Muse-animated-short-film：实践指南

实际评估Muse-animated-short-film时，我先确认它解决的具体问题：在 Muse AI 上制作动画短片的技巧 — 从创意到 MP4：角色、脚本、关键帧、大型提示、视频、配音、编辑，示例电影：最后的灯笼。团队若要把它用于视频制作，应先处理素材、节奏、编码和最终画面容易不一致，否则试用结果很容易失真。落地前可以拿一组已有素材完成一段短样片，用素材路径、渲染结果、音画同步和导出格式判断它是否真的省事。我的判断是，它更适合有真实素材并需要稳定视频产出的创作者；若眼下没有这类需求，先保留观察即可。

名称：“动画短片” 描述：“在Muse AI上从头到尾制作动画短片的技巧：收集要求（时长、语言、帧率）、绘制角色表、敲定圣经故事脚本、关键帧、每个场景的大型提示、生成视频、制作VO、使用ffmpeg编辑。作者：Dang Huu Son。当用户想在Muse上从头开始制作动画短片时使用AI。”

动画短片管道（Muse AI）

作者： 党友山 描述： 在 Muse AI 上从头到尾创作动画短片的技巧 — 从粗略的想法到完整的 MP4 文件：角色、脚本、图像、视频、旁白和编辑。

目的

领导 Muse AI 上 2D 动画短片的整个制作过程——从概念到最终文件 MP4——遵循“最后的灯笼”项目中验证的流程（8 个场景、模型角色、无缝匹配剪辑）。

阶段 0 — 收集输入（必需，预先询问所有内容）

在做任何事情之前先询问用户以下 3 个问题。如果您没有答案，则无法进入第一阶段。

1. 想要的电影时长是多少？

• 每个生成的视频剪辑大约 10 秒长（媒体生成标准）。
• 场景数 = 四舍五入（所需持续时间 ÷ 10）。
• 例如：
  • 想要电影 ~60 秒 → 60 ÷ 10 = 6 个场景
  • 想要电影 ~80 秒 → 80 ÷ 10 = 8 个场景
  • 希望电影~45秒→4.5→5个场景（总共50秒，剪辑时缩短）或减少到4个场景
• 在此步骤中与用户一起最终确定场景数量 - 所有后续阶段都基于此数字。

2. 主要语言是什么？

• 越南语/英语/其他语言（根据用户的要求）。
• 所选语言决定：语言VO、VO_SCRIPT.md的语言以及与用户讨论场景时使用的语言。

3. 宽高比：16:9（水平）还是9:16（垂直）？

• 这不仅仅是一个输出选择——它绑定整个输入引用。
• ⚠ 严格限制 — 将全文（英文）粘贴到每个提示中以生成项目的照片/视频：

  STRICT ASPECT RATIO LOCK: The final output video MUST be [16:9 landscape | 9:16 垂直 — 选择 1]。所有参考图像——角色表、上下文表、关键帧、第一帧和最后一帧图像——MUST 都共享这个精确的宽高比。参考图像不仅是风格和字符指南；它们直接调节输出框架和构图。任何纵横比不匹配的参考图像 MUST 在使用前都会重新生成或裁剪为锁定比例。 NEVER 在单个项目中混合宽高比。

• CLI media-generation: 16:9 → --orientation landscape; 9:16 → --orientation vertical.
• 每个阶段都用ffprobe验证：错误的比例=立即重做，不要让它溜到下一个阶段。

工作流程

按正确的顺序执行 7 个阶段。每个阶段在 references/ 中都有示例提示和清单。不要跳过任何阶段。

1. 字符表 → references/01-character-sheets.md 根据第0阶段锁定的比例（多个角度+表情）为每个角色绘制角色参考表。这是“字符密钥”——所有未来的资产都必须加载此表。
2. 场景的讨论和最终确定 → references/02-story-and-script.md 要求用户关闭剧情、角色、世界，然后编写故事圣经（STORY.md）：逐字锁定角色、锁定风格、连续性规则、逐个场景（节拍、first/last 帧、VO、音乐）。场景数量 = 第 0 阶段最终确定的数量。
3. 关键帧 → references/03-keyframes.md 以正确的锁定比例绘制 K1..K(N+1) 关键帧，每个关键帧加载字符表作为参考。场景结束关键帧 N = 开始关键帧 N+1（匹配剪切规则）。
4. 每个场景的大型提示 → references/04-mega-prompts.md 为每个场景编写 1 个大型复制粘贴提示：全局锁（使用 STRICT ASPECT RATIO LOCK）+ 引用加载顺序 + FIRST FRAME / MOTION / CAMERA / LAST FRAME / SOUND / MUSIC / VO。
5. 生成视频 → references/05-video-generation.md 为每个场景运行 media-generation（加载表 + first/last 帧），使用 ffprobe 验证模型上、连续性和纵横比。
6. 执行 VO → references/06-vo-production.md 在第 0 阶段用所选语言编写讲故事脚本 VO（不连续说话，~60% 的时间），用 TTS 录制或让用户在外部录制。
7. 蒙太奇 → references/07-assembly.md 标准化为锁定比例的标准分辨率（16:9 → 1280×720；9:16 → 720×1280），使用 ffmpeg 24fps，加入场景，将 VO 与正确的时间码混合，验证最终文件。

在开始新项目之前，请阅读 references/08-lessons.md——“最后的灯笼”项目中的 10 个血淋淋的教训。

产出合约

管道末端必须有：

• STORY.md — 圣经故事已与用户最终确定
• character_sheets/ — 所有字符表，正确比例已锁定
• keyframes/ — K1..K(N+1)，正确率已锁定
• MEGA_PROMPTS.md — 每个场景的大型提示
• videos/ — 逐场景视频，验证率 + 持续时间
• audio/ — VO 每个场景（或用户捕获的文件）
• VO_SCRIPT.md — 带有时间码的脚本 VO，选择了正确的语言
• 完整文件MP4：正确的锁定速率，24fps，有音频，用ffprobe验证，总持续时间大约是用户在阶段0请求的持续时间

操作规则

1. 需要阶段0：没有持续时间+语言+帧速率不会启动。
2. STRICT ASPECT RATIO LOCK： 所有输入参考（字符表、上下文表、关键帧）必须与输出具有相同的比例。参考比例错误=重新绘制，不适合临时使用。
3. 字符锁定： 每次生成照片/视频的提示都必须首先加载字符表，然后再加载其他参考。字符输出偏差=重做。
4. 连续性规则： 场景最后一帧 N = 场景第一帧 N+1。加入电影时，边框是共享的，因此剪辑是不可见的。
5. 真实性规则（必填）： 提示中的每一个微小的物理动作都必须符合实际机制——打开灯玻璃门，然后插入灯芯点燃火；暴风雨把纸灯撕碎/使房屋里的火苗摇摇欲坠；一盏大灯通过底部的开口和火盘点亮。切勿写出不合逻辑的行为（VD：烧穿玻璃）。
6. 混合前验证： 在编辑之前使用 ffprobe 检查原始剪辑的音频流 - 不要假设剪辑是无声的。如果有背景声音，请将其保留并躲在 VO 下。
7. 连接前标准化：连接前所有剪辑必须具有相同的分辨率和 fps。
8. VO 讲故事，不连续阅读： 场景开始时每个场景 1-2 句话，为图像/音乐留下沉默。高潮的情感场景可以让角色“呼吸”，而不是VO。
9. 用户将执行的任何数字（场景数、持续时间、分辨率）必须来自实际输出工具或来自阶段 0 计算，而不是猜测。