AI动漫制作的体验

用 WorkBuddy 玩了一整天 AI 视频生成，我把心得全写在这里了

从一张静图到 7 幕完整动态故事板，我只用了自然语言。这篇文章记录了我用 WorkBuddy 生成动漫视频的真实体验，包括图生视频、文生视频的对比，以及那些 trial and error 摸出来的提示词技巧。

前言：一个普通用户的视频生成初体验

说实话，在用 WorkBuddy 之前，我对"AI 生成视频"的认知还停留在那种几秒钟的、有点诡异的 demo 上。但当它真的把我的龙珠手绘图变成了会动的战斗场景时，我承认——我"哇"出了声。

今天这篇文章不是教程，是我的真实体验记录。有成功、有翻车、有意外惊喜，全都说给你听。

一、起点：先用 AI 画图，再让画动起来

我的第一个需求很简单：生成龙珠风格的手绘动漫战斗场景。

用 WorkBuddy 的图像生成功能，我一次出了 5 张不同构图的图：

1. 赛亚人金色气焰爆发
2. 两个角色高空对拳
3. 龟派气功蓄力释放
4. 战士面部决心特写
5. 空中能量波对撞

提示词的核心写法我摸出来一个公式：

实际用的提示词（英文效果远好于中文）：

Classic 90s anime hand-drawn cel animation style, Dragon Ball Z inspired epic battle scene: a muscular spiky-haired warrior with blazing golden aura surrounding his body, powering up with crackling golden energy bolts, fierce determined eyes, torn orange martial arts gi, dramatic dark sky with swirling storm clouds, lightning bolts in background, vibrant cel shading with bold ink outlines, speed lines, energy particles floating, dynamic low-angle composition, Akira Toriyama art style

关键发现：cel shading（赛璐璐上色）和 bold ink outlines（粗墨线轮廓）这两个词是出 90s 动漫质感的关键。去掉它们，画面就会偏向现代数字插画风格，丢失那种"老动画"的味道。

二、第一次图生视频：静止的画面活了

5 张图出完后，我挑了第 1 张「赛亚人爆发」做图生视频。

提示词怎么写？

图生视频的提示词跟画图不一样——你不需要描述画面内容（因为图已经有了），你需要描述的是动态变化：

The golden aura blazing around the warrior intensifies and flickers dynamically, energy particles swirl upward in spirals, his spiky golden hair waves and stands up more violently, crackling lightning bolts strike across the dark stormy sky, storm clouds swirl faster and darken, rocks and debris float upward defying gravity, the warrior's muscles tense and pulse with surging power, his eyes glow brighter, camera slowly pushes in with a dramatic low-angle zoom

我的提示词公式：

• 主体动态：气焰闪烁、头发竖起、肌肉紧绷、眼睛变亮
• 环境变化：暴风云旋转变暗、闪电劈裂
• 特效细节：碎石反重力悬浮、能量粒子螺旋上升
• 镜头运动：低角度缓慢推进

结果：5 秒 1080P，金色气焰真的在燃烧闪烁，闪电在云层中劈来劈去，碎石缓缓升起——龙珠变身名场面的味道出来了。

踩的一个坑

第一次调用时我加了 aspect_ratio: "16:9" 参数，结果报错了。VideoGen 工具不支持自定义宽高比，去掉这个参数后就正常了。默认输出就是 16:9，所以不用手动指定。

三、文生视频：不需要图，纯靠文字

图生视频玩上瘾后，我好奇：不给他图，纯靠文字描述能生成什么？

于是我试了两段完全不同风格的文生视频：

1. 吉卜力治愈风景

Studio Ghibli inspired anime scene: a young girl with short dark hair standing in a vast golden grassy meadow on a hilltop, wind gently blowing her hair and dress, tall grass and wildflowers swaying rhythmically, fluffy white cumulus clouds slowly drifting across a vivid blue sky, distant rolling green mountains, warm golden afternoon sunlight casting soft shadows, a small white dragon-like creature flying in the far background, hand-painted watercolor background style, soft cel-shaded characters, peaceful nostalgic atmosphere, camera slowly panning across the landscape, gentle parallax depth

效果：风吹草动、云层缓移、镜头横向摇移。那种吉卜力式的宁静感出来了，尤其是 hand-painted watercolor background style 这个词让背景有了水彩质感。

2. 经典 90s 动漫黄昏奔跑

Classic 90s anime style scene: a teenage boy with messy black hair running through a quiet Japanese suburban street at golden sunset, warm orange light flooding everything, long shadows stretching across the road, telephone wires overhead, small houses with tiled roofs on both sides, cherry blossom petals drifting in the wind, his school bag swinging as he runs, determined expression, speed lines and motion blur on the background, vibrant cel shading, hand-drawn animation aesthetic, camera tracking alongside him at running speed, nostalgic coming-of-age mood, warm color palette of orange pink and gold

效果：少年奔跑、樱花飘落、速度线背景、镜头跟随。speed lines and motion blur 让画面有了动漫特有的速度感，camera tracking alongside him 让镜头像跟拍一样移动。

图生 vs 文生的真实对比

我的建议：核心镜头用图生视频保证质量，过渡镜头用文生视频快速补。两种模式搭配使用效率最高。

四、终极挑战：7 幕完整动态故事板

这是今天最满意的一件事。

我之前生成的 5 张龙珠战斗图，加上补的 2 张桥接图（开头「暴风雨前的宁静」+ 结尾「战后余波」），凑成了 7 幕完整剧情弧线：

然后我为每一幕都生成了图生视频，每段动态效果都针对性设计：

• 第 1 幕：风起云涌遮住夕阳、鸟群惊飞、角色握拳——从宁静到不安的转变
• 第 3 幕：高速冲刺对拳、冲击波环扩散——速度感和冲击力
• 第 4 幕：蓝球膨胀蓄力、碎石悬浮、能量波推出——蓄势到释放的节奏
• 第 5 幕：眼睛闪光、汗珠滑落、气焰翻涌——用特写传递情绪
• 第 6 幕：能量波对撞、白光爆发、云层撕裂——高潮爆发
• 第 7 幕：烟尘消散、夕阳穿透云层、释然微笑——从战斗到平静的收束

最后用 HTML 把 7 段视频、7 张分镜图、剧情文案和角色对话串在一起，做了一个动态分镜故事板——顶部有"连续播放全部 7 幕"按钮，点一下就从第 1 幕自动播到第 7 幕，每幕播完自动滚到下一幕。

总时长 35 秒，7 段 1080P 视频，完整讲述了一个战斗故事。

五、摸出来的提示词技巧

经过一整天的折腾，我总结了几条视频生成的提示词经验：

1. 动词要用进行时

写 the wind is blowing 不如写 wind gently blowing her hair and dress。进行时让 AI 更明确这是一个持续的运动状态。

2. 镜头运动要明确指定

不写镜头运动的话，AI 会给你一个静止机位。常用的：

• camera slowly panning across — 横向摇移
• camera slowly pushes in — 缓慢推进
• camera tracking alongside — 跟拍
• camera slowly pulls back — 缓慢拉远

3. 环境动态不能少

只描述主体动，环境不动的话画面会很假。一定要加上：

• 云的移动（clouds slowly drifting）
• 风的效果（grass swaying rhythmically）
• 粒子效果（energy particles swirl upward）
• 光影变化（light shifts from warm orange to dark blue）

4. 风格关键词要前后一致

如果你在画图阶段用了 cel shading + bold ink outlines，在视频生成阶段也要带上这些词，否则动起来之后风格可能会偏。

5. 英文提示词效果远好于中文

这不是偏见，是模型训练数据的现实。动漫风格的视觉描述，英文提示词的精准度和效果都明显更好。

六、一些真实感受

惊喜的地方

• 图生视频的还原度：原图的构图、配色、角色造型基本 1:1 保留，只是在上面加了动态。这一点比我想象中好很多。
• 文生视频的创意空间：不需要任何素材，纯靠文字就能生成一段有意境的视频，这对快速验证创意太有用了。
• 工作流串联：出图 → 补图 → 写剧情 → 生成视频 → 做故事板，整个流程一气呵成，不需要在多个软件之间来回切换。

不足的地方

• 时长限制：每段只有 5 秒，想要更长的连续镜头需要分段生成再拼接。
• 动作连贯性：复杂的肢体动作（比如打斗的连续招式）还是会有些不自然，目前更适合氛围镜头和特效镜头。
• 文生视频的不确定性：有时候出来的效果跟你想的完全不一样，需要多次尝试。

适合用来做什么

基于今天的体验，我认为 WorkBuddy 的视频生成最适合：

• ✅ AI 动漫短片的分镜动态预览（正是我在做的）
• ✅ 社交媒体短视频素材
• ✅ 概念验证和创意展示
• ✅ 配合图像生成做系列化视觉内容

不太适合：

• ❌ 需要精确动作控制的场景
• ❌ 长时间连续叙事（5 秒一段，拼接有跳跃感）
• ❌ 真人实拍风格（动漫/插画风格效果最好）

写在最后

一整天下来，从零开始做出了 7 幕完整动态故事板、4 张赛博朋克系列插图、2 段文生视频——这些素材如果交给传统流程，至少需要好几天。而我现在只用了自然语言和一个下午。

当然，AI 视频生成还很初级，5 秒一段、动作不够自然、需要大量 trial and error。但方向是对的——用自然语言驱动视觉创作这件事，已经从"概念"变成了"能用"。

如果你也在做 AI 动漫短片或者视觉创作，强烈建议试试图生视频 + 文生视频的组合打法。核心镜头保质量，过渡镜头补效率，效果比纯靠一种方式好得多。

本文所有图片和视频均由 WorkBuddy 生成，提示词均为实际使用原文。如果你也有 AI 视频创作的经验，欢迎在评论区交流！