刷短视频的时候，猫咪做饭、猫咪送外卖、猫咪在院子里淘米这类内容出现的频率越来越高。很多人第一反应是“这猫成精了”，第二反应是“这得养多少只猫才能拍出来”。其实卡住大多数人的不是创意，是角色一致性——同一个主角，第一个镜头在灶台前，第二个镜头在院子里，毛色、脸型、体型得对得上，靠实拍几乎做不到。用即梦AI把角色图定死，再用它生成视频，整条链路就能跑通。
工具准备：即梦AI电脑端界面与核心功能
打开即梦的电脑端网页版，界面下方是操作区。最左边一排是生成模式，排在前面的“图片生成”和“视频生成”是主要会用到的两个入口，音乐生成、动作模仿这些基本用不上。
图片生成不是拿来直接出成片的，它的作用是提前把场景图和角色图跑出来。视频一次生成很难到位，把参考图先做好，后面生成视频时把图丢进去当参考，成功率会高很多。动作模仿偶尔会用到，逻辑是给一张已经定好的角色图，再给一段参考视频，让角色按参考视频的动作动起来，用得多的是跳舞类动作，做猫咪剧情基本不碰。
角色图制作：从参考图到猫咪主角定妆
角色图决定了后面所有视频里主角长什么样，这一步值得多花点积分。如果你自己养猫，直接用自家猫的照片当参考，好处是后面如果做直播让猫出镜，互动率会更高。没有猫的话，小红书、百度上搜蓝猫、橘猫这类品种，挑表情呆萌的、看着不太聪明的、或者贱兮兮的滑稽款都行，按自己喜好来。
选好参考图之后，把图复制粘贴进图片生成区。模型尽量选目前最好的那个图片模型，积分确实贵，但主角图是整个系列的核心，质感真实、画面清晰，后面生成视频时才不容易走形。参考图最好用猫咪正面蹲坐、目视镜头的形态，背景选纯白、纯灰或灰白色，纯色背景对模型参考更友好。
提示词不用一比一还原，写清楚“参考这张图，生成一只猫咪正视镜头，蹲坐在地上，灰白色背景”就够了。比例选9比16，短视频主要在手机上刷，竖版最适配。清晰度选高清，主角图值得。数量选两个就行，选四个的话单张消耗积分会翻倍，跑一次三十多积分就没了。
视频生成模型选择：性价比与效果平衡
进到视频生成模块，模型列表拉出来容易看晕。目前效果最好的是2.5，猫咪毛发的质感、场景的真实度都最强，不会有油画感或3D建模感，但它也是最贵的。10秒视频原价300多积分，就算在打折期，6000积分一个月的高级会员也只够跑200秒，折算下来三四个视频就见底了，新手期不建议直接上。
2.0迷你打折后10秒60积分，便宜得离谱，缺点是动作有很重的动画感，不够真实。2.0 fast VIP价格跟迷你差不多，画面和动作会比迷你稍好一些。这两个是新手练手期的首选。2.0和2.0 VIP排队严重，就算开了超级VIP也一样排，VIP通道不排队但价格几乎翻倍。2.5再叠加参考视频，价格能跑到200积分10秒。积分够的情况下可以用2.5，通常新手买的是6000积分的高级会员，优先用fast和迷你，等打折结束再对比哪个更便宜。
视频参数设置：比例、分辨率、时长与参考模式
参考模式默认用“全能参考”，它能同时塞进角色图、场景图、道具图多个参考。首尾帧模式是做变身类短剧用的，给一张起始图一张结束图，中间过程让模型自己补，做猫咪剧情用不到。超长和智能编辑也用不上，积分消耗大，一旦某一帧出问题整段都得重跑。
比例一定选9比16，这是最容易漏掉又最影响成片的一步。分辨率默认720P，它自带打折，480P便宜但画质会糊，1080P太贵没必要。时长最低4秒，2.5模型最高能到30秒，其他模型最高5秒。选时长的方法是在脑子里把这段剧情过一遍，估个大概，4秒、6秒、8秒、10秒这几个档位用得最多。预估误差两三秒没关系，剪辑时加速或裁剪都能救，但别把4秒的剧情估成10秒。超过10秒的镜头建议拆成两个镜头做。
提示词编写：固定模板与剧情描述技巧
提示词看着长，拆开就是三段。前后是固定模板，中间是具体剧情。
固定模板开头写“写实风格”，因为参考图本身是写实的，模型生成时也会往写实走，但强调一下以防万一。“不完美画面展现”这句加了没坏处，不加对比也不强烈，主要是让场景不那么像建模，更有生活气息。暖系色调看场景加，比如秋天暖黄色的阳光，加上画面会更舒服。“固定镜头”这个后面讲镜头时细说。结尾必须加两句：“不要添加背景音乐”和“不要有慢动作”。背景音乐是即梦的一个毛病，不加这句大概率会给你配上，但每个视频配的音乐不一样，拼到一起跳来跳去非常割裂。慢动作主要针对大幅度动作，比如猫打架、从高处跳下，模型很喜欢加慢镜头，后期加速也救不回来。
中间段先写场景。场景已经提前用图片生成好的，直接用@符号把图插进来，跟微信里@人的操作一样。没有现成图的话就用文字描述，比如“农村水泥地院子”，加“水泥地”是为了避免生成土院子那种脏兮兮凹凸不平的效果；“背景篱笆墙上面布满绿植”“右侧有一棵桂花树”，这些可有可无的细节加上去场景气息更足。对场景要求严的话，先用图片把场景跑满意，再拿图当参考。
剧情部分要指定人物和动作顺序。比如“金渐层在镜头前使用一个很大的不锈钢盆淘洗糯米”，不锈钢盆这种常见物品文字描述就能识别，陶瓷盆这种款式多的最好找参考图。“蓝猫在后面拿一个很大的炮仗点，然后放在地上，用一个不锈钢盆盖到炮仗上，自己爬上去，爆炸把它和不锈钢盆一起向上飞出画面”“金渐层听到动静后扭头看了一眼，发现没有人了，结果蓝猫从天而降砸在糯米盆里”，把动作先后写清楚，模型才知道每一秒该发生什么。
剧情模式拆解：外卖与田园风格案例
市面上跑得动的猫咪剧情大致分三类。外卖类是7月份最火的品类，现在热度降了一些，但剧本够强还是有流量。田园类就是猫子柒那种风格，账号三十多万粉丝，每条视频好几万点赞。还有一种是普米修斯那种喜剧，节奏和表情更难模仿。
外卖模式的骨架是这样的：开头两只猫在院子里睡觉或打闹，做一个滑稽或可爱的镜头，这个镜头6秒左右，作用是留住观众，短视频前3秒的跳出率决定后面还有没有人看。接着收到订单，然后进入获取食材环节，这是整个视频最有意思的部分。不直接去菜市场买，而是用搞笑方式去找，比如去抓鸡结果打不过，满身伤还是去了菜市场。制作过程控制在10秒到十几秒，不用展现太久。送外卖路上安排一些波折，没戴头盔被交警罚款、撞翻路边垃圾桶、修路过不去之类。结尾猫咪收到五星好评获得收益，观众看到这里比较放心，能看完的基本都会点赞。头盔、电动车、食物这些道具最好提前做好图，固定下来，食物找参考图避免生成出3D建模感。
田园风格开头走萌、可爱、轻喜剧路线，获取材料过程中用橘猫搞怪或卖萌，做一些很蠢但符合猫咪习性的动作，让观众觉得像真猫在做这件事。每个镜头里也要穿插吸引人的点，要么可爱要么搞笑。结尾用夕阳西下，农村院子水泥地被夕阳照得熠熠生辉，两只猫开开心心吃上做好的东西，劳累一天享受成果的代入感很强。
镜头语言与指令：固定、切镜、运镜、快闪
固定镜头不加的话，模型可能先给一个特写拍淘米，再切一个特写拍点炮仗，两个角色不在同一个画面里，戏剧冲突就没了。需要转场的时候才去掉固定镜头。
切镜是在下一个镜头的提示词里加“切镜”，比如第一个镜头是金渐层淘米，接一个镜头变成单独的蓝猫放炮仗，画面就切过去了。
运镜有从近到远、从远到近、从左到右、从右到左、环绕式。角色在动的时候用跟随运镜，比如两只猫骑电动车，镜头跟着电动车往前跑。不想跟随就用固定视角，电动车从画面左侧出现，消失在右侧。
快闪镜头用来展示一些你想表现但没那么重要的动作。比如做菜时把葱姜蒜倒进热油爆香再加肉片，一个镜头一个镜头做太繁琐，用快闪让这些动作一两秒闪过去就行。
远景、中景、近景按需添加。不加的话默认是中景，整体展现在画面里。近景几乎贴着角色拍，远景是大镜头。
常见误区与避坑指南
最典型的误区是把剧情写成一句话，比如“两只猫来到菜市场买包子”。AI也能做出来，但做出来的效果你控制不了，它们可能到了菜市场没买包子，或者买了别的东西，跟你想的画面完全对不上。正确的写法是：固定模板加上，场景写“菜市场卖包子的摊位前”，角色写“蓝猫和金渐层站在摊位前面，蓝猫掏出一个猫条递给老板并瞄了一声，老板接过猫条后用一个一次性袋子装了两个包子递给蓝猫”，最后加上“不要添加背景音乐”。把剧情发展用提示词详细写出来，而不是丢一句话让模型自由发挥。
另一个坑是场景和道具不提前做图。视频生成的积分成本远高于图片，场景要求严的话先用图片跑满意再参考。每次生成都有随机性，同一个提示词跑出来的结果都不一样，有剧情穿帮就重跑，这就是抽卡。每个镜头跑好几遍是常态，挑画面最完美的那一版用。
成片效果展示与总结
把角色图、场景图、道具图准备好，按固定模板加剧情描述的格式写提示词，参数锁死9比16和720P，模型用fast或迷你练手，镜头指令按需加固定、切镜、运镜、快闪，一条猫咪慢生活短视频就能跑出来。变现路径有视频号分成和商单收徒两种，前提是内容本身能跑出数据。
先从外卖模式或田园模式里挑一个，用自家猫或小红书上的猫图做角色，跑通一条完整的片子，再考虑批量做。角色图那一步别省积分，用最好的图片模型，后面所有视频都靠它撑着。
视频教程下载
文章可能无法完整分享清楚，下面是原项目视频教程，粉丝朋友可以自行下载学习。提前说明：资源链接内可能会存在引流广告信息，请自行甄别。
百度网盘：
