如何做AI电影？用自己的脸生成AI视频完整教程

以前做 AI 视频，很多人第一反应就是：“这个东西是不是特别复杂？”

但现在真的不一样了。

尤其是最近这一年，AI 视频工具的发展速度非常夸张，普通人也能开始做出以前只有电影团队才能完成的效果。

不过这里还有一个问题。

普通 AI 视频确实已经很容易做了，但如果你想让视频里面的人物，真的长得像你自己，而且还能在不同镜头里保持脸部一致性，那其实还是有一定难度的。

所以今天这篇文章，我会把我最近实测下来，一套非常稳定的 AI 数字人电影制作流程，完整分享给你。

如果你也想做：

• AI电影短片
• AI数字人视频
• 用自己的脸生成AI视频
• AI动作电影
• AI虚拟分身视频

那这一套流程，真的非常适合新手直接上手。

如果你想直接体验我这次用到的一站式 AI 视频平台，可以先注册：

👉 OpenArt AI视频生成平台

这个平台基本把：

• AI人物生成
• AI图片生成
• AI视频动画
• AI电影镜头制作

全部整合在了一起。

对新手来说，会省掉很多来回切换工具的麻烦。

另外，本期视频完整提示词和文字内容，我也放在这里了：

👉 本期视频完整提示词下载

第一步：先创建一个“AI版的自己”

这次我主要用到的平台，就是 OpenArt。

因为它最近上线的新 GPT 图像模型，在“真人写实风格”这一块，效果真的很强。

尤其适合做：

• AI数字人
• AI电影人物
• 真人分身
• AI角色一致性

进入平台之后，我们先来到 Character 模块。

提示词1：

一张写实电影感的全身人物照，画面中的@有风站在画面中央，五官清晰立体，短发，神情冷静专注，目光直视镜头。人物从头到脚完整入镜，身体微微前倾，双脚稳稳站立，呈现出警觉、随时准备行动的状态。

他穿着现代风格服装：深色战术夹克，黑色工装裤，战术靴，整体造型干练利落，具有都市战术感。双手持枪，保持稳定的低位戒备姿势，枪口略微朝前下方，动作自然专业。人物姿态沉稳，气质冷静，带有强烈的电影感和压迫感。

整体画面采用真实摄影风格，光影高级，细节丰富，服装纹理清晰，人物比例自然，构图专业。背景简洁干净，可以是轻微虚化的城市街头、仓库内部或者暗色摄影棚背景，突出人物主体。高清，高质感，写实，电影氛围。

提示词2：

一位沉着自信的女性马戏表演者站在复古又华丽的马戏场中央，穿着一套带有领班风格灵感的修身服装，加入精致的女性化剪裁，配色以深绿色和金色为主，下身是合身黑色长裤，脚穿擦得发亮的及膝长靴。她的身旁站着一只气场强大的白虎，神态平静却充满力量感，在帐篷顶部洒下的琥珀色与象牙白聚光灯下，虎纹和毛发被柔和地勾勒出来。马戏帐篷内部弥漫着轻微的舞台雾气，周围有复古表演道具、丝绒帷幕，背景中是一排排虚化的观众座位。空气中漂浮着细小尘埃，在暖光下微微闪烁。表演者轻轻将一只手伸向白虎，传达出信任、掌控与从容的气场，同时保持优雅而有压迫感的站姿。电影感灯光，浅景深，超丰富细节，照片级写实风格，戏剧化构图，85mm镜头质感，高对比，暖金色氛围。

提示词3：

一张全身人物照，画面中是一名三十多岁、接近四十岁的男性，从头到脚完整入镜。
他穿着黑色袴裤，搭配一件深红色和风上衣，衣服上带有低调的暗纹，腰间系着黑色腰带，脚上穿着足袋袜和草履凉鞋。头发向后扎成紧实的发髻，脸上干净没有胡须，肤色偏白，五官冷峻立体，神情冷静克制，带着一种沉稳又压迫感十足的气场。

他右手握着一把锋利的长刀，刀身干净利落，微微抬起，手臂自然向前伸出，姿势警觉但克制。整个人站姿自信，双脚微微分开，身体稳定，目光直视镜头，呈现出冷静、危险、极具张力的视觉效果。

整体画面采用写实摄影风格，电影感光影，细节丰富，服装纹理清晰，人物比例自然，构图专业，背景简洁干净，突出人物主体。高清，高质感，冷色与暗红色氛围，压迫感强，人物完整入镜。

提示词4：

请根据我上传的参考图片，写一段场景提示词，把画面改造成日式道场，但整体视觉风格要和我刚刚上传的参考图保持一致。

提示词5：

将画面场景改造成一个日式传统道场，室内为空旷安静的木质训练空间，地面为深色木地板，背景可见木质立柱、推拉纸门、榻榻米边缘、墙面悬挂简洁的日式卷轴或木剑架，整体空间干净克制，带有明显的东方武道氛围。整体视觉风格延续参考图的感觉：低调冷色调、电影感布光、暗背景、高级质感、强烈氛围感、写实摄影风格。光线柔和但有方向性，人物清晰突出，背景略微虚化，空间带有安静、压迫、肃穆的气质。色彩以深木色、灰蓝色、黑色为主，保持沉稳、克制、冷峻的视觉基调。画面要有高端影视海报感，真实、细腻、有层次，不要杂乱，不要卡通感，不要过于明亮，不要现代杂物，确保整体风格与参考图一致，只是把原来的空间环境替换为日式道场场景。
不要出现任何人物

提示词6：

请根据前面三张的场景，帮我生成一段AI视频生成的提示词，一个精彩的打斗场景，第4张是图表对应的顺序的名字。

提示词7：AI视频生成提示词：

以 @image3 日式道场 作为主要场景，保持昏暗、冷色调、电影感、压迫感强的视觉风格。画面开始时，道场空旷安静，深色木地板反射微弱冷光，左侧纸窗透进柔和的灰蓝色光线，墙上挂着卷轴和武器架，空气中有轻微尘雾，整体氛围肃穆、紧张。

镜头缓慢推进，@image1 的现代黑衣男子站在道场中央偏前位置，保持参考图中的黑色战术服、黑色靴子、冷静表情和警惕姿态，双手握着武器，身体微微下沉，像是在等待对手出现。随后镜头切到道场另一侧，@image2 的红衣武士从阴影中缓缓走出，保持参考图中的红色和服上衣、黑色袴裤、白袜木屐、长发后梳、手持武士刀的造型，神情冷峻，目光锐利。

两人对峙几秒，气氛安静到只听见脚步声和衣料摩擦声。突然，红衣武士率先冲刺，武士刀从侧面快速横斩，现代黑衣男子迅速后撤躲避，镜头跟随刀锋划过空气，带出强烈的运动模糊和冷光反射。黑衣男子立刻贴近反击，两人开始近距离搏斗，动作干净、快速、有力量感，但不要血腥，不要残忍画面。

打斗过程中，镜头采用电影动作片风格：低角度跟拍、快速横移、近景切换、慢动作瞬间、刀锋反光特写、脚步踏在木地板上的特写。红衣武士的动作优雅凌厉，武士刀连续挥砍，衣袖随着动作大幅摆动；黑衣男子动作更加现代、直接、实战感强，通过闪避、格挡、近身压制与快速转身反击来应对。两人的动作节奏从试探逐渐升级为激烈交锋。

中段加入一个精彩镜头：红衣武士跃步向前，刀锋从上方劈下，黑衣男子侧身闪过，刀刃擦过木柱边缘，木屑轻微飞散；镜头瞬间慢动作，冷光打在两人脸上，表情紧绷、眼神对抗强烈。随后两人再次拉开距离，在道场中央形成对峙，地面倒影映出两人的身影。

最后一段进入高潮：红衣武士快速冲刺，武士刀向前刺出，黑衣男子迎面冲上，镜头环绕两人 180 度旋转，动作在交错瞬间定格成电影海报般的画面。最终两人擦肩而过，红衣武士背对镜头缓缓收刀，黑衣男子停在另一侧，身体保持戒备姿态。画面不要表现死亡或流血，只表现高强度对决后的紧张停顿。

整体要求：保持三张参考图一致的写实摄影风格，冷色调、暗背景、强对比、电影级布光，画面质感高级，人物动作真实自然，服装和人物外貌严格参考 @image1 与 @image2，道场环境严格参考 @image3。不要卡通，不要动漫，不要夸张特效，不要血腥，不要杂乱背景，不要改变人物服装，不要出现多余人物。

镜头风格关键词：
cinematic action scene, realistic martial arts fight, Japanese dojo, dark moody lighting, cold blue-gray tone, dramatic shadows, high contrast, slow motion sword clash, dynamic camera movement, realistic choreography, intense atmosphere, film still quality, 16:9 widescreen.

进入平台之后，我们先来到 Character 模块。

然后点击 Create Character。

这里一定要选择：

Start from an Image

也就是“从照片创建角色”。

接着，你需要上传自己的照片。

这里我建议大家：

• 尽量上传不同角度的人脸照片
• 背景尽量干净
• 灯光自然
• 不要太暗
• 不要有太重滤镜

因为 AI 是否能准确识别你的脸，其实很大程度取决于照片质量。

还有一个很多人容易忽略的小细节。

如果你后面的视频，不希望角色戴眼镜、帽子或者其它脸部配饰，那你上传参考照片的时候，最好也不要带这些东西。

这样 AI 后面生成的时候，人物一致性会稳定很多。

我这里上传了 3 张自己的照片，然后把角色名字命名为 Yuri。

创建完成之后，我们就正式进入 AI 图片生成阶段。

第二步：生成电影感角色参考图

接下来，我们来到 Image 模块。

这里第一步非常重要。

就是选模型。

我这里直接选择新的 GPT Image 模型。

因为目前它在真人写实效果这方面，真的已经非常强了。

说实话，如果你以前用过一些老的 AI 图片模型，比如 Nano Banana Pro，你会明显感觉到，现在这一代模型的真实感已经完全不一样了。

模型选好之后，来到 Reference 区域。

点击 Characters。

然后把刚刚创建好的角色添加进去。

这个时候，你会看到角色已经出现在提示词上方。

这说明 AI 已经知道：

你接下来生成的图片，要使用哪个人物。

这里还有一个非常关键的技巧。

很多人 AI 人物不稳定，其实问题就出在这里。

你在提示词里面引用角色的时候，一定要用对应的角色符号。

这样 AI 才会真正把这个角色“锁定”下来。

否则它就会开始“猜”。

而 AI 一旦开始猜，人物脸部一致性基本就会崩掉。

我这里生成的第一张图，是一个穿着武士盔甲、手拿武士刀的电影角色。

画幅比例我选的是 16:9。

因为这样更有电影感。

质量我直接选择 High。

虽然会贵一点，但后面视频生成会更稳定。

最后点击 Generate。

说实话，最后出来的效果真的非常惊艳。

AI 不但保住了我的脸，而且还自动完成了：

• 武士服装
• 灯光
• 场景氛围
• 电影镜头感

整个效果已经非常接近真人电影剧照。

如果你想做这种“AI电影感人物”，我真的建议你优先试一下：

👉 OpenArt AI数字人生成平台

它现在已经算是目前 AI 真人电影这一块，非常强的平台之一了。

第三步：不用角色参考，也能生成超真实AI人物

这里还有一个非常有意思的技巧。

其实现在很多时候，你甚至可以不创建角色。

直接靠提示词，也一样能生成非常真实的人物。

我自己最近一直在用的一个词，就是：

photorealistic

这个词真的非常关键。

它会明显把模型往“真实照片”的方向推。

很多时候，一张普通 AI 图，和一张特别真实的 AI 图，差别可能就只是多了这一个词。

所以如果你想做：

• AI真人照片
• AI电影海报
• AI数字人
• AI角色设计

这个词建议你一定要加进去。

而且现在的 GPT Image 模型，已经可以做到：

不用参考图，也能生成非常真实的人脸皮肤纹理。

这一点其实挺夸张的。

尤其放大之后，你会发现：

• 毛孔
• 皮肤细节
• 光线反射
• 面部阴影

已经越来越接近真实摄影。

第四步：让 AI 自动帮你统一电影场景风格

现在，角色已经做好了。

但很多人做到这里，会出现一个特别严重的问题。

就是：

人物和场景根本不像在同一个世界里。

角色是电影感的。

但背景却像廉价 AI 图。

这样整个视频就会特别“假”。

所以接下来，我们需要做的事情，就是：

让整个场景风格，和人物完全统一。

而这里，我会用一个非常好用的方法。

那就是：

直接让 AI 帮我们分析图片风格。

用 Claude 自动分析电影视觉风格

这里我会暂时离开 OpenArt。

然后进入 Claude AI。

进入之后，我会把刚刚生成好的两张角色图上传进去。

第一张是我自己的武士角色。

第二张是敌方角色。

接着，我会直接告诉 Claude：

“帮我生成一个传统日式道场场景，而且视觉风格必须和我上传的两张参考图保持一致。”

这里其实非常关键。

因为 Claude 最厉害的地方之一，就是它非常擅长理解图片背后的视觉语言。

它会自动分析：

• 灯光
• 色调
• 摄影风格
• 氛围
• 镜头感
• 场景材质

然后自动帮你整理成一整段专业提示词。

说白了就是：

你不用自己去研究什么电影镜头语言。

AI 会帮你自动补全。

这一点真的能省掉非常多时间。

AI 自动生成电影级道场场景

接下来，我把 Claude 返回的提示词复制下来。

然后重新回到 OpenArt AI平台。

这一次，我们不再添加角色 Reference。

因为现在做的是“纯场景图”。

画幅比例依然选择 16:9。

质量继续 High。

因为后面所有 AI 视频动画，都会参考这张场景图。

底图质量越高，最后视频稳定性越强。

最后点击 Generate。

说实话，这一步生成出来的时候，我自己都惊了一下。

整个道场的电影感真的特别强。

障子门外面的暖色阳光透进来之后，整个木地板会形成非常漂亮的反光层次。

而且更夸张的是。

如果你放大去看：

你甚至还能看到空气中的灰尘颗粒。

这种东西，其实特别容易骗过人脑。

因为真实电影摄影里面，本来就会有这种细节。

而 AI 一旦把这些东西做出来，整个画面的真实感就会瞬间提升很多。

为什么“留白感”特别重要？

这里还有一个很多新手容易忽略的问题。

很多人做 AI 场景的时候，总喜欢疯狂往里面堆东西。

结果最后画面特别乱。

但真正高级的电影感，其实恰恰相反。

真正高级的镜头，很多时候反而特别“干净”。

你会发现：

• 场景元素不多
• 构图很克制
• 光影非常明显
• 留白很多

而这种“留白感”，其实才是电影感的关键。

这一点你去看很多真正的动作电影，都会发现特别明显。

第五步：正式进入 AI 视频生成

现在：

• 角色图
• 场景图
• 电影风格

全部都已经准备好了。

接下来，我们终于正式进入 AI 视频生成阶段。

这里我会进入 OpenArt 里的 Video 模块。

然后点击：

Text with Reference

接下来就是选择 AI 视频模型。

目前 OpenArt 里面，其实已经整合了很多主流 AI 视频模型。

比如：

• Kling
• Veo
• Seedance

但如果你是做：

• 动作电影
• 打斗镜头
• AI短片
• 运镜类视频

那我目前最推荐的，还是 Seedance 2。

因为它在：

• 镜头稳定性
• 人物动作
• 电影感
• 多镜头切换

这些方面，确实比很多模型强不少。

Seedance 2 的正确使用方式

这里第一步，就是上传参考图。

我会把：

• 两张角色图
• 一张道场场景图

全部一起上传进去。

很多人 AI 视频不稳定，核心原因其实就在这里。

因为他只上传了一张图。

但实际上：

参考信息越完整，AI 越容易稳定。

尤其是人物一致性。

这一点非常重要。

因为我们前面辛苦做的人物细节，现在都会直接被带进视频里。

而不是重新随机生成。

这也是为什么，这套工作流最后生成出来的人物，会比普通 AI 视频稳定非常多。

AI电影提示词到底怎么写？

这里还有一个超级关键的问题。

很多人 AI 视频效果差，其实根本不是模型不行。

而是提示词结构写错了。

大部分新手，都会把所有内容，全部塞进一个超长段落。

但这样 AI 其实很容易混乱。

因为它不知道：

• 什么时候切镜头
• 谁该先动
• 谁该后动
• 哪个动作更重要

所以我现在基本都会固定用一种结构。

就是：

Shot 1
Shot 2
Shot 3

直接拆镜头。

这样 AI 会更容易理解“时间顺序”。

比如：

Shot 1：角色慢慢走进道场
Shot 2：镜头切到敌人拔刀
Shot 3：双方开始高速打斗

这样整个视频逻辑会清晰很多。

而且动作镜头也会更稳定。

另外，我还会专门单独加一个 Audio 区块。

比如：

• 呼吸声
• 脚步声
• 武士刀碰撞
• 木地板摩擦声

因为 Seedance 会把“声音”和“画面”分开理解。

你单独写 Audio，它会更容易对上动作节奏。

这一点效果其实非常明显。

如果你也想测试这种电影级 AI 视频工作流，我还是非常推荐你试一下：

👉 OpenArt AI电影视频生成平台

它现在基本已经属于“一站式 AI 电影工作流平台”了。

第六步：生成第一段 AI 动作电影镜头

现在所有参考素材都已经准备好了。

接下来，我们正式开始生成第一段 AI 视频。

这里我会把：

• 两张角色图
• 一张场景图

全部丢进 Seedance 2。

然后开始写第一段动作镜头提示词。

这里有一个特别关键的点。

就是：

你一定要在提示词里面，用对应符号去引用角色和场景。

因为这样 AI 才能真正知道：

• 谁是谁
• 谁站在哪里
• 谁应该做什么动作

否则它又会重新随机生成。

而人物脸一旦重新随机，前面辛苦建立的人物一致性就会直接崩掉。

第一段视频：AI电影开场镜头

我这里第一段视频的内容，大概是：

主角慢慢走进道场。

敌人站在远处。

整个场景充满压迫感。

时长我直接拉满到 15 秒。

因为这是目前 Seedance 单次生成支持的最长时长。

分辨率选择 1080P。

画幅继续保持 16:9。

然后点击 Generate。

说实话。

第一次看到成片的时候，我真的有点被惊到了。

尤其是人物近景。

因为很多 AI 视频模型，其实最容易翻车的地方，就是脸部特写。

镜头一拉近：

• 五官就开始变形
• 眼睛乱掉
• 脸开始漂移
• 人物忽然不像本人

但这一次。

GPT Image 2 搭配 Seedance 2，居然真的把人物脸稳住了。

而且最夸张的是。

镜头拉近之后，你甚至还能看清眉毛细节。

整个效果已经特别像真人电影镜头。

AI视频为什么容易“脸崩”？

这里我顺便讲一下原理。

因为很多人其实不知道，为什么 AI 视频的人脸特别容易坏掉。

原因很简单。

AI 视频本质上，其实是在：

“连续生成图片。”

而不是像真人摄影那样真正记录现实。

所以模型每生成一帧。

它其实都在重新“猜”。

而人脸，又是人类最敏感的部分。

所以只要：

• 眼睛差一点
• 鼻子歪一点
• 嘴巴偏一点

你马上就会感觉“不像本人”。

而这次这套工作流最强的地方，就是：

前面先用 GPT Image 把人物彻底锁死。

然后再把这些参考图丢进视频模型。

这样人物稳定性就会高很多。

第二段动作戏：让 AI 自动续接镜头

接下来，我们继续做第二段视频。

但这里的流程，会和第一段有一个非常大的区别。

这次除了：

• 两张角色图
• 一张场景图

之外。

我还会额外上传：

第一段已经生成好的视频。

为什么这样做？

因为 Seedance 可以把前一个视频，当成“续接参考”。

也就是说：

第二段视频，不再是从零开始。

而是从第一段的最后一帧，继续往后生成。

这一点特别重要。

因为它会直接影响：

• 动作连续性
• 人物站位
• 灯光方向
• 镜头节奏
• 场景氛围

如果你不加视频参考。

很多时候第二段视频就会像“重新开机”。

整个氛围完全断掉。

但现在，它会像真正电影一样自然接下去。

为什么多镜头结构特别重要？

这里还有一个特别关键的技巧。

就是：

一定要拆 Shot。

这一点真的非常重要。

很多人 AI 视频看起来特别乱，核心原因就是：

AI 根本不知道什么时候切镜头。

所以我现在基本都会固定这样写：

Shot 1
Shot 2
Shot 3

每一个 Shot 单独描述。

比如：

Shot 1：主角拔刀特写
Shot 2：敌人快速冲刺
Shot 3：双方刀剑碰撞

这样 AI 的理解会清晰很多。

而且镜头语言也会明显更像真人电影。

AI动作电影里，音频提示词也很重要

还有一个很多人会忽略的东西。

就是 Audio。

我现在基本每一个 AI 视频，都会单独写 Audio 区块。

比如：

Audio:
Heavy breathing
Footsteps on wooden floor
Katana collision
Cloth movement

因为 Seedance 会单独理解声音。

所以这样写之后。

声音会明显更贴合画面。

而不是后期随便糊一层音效。

这一点做出来之后，整个电影感会强特别多。

第二段成片效果真的非常夸张

第二段生成完成之后。

最让我震惊的，其实是人物情绪变化。

你会发现。

角色一开始很冷静。

但随着战斗开始。

他的眼神会越来越凶。

甚至到后面武士刀碰撞的时候。

整个情绪已经进入非常愤怒的状态。

重点是：

这些脸部变化，全程都保持得非常稳定。

这一点真的非常难。

因为以前很多 AI 视频模型。

只要人物一做大动作：

• 脸就开始乱变
• 表情会崩
• 五官漂移

但这一次，真的稳住了。

如果你也想做这种：

“真正像电影一样”的 AI 视频。

那我非常建议你去试一下：

👉 OpenArt AI电影制作平台

它现在已经算是目前 AI 视频电影工作流里面，非常成熟的一套方案了。