来不及爱你
制作全记录
七段画面怎样一段段做出来,哪一版被否、为什么。整理自秦徐俊与 AI 协作时的工作记录;他的原话节选收在最后。
一、起点:一段十秒的轮渡画面
最早没有歌,也没有剧本。只有秦徐俊自己用一条英文提示词生成的一段轮渡视频:一个穿米色风衣、格子围巾的年轻女人坐在船舱里,镜头从中景缓推到面部大特写,风吹乱她的头发,最后她回头直视镜头。10 秒,一个镜头到底。
后来全片的女主、服装、场景,都是从这十秒里长出来的。它是全片的母版。
二、先走错的路,和他立下的规矩
AI 最初的思路,是拿王贰浪《把回忆拼好给你》的歌词当骨架写脚本,还想加对白和旁白。秦徐俊两次纠正,把方向彻底改掉:
第一,不抓歌词。歌本身就是这支片子的语言,不需要再把歌词翻成剧情。
第二,不要对白,不要旁白。走无语言 MV 的逻辑,情绪全靠画面和镜头。
第三,也是最关键的一条:要拆的不是那段视频的画面,而是那条提示词为什么有效。拆出来的结论是:一个连续镜头,只有一次镜头运动;人物只做一个动作,动作的终点被锁死;会动的东西交给环境(风、水、光);没有对白,绕开 AI 最容易出错的口型。提示词写的全是能被看见的物理事实,不堆形容词。这一条后来成了整个制作方法的地基。
分工也在这时定下:秦徐俊出故事、做判断、喊停;AI 按导演和执行的位置把每一段做出来,逐段交给他验。
三、把方法从“感觉”变成“规矩”
开工前,AI 参考了开源的导演技能包 DirectorSKILL,另以一个 Seedance 方向的提示词技能作补充。DirectorSKILL 的核心思路,和拆提示词得出的结论是同一件事:AI 视频最大的敌人是“形容词汤”,把“忧郁的、电影感的、高级的”堆进提示词,模型无从执行。正确的写法只写可观察的物理描述:谁、在哪、做什么动作、镜头怎么动、光从哪来。
它还有几个后来被反复用到的机制。一是首帧承载:第一帧画面已经定死人物长相、服装、场景和光线时,文字只写时间和动作,不再重描画面,重描必然漂移。二是轴线和银幕方向的规则。三是连续性圣经:生成之前先把这个世界的固定事实写下来,人物、服装、场景方位、道具位置,之后每一段都对着它拍。四是每段生成后按流程验,不合格就按方法改,不靠运气重抽。
这部片子的环境圣经是:船舱是蓝色座椅,左舷窗外见海;甲板上舱门在画面左侧,救生圈固定在舱门旁;全片同一个午后,自然日光,不染色;人物行进方向全程从左往右,右出画、左入画。
四、故事是怎么定下来的
AI 写过一版“书信、未寄出的话”的叙事结构,被秦徐俊否了,因为它违反无对白原则。
之后的故事讨论了几轮。秦徐俊定下一条:哭得惨烈只成立于“离别”,不成立于“奔赴”。这一条把全片的情绪逻辑定死了。
最终的故事:分手后,她带着两人唯一的一张合照,一个人乘轮渡,去一座陌生的城市。告别的意思也在这时定下:不是把回忆删掉或扔掉,而是收好,带在身上。所以照片不能撕,不能扔进海里,这个动作全片禁止出现。
照片本身也避了一个坑:定为两个人的背影合照,海边,他搂着她,头靠在一起,不给正脸。更早试过带正脸的照片,照片里的人脸会生成失真、显老。连带一条全片规则:那个男人只有背影,只存在于她的回忆里,正脸永远不出现。
段落规划:段 1 到段 3 是已有素材,作为全片的母版和对齐基准;从段 4 往后新拍。旧构想里“下船后回头笑”退役,因为笑的额度给了段 4 看照片那一场。一支片子里,笑只能花一次,要花在最值的地方。每段只取关键几秒,剪辑由秦徐俊自己来。
五、逐段制作,包括每一次被否
段 2(船舱,她起身走出画面)。这一段返工最多。第一版被否:段内自己跳切,从船舱跳到甲板时越轴,光线还漂成了灰调。第二版被否:想靠文字把色调“改暖”,结果她的脸被染红,表演也失控成嚎哭,而且没接住段 1 结尾的状态。之后换了方法:第一帧直接用段 1 真实的最后一帧,文字只写动作,她收回目光、一滴泪落下、起身、朝镜头走来、从镜头右侧擦身出画、镜头停在空座位上。这一版定版。由此立下的规矩:同一场景续接,必须钉住首帧、文字只写动作;文字一旦重描长相、服装、光线,必然漂移。
段 3(甲板,她走到栏杆边)。第一版被否,问题很典型:她从舱门走出来时已经不哭了,上一段的眼泪在剪辑点上凭空消失。秦徐俊指出这就是情绪断裂。从这一段起,情绪连续性被立为和服装同级的规矩:情绪只许在一段之内递减,不许跨段清零。第二版按环境圣经重拍:舱门在画面左侧,橙色救生圈在舱门旁,她出门时还在哭,从左到右走到栏杆边,擦掉眼泪,结尾侧脸望海,泪痕未干。定版。
段 4(照片,全片的情绪最高点)。第一次生成被平台拦下,报的是完整性错误,换了路径重试才成功。第一版成片被否:开头变成正脸嚎哭,破坏了段 3 侧脸的交接,表演也过了头。第二版改成全程侧脸、安静开场:她从大衣内袋掏出照片,看着照片,含着泪笑了一下。就是那一下,是全片的情绪顶点。定版。也如实记下一个上限:照片里“两个人依偎”的读法,在近景成立,在远景偏软,这是模型能力的边界,没能完全解决。
段 5(释怀)。一次过。她把照片贴在胸口,再收回内袋,抬头迎着海风,闭上眼睛深呼吸,肩膀垮下来。眼泪到此结束。放下不是靠表情完成的,是靠身体先松下来。这也是全片表演分寸最好的一段。它的最后一帧后来成了段 6 的关键:侧脸抬头望右上方,一滴泪还挂在脸上。
段 6(后拉全景)。第一版是航拍式的渡轮大远景,被否:那是一个没有动机的跳切,也接不上段 7。秦徐俊亲自重新设计了这一段:从她的脸起幅,无人机式后拉,一级级露出她、她走出来的那扇舱门、整片海。第二版照做了,开头却被否:段 5 结尾她是侧脸抬头、泪还挂着,第二版却另起一个正脸,开场就微笑,泪痕全无。他的原话是,笑得太快了,应该是接着慢慢来。第三版把首帧钉在段 5 真实的最后一帧上,侧脸、抬头、泪滴未干,再后拉;情绪全程只许渐变,到结尾才有一丝松动。定版。这一段把规矩补全了:凡是续接,一律钉住首帧开场,否则开场必然把情绪重演一遍。
段 7(下船,结尾)。第一版被否:码头人太多太乱,头发也太乱,切得太硬。第二版改成舷梯口下船,船在她身后,人流稀疏,她从左到右走进航站楼的光里,全程不回头。定版。后来段 6 换了新版,又试了一版海滨步道的结尾:下船,走上步道,迎着光走远。秦徐俊否了它,并说清了上一版好在哪:她走向一扇门,门外是什么不知道,那种感觉特别好;步道版把一切都摊在明处,未知没了。
段 1(推翻母版)。段 1 本来是母版,原则上不动,是秦徐俊亲自决定推翻的。两个理由:原段 1 是清晨的忧郁色调,和后面全片的明亮日光不统一;她坐在画面左侧,和段 2 从右侧起身的位置矛盾。重做试了五条路线:
- 先把开场帧修成“人移到右侧、色调改明亮”,再生成。AI 味很重,原版的质感被毁,否。
- 纯文字重写。景别变成侧面靠窗,不是原版的正面中景,否。
- 秦徐俊给的配方:原提示词只改影调,加两张参考图,原段 1 末帧定脸、开场帧定构图。脸回来了,连左颊痣的位置都对上,景别也回到正面,但参考图把暖金色调带了回来。
- 秦徐俊给的“倒推法”:拿段 2 的帧反推段 1。影调、脸、衔接都是各版最好,但被否:段 2 中段帧里她是站着走路的,模型照着把人站了起来,而段 1 必须坐着。
- 定版:参考图换回段 1 自己的帧,先对参考帧调色,再生成,原提示词只改影调。坐姿、调度、回眸、脸全部对上原版。
这一段留下两条教训:参考图会同时带入影调、姿态和动作,选参考帧要先看“这个人在做什么”,动作不对的帧再像也不能用;想对齐哪一段,就拿哪一段自己的帧当模板,参考谁,就会染上谁的调。
段 1 和段 2 的色调,最后由秦徐俊自己在剪映里统一。验收看三个地方:她的脸从橙黄回到偏粉的米白,蓝座椅从深蓝绿回到干净的蓝,窗框从奶油色回到白色。她脸上那片阳光的光斑是生成时就有的,调色能统一颜色,去不掉光斑。
六、规格
生成用的是 AI 智能体 Muse。每一段生成素材都是 1280 × 720、24 帧每秒、10 秒 240 帧。提示词里写了“4k”,但生成的实际输出是 720p;网站上的 4K 是成片的导出规格。
七、沉淀下来的方法
这些坑踩完,方法被写成了一份 AI 短片制作流程,从 13 条长到 15 条。核心是这些:
- 绝不越轴,行进方向全程锁定,右出画、左入画。
- 一段只装一个动作,装不下就拆段,不在一段里跨多个场景。
- 每段首帧钉上一段真实的最后一帧,文字只写动作和时间,不重描长相、服装、光色。
- 情绪和服装同级跨段交接,只许段内递减,不许跨段清零。
- 开工前写死环境:同一场景的门、窗、标志物位置不许漂移。
- 画中的道具先审:照片里的人只给背影、局部或虚化,不给小尺寸正脸。
- 表演的上限是克制。情绪顶点靠身体完成,比如含泪的笑、深呼吸、肩膀松下来,而不是哭得多大声。
- 影调以母版为准,要对齐就向母版看齐,不用文字重调母版。
- 每段交付前先看首、中、尾三帧;参考帧先看动作,再看脸。
再往上抽一层,是一句话:AI 生成视频的质量,不取决于会不会写华丽的提示词,而取决于能不能把一个故事拆成模型能执行的物理事实,再用人的判断守住连续性、守住分寸、守住哪一帧该留。生成是模型的事,判断是人的事。
秦徐俊的原话
以下是他口述的原文节选。省略处用「……」标出,其余一字未改。
【关于技术、情绪和影视语言】 “这么说吧,其实我觉得在做 AI 片子,技术本身已经不重要了,重要的是思维,对吧?
一些影视基础知识你得知道,比如景别、切换、越轴,还有一些常用的镜头语言。我觉得更重要的是想表达什么,以及不同音乐传达的情绪氛围,跟每个镜头想要表达的感情等等。”
【关于剪辑】 “再给你分享一下:其实在我看来,情绪真的特别重要,包括剪辑也非常重要。
他可能给你一整条片子,你要能找到不同的点,甚至一个镜头也要拆成不同的段去弄。那么你就得了解影视美学当中的一些东西,比如动作的衔接,对吧?你能懂我意思吗?动作的连贯性、越轴、中轴线、各种机位,我觉得这些都得了解。
至少你得懂得剪辑这个东西本身,其他的就保留那些精彩的东西,来帮助你更好地叙事。”
【关于作品的精神内核与音乐】 “对,反正就是这个意思。画面的表达力跟这个 BGM 会比较贴合。比如这首 BGM,你可以说:我为什么选择她?她的歌词是什么?大概就是每个人在人生当中都会面临很多情感问题或者怎么着。最开始可能会爱一个人特别用力,到后来才知道,爱人要先爱己之类的。我觉得只有丰富、细腻的情感,才能创造出真正打动人心的作品……
文笔要细腻,再加上这种表达,这个片子整体的基调就是这样。它可能象征着分手之后的痛苦,然后走向新生。结尾的时候,他走向了下船,走向另外一个地方,过去或者怎么着。
……
第二个环节,下一段基本就是首尾帧。重点肯定是人物的风格一致性、角色,还有他的围巾。我的经验是,可能会出现人物不一样、环境不一样,这些都要去控制、约束,甚至表情不一样。然后会有各种各样的问题,包括越轴,对吧?他怎么从背后过去,从另外一个方向出来,这就是自己的判断力,我觉得会很重要,就是自己的一些感受吧。”
补充
“比如人物手中的照片,最开始是非常老旧的照片,而且上面是两个老人,我觉得这个情绪就不对。正常应该是一对情侣,可以营造一种分手的感觉。所以照片要去调整,各种东西要去控制。
这个片子最开始其实是做了第一个视频,它有点清橙色调,因为这一段体现出来我觉得感觉比较好。但是这一会儿,我也不知道要去创造一个什么样的故事,就跟 AI 一起讨论,不断尝试,最后不断修改人物各种细节,出来之后感觉就会比较好。这个时候清橙色调要去调一下色,跟后面的能够连接起来。
所以我觉得要勇敢地去开始,在这个过程当中,能够创造出很多不一样的火花。比如最开始人物,第二个视频出来之后可能越轴了,你应该知道影视的越轴吧,就是超过中轴线了,所以看起来非常假。甚至还有一些问题,比如场景不一样,也尝试过航拍各种视角。
在这个过程当中,我觉得要顺应,你觉得哪里有不对、哪里不舒服,都可以去改、去调片子,控制动作衔接。这些都算是经验的一些分享。”
【关于为什么做(2026-10-24 补充)】 “为什么要做呢?我觉得它做出来感觉比较好的一个镜头,然后我想要去尝试表达一个故事。后来看到那些正常想到跟 AI 去讨论坐船,去哪里,怎么样做一种情绪的铺垫,大概率包括最后她走开那个门,象征着新的开始,留下空白。
中途比如她掏出照片来,更好的可能是这种感情相关的,最合适的情感和故事肯定就是,可能刚刚跟男朋友分手,然后一个人去往未知的城市,象征着跟过去道别,跟新生这种话题。当然有点……反正就这样的,从第一个镜头开始,然后再去想故事。
为什么做它呢?就是因为我觉得有时候用 AI 作为一种作品去表达自己想表达的创作,本身就很有意义。”
【分享影片时写的(2026-10-24)】
AI 影片《来不及爱你》上线啦,灵感来源于抖音刷到 Muse 提示词出的一段视频,于是便索性做了个成片出来,可以点击网址在线观看哈~
相比于早期的 AI 视频,26 年可谓是百花齐放,视频质量突飞猛进,不论是 AI 短剧还是个人创作者诸如《丧尸清道夫》等优秀作品也是层出不穷
不论是人物一致性还是 AI 感的控制降低,都已经到了很好的效果了,每个人都可以用影片的形式,去讲述一个个故事,去创作
Muse 是 Meta 出的个人智能体助手,相较于文生图,图生视频的精细化控制而言,提示词直出的效果也已经好了很多,更重要的是想法的碰撞,要讲述什么?如何讲述?为什么要讲述?
那么言归正传,在影片制作过程中,不难发现,用已有的提示词(放在评论区)出来的第一个片子,也就是青橙色调极为明显的第一个镜头,效果确实好
但要继续制作,就得考虑到景别,动作衔接,场景人物一致性,抽卡,拿着的照片,第一次是很破旧的两位老人,寻思声泪俱下,应该和感情有关,所以换了照片有了后来的故事基调
我制作的习惯,开始会让 Muse 去 Github 分别找星级比较高,认可度好的 Skill,一个是导演的,一个是 Seedance 的,不用了解具体,只用说目的,就是要奥斯卡级别影片制作(最大的限制,是自己的想法)
除此之外,很多基础知识也尤为重要,就比如越轴,简单说就是:摄影机突然跨过了一条假想的方向线,导致画面中人物的位置或运动方向反过来,让观众产生空间混乱
如果有类似的知识,就会意识到不对劲。当你可以说出这个问题的时候,它就可以改好。包括你可能会说,参考奥斯卡影片的镜头切换,应该怎样做,景别怎么切换等等
最后其实就是比较简单地挑一首比较应景的 BGM,可以多尝试不同的音乐,直到选到一个比较合适的。
每个片段里动作幅度的衔接,可以自己多尝试,用自己喜欢的方式拼接一下;部分色调不统一的,稍微处理一下就可以了
更多内容也都在网站里面,感兴趣的话可以看一下,其实放在结尾很想说的话是:无论是用 Claude 还是 GPT 去做网站,跑一些内容、沟通交流,还是 Muse 这一类智能体,你会发现,其实更重要的是长期以来的积累,比如本身的专业能力
就像擅长网站开发和代码的人,他们能做出来的东西,也会碾压我不止一个维度。闻道有先后,术业有专攻,如是而已
从最开始,一个代码都看不懂,终端命令行都看着非常恐惧。甚至最开始:怎么样用梯子?怎么样用上 GPT,Claude Code?怎么充值?最开始 MJ 怎么生成图片?练 Lora 人物一致性,和 AI 无数的聊天
亦或是遇到的每一个有意思的小伙伴、看过的书、做过的事情,没有任何东西是白费的。万事开头难,健身也是,阅读也是,学技能也是。没有任何一件有价值的事会像山顶的蒲公英一样容易
时间最大的复利就是每天比昨天好 1%,一年就是 37 倍,这是唯一重要的事情,Attention is all you need. Patience is key in life. 专注、行动、复利
想法本身没有任何价值。我们每天都在用行动,为自己要成为什么样的人在投票,这是最诚实的。就像我听过很有意思的一句话,看书并不会改变人生,但它会潜移默化地影响怎么去思考、怎么去行动;行动又会反过来塑造思想
很多次我都会想到,今年(2026 年)3 月份的时候,我对代码一无所知。但慢慢地,我可以用它来解决工作日常遇到的问题,可以搭建自己的网站,实现自己想呈现的东西
但其实我并没有付出多少时间,就在于偶尔心血来潮的 3 分钟热度;3 分钟热度也是热度。以前在金属狗健身的时候,每次出门总有那么一句话:时间花在哪里,收获就在哪里
我们都太急了。认识一个人,就要问对方是做什么的、仿佛这样就能立马靠赚多少钱判断出对一个人的尊重程度。可我想说的是,进步是自己的事情,你不用跟任何人比,只用跟昨天的自己去比
慢就是快。结果永远只是过程做对了最后的附属品。如果做一件事情需要靠自律跟意志力,那大概率是做不下去的。就像很多时候会觉得自己知道健身好、运动好,却往往还是会选择去刷手机、刷抖音。其实是因为不知道:如果我真的知道,那我应该就在做着对应的事情
其实,做成任何一件事情,无非就是 9 个字:让过程本身就是奖励。AI 有一次说的话让我印象非常深刻。它说:“你想着学习完半个小时之后去打游戏,这很好。”
但其实,你的目的还是在于最后打游戏的结果,而不是学习的过程。可如果你可以让学习本身对你来讲就是奖励,那会更好
这是 25 年 6 月份 AI 和我说的,当时我非常震撼
起因只是我问了 AI 一句:如何做到知行合一。它也提到,我们很多人都觉得,必须每天都去做一件事情;一旦不做,就会停下来,破罐子破摔
但换个思维,就是不让自己连续两天不去做一件事情。那么当你一天不去做,就会潜意识想:我第二天必须得去做
结语:个人进步是解决所有问题的最优解
最初那条提示词
英文原文:
A cinematic 10–second video of a beautiful young Asian woman on a moving ferry, wearing a beige trench coat and a thick oversized plaid scarf. Natural sunlight streams through the cabin windows, reflecting off the water outside. The camera starts with a medium shot, showing the melancholic and moody atmosphere of the boat cabin with blurred passengers in the background. The camera slowly pushes in for an extreme, highly detailed close–up of the woman's face. The wind gently blows her messy hair across her face, highlighting her melancholic, deep, and thoughtful eyes. No speaking. In the final seconds, she slowly turns her head to look over her shoulder directly at the camera with a profound gaze. Handheld camera feel, 4k, photorealistic, cinematic lighting, moody color grading, masterpiece.中文译文:
一段具有电影质感的 10 秒视频:一位美丽的年轻亚洲女性坐在正在航行的轮渡上,身穿米色风衣和厚实宽大的格纹围巾。自然日光穿过船舱窗户,映着窗外水面的反光。镜头从中景开始,呈现船舱里忧郁、沉静的气氛,后方乘客虚化。摄影机缓缓推进,最终到她面部细腻的极近特写。微风吹乱发丝,掠过脸颊,映衬她忧郁、深邃、若有所思的目光。全程无对白。最后几秒,她缓缓回头,越过肩膀直视摄影机,眼神意味深长。手持摄影感,4k,照片级写实,电影光影,富于情绪的调色,杰作。