How to Make AI Videos From a Storyboard (Full Guide)
三句話摘要
用單一故事板和 AI 生成視頻的完整工作流程——在 Higgs Field 平台上快速製作多種風格的動畫視頻。 用故事板作為單一真實來源，搭配 Claude、GPT Image 2 和 CDANS 2.0，能在一個平台快速製作多種風格的 AI 視頻，避免傳統逐鏡頭生成的繁瑣和不一致。 角色表是基礎——上傳多個角度的自己照片作為參考，讓 AI 在整個視頻過程中保持人物一致性；這是大多數創作者忽略但至關重要的步驟，否則拍攝到一半角色會變樣。
重點整理
重點- 1
角色表是基礎——上傳多個角度的自己照片作為參考，讓 AI 在整個視頻過程中保持人物一致性；這是大多數創作者忽略但至關重要的步驟，否則拍攝到一半角色會變樣。
- 2
故事板統一規劃——在生成任何動畫前，用 15 個面板預先規劃整個視頻（每個面板代表一秒），標註鏡頭類型、動作和時碼，這樣視頻模型有完整的參考資訊，無須逐鏡頭分別生成。
- 3
Claude 自動化提示詞——利用故事板提示生成器，只需一句話描述場景，Claude 自動產出詳細的故事板提示詞，省去手動描寫 15 個鏡頭的時間。
- 4
風格即參數——改變字尾的風格標籤（rubber hose / photorealistic / cell shaded 80s anime），整個視頻從卡通變寫實或變動畫，用同一個工作流創造完全不同的成品。
實用技巧與重點
乾貨- 平台：Higgs Field
- 角色表製作：GPT Image 2，高保真度、2K 品質、16:9 縱橫比，上傳多角度照片
- 風格參數：rubber hose、photorealistic、cell shaded 80s anime
- 故事板生成：GPT Image 2，4K 品質，批次 2，包含 15 個面板（每面板 = 1 秒）
- 視頻生成：CDANS 2.0 模型，1080p 分辨率、16:9、15 秒時長
- 提示詞生成工具：Claude 故事板提示生成器
- 工作流步驟：角色表 → 編寫故事板提示詞 → Claude 自動生成詳細提示 → GPT Image 2 生成故事板 → CDANS 2.0 生成動畫視頻
結論
結論“用故事板作為單一真實來源，搭配 Claude、GPT Image 2 和 CDANS 2.0，能在一個平台快速製作多種風格的 AI 視頻，避免傳統逐鏡頭生成的繁瑣和不一致。”
完整解析
詳細傳統的 AI 視頻製作方式是逐鏡頭生成再拼接，既慢又容易出現不一致。講者的改進方案是先從一張故事板出發，規劃整個視頻結構，再統一生成動畫。
第一步是製作角色表。用戶上傳自己的多角度照片（而非單張），讓 AI 有更多參考資訊來鎖定人物特徵。同時在提示詞中指定風格，例如「rubber hose」（卡通風格），這決定了整個視頻的視覺調性。生成的角色表會包含全身和臉部特寫，背景保持乾淨，避免 AI 被無關細節干擾。
接著編寫故事板。不同於傳統方式逐鏡頭描述，講者用 Claude 的故事板提示生成器自動化這一步：只需用一句話概述場景內容（例如「製作拉麵」），Claude 自動產出包含 15 個面板的結構化提示，每個面板都標註了鏡頭類型、動作和時碼。這份提示詞可直接交給 GPT Image 2 生成視覺故事板，設置 4K 品質和批次 2，得到完整的 15 格故事板圖。如果某些面板的細節不一致（例如配料數量變化），可以選擇性地編輯故事板，只修改特定元素。
故事板完成後，進入視頻生成階段。在 CDANS 2.0 模型中上傳角色表和故事板作為參考，設置 15 秒時長、1080p 分辨率、16:9 比例，打開自然音效，提示詞則保持簡單（只需說「按故事板動畫化」），因為 AI 已從視覺參考中取得所有必要的指導。最終產出的視頻節奏流暢、人物一致、每一幕都按故事板執行。
該工作流最強大的地方在於靈活性。只要改變角色表中的風格參數，同樣的故事板就能生成完全不同的視頻風格——卡通版、寫實版、80年代動畫版各自獨立，但都基於同一個邏輯框架。講者示範了三個完全不同的視頻：卡通製作拉麵、穿著鐵匠衣著的寫實版，以及衝浪的 80年代動畫風格，每一個都用同一套工作流完成，只改風格參數。
關鍵時刻
Pipeline v2帶時間戳的重點，會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。
事實查核
Pipeline v2說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。
