1. 项目概述:当AI绘画遇上电影语言
去年给某影视公司做AI视觉方案时,有个现象特别有意思:同样用Stable Diffusion生成画面,专业导演调出的结果总比普通员工多几分"电影感"。这种差异不在技术参数,而在于对影像语言的掌控——就像厨师用同样的食材,有人做快餐有人做料理。
这个项目要解决的,正是如何将百年电影工业积累的视觉语法,系统化注入AI图像生成流程。不同于简单的风格模仿,我们要解构三种核心武器:景别控制(从大远景到特写的叙事节奏)、焦段选择(广角到长焦的情绪暗示)、空间逻辑(三维到二维的视觉欺骗)。掌握这些,你的AI作品会从"好看的图片"升级为"会讲故事的画面"。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 导演思维的三大核心武器
2.1 景别控制:你的画面在说什么
电影学院第一课就会教:景别决定叙事权重。在Midjourney或DALL·E里输入"a man standing",可能得到平庸的半身像。但导演会这样思考:
- 大远景(Extreme Wide Shot):"孤独感"→"a tiny figure in vast desert, horizon line low, 1:2.39 aspect ratio"
- 中景(Medium Shot):"冲突"→"two men facing each other, clenched fists visible, Dutch angle"
- 特写(Close-Up):"悬念"→"trembling fingers on a pistol trigger, shallow focus"
实操发现,AI对"shoulder shot"(肩部以上构图)这类专业术语理解有限。更有效的方法是结合距离描述:"close-up view of face filling 80% frame"。附上我的景别关键词库:
| 景别类型 | 适用场景 | 英文Prompt公式 |
|---|---|---|
| 大远景 | 环境压迫感 | "extreme wide shot showing [主体] as small dot in |
