做AI动画短视频，能自己扛下来的最低配置是一台带独显的电脑，配音用本地开源模型不花钱，生图生视频按月买会员，文案靠AI会员，每天能稳定挤出两三个小时。卡住大多数人的不是这些成本，是账号方向没想清楚就开始做，越更新越乱，做到二十条自己都不知道下一条该发什么。下面按一条成片的实际生产顺序，把定位、包装、文案、配音、分镜、生图这几个环节拆开讲，案例用的是一个首月做到10万粉的职场规则类账号，以及一个从零定位的人文科普账号。
赛道选择与账号定位：TF定位法、四大赛道与系列化设计
账号能不能长期更新，取决于定位，不取决于用了哪个模型。工具用错可以重学，方向错了越努力越乱。
定位用一套四要素框架，主题、形式、画风、声音。主题要回答服务谁、给什么价值；形式是第一人称、故事、对话、辩论、纪录片还是知识解释；画风分2D、3D、仿真人、手绘、电影感、国风；声音包含音色、语速、停顿、情绪。四要素拼起来就是一句话定位：目标观众、形式、内容、价值、画风、声音。案例账号”规则门禁”的组合是职场商业社会规则、第二人称身份代入、2D扁平手绘加西装红领带卷发小人、冷静克制单人旁白。
传统赛道已经很挤，影视、历史、科普、娱乐、动物、汽车、体育、美食、动漫、音乐、人物志都在里面。原创AI赛道里，AI漫剧和AI情绪短篇不建议新手先碰，漫剧成本高、角色一致性难，情绪短片对审美要求高，熟练之后再考虑。
推荐的四条赛道是AI人文、AI科普、AI职场商业、AI人物与时代故事。AI人文是平台鼓励的方向，AI在这里承担呈现功能，人文知识才是主体。入门可以从三类选题切：历史人物或古代普通人的一天，比如唐朝异族、宋代科举、故宫工匠；文物或历史名场面背后的故事，开头先放真实文物图片或视频，再用AI还原；地方志和微观历史，比如一条老街、一座桥、一个旧地名的行业变化。新手别碰哲学家长篇辩论、大量古人虚构对话、没有知识线的历史短片。
AI人文可以做成五个系列：制度与规则的历史后台，比如八百里加急、宋代科举防作弊、古代身份证；古代技术和手艺复原，做瓷器、古书、丝绸，要讲材料、分工、技术细节和失败代价；文献侦探和考古推理，从史料、账单、文物里的悬念切入，但要区分事实和推测，不能把推测当定论；同一时刻不同人生，比如科举放榜、战争前线与后方，讲不同位置的规则影响，不制造阶层对立；文学地理与行程复原，比如李白离长安、苏轼贬黄州、进京赶考的花费，用动画表达地图路线、季节、交通工具和沿途环境。
系列化的关键是固定内容承诺、叙事结构、标题格式和视觉识别，只换人物、时代、地点。观众得知道关注你之后能持续看到什么。可以套用的系列名有：古代职业说明书、一件文物的一生、从一张古画看当时生活（把清明上河图拆成一整季，先展示整幅画再放大细节还原）、一座城市消失的行业、古人怎样解决现代问题、如果你生活在某个朝代。好系列的标准是固定母题、可换人物事件、稳定视觉风格，能独立存在。
配音工具与声音方案：IndexTTS2、MiniMax、豆格对比与实操
配音有三款工具可选，IndexTTS2、MiniMax、豆格配音。
IndexTTS2是本地部署的开源模型，在B站下载”与AI同行”博主的版本，启动程序在文件夹里，打开后稍等启动，浏览器会自动弹出操作页面。上传参考音频、输入文案、点添加到任务队列就能生成语音。生成速度取决于显卡，4070Ti属于中高档，显卡一般也能跑，只是慢一些。
MiniMax是网站，打开需要梯子。点左侧声音克隆，添加参考音频，两个勾选项不勾，语言选汉语普通话，改示例文字，点生成预览。免费账号只能上传3个克隆声音，先删旧的再传。生成后试听，满意点确认，可以自定义名字保存到”我的声音”，之后输入文案就能用。它也能做普通文本转语音，输入文案，选最新模型2.8HD或2.8T，调速度、音调、音量，切换语音。音色库可以按年龄、性别、类型筛选。MiniMax需要会员，免费克隆3次，按字数充值，外网需要国外卡，作者曾经在淘宝代充，后来过期就没再用。
豆格配音左边输入文案，右边选音色，能调语速语调，需要会员，音色库里声音多，抖音影视解说账号常用。
实际用下来的差别：MiniMax的能力强于IndexTTS2，但在这个账号上声音偏假、情感不如TTS2；TTS2的停顿和气口需要检查重剪，MiniMax基本不用改。两个都推荐，看自己更在意哪一头。
选音色可以用AI辅助。把账号包装文档作为附件发给AI，让它按定位推荐声音。给这个账号的建议是：不做传统知识科普男生，IP设定为普通观察者，推荐28到35岁年轻成熟的中低音女生，中低音略冷静、自然口语、带点好奇感，不是温柔治愈。参数细到音高偏低、有颗粒感、中速偏快、咬字清晰、不要播音腔。男生备选是30到38岁、清爽书卷气，像三十多岁的编辑记者或人文主持讲故事，不要央视纪录片腔、磁性霸总腔、沧桑大叔腔。综合下来女生优于男生。
按这个方向，从淘宝买的网盘音色合集里试听，合集约上千款声音。试完筛出7个不错的，再用同一段文案逐个生成对比。淘汰标准很直接：播音腔重的删，像主持人的删；”敢爱敢恨小侠女”这种不适合账号的删；像漫剧皇宫娘娘的删；像漫剧清冷女性、拒人千里的删。最后留下三个再挑，选定的那个保存成”女一”，下次免上传。
账号包装与AI文案系统：五要素包装、ChatGPT辅助定位与文案生成
账号包装分五块：账号名、头像、简介、封面、背景图。头像、封面、背景图负责视觉识别，账号名和简介负责内容识别。主页要在几秒内回答三个问题：这是谁的账号、长期讲什么、关注后得到什么。
设计账号名之前先建立核心视觉IP。IP可以是人物、栏目、固定空间、角色、物件或视觉符号。案例账号的视觉IP由五部分组成：2D扁平手绘、卷发西装红领带小人、冷静克制配音、让观众进入后台位置的叙事、带观众看系统运转的内容价值。别整套照搬，要重新组合。
参考几个现成的组合：科普账号”探物寻知”用穿绿衣服的男孩做IP，反常识开头加诙谐文风，配音风趣带梗，模仿者做得再像也难超过原作者；有个账号用光头和白衣两个核心IP，天津方言做互动剧搞笑段子；”老赵不加班”是职场赛道，戴眼镜男仿真人画风，以职场前辈身份互动讲知识；还有爸妈孩子三人IP做演唱和rap的；也有3D动画爱情故事只更3条、拿到48万点赞却只涨1万粉的，问题出在没系列感，做选题规划时系列感是硬要求。
画风可以列十种备选：极简扁平简笔画、彩色手绘涂鸦、杂志编辑插画、黑白双色条漫、赛璐璐、彩铅、复古连环画、木刻版画、东方国风插画、剪纸纸雕拼接。刷抖音看到好看的画面就截屏积累。想拿到别人的画风提示词，可以用”视频反推大师”和”图片反推大师”，在扣子平台点使用、添加技能、上传图片或一小段视频，自动反推出提示词。比如天津话搞笑配音账号反推出的是”中式平面卡通动画风格，扁平数字插画赛璐璐，简洁上色，无复杂光影渲染”；探物寻知反推出的是”国漫2D风格线条简洁圆润，角色Q版，场景写实，色彩饱和度适中，偏向历史科普类动画视觉调性”。
账号名要易读、易输入、易记，透露内容方向，支持长期更新，不限制太窄，不和已知账号过度相似。三种命名思路：人物IP加内容方向、固定空间加内容方向、独特词语加垂类线索。
头像要在小尺寸下能认出来。人物型用正面或微侧面头肩像，保留发型、轮廓、标志性服装配饰、稳定表情，不放全身；群像选一两个代表角色；无人物账号直接把核心物品当头像。
简介不是介绍创作者本人，是告诉观众这个账号为什么值得关注。公式：用某表现形式讲清长期主题，每期给观众什么价值。比如”动画调查商业反常现象，每期看懂一个价格合同或公司决定”，或者”动画还原时代普通人，从选择看生活改变”。观众看完简介能一句话复述这个账号干什么，就合格了。
封面决定观众进主页后点不点第二三条。单条封面负责点击，主页封面负责统一。固定标题位置、字体主色、IP人物位置、画面明暗质感、标题表现形式，变化的是每期文字和故事冲突。理想状态是观众不看账号名、只看封面就知道是你的作品。统一不等于完全一样，风格统一，场景动作核心物件可以变，人物形象、构图逻辑、字体质感要统一。
背景图不是”点个关注”那种过时信息，是补充账号世界观。三种形式：IP固定空间，比如商业调查局档案室、研究所、会议室；核心IP人物放同一场景，帮观众认识人物关系；账号核心主张用简短文字强化价值，字不要多。
五项包装要形成系统。比如”商业案件调查局”：头像拿放大镜的固定调查员，简介写动画调查商业反常结果、每期拆隐藏规则，封面固定档案风格每期标题是异常问题，背景图是调查员站在满墙订单合同数据的档案室。五项表达同一件事，观众容易记，AI也容易知道你要创作什么。
文案系统首选ChatGPT，最新模型需要Plus会员，约150元一个月，淘宝闲鱼搜商家。可以下客户端或网页用，模型选最高的那个版本，写文案Plus额度足够。备选是揭饼奶、豆包、Kimi，写文案的排序是ChatGPT大于揭饼奶，再大于豆包和Kimi。揭饼奶可以在淘宝闲鱼买学生优惠Pro账号，一年几十块，强于国产模型但不如ChatGPT。Cloud文案能力与ChatGPT差不多，但对国内用户不友好，检测到电脑环境或网络IP有问题就封号，不建议用。
实操上，把提示词发给ChatGPT，按它一步步提交想法和赛道。第一阶段它先了解倾向，会问：愿意长期研究哪类内容、希望观众看完获得什么、希望服务哪类观众、更偏爱哪种叙事方式、希望账号采用什么更新模式。可以多选，也可以答不确定。示例答案：AI加人文赛道；观众获得什么不确定；服务ABC都想；叙事方式不确定，希望比较后再选；更新模式前期高频测试找方向再精品化。
第二阶段它推荐定位方向，判断AI加人文不容易被理解成讲AI知识，加历史文化更稳，AI承担动画呈现、时空还原、视觉想象，人文负责观点、故事、可信度。给的方向包括”当你活进历史的一天””一件东西的千年旅行””AI向古人提问””人类为什么这样生活”。每个方向都带一句话定位、目标观众、提供价值、叙事方式、画面风格、声音建议、制作难度和风险。选定一个方向后进入第三阶段，输出账号定位卡。
分镜与AI视频生成：提示词模板、全局资产设定、分镜拆分与生图实操
一条完整作品由多段分镜组成，每段分镜对应一部分文案，最后拼接成视频，流程和AI漫剧类似。
第一步，新建对话框，把分镜提示词模板粘贴进去发送。AI会要求提供剧本、小说或创意文本，把写好的文案粘进去。之后AI让你选模板，共五个方案：原剧情版、唯美画意版、打斗版、解说版、推荐导演版。一般选原剧情版；做AI漫剧或短剧选推荐导演版；画面有炫酷打斗选打斗特效版；解说版也可以测。
接着填几个参数。绘画风格处写画风提示词，用反推工具从截图或下载的视频反推出来。这次用的画风提示词是”中式平面卡通风格，扁平数字插画，赛璐璐简洁上色，无复杂光影渲染”。动态动作增强填否，除非做武打画面。画幅横屏写16比9，竖屏写9比16。宫格图片输出模式选否。高清质感增强大部分情况选是，会让画面更高清有质感，简笔化风格选否也行。长内容协议选是，因为文案一般较长。预估分镜总数可以留空，也可以写范围比如28到35，用来限定生成数量。
分镜数量的算法：按一个分镜10秒算，一分钟需要6个分镜，5分钟视频约30个。一个10秒分镜里有2到3秒废镜头要剪掉，所以5分钟实际需要30到40个，约35个。把握不准就先留空，让AI先出数量，再自己压缩，镜头少花销也少。这次文案较短，AI出了15个分镜，每个10秒就是150秒两分多钟，而配音只有1分16秒，画面浪费了，其实可以限定成8到10个镜头。
AI返回一大堆内容，前面都不用看，只看G开头和S开头的部分。G开头一行是全局资产设定集，是文案里人物、道具、场景的AI提示词；下面是S开头的分镜，这次有15个。先把G开头那行复制出来单独发给AI，得到风格、人物、道具、场景的提示词。风格就是前面那句画风描述。AI根据文案判断出人物：门口聊天的人、看楼层数字的人、玩手机的人、盯着关门键的人，生成6个人物，各有形象、年龄、身高、体型、长相、穿着。道具也要提前生成，保证手机型号颜色前后一致，简笔化形式可以让AI自己发挥。场景同样要生成图片保证一致，这次生成5个：办公楼电梯门口、电梯内部、城市街道、咖啡馆内部、概念性场景。
这里有个教训：这篇文案没有核心IP，因为账号定位的固定视觉IP”无名观察者”不够明显。做账号定位和写文案时就该设置每期都出现的核心IP形象，否则每期人物都不一样，观众记不住。
然后逐个把S1、S2……发给AI，得到每个分镜画面的提示词。可以复制到桌面新建的TXT文档里再逐个发。分镜提示词包含画风、人物、旁白、道具、场景。旁白不用管。道具一般不单独生成，除非需要前后一致。一个10到12秒的分镜含4个镜头，不是编导专业不用改AI给的镜头，直接用。AI会标注视频标签，并提示不生成字幕和配乐。
把每个分镜提示词复制到桌面Excel表格里，挨个往下排，标上序号1、2、3、4，方便后续做每个分镜的画面。
生图网站推荐力部TV，需要买会员。打开后点新建项目，是无线画布形式，双击新建图片节点，输入图片提示词，选image模型，也就是GPT image2模型，比nano banana强，按画质大小消耗积分。也可以创建视频节点选视频模型。极梦是自己的模型即C dream最新5.0 Pro，但比image2差。还有lava网站，和力部TV用法差不多，无线画布，按住空格键拖动，Ctrl加滚轮缩放，添加图片或视频，选GVT.2模型、画面质量、比例、生成张数，输提示词生成，价格和力部TV差不多，大网站优先用力部TV。
把AI生成的人物、道具、场景提示词复制出来，在每个人物和场景前面加上风格提示词，比如”中式平面卡通动画风格，扁平数字插画，赛璐璐简洁上色”加到每个角色前面，避免生成写实风格，道具需要也加。
用lava演示，新建图片，粘贴第一个角色提示词，选比例9比16或2比3，图像质量选最低，生成两张，点生成等待。同一提示词生成同画风图片，自己挑喜欢的，选中的继续往下生成人物。以第二个为例，粘贴提示词继续生成，对比新生成的和之前生成的，挑出最合适的。
总结：建立个人创作系统，用数据优化下一条
这套流程的核心不是某个工具，是把选题、文案、声音、画面、剪辑、发布串成一条能重复跑的系统，再拿播放量、互动、完播率反过来判断下一条改哪里。工具层面，配音先用IndexTTS2本地跑，不花钱，要求高再上MiniMax；文案用ChatGPT，预算紧就换揭饼奶学生优惠号；生图生视频按月买力部TV会员起步。成本可控，真正的门槛在定位和系列感。
可以先从一条2到3分钟、8到10个分镜的短内容试起，把核心IP形象定下来，跑完三五条看数据，再决定要不要扩系列、加时长。别一上来就做漫剧，也别在账号方向没定的时候猛更。
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：
