想在YouTube上做视频赚钱，却不知道从何下手？众所周知，动画类视频在YouTube上占据了巨大的流量份额，无论是儿童频道还是故事频道，收益都非常可观。
但一想到要学3D建模、学剪辑、写复杂的提示词（Prompts），很多人就被直接劝退了。
别担心，本期内容将为你揭秘一套能够复制的高质量卡通动画视频制作流程。 我花了很多时间测试和整理，把所有踩过的坑都填平了，浓缩成几个最实用的步骤。哪怕你完全没有动画基础，不懂画画，甚至之前没用过AI，只要跟着我的步骤一步步操作，你也能做出皮克斯（Pixar）级别的动画视频。
在此过程中，如果你想深入学习更多AI变现技巧，或者在实操中遇到问题，欢迎加入我的知识星球圈子进行交流：
为什么选择AI制作动画？
传统的动画制作需要昂贵的团队和漫长的周期，而现在，借助于OpenArt、Gemini和ElevenLabs等工具，一个人就是一支队伍。你只需要负责创意，剩下的交给AI。
我们将使用目前市面上最强大的AI工具组合，带你从0开始跑通整个流程。你的脑子里很快就会有一个清晰的“油管动画制作套路”，以后想做任何类型的卡通短视频、故事号，都能随时搞定。
准备工作：所需工具一览
在开始之前，请确保你准备好了以下“神器”：
核心视觉生成工具：OpenArt
这是一个集成了市面上顶级模型（如Flux, SDXL, Kling等）的一站式AI平台，我们需要用它来生成一致性极高的人物角色和动画视频。
最强AI配音：ElevenLabs
目前公认最像真人的AI语音生成工具，同时也支持生成逼真的音效。
脚本与创意大脑：Google Gemini 或 ChatGPT
我们将用它来编写剧本和专业的AI绘画提示词。如果你在国内无法支付Plus会员，可以使用代充服务：
第一步：用AI策划大师级动画大纲
做视频的第一步是搞定剧本和提示词。为了方便大家，我专门编写了一套结构化提示词模板。
1. 定义AI的角色
我们需要将AI（这里演示使用Google Gemini）定义为一位“专注于AI图像与视频卡通制作的策划师”。
操作技巧：
模型选择： 建议使用 Gemini Advanced 或 ChatGPT-4o 等高级模型（Thinking/Pro模型），因为它们的逻辑理解能力更强，生成的细节更丰富。如果你还在用免费版，效果可能会打折扣，建议升级体验完整功能：点击这里升级会员。
输入指令： 告诉AI你的需求是将一个简单的创意转化为30-40秒的卡通策划方案。要求它输出：故事快照、角色定义、场景拆分、关键动作。
2. 激发创意
如果你不知道做什么故事，可以让AI帮你头脑风暴。比如，我要求AI策划一个：“皮克斯（Pixar）3D动画风格，充满活力的冒险喜剧，主角是一只表情丰富的小松鼠。”
AI会迅速为你生成一个包含“起承转合”的完整故事大纲，甚至细化到每一个场景（Scene）的镜头描述。
关键点： AI生成的“场景拆分”非常重要，它会明确告诉你每个场景中有哪些角色、在做什么动作。这让你在后续生成画面时，不再需要绞尽脑汁去想画面内容。
第二步：设计角色形象（保持一致性的秘诀）
很多AI视频最大的败笔是“角色脸盲”，同一个角色在不同镜头里长得不一样。我们将在 OpenArt 中解决这个问题。
1. 生成角色基础图
打开 OpenArt，点击左侧的“Create Image”。
模型选择： 推荐选择 Flux Pro 或 SDXL 等高质量模型（视频中提到的“Lala”可能是指Flux或其他高质量模型的昵称，目前OpenArt上生成写实和3D卡通效果最好的是Flux系列）。
输入提示词： 复制我们在第一步中让Gemini生成的“角色视觉描述”提示词。
设置： 比例选择 16:9，点击生成。
OpenArt会为你生成多角度的角色图（正面、侧面、背面）。挑选一张你最满意的作为基准图。
2. 生成不同表情与动作（一致性锁定）
这是最关键的一步。当我们需要生成主角“惊讶”或“攀爬”的图片时：
输入新的动作提示词（由Gemini提供）。
启用参考图（ControlNet/Reference）： 在OpenArt的设置中，找到“Reference Image”或“Face ID”功能。
上传基准图： 将刚才选定的那张主角标准照上传，并设置为“Character Reference”（角色参考）。
这样，无论你怎么变换场景，生成出来的小松鼠都会长得一模一样！
第三步：生成分镜场景图
角色定下来后，我们按照Gemini生成的“场景列表”，逐一生成背景图和剧情图。
复制场景提示词： 把“场景1：不可能完成的任务”、“场景2：危机四伏的攀爬”等对应的提示词放入OpenArt。
带入角色： 记得始终挂载你的角色参考图。
批量生成： 这个过程可能比较耗时，因为要覆盖整个故事的流程。
小贴士： OpenArt集成了多种顶尖模型，你不需要切换平台就能体验到类似Midjourney的画质，而且它对提示词的理解非常精准。
第四步：让图片动起来（图转视频）
有了精美的分镜图，接下来我们要把它们变成真正的动画。我们将使用OpenArt内置的**Image to Video（图生视频）**功能。
1. 选择视频模型
在OpenArt的视频生成界面，你可以看到多个模型选项：
Kling (可灵) AI： 目前做卡通和动作幅度大的视频效果极佳，性价比很高，强烈推荐选择 Kling 2.6 (或最新版)。
Google Veo (VEO 3)： 谷歌的最新视频模型，生成效果细腻，支持更长的时长，但成本稍高。
Sora/Luma： 其他备选模型，但要注意有些模型对非人类角色的处理可能会有Bug。
2. 这里的“黑科技”：首尾帧控制
为了让视频转场丝滑，OpenArt支持**起始帧（Start Frame）和结束帧（End Frame）**的设置。
起始帧： 上传小松鼠站在树下的图片。
结束帧： 上传小松鼠爬到树顶的图片。
点击生成： AI会自动补全中间的攀爬过程！
这样生成的视频不再是简单的“PPT平移”，而是有着真实的物理动作和连贯性。
想亲自体验这种丝滑的动画生成吗？
提示词1：
你是一位专精于“AI图生视频”卡通创作的AI动画策划师。
你的工作是将一个简单的电影创意转化为一份简短的AI卡通策划方案，且该方案必须符合当前AI视频模型的实际能力。
重要限制：
故事总时长：约 30–45 秒
使用“场景（SCENES）”，而非“镜头（shots）”
每个“场景”代表一个叙事片段，而不仅仅是一个单一动作
每个“场景”稍后将被拆分为多个动画片段
无对白
不做时间承诺（不要提及具体秒数）
确保所有内容在AI生成方面具有实操性
输出结构（请严格遵守）：
第 1 步：故事快照 (STORY SNAPSHOT)
全篇故事的一句话摘要
第 2 步：角色定义 (CHARACTER DEFINITIONS)
为每个角色提供：
姓名 / 角色身份
视觉描述（风格、体型、服装、氛围）
第 3 步：场景拆解 (SCENE BREAKDOWN)
总共创建 4–6 个场景。
对于每个场景，输出：
场景 X：
场景目标（情感或叙事上发生了什么变化）
地点 / 环境
出场角色
起始状态（场景开始时的视觉画面）
结束状态（场景结束时的视觉画面）
本场景必须发生的关键动作（项目符号列表，最多 3-6 项）
规则：
场景应按逻辑层层递进
每个场景在视觉上必须截然不同
每个场景必须能够通过AI图生视频进行动画化
第 4 步：最终结局 (FINAL RESOLUTION)
用一句话描述结局时刻
等待输入
以下是电影想法：
皮克斯3D动画风格，充满活力的冒险喜剧感。主角是一只神经质、戴着一副 oversized 飞行员护目镜的小松鼠，它的表情总是很紧张夸张。它站在一颗参天大树下，仰望树顶一颗闪着金光的、比它的头还大的巨大橡果。它深吸一口气，开始了一段充满滑稽失误的攀爬旅程，期间几次差点掉下来，吓得毛都竖起来了。结局是它终于抱住了大橡果，但因为橡果太重，它抱着橡果像炮弹一样滑稽地坠入地面一堆柔软的巨大落叶堆中，露出满足的傻笑。森林环境细节丰富，光影斑驳。
提示词2：
为角色制作提示词
提示词3：
你现在是一位AI动画助手。
我将提供给你：
角色描述
来自AI卡通策划案中的一个场景 (SCENE)
你的工作是将这个场景转换为：
关键帧的图像提示词 (Image prompts)
让这些图像动起来的视频动作提示词 (Video motion prompts)
规则：
全程使用相同的角色
假设图像生成在先
假设视频动画在后
切勿杜撰新的故事元素
保持提示词简洁且可复用
需考虑当前AI视频的技术局限性
输出结构（请严格遵守）：
第一部分：角色图像提示词 (CHARACTER IMAGE PROMPTS)
针对场景中出现的每一个角色：
编写一个干净的图像提示词
要求：中性姿势、光线清晰、全身照
设计目的：便于在多个场景中重复使用
第二部分：场景图像序列 (SCENE IMAGE SEQUENCE)
创建一个由 3–4 张图像组成的序列，用于视觉化呈现该场景。
对于每一张图像：
图像 X：
这张图像代表什么内容
图像提示词（描述构图、姿势、情绪、镜头角度）
重要提示：
每张图像必须逻辑流畅地衔接下一张
请预设这些图像后续将被复用并进行动画化处理
第三部分：视频动作提示词 (VIDEO MOTION PROMPTS)
针对每一张图像（或图像对），编写：
一个适合AI视频生成的简单动作提示词
包含一个主要动作
最多包含一个运镜方式（Camera movement）
格式： 视频提示词 X： 输入图像：（例如“使用 图像 2”或“使用 图像 2 作为起始帧，图像 3 作为结束帧”） 动作提示词文本
输出完毕后请等待。
这里是为您整理好的SEO优化博客文章，第二部分。
第五步：好莱坞级的音效与配音
一部好的动画，视觉占50%，听觉占50%。为了让视频更生动，我们需要用到 ElevenLabs 来生成配音和音效。
1. 生成逼真的音效（Sound Effects）
以前找音效要在素材库里翻半天，现在有了ElevenLabs的新功能，想要什么声音直接“说”出来。
获取提示词： 回到Gemini，让它根据视频画面写音效提示词。例如：“小松鼠快速爬树的沙沙声”、“卡通风格的惊讶声”、“滑稽的落地声”。
生成音效： 登录 ElevenLabs，进入“Sound Effects”板块，输入提示词。AI会一次生成4个不同的版本供你挑选。
下载： 试听满意后，直接下载MP3或WAV格式。
2. 角色配音（Text to Speech）
如果你的动画有旁白或角色对话，ElevenLabs的语音合成技术是目前最自然的。你可以为小松鼠选择一个俏皮的声音，或者为旁白选择一个深沉的电影解说腔。
第六步：剪辑合成，见证奇迹
所有素材（视频片段、音效、配音）都准备好后，最后一步就是组装。
你可以使用 剪映（CapCut） 或 Premiere 等剪辑软件。
导入素材： 将生成的视频片段拖入时间轴。
对齐音频： 将爬树的音效对准爬树的画面，将惊讶的音效对准表情特写。
微调节奏： 剪掉多余的部分，确保故事流畅。
虽然这一步最耗费耐心，但当你看到那个脑海中的故事变成一部完整的动画时，那种成就感是无与伦比的。
额外资源推荐：让你的视频更上一层楼
除了核心的AI生成工具，有时候你还需要一些高质量的辅助素材。这里推荐两个我常用的资源库：
Envato Elements： 这是一个超级全的创意素材库，从视频模板、背景音乐到音效素材应有尽有。如果你觉得AI生成的背景音乐不够完美，可以在这里找到版权无忧的BGM。
HeyGen (AI数字人)： 如果你想在视频开头加入真人口播介绍，但不想自己出镜，HeyGen可以生成极其逼真的虚拟数字人。
变现之路：如何通过YouTube赚钱？
你掌握了这项技术，不仅仅是做着玩，这更是一个巨大的搞钱机会。
加入YouTube合作伙伴计划 (YPP)：
只要你的频道达到 1,000订阅 且过去365天内观看时长达到 4,000小时，就可以申请开通收益。YouTube会在你的视频中插入广告，你躺着就能分美金。
联盟营销 (Affiliate Marketing)：
像我这篇文章一样，你可以在视频描述中通过推广你使用的AI工具（如OpenArt、ElevenLabs）来赚取佣金。这是新手最快变现的方式，甚至不需要等到频道开通广告收益。
总结
现在，制作动画的门槛已经被AI彻底踏平。你不需要懂画画，不需要懂动画原理，只需要一个想法和一套正确的工具组合：
大脑： Gemini / ChatGPT
眼睛： OpenArt (点击注册)
别再犹豫了，赶紧动手制作你的第一个AI动画视频吧！
如果你在操作过程中遇到任何问题，或者想要获取本期视频所有的详细提示词（Prompts），欢迎访问我的文章链接：
也欢迎加入我的知识星球，和我一起探讨更多AI搞钱的野路子：
(本文部分工具链接为联盟链接，通过这些链接注册或购买可能会给我带来少量佣金，但这不会增加您的成本，感谢您的支持！)
相关文章
