用 AI 做一支东方仙境短片：从“向外求仙”到“向内见己”

导语：仙境不难做，难的是让观众看完之后有点心事

祥云、瑶池、白衣仙人、青鸟、蟠桃盛宴，这些元素交给 AI，很快就能生成一堆漂亮画面。

可“漂亮”不等于“有内容”。

如果镜头只是不断展示宫殿、花瓣和舞蹈，观众看完只会说一句：好美。然后划走。

一支真正有记忆点的 AI 短片，需要一个清晰的问题。

这次的主题可以定为：

人为什么总想成仙？

仙门在云上，还是在心里？

围绕这个问题，咱们把“蟠桃盛宴”做成一场外在宏大、内里安静的东方幻想短片。

一、先定主题，再安排神仙出场

很多人做 AI 视频时，习惯从画面开始：

• 我要一座天宫
• 我要九重云海
• 我要仙女起舞
• 我要满屏金光

这样做很容易失控。每个镜头都很华丽，整支片子却没有方向。

更稳的办法是先写出一句主题句：

向外求仙，向内见己。

这句话决定了短片的情绪走向：

• 前半段：向外看，追逐天门、盛宴与仙境
• 中段：进入瑶池，看到众仙欢宴
• 后半段：镜头逐渐安静，问题落回一个人的内心
• 结尾：不回答“仙门在哪里”，把答案留给观众

你可以用下面这个模板定主题：

表面上，我想拍：__________
实际上，我想问：__________
最后，我想把问题留给：__________

套到这支片子里就是：

表面上，我想拍一场天上的蟠桃盛宴。
实际上，我想问人为什么总想成仙。
最后，我想把答案留给每一个正在寻找出口的人。

这一步看起来不像技术活，却决定了后面所有提示词是否会跑偏。

二、把抽象主题拆成可拍的镜头

“向内见己”是抽象概念，不能直接丢给 AI。

AI 更擅长理解具体画面。你需要把情绪翻译成动作、光线、构图和镜头运动。

推荐的 6 镜头结构

| 镜头 | 画面 | 情绪 | 镜头作用 | |---|---|---|---| | 1 | 青鸟穿过厚重云层 | 召唤、未知 | 把观众带入仙境 | | 2 | 白衣人物沿云阶赴宴 | 期待、寻找 | 让人物进入故事 | | 3 | 瑶池花瓣从空中落下 | 梦幻、短暂 | 建立仙境氛围 | | 4 | 众仙在蟠桃宴上起舞 | 热闹、繁华 | 展示外在诱惑 | | 5 | 人物从人群中停下，望向水面 | 疑惑、抽离 | 情绪开始转向内心 | | 6 | 水面映出人物面容，云海渐静 | 清醒、回望 | 留下主题余韵 |

注意第 5、6 镜头。

如果全片都在飞、都在转、都在发光，观众会视觉疲劳。真正的情绪落点，往往来自一个停顿。

仙境越热闹，人物的安静越有力量。

三、建立统一的视觉设定

AI 视频最常见的问题是：第一镜里人物是黑发白衣，第三镜突然变成金色长发；宫殿刚才是玉石材质，下一秒变成西式城堡。

这不是审美问题，是设定没有锁定。

角色设定

建议提前写一张角色卡：

角色：赴宴的白衣行者
年龄感：年轻但沉静
服装：月白色宽袖长袍，银灰色腰带，衣摆带有细密云纹
发型：黑色长发，半束发，玉簪固定
气质：克制、清醒、带一点远行后的疲惫
动作：步伐缓慢，不主动与众仙互动

场景设定

核心场景：瑶池蟠桃盛宴
建筑：悬浮玉台、汉唐风格飞檐、白玉栏杆
自然元素：云海、青鸟、桃花、金色霞光、水面倒影
色彩：月白、青金、淡粉、墨青
材质：玉石、丝绸、薄雾、清水

风格设定

东方神话电影感、古典中国美学、留白构图、细腻雾气、克制的金色光线、低饱和高级配色、真实布料质感、慢节奏诗性镜头、宽银幕构图

把这些设定复制到每个画面提示词里。别嫌麻烦。

统一感往往不是来自模型有多聪明，而是来自你有没有重复关键条件。

四、提示词怎么写，才不容易变成“神仙大乱斗”

一个实用的提示词，可以拆成五层：

主体 + 动作 + 场景 + 光线与色彩 + 镜头语言

镜头 1：青鸟破云

一只青色神鸟穿过翻涌的云海，羽翼被金色晨光照亮，远处隐约出现悬浮天宫与玉石长阶，东方中国神话美学，青金色调，层次丰富的云雾，电影级宽幅构图，低机位仰拍，强烈纵深感，画面庄严而安静

镜头 2：白衣赴宴

一位身穿月白色宽袖长袍的年轻行者，沿着云中玉阶缓慢走向瑶池，黑色长发半束，衣摆带有细密云纹，远处仙宫悬浮在云海之上，薄雾环绕，柔和侧逆光，东方幻想电影感，中远景，人物背影构图，画面带有漫长旅途后的克制感

镜头 3：瑶池花落

瑶池水面平静如镜，淡粉色桃花花瓣从高空缓慢落下，玉台与白玉栏杆倒映在水中，远处有模糊的白衣仙人，月白、淡粉、青绿色配色，柔焦雾气，俯拍与水面反射结合，宁静、空灵、短暂

镜头 4：众仙起舞

蟠桃盛宴正在瑶池玉台上举行，身穿各色古典长袍的仙人围绕长桌起舞，玉盏、蟠桃、丝绸与桃花散落其间，云海在宫殿下方缓慢流动，金色霞光从侧面照入，东方神话盛宴，宽银幕大远景，华丽但不过度饱和，画面有秩序感

镜头 5：人物停下

白衣行者站在喧闹的蟠桃盛宴边缘，众仙在背景中化为柔焦光影，人物没有参与舞蹈，只是低头看向瑶池水面，衣袖被微风轻轻吹动，前景清晰、背景虚化，光线从金色转为冷青色，中近景，克制、疑惑、抽离感

镜头 6：水中见己

平静的瑶池水面映出白衣行者的面容，云海、花瓣与天宫倒影逐渐融入水中，人物抬眼看向镜头外，周围没有其他人，冷青色水光与一缕暖色霞光交错，极简构图，留白充足，东方哲思电影感，安静而清醒

负面提示词

可以补充这组内容，减少画面跑偏：

现代建筑，西式城堡，科幻机械，塑料质感，过度锐化，荧光色，复杂文字，水印，畸形手指，多余肢体，五官变形，人物重复，服装不一致，过度拥挤，低清晰度

五、图生视频：别让 AI 一上来就疯狂运镜

静态图转视频时，提示词要写“运动”，别重新描述一整幅画。

适合镜头 1的运动提示

青鸟从画面下方飞入并穿过云层，云雾向两侧缓慢分开，镜头轻微向上推进，阳光逐渐增强，保持人物和建筑结构稳定，动作自然，电影感慢运动

适合镜头 5的运动提示

人物保持站立，只让衣袖和发丝被微风吹动，水面产生轻微涟漪，背景舞者动作逐渐变慢，镜头从中景缓慢推近到近景，整体节奏克制，不要剧烈摇晃

动作控制的三个原则

• 一个镜头只安排一个主要动作
• 镜头运动和人物动作不要同时过猛
• 情绪转折处，优先使用慢推、定格、轻微摇镜

AI 很爱“自作主张”。

你写“仙人起舞”，它可能让十几个人同时挥袖、旋转、飞天，画面直接变成大型失控现场。

改成：

两到三位舞者缓慢转身，衣袖随风展开，背景人物保持轻微动作，镜头稳定推进

画面会稳很多。

六、剪辑节奏：热闹不是目的，停顿才是答案

可以按下面的节奏剪：

0—3 秒：青鸟破云，快速建立世界观
3—7 秒：白衣人物赴宴，节奏放慢
7—11 秒：桃花落入瑶池，加入环境声
11—16 秒：蟠桃盛宴，音乐达到高点
16—21 秒：人物停下，音乐突然收窄
21—27 秒：水面倒影，留下问题

转场不要太花。

适合这类东方神话短片的方式有：

• 云雾遮挡转场
• 桃花瓣掠过镜头转场
• 水面反光叠化
• 白衣人物经过镜头前的自然遮挡
• 慢速淡入淡出

少用炫目的旋转、闪白、故障特效。仙境需要呼吸感，不需要像开场秀一样不停爆闪。

七、声音设计：没有声音，仙境会像一组漂亮壁纸

画面负责把观众带上云端，声音负责让观众相信这里真的存在。

环境声

可以加入：

• 云层低沉的风声
• 青鸟振翅声
• 玉石台阶的轻微脚步声
• 水面涟漪
• 桃花落水声
• 远处若有若无的钟声
• 盛宴中的衣袖摩擦声与杯盏碰撞声

音乐走向

前半段可以用空灵笛声、埙、箫和低频鼓点。

进入盛宴时，加入弦乐和人声吟唱，让场面有仪式感。

人物停下后，音乐突然减少层次，只保留一件主乐器和水声。

结尾可以留出一秒到两秒的静默。

这段空白很重要。观众需要一点时间，把问题接回自己身上。

八、字幕文案别写成说明书

字幕不用解释所有画面。

推荐采用短句，一句一屏：

人为什么总想成仙？

是为了飞得更高？

还是为了逃离眼前的生活？

当所有人都在赴宴，

你有没有停下来，看一眼自己？

如果仙门真的存在——

它在云上，还是在心里？

字幕出现的时机，放在人物停下之后更合适。

前面的镜头先让观众沉浸。别一上来就把观点全说完，那样像在给观众布置阅读理解。

九、常见翻车点与修正方法

1. 画面很美，人物没有动机

问题： 角色一直飞、走、转身，却不知道为什么。

修正： 给角色一个明确行为：赴宴、寻找、停下、回望。

动作有方向，观众才会跟着走。

2. 每个镜头都堆满元素

问题： 青鸟、仙鹤、宫殿、桃树、舞者、祥云全挤在一起。

修正： 一个镜头突出一到两个核心元素。留白会让画面更贵。

3. 人物身份不断变化

问题： 发型、衣服、年龄和脸型前后不一致。

修正： 固定角色卡，使用同一张参考图，提示词里重复服装和发型描述。

4. 视频动作过度夸张

问题： 云层像爆炸，人物像被风扇吹飞，镜头抖得像手里拿着拖拉机。

修正： 提示词加入“缓慢、稳定、轻微、克制、保持结构不变”。

5. 神话元素变成廉价仙侠风

问题： 金光满屏、服装过亮、特效过多，像游戏宣传片。

修正： 限制色彩数量，降低饱和度，减少粒子特效，增加水面、雾气和阴影。

6. 主题说得太满

问题： 结尾直接写“真正的成仙就是认识自己”。

修正： 留一个问题。

好的短片不急着替观众回答。它负责把门打开，至于走不走进去，交给观众。

十、发布前检查清单

发布前，用一分钟检查这些内容：

• [ ] 是否能用一句话说清主题
• [ ] 角色外形是否前后一致
• [ ] 每个镜头是否只有一个主要动作
• [ ] 画面色彩是否统一
• [ ] 前半段是否有“向外寻找”的过程
• [ ] 后半段是否出现停顿与回望
• [ ] 字幕是否足够短
• [ ] 音乐是否在情绪转折处收窄
• [ ] 是否保留了环境声与静默
• [ ] 结尾是否给观众留下思考空间

结语：别只拍仙境，也拍那个想逃离现实的人

AI 可以帮你生成天宫，却无法替你决定这座天宫要表达什么。

真正有力量的 AI 短片，不是把神话元素堆到画面里，而是借一只青鸟、一场盛宴、一面水镜，拍出一个人从外界回到自己的过程。

你可以把“蟠桃盛宴”换成别的主题：

• 月宫：关于孤独与等待
• 龙宫：关于欲望与宝藏
• 黄泉：关于告别与放下
• 蓬莱：关于远方与归来

神仙住在哪里，答案可以不急着给。

先把镜头对准人心。