AI图文视频生产工作流

AI 出图、出视频、出音频的工业化流程（来源 affweb 各期）。文字生成见 AI写作去AI味与仿写方法。

Midjourney 方法论（#107/#246/#544/#523）

关键词七要素顺序：主题→媒介→环境→照明→颜色→情绪→构图；
控图四件套：seed 复现、--iw 垫图权重、--c 多样性、局部改词；red::-0.5 ≈ --no red；{red,green,yellow} 排列组合一次出多组；
/describe 从图反推 prompt；/prefer option set 存 20 个预设；风格一致性用 /tune Style Tuner 生成 style code；
分镜提示词固定结构：场景 + 艺术风格 + 灯光 + 摄影方式 + 焦点 + 比例；
中国历史文化题材素材用文心一言优于 ChatGPT（#521）；古风用 niji 模型。

治愈系视频三步（#344/#369/#415）

AI 生图（MJ / leonardo.ai 每日 150 免费代币）→ photopea/PS 抠出窗户 → 剪映叠特效（色度抠图 + 降饱和去绿边 + 关键帧动效）。批量：一条素材自动裂变 100+ 条（自动剪辑大师）；文案→成片用百家号”AI 成片”一键生成（#533）。

文转视频三条路（#539/#579/#668）

剪映”图文成片/智能匹配素材”（最快）；
Canva 批量创建：模板行数=句数，逐句动效（批量 100 条）；
可灵三步：kimi 写绘画提示词 → 可灵生图 → 图生视频。

音频线（#596/#594/#520/#567）

whisper 本地转写：模型档位 tiny~large 按配置选；Python 3.11 + numpy/torch 版本坑多；
edge-tts 免费语音合成：40+ 语言 300+ 音色，edge-tts --voice zh-CN-liaoning-XiaobeiNeural --rate=+30% --text "…" --write-media out.mp3，Python edge_tts.Communicate(TEXT, VOICE).save()；
ChatTTS 韵律控制 [oral_2][laugh_0][break_6]；
MiGPT 改造小爱音箱：改 OPENAI_BASE_URL 即可接任意 OpenAI 兼容模型（接入模式见 OpenAI兼容LLM接入通用模式）。

AI 短剧流水线（#686）

小说 → 平台 AI 分镜（约 2 秒/镜）→ 角色定型 + 参考图 → 云端 ComfyUI 调 Kolors/flux 批量出图 → 批量配音 → 剪映自动对齐。

批量图文（小红书系，#411/#504/#521/#364）

找对标爆款 → ChatGPT 分析风格 / MJ /describe 反推 → MJ 批量出图（1:1）→ 创客贴/醒图加文案做 9:16 壁纸 → 发布变现（商单/店铺/收徒）。账号价值分析框架：用户价值（铁杆粉占比决定商单价）/内容价值/商业价值/盗版损失。

AI 翻唱四步（#396/#643）

生成（SongR/豆包）→ Vocal Remover 人声分离 → 音色转换（SVC）→ 多轨合并；豆包歌词 prompt 用 [前奏][主歌][副歌][尾奏] 结构标记（1 分钟限制）。

增补：本地渲染与云端拆解（2026-09-19 书签采集）

html-video（Open Design 开源，HTML 版剪映）：本地 HTML→MP4 无云端渲染费；引擎 Hyperframes（HTML+CSS+GSAP）可插拔（Remotion/Manim 规划接入）；21 套许可清晰模板+14 种 Agent 自动探测；输入源=网页文章（微信服务端渲染页开箱即用）/GitHub 仓库/一句话；MiniMax 配音+背景乐自动压低垫人声；search-templates --intent 按意图选模板，可进 CI 每日自动出视频；
TikTok 爆款云端拆解：见 RAG与AI知识库搭建增补的 OpenHands 架构（移动端触发 20 秒拆解入库飞书）。

增补：GPT-Image 2.5 照片编辑与视频流水线 Skill 化（2026-10-04）

GPT-Image 2.5 十二玩法（#800，全部提示词原文可抄）：强项是照片精准编辑——指哪打哪且不动画面其他区域，天然适合处理照片而非凭空生成。代表玩法：消除背景游客/杂物、废片拯救、节日朋友圈出片套路；入口：ChatGPT 输入框加号”创建图像”默认即 2.5；
视频流水线 Skill 化（#809）：单条视频抽象成可重复流水线——主题素材→筛选核实→结构化脚本/分镜→旁白画面字幕→模板化合成→审阅归档；核心方法论是把内容/表达/声音/画面/工具接口分层解耦，工具可换内容可换，环节约定清楚就不从零开始；模板定稿最耗时（样式交互优化）但全程对话完成零代码——“做出专业感流水线，靠的是把想法描述清楚，而不是会写程序”；工具链 Codex 编排 + MyHOT MCP 热点选题（只用于发现议题，不作事实结论——来源核验始终人工）。

增补：huashu-art-motion 艺术动画 Skill（#812，2026-10-25）

给 coding agent（Claude Code 等）装的开源 Skill：用代码画不同艺术风格场景并让角色动起来（梵高/莫奈/古埃及/像素风等 23 种画风实测）；给口播配白板/Vox/3b1b 风格解说动画，或拆解参考短片。实战：作者用它做的诺贝尔物理学奖科普视频（口播文稿/素材查找/剪辑全交 Opus 5.5+Skill，声音用 AI 复刻音色），抖音 5 小时 10 万+ 播放（后 17.4 万）——真实影像+插图+代码动画混编是科普视频的新形态；发布次日 800+ star。

原始素材

#107 两万字干货！可能是全网最详细的Midjourne
#246 全面解析Midjourney参数和指令
#344 抖音爆款！AI百万流量视频！保姆级制作教程！
#350 30分钟批量制作原创治愈系视频，一条收入100+
#364 天梁AI拆解第一期《AI猫咪小红书账号3个月变现
#369 如何用AI创建治愈系视频（保姆级教程）
#396 用AI制作翻唱歌曲，3分钟一条，真的太好涨粉了（
#411 AI做小红书批量生成图文内容，一天生产1000条
#415 如何用AI创建治愈系下雨视频，播放量上千万！yo
#504 用AI画猫图，偷偷搞了好几万！
#520 2.8k star! 用开源免费的edge-tt
#521 用AI搞古风，月赚8W+！
#523 （接上集爆文）我太牛逼了，自学Kimi +Mid
#533 AI工作流制作短视频，一天可批量产出100个短视
#539 超简单！1小时，批量制作100个爆款短视频！这个
#544 提示语编写不求人｜如何使用Midjourney创
#567 将小爱音箱接入 ChatGPT 和豆包，改造成你
#579 借助AI大模型，三分钟原创一部儿童故事短视频（附
#594 【保姆级教程】突破开源天花板，实操利用ChatT
#596 教程用 openai 开源模型 whisper
#643 花了3天时间，我用AI做了1张我演唱的原创音乐专
#668 KIMI+可灵，2分钟教会你做小红书10W+爆款
#800 GPT-Image 2.5 十二玩法
#809 视频流水线 Skill
#686 实验AI制作短剧流水线式标准化制作工艺流程

沉淀园

探索