限与当期价格。
来源
- 言川，AI 视频 Bot（2D/3D）：从想法到成片一手实战全流程（附完整提示词），发布于 2026-11-09。
- 原始 X 帖子。