edit(content): review batch-1 editorial pass across 24 posts (EN + ZH)

- voice: first-person throughout (we/our -> I/my), matching the post guideline
- privacy: internal LAN IPs replaced with placeholder hostnames
  (n8n.internal, gpu-node.internal); one compose volume path generalised
- ZH twins: Traditional -> Simplified characters (site serves zh-Hans),
  whole-file renormalisation where the twin was still Traditional
- dynamicCta: true on 12 posts so the contextual dual-track CTA renders
- long configs wrapped in <details class="tech-deep-dive"> with a summary
  naming the artefact and line count
- self-hosted-tts: token refresh now writes .tmp + atomic mv, with a note on
  the 401 race the old truncating redirect created
This commit is contained in:
hoelee committed 2026-10-27 03:29:03 +08:00
1 parent 86edd40c74
commit 68771101ea
50 files changed
+478 -375

No files matched your search

@@ -1,6 +1,6 @@
---
title: "从一首歌到 4 分钟完整 MV:我如何用 Gemini、AI 生成与 Filmora 剪辑串起全流程实操"
description: "基于《月牙湾》1080P 高清动漫 OP 制作实录:详解 AI 音乐重构、Gemini Argon 4 提示词分镜规划、文字生图与图生视频多次抽卡调优,以及 Filmora 剪辑与特效合成的真实生产实践。"
description: "基于《月牙湾》1080P 高清动漫 OP 制作实录:详解 AI 音乐重构、Gemini 提示词分镜规划、文字生图与图生视频多轮采样筛选调优,以及 Filmora 剪辑与特效合成的真实生产实践。"
pubDate: 2026-10-25
category: case-studies
blueprint: ai-agent-automation
@@ -49,11 +49,11 @@ draft: false
---
## 2. Gemini Argon 4 分镜设计:两阶段提示词规划
## 2. Gemini 分镜设计:两阶段提示词规划
很多人用大模型生成分镜时,习惯把整首歌歌词丢给它,说“帮我生成 24 个生图提示词”。这样做的结果往往惨不忍睹:前 3 个镜头写得很详细,到了第 10 镜以后提示词就只剩两三句话,甚至连主角长相都丢了。
在 Gemini(Argon 4)中,我采用**分阶段结构化输出**:
在 Gemini 中,我采用**分阶段结构化输出**:
1. **第一阶段:锁定视觉核心 DNA(Visual Constants)**
* **角色固定锚点**:固定主角发型(黑长直双环髻、红丝带发簪)、服装(青白双层汉元素织物)、外貌气质与年龄;
@@ -66,9 +66,9 @@ draft: false
---
## 3. 生图与图生视频的现实:多次“抽卡”与筛选调优
## 3. 生图与图生视频的现实:多轮采样与筛选调优
AI 视频制作中耗费最多时间的,就是**“生图 -> 挑图 -> 垫图生视频 -> 重抽挑视频”**的反复迭代过程。
AI 视频制作中耗费最多时间的,就是**“生图 -> 挑图 -> 垫图生视频 -> 重新采样挑选”**的反复迭代过程。
### ① 文字生图(T2I):解决画风与角色漂移
即使有详细的提示词,生图模型也常常会出现五官比例怪异、衣服颜色擅自更改、或在空镜头里莫名其妙画一张人脸的情况。
@@ -122,7 +122,7 @@ AI 生成出来的只是一个个孤立的视频切片,**把这些碎片变成
1. **AI 放大的是制作上限,但不能取代审美判断**:AI 可以在短时间内产出海量的画面与动作构想,但“哪一张图最好、哪一段动作能用、在哪个鼓点切镜头”,依然需要创作者的主观审美与导演直觉。
2. **多工具协同才是最优解**:
* **Gemini (Argon 4)** 负责文字创意、世界观定调与分镜拆解;
* **Gemini** 负责文字创意、世界观定调与分镜拆解;
* **AI 绘图与视频扩散** 负责提供高质感的视听资产;
* **FaceFusion (本地 RTX 3060)** 负责锁定女主角核心特写镜头与封面海报的面部一致性;
* **Filmora** 负责精准的时间轴控制、镜头拼接、声画对齐与视觉特效。