想让AI演得像老戏骨，多写提示词不如先演一遍，程佳伟分享影视生成新工作流

在1024模力工场·AI社区日主论坛上，复旦大学中文系硕士、川越创始人程佳伟以《影视制作工具发展史：从胶片机械到生成式AI，生成方式如何影响审美》为题发表演讲。他提出一个反常识但实操性强的观点：想让AI演出细腻情绪，与其反复修改提示词，不如自己先演一遍。

程佳伟团队的实践路径是：先由导演或演员完成关键镜头的真人表演录制，再将视频作为参考输入给AI模型，引导其学习并复现微表情、肢体节奏与情绪转折点。相比仅靠文字描述“悲伤中带着克制的愤怒”，视频参考能更稳定地传递非语言信息——例如嘴角轻微抽动、眼神下移时的停顿、呼吸频率变化等细节。这种“表演先行”的工作流，已在多个短剧与AI漫剧项目中验证有效。

这一方法背后，是对当前AIGC影视生产瓶颈的精准回应。尽管生成式AI大幅降低了画面产出门槛，但人物表演的连贯性、空间关系的合理性仍是高频痛点。程佳伟指出，即便角色长相在不同镜头中保持一致，若缺乏统一的运动轨迹与场景锚点，观众仍会感到“穿帮”。而真人表演视频天然包含时间轴、空间坐标与身体动力学信息，为AI提供了比文本更结构化的训练信号。

值得注意的是，该策略并非否定提示词的价值，而是将其定位为“模板化控制层”。团队通常会在前期完成脚本定稿后，测试并固化一套核心提示词模板（含角色设定、镜头语言、风格参数），再交由Agent批量生成素材。这样既保障了输出一致性，又避免创作者陷入“每次生成都需手动调参”的低效循环。

AI对影视流程的渗透远不止于“出画面”。程佳伟提到，音画同步生成技术可减少后期配乐与音效的匹配成本；剪辑软件内置的AI功能已能自动处理转场、粗剪节奏甚至字幕对齐，但专业级叙事剪辑仍需人工主导。他强调：“工具解放了执行层，却未替代决策层——故事结构、人物弧光、分镜逻辑必须前置清晰，否则生成越快，返工越多。”

从历史维度看，每一次影像技术迭代都深刻重塑了叙事语法。胶片时代设备笨重，镜头多固定于室内，创作者依赖演员调度与场面构建故事；手持摄影普及后，晃动、贴近与移动视角成为表达真实感的修辞手段；三维建模兴起则让虚构世界得以具象化呈现。如今生成式AI带来的变革在于：创意构想到视觉验证的周期被压缩至小时级，非科班创作者也能快速试错不同风格方案。

但程佳伟提醒，技术便利不等于内容自动升级。“生成变容易了，故事并不会自动变好。”他特别指出两个易被忽视的风险：一是素材授权问题，尤其涉及他人画风、形象或声音的模仿需审慎处理；二是创作过程留痕的重要性——不仅为版权确权，也为后续迭代提供可追溯的优化依据。

在行业生态层面，AI漫剧的快速饱和现象引发反思。程佳伟观察到，该形态虽在一年内从新兴走向存量竞争，但并不意味着AIGC只能局限于此。“AI的价值远不止于做漫剧”，他强调，团队正探索更契合影视本质的表达形式，例如结合实拍素材与生成元素的混合叙事，以及适配长线叙事的稳定生产管线。

这一定位呼应了其双重身份：既是导演，也是AI时代的开发者。他感谢程序员群体为文科背景创作者提供的“语言接口”，使得用自然语言在数字世界表达美学意图成为可能。但他也警惕一种普遍认知偏差——将AI简化为“降本增效工具”。在他看来，真正的影响在于创作范式的迁移：当“想法→画面”的路径变得平滑，创作者会更倾向于实验性构图、非常规视角与高密度意象表达，最终改变观众所见的影像风格。

技术演进从未取代旧方法，而是拓展可能性边界。正如今天仍有导演坚持使用胶片拍摄，AI也不会让传统影视手法失效。关键在于理解工具的特性：它决定了哪些画面更容易实现，哪些效果更具成本优势，从而反向影响创作者的选题倾向与叙事策略。

程佳伟总结道：“工具不只是加速器，更是新的语法生成器。”当AI开始“学习表演”而非仅“执行指令”，影视创作正进入一个需要导演、演员与算法协同校准的新阶段。而“先演一遍”这个朴素动作，恰是人机协作中最有效的对齐机制之一。