用 AI 做《蜀·天问》：把三星堆拍成一场克制的古蜀幻梦

三星堆太适合做 AI 影像了。

青铜神树、纵目面具、黄金面具、神鸟、祭祀坑……每个元素都自带视觉冲击。问题也恰好出在这里：素材太猛，很容易一上来就堆满特效，拍成“上古机甲大战”。

真正耐看的方向，反而是收一点。

别急着替古蜀人编完整的故事。把镜头放在那些没有答案的地方：一双望向远方的眼睛，一只落在青铜枝头的鸟，一座被雾吞掉的城，一件刚从黑土里露出的器物。

这篇就用《蜀·天问》的思路，带你做一支 45～60 秒的古蜀文明 AI 氛围短片。目标不是“复原历史”，而是拍出一种感觉：尘土之下，好像还埋着一场没有做完的梦。🏺

一、先定准调性：拍“谜”，别拍“百科全书”

三星堆不是一个适合讲太多设定的题材。

短片时间很短，观众没有耐心听你讲祭祀制度、器物编号和年代谱系。那些内容留给纪录片。AI 短片要做的，是在几十秒里勾住人。

《蜀·天问》的核心情绪可以压缩成一句话：

三千年前，有人抬头望向天空；三千年后，我们从泥土里看见他们的目光。

围绕这句话，画面只抓住四个关键词：

• 仰望：巨大的眼、人物抬头、鸟飞向云层
• 铸造：火焰、铜液、锤击、手的细节
• 消失：洪水、浓雾、黑土、坍塌的城墙
• 凝望：文物特写、现代展厅中的观众、跨越时间的对视

这四个词够用了。

别往里面硬塞龙、凤凰、神仙、战争、宫斗。AI 很爱把“古文明”理解成金灿灿的大场面，咱们得按住它。三星堆真正迷人的地方，是未知，不是热闹。

二、把文案写成“能看见”的镜头语言

很多人写旁白时很有感觉，一转成画面就傻眼：这句到底怎么生成？

原因很简单。抽象句子没法直接拍。

比如：

• “文明在岁月中沉睡”——太空，模型容易给你一座漂浮的赛博遗迹。
• “古蜀人敬畏天地”——太泛，画面十有八九变成大型宗教群演现场。

要把句子拆成具体动作、具体物体、具体环境。

下面这套结构，可以直接拿去用。

| 段落 | 旁白情绪 | 画面动作 | 时长 | | --- | --- | --- | --- | | 开场 | 遥远、安静 | 云层裂开，晨光落在群山与河谷 | 5 秒 | | 文明苏醒 | 神秘、庄严 | 工匠将铜液注入陶范，火星飞溅 | 7 秒 | | 想象升高 | 宏大、克制 | 神鸟停在青铜神树上，枝叶伸入雾中 | 8 秒 | | 灾变降临 | 压抑、沉默 | 河水漫过城墙，火焰熄灭，器物沉入泥土 | 8 秒 | | 时间跳转 | 苍凉、肃穆 | 黑土中露出纵目面具，尘埃缓慢飘落 | 8 秒 | | 收束 | 余韵、发问 | 纵目面具的眼睛与现代观众的眼睛叠化 | 10 秒 |

你会发现，旁白只是线。

镜头里的物件、动作和光线，才是肉。

三、旁白别写满：留白才有古意

这类片子，旁白写得太多会很累。观众刚看见青铜神树，你又急着解释象征意义，气氛立刻泄了。

推荐用短句。句子停顿要明显。

下面是一版可直接录音的旁白：

梦回古蜀文明开始的地方。

三千年前。
有人仰望过，同一轮太阳。

他们把鸟铸进青铜。
把眼睛伸向更远的地方。
把一棵树，种到云端。

后来，河流沉默。
城池隐入雾中。
金与铜，埋进黑土。

没有人留下答案。

只留下那些巨大的眼睛。
替一个消失的文明。
凝望今天。

蜀·天问。

录音时别念得太“播音腔”。

声音压低一点，语速放慢一点。每句话之间留半秒到一秒的空隙。观众不是在赶高铁，别把古蜀文明念成促销口播。

四、出图提示词：统一比华丽更重要

AI 生成古风画面，最大的坑是“每张都好看，拼起来像十部片子”。

解决方法是提前锁死视觉规则。

建议固定的视觉设定

• 主色：青铜绿、泥土黑、暗金、雾灰
• 光线：低照度、侧逆光、火光、阴天散射光
• 镜头质感：35mm 电影胶片、细颗粒、低饱和
• 人物服装：粗麻、皮革、深褐色织物，避免仙侠飘纱
• 场景材质：夯土、湿润泥土、氧化铜、烟雾、河水
• 画幅比例：全程 16:9 或 2.39:1，别混用

通用风格后缀

每一条提示词后面都可以加上这段：

cinematic still, ancient Shu civilization, Sanxingdui-inspired aesthetics, bronze green and muted gold palette, wet black soil, misty atmosphere, low saturation, volumetric light, 35mm film grain, historical fantasy realism, highly detailed, no text, no watermark

注意，这里写的是 Sanxingdui-inspired aesthetics，意思是借鉴三星堆的视觉气质。

别要求模型“100% 历史复原”。目前大多数模型做不到，硬要较真，最后很容易得到一件长得像三星堆、手里却握着科幻枪的神像，血压会飙升。

五、6 组可直接用的画面提示词

提示词建议用英文写，模型理解更稳。想用中文也行，但英文通常更少跑偏。

1. 开场：古蜀河谷

A vast ancient Sichuan river valley at dawn, layers of dark green mountains covered by thick mist, a quiet river winding through the valley, faint sunlight breaking through heavy clouds, solemn and mysterious atmosphere, no modern buildings, cinematic aerial wide shot, ancient Shu civilization, bronze green and muted gold palette, 35mm film grain, low saturation, no text, no watermark

镜头建议： 航拍缓慢推进。不要飞太快，像无人机赶着送外卖就毁了。

2. 铸造青铜神鸟

Close-up of ancient Shu artisans casting molten bronze into a clay mold, glowing orange metal, rough hands, sparks drifting in dark workshop air, clay walls, firelight reflecting on faces, historically grounded ancient craftsmanship, cinematic close shot, dramatic shadows, 35mm film grain, low saturation, no text, no watermark

镜头建议： 用手部特写。手比脸更稳定，也更有故事。

3. 青铜神树与神鸟

A towering bronze sacred tree rising from mist, delicate bronze branches reaching into stormy clouds, a mysterious bronze bird resting on one branch, ancient Shu ritual landscape, enormous scale but restrained composition, wet earth, drifting fog, cinematic low angle shot, bronze green patina, muted gold highlights, 35mm film grain, no text, no watermark

镜头建议： 低机位仰拍，慢慢抬升。别让神树疯狂旋转，庄严感不是游乐园项目。

4. 城池沉没

An ancient earthen city wall disappearing into dense rain and floodwater, abandoned ritual objects half submerged in mud, extinguished fire, heavy dark clouds, a feeling of silence after catastrophe, cinematic wide shot, realistic historical fantasy, muted colors, wet black soil, 35mm film grain, no text, no watermark

镜头建议： 不用拍巨浪吞城。雨、雾、漫过台阶的水，已经够压迫了。

5. 纵目面具从泥土中显现

Extreme close-up of a Sanxingdui-inspired bronze mask with protruding eyes emerging from wet black soil, tiny grains of dirt falling slowly, green oxidized bronze surface, archaeological atmosphere, soft beam of light cutting through darkness, solemn and uncanny, macro cinematic shot, 35mm film grain, no text, no watermark

镜头建议： 这是全片最该慢的地方。让泥土一点点滑落，观众自然会屏住呼吸。

6. 古今对视的结尾

A poetic double exposure of an ancient bronze mask with protruding eyes and the face of a modern museum visitor, their eyes aligned, dark museum background, soft reflections on glass, quiet emotional tension, cinematic portrait, restrained composition, bronze green and deep black palette, 35mm film grain, no text, no watermark

镜头建议： 结尾别再放大场面。收回到一双眼睛，余味会更长。

六、静帧变视频：每个镜头只做一个动作

图生视频最忌讳贪心。

你给一张图下命令：“人物走路、鸟飞、树摇、云翻、镜头绕场一圈”，模型很可能会给你变形手、融化脸和抽象生物。看完只想报警。

一个镜头，只指定一个主动作。

动作提示词参考

| 画面 | 视频动作提示 | | --- | --- | | 河谷 | slow cinematic forward camera movement, mist drifting naturally | | 铸造场景 | subtle hand movement, sparks floating upward, gentle handheld camera | | 青铜神树 | slow upward camera tilt, fog moving slowly around the branches | | 洪水城池 | rain falling steadily, water rippling slowly, static camera | | 面具出土 | dirt particles falling in slow motion, slow push-in camera movement | | 古今对视 | very subtle breathing movement, gradual dissolve transition |

推荐镜头时长控制在 4～6 秒。

如果你使用可灵、Runway、Pika、即梦一类工具，先生成短镜头，再去剪辑软件里拼。别试图一次生成一分钟长片，成功率低得让人怀疑人生。

七、剪辑节奏：前半段有火，后半段要静

《蜀·天问》这种片子，节奏可以按“苏醒—升腾—沉没—凝望”来走。

一个好用的节奏模板

• 0～12 秒：慢。雾、山、河、火种出现。
• 12～28 秒：稍微加快。铸造、神鸟、神树，给观众连续的视觉记忆。
• 28～40 秒：压低。雨、水、黑土、熄灭的火。
• 40～60 秒：极慢。面具特写、现代人的眼睛、片名浮现。

转场别用花活。

直接用这些就够了：

• 叠化
• 淡入淡出
• 匹配剪辑
• 声音先行

举个例子：火焰燃烧的声音先进入下一镜，画面却切到泥土里的面具。观众会感觉，三千年前的火还没有彻底熄灭。

这比“闪白 + 粒子爆炸 + 故障特效”高级太多。

八、声音设计，决定片子有没有灵魂

画面只负责让人停下来。

声音才负责让人不划走。

你可以准备四层声音：

• 底噪：低沉风声、远处河流、空旷环境声
• 材质声：铜液流动、泥土滑落、火焰燃烧、雨滴落水
• 音乐：低频鼓点、埙、箫、稀疏的人声吟唱
• 旁白：贴近耳边，干净，少混响

有个小技巧特别好用：

在“没有人留下答案”这句之后，直接抽掉音乐，只留 1 秒环境底噪。接着让泥土掉落的声音出现。

这个停顿很短，却能让观众心里空一下。

音乐别选得太满。那种从头轰到尾的史诗 BGM，会把神秘感挤得一点不剩。

九、避坑清单：这些问题一出现，片子就容易垮

1. 文物元素堆太多

青铜大立人、纵目面具、黄金面具、神树、玉琮全塞进去？

观众记不住，画面也会很乱。挑 2～3 个核心器物反复出现，形成记忆钩子。

2. 人物长得像仙侠剧主角

过度精致的脸、飘逸白衣、满头金饰，都很容易出戏。

古蜀场景更适合粗粝、朴素、有劳动痕迹的人物。

3. 青铜器像塑料玩具

提示词里加上这些材质描述：

oxidized bronze patina, aged metal surface, corrosion texture, uneven handcrafted details

青铜器要有氧化斑驳、沉积物和时间感。亮得像新买的摆件，味道就没了。

4. 镜头运动太猛

古文明题材不需要过山车运镜。

慢推、慢拉、微微摇镜，已经足够。镜头越稳，文物的压迫感越强。

5. 旁白在替观众做阅读理解

不要解释“神树象征沟通天地”。

让神树穿过雾，让鸟停在枝头。观众会自己感受到它指向什么。

6. 历史标签乱贴

三星堆的谜团很多，创作里可以合理想象，但别把未经证实的内容说成史实。

片头或简介里加一句就很稳：

本片为基于三星堆文化意象的艺术创作。

既尊重历史，也给创作留出空间。

十、发布时怎么写标题和文案

封面标题别写“AI 生成三星堆视频”。太工具味了。

可以试试这些：

• 三千年前，这双眼睛看见了什么？
• 古蜀人没有留下答案，只留下凝望
• 如果三星堆的青铜器会做梦
• 《蜀·天问》：尘土之下，埋着一场未醒的梦

发布文案可以短一点：

三千年前，有人把鸟铸进青铜。
把眼睛伸向远方。

后来，河流沉默，城池隐入雾中。

没有人留下答案。
只有那些巨大的眼睛，还在凝望今天。

《蜀·天问》
基于三星堆文化意象的 AI 影像创作。

结语：别急着替历史下结论

做三星堆题材，最值钱的不是“我还原了什么”。

而是你有没有把那份遥远、陌生、庄严的感觉拍出来。

古蜀文明留给我们的，本来就不是标准答案。

那就别急着填满空白。

留一点雾，留一点黑土，留一双穿过三千年的眼睛。

观众看完会自己补上心里的那句：

他们当年，到底在望向哪里？