X的故事基本上都是走萌系流量，最早是猫meme起量，后来延伸出更多的赛道，比如小兔子的故事，小老虎的故事，但猫的故事受众群体够大，拓展层次也更强，底层逻辑除了萌，更多的是具有教育意义的一种展现。
但是只有猫的故事延伸品类最多，所以接下来就以猫的故事为例，各位圈友可以思维拓展，也可以先拿这个赛道练手。
比如：小猫受到了霸凌，经过了XXX，最后得到XXX； 或者，小猫家里遭遇了变故，猫妈妈意外身故猫爸爸辛苦带小猫，等等这些，具有画面语言的视频。
所以在这种赛道中，我们在考虑反推爆款视频的同时，另一个最重要的环境因素要明白，那就是这个视频想表达的是什么？
目前X的故事整体赛道，猫的故事比较拥挤，后期开通YPP的风险有点难度，要么考虑拓展其他萌宠的故事，要么考虑图转视频。
我们来看看，这类型的视频，长什么样子：
X的故事，不仅仅只是把图片做出来的技巧，更多的是底层想要表达的含义，好的故事才能让它爆炸；
优点： 适合新人，操作难度不大，容易理解，不需要太复杂的工作流，并且花费很少的时间即可做成。此类赛道大量的高爆对标账号，可以快速模仿上路。
缺点： 赛道拥挤，此类赛道的创作者太多，导致开通YPP的难度加大（同个赛道YPP开通过多，后期容易拒绝），需要花费一定的资金(购买Gpt账户，图生视频的钱)。
特点： 对于缺点而言，我们可以想办法克服，图片开通难，我们就图转视频，然后成本就拉大，我们就考虑降低成本，但不可能是0成本。
项目介绍
这类项目我们可以考虑逆练九阴真经，也就是把对标的爆款视频反推图片，完整整个故事线，然后在重新画图，组合（或者图片+转场特效，或者图转视频）
这类绘画的风格其实是有讲究的，包括下面要讲的搞笑段子，都是用到dall-e-3的模型，只有这种模型出来的图片，以及语境能力可以胜任。
各位可以分别对比，其他MJ，SD，Fulx等等，它的完善度，风格，都不如dall-e-3的模型足够优秀，并且，成本更便宜。
dall-e-3 ，就是chatgpt的画图功能，在这类图片我们要展现的时候，我们要先理解这个画风是什么，而不是直接拿图反推瞎画，不然画风不舒服，老外接受度低，视频最后的连贯度就容易出戏。
画风
皮克斯动画风格，欧美国家从小是被迪士尼，皮克斯这类动画公司所洗礼，所以这种风格的展现，更容易让他们沉浸下去。皮克斯动画风格，迪士尼动画风格，超现实主义等等这些，所以在提示词当中我们要带上这类词。
那当我们理解这些核心概念以后，我们就可以尝试去操作这类风格的图片创作。
实操详解
我主要讲解如何通过反推的逻辑去快速出爆款内容一样的视频，为什么不讲原创，一来是麻烦，需要收集很多故事，然后在风格转写，脚本分镜，反复优化，这个很麻烦讲起来没头没尾的。所以主要讲反推，方便快捷，而且这个领域有源源不断的新内容出现，做原创选题实属没必要（AI写出来的故事真的太噶）。
一共分为三大步，分解视频，创作图片，图片筛选/图转视频，剪辑合成(音乐，音效)，
第一步：分解视频
首先，我们需要视频拆分出来不同的画面，然后反推出提示词，以及完整的故事线，这样我们就可以在第二步创作图片的时候更加的方便，也有口子入手。
（1）手动截图
每个视频它的底层，都是几张图组成的整体故事，哪怕是图转视频也是这样，所以最简单方便的方式，你就挨个截图，每一张每一张的来，一个视频也就不超过10张图。
（2）通过代码来分割出图片
代码不会用的，也可以手动截图，不影响开展项目
用软件拆解会方便一点，通过OpenCV，使用直方图比较来检测场景变化，然后计算巴氏距离(Bhattacharyya distance)用于衡量两个直方图的相似度，将彩色帧转换为灰度图，计算灰度直方图:
- threshold: 场景切换的阈值，值越小检测越敏感
- video_path: 输入视频的路径
- output_dir: 输出帧的保存目录
import cv2
import numpy as np
from PIL import Image
import os
def detect_scene_change(video_path, output_dir, threshold=0.15):
"""
简单的视频场景检测演示函数
参数:
video_path: 输入视频的路径
output_dir: 保存关键帧的目录
threshold: 场景切换的阈值
"""
# 创建输出目录
if not os.path.exists(output_dir):
os.makedirs(output_dir)
# 打开视频文件
cap = cv2.VideoCapture(video_path)
# 获取视频的基本信息
fps = cap.get(cv2.CAP_PROP_FPS)
frame_count = 0
scene_count = 1
# 读取第一帧
ret, prev_frame = cap.read()
prev_gray = cv2.cvtColor(prev_frame, cv2.COLOR_BGR2GRAY)
prev_hist = cv2.calcHist([prev_gray], [0], None, [256], [0, 256])
while True:
# 读取当前帧
ret, frame = cap.read()
if not ret:
break
# 计算当前帧的直方图
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
hist = cv2.calcHist([gray], [0], None, [256], [0, 256])
# 计算两帧之间的差异
diff = cv2.compareHist(prev_hist, hist, cv2.HISTCMP_BHATTACHARYYA)
# 如果差异大于阈值，认为是场景改变
if diff > threshold:
# 保存关键帧
frame_rgb = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
img = Image.fromarray(frame_rgb)
save_path = os.path.join(output_dir, f'scene_{scene_count}.jpg')
img.save(save_path)
print(f"检测到场景变化! 保存第 {scene_count} 个场景")
scene_count += 1
# 更新前一帧的信息
prev_hist = hist
frame_count += 1
cap.release()
print(f"处理完成! 共处理 {frame_count} 帧，检测到 {scene_count-1} 个场景")
# 使用示例
if __name__ == "__main__":
video_path = "input_video.mp4" # 替换为你的视频路径
output_dir = "output_frames" # 替换为你想保存帧的目录
detect_scene_change(video_path, output_dir)
第二步：创作图片
之前讲过，我们使用dall-e-3的模型，那对于新人更方便的就是使用Chatgpt，我们只需要根据图片反推他的画面，然后合成故事，再次创作即可。
（1）使用提示词，批量提取故事描述： 我们可以批量丢给Chatgpt来描述画面。
提示词：
帮我描述一下这几张图讲的是什么，它是根据视频拆解出来的图片，其实是一个完整的故事 ，你挨个描述一下对应画面，然后根据图片把这个故事连贯在一起。你需要分别根据场景，景别，动作，角色，来描述，要给到中英文对照。
每次只能上传10个图片，所以我们继续发送：
这个故事还没结束，还有，我在继续给你，请你继续描述，然后接上之前的剧情，
然后我们给到完整线的梳理，拿到这些详细的描述词： 提示词:
现在把整个完整的故事线梳理一下，每个图片对应的是一个场景，详细把每个图片的描述清楚
生成结果：
- 场景一 母猫和小猫走在城市街道上，母猫亲切地靠近小猫，小猫穿着可爱的背带裤，两人依偎在一起，充满温馨的亲子氛围。
- 场景二 小猫在街头的爆米花摊前站着，手里拿着一张钞票，满怀期待地看着摊位上的爆米花，显然很想尝一尝这美味的零食。
- 场景三 爆米花摊的摊主表情严肃地指向一个“禁止猫咪”的标志，不允许小猫购买爆米花，小猫的希望被冷漠地拒绝了。
- 场景四 小猫因为被拒绝而伤心，依偎在母猫的怀里，母猫温柔地轻抚小猫的头，安慰着它，传递出满满的母爱。
- 场景五 母猫牵着小猫的手一起走回家，背影温暖，象征着无条件的陪伴和关爱。
- 场景六 回到家中，母猫微笑着，看起来温柔又坚定，似乎在酝酿一个计划，要为小猫做点特别的事情。
- 场景七 母猫换上黑色紧身衣，戴上面罩，摆出战斗姿势，似乎准备要采取行动，眼神中透出一种坚定的决心。
- 场景八 小猫看着母猫的装扮，露出惊讶的表情，似乎没想到母猫竟然有这样的一面。
- 场景九 母猫穿着黑色紧身衣，穿梭在玉米地里，表情专注，显然是在执行一项特殊任务，目标明确。
- 场景十 母猫在玉米地里找到一堆玉米，小心翼翼地将玉米装进麻袋里，显然在为小猫准备食材，完成她的任务。
- 场景十一 母猫背着装满玉米的麻袋快速逃跑，身后愤怒的农夫和他们的狗紧追不舍，母猫全力奔跑，表情中带着紧张又专注的神情。
- 场景十二 母猫成功带着玉米回到家中，换上围裙，开始在厨房里准备玉米，脸上露出幸福的表情，显然对即将完成的美味充满期待。
- 场景十三 母猫站在炉灶前，小心地用木勺搅拌锅里的玉米，表情专注，整个厨房充满温馨的氛围。
- 场景十四 爆米花开始从锅里喷涌而出，母猫和小猫都露出惊讶的表情，没想到玉米会变成这么多的爆米花，整个厨房被爆米花填满。
- 场景十五 厨房地板上堆满了爆米花，母猫和小猫站在其中，表情略显无措，但又带着无奈的笑意，场面轻松而温馨。
- 场景十六 母猫的头顶落满了爆米花，小猫惊讶地看着母猫的模样，两人之间的互动十分搞笑可爱。
- 场景十七 面对厨房的爆米花堆，母猫忍不住开怀大笑，小猫也在一旁开心地看着母猫，整个场景充满欢笑和温暖。
- 场景十八 最后，母猫和小猫坐在客厅的地板上，一起享受着一桶爆米花，两人都露出满足的笑容，母子俩其乐融融，故事画上了圆满的句号。
故事总结
小猫因为无法买到爆米花而失落，母猫为了让小猫尝到它心心念念的美味，冒险去玉米地“借”来了玉米，经历了紧张的追赶后，母猫成功带着玉米回家，亲手为小猫制作爆米花。虽然过程中意外不断，但最终母子俩一起开心地享受了爆米花，故事温馨圆满。
那我们能够看到整体故事线，没有出入，想输出的情绪价值，也没有偏差！
整体故事梗概，以及详细图片的画面我们都拿了出来，如果有描述不对的地方，或者理解错的地方，可以自己手动修改。
（2）设定身份：
现在为了故事的统一性，我们需要要角色保持一致性，尽量的一致即可，毕竟目前来说，AI绘图也好，视频也好，还处于抽卡游戏当中，那我们需要如何让它保持一致性，角色，物种，性别，服装，动作，画风，来保持它的大概一致性。只要做到这点，观众一般都是不挑的。
提示词：
我想让你重新作图，角色要重新设定，首先我需要告知的是，风格是皮克斯的动画风格，超现实主义，这些动物是属于拟人化的展现形式，所以它不需要之前的生物习惯，比如爬行，而是像人类一样行走，先不要做图我们先来聊一聊，这两个角色的固定，长什么样子，然后在优化提示词的部分。
然后尝试作画，看一下角色风格有没有走歪：
好，大致上没问题，猫妈妈画出来的很性感，我的最爱 哈哈哈~~~
那我们来存一下角色，省的这个窗口崩了，方便在新的窗口直接在画：
角色一：母猫
- 外貌：母猫是一个拟人化的白色长毛猫，拥有柔软蓬松的长毛，特别是在头部、耳边和尾巴处更为突出，展现出温柔而优雅的气质。
- 眼睛：大而灵动的绿色眼睛，能表达出温柔和坚定的双重情感。
- 表情与姿态：平时表情温柔慈爱，带有轻微的微笑线条。行动中则表现出坚定、沉着的神情。
- 服装：
- 日常穿着：穿一件简洁优雅的粉色连衣裙，温暖的色调衬托出她的母性与温柔。
- 任务装：在执行任务时，母猫穿上黑色紧身特工服，配有腰带和小工具袋。虽然穿着黑色紧身衣，但头部、耳边的白色长毛和蓬松的白色尾巴依然明显，增强她的辨识度。
- 性格：母性温柔且富有决心，为了小猫不惜冒险。平时温柔体贴，但在执行任务时展现出敏捷与果断。
角色二：小猫
- 外貌：小猫是一个拟人化的粉色短毛猫，整体外貌显得非常可爱，皮肤呈粉色，给人一种天真无邪的感觉。
- 眼睛：大而圆的亮黄色或金色眼睛，充满好奇与渴望，尤其是对新事物的兴奋表现。
- 表情与姿态：总是带着期待和好奇的表情，看到母猫或心仪的物品时眼睛会亮起，有一种天然的孩子气。
- 服装：穿着一件牛仔蓝的背带裤，内搭浅色T恤，整体造型童趣满满，表现出他活泼的个性。
- 性格：天真活泼，充满好奇心，对世界充满探索欲。特别依赖母猫，时常流露出孩子般的依恋。
场景及色调
- 整体风格：以皮克斯动画风格为主，色彩丰富而饱满。母猫和小猫的互动场景以暖色调为主，营造出温馨的氛围。
- 光影细节：场景中的光影变化配合角色的情感，例如母猫执行任务时光线偏暗，凸显紧张感；在家中或与小猫互动时则使用柔和温暖的光线。
（3）尝试创作新的图片
提示词：
为了我们能够画出比之前更优质的图片，我需要你帮我优化提示词，首先两个猫的角色描述要固定在提示词里面，画风也要固定在提示词里面，然后要理解，这些动物都有拟人化的特点，以及要遵守一下规则：
色调与光影：皮克斯风格通常采用丰富的色彩和精细的光影处理，因此在画面上可以用柔和的暖色调，突出家庭和温馨的氛围，而在母猫任务场景中，色调可以略显冷色，突出紧张感。
夸张的肢体语言：可以加入一些夸张的动画效果，例如小猫看到禁止标志时的失落夸张化表现，母猫在任务中紧张奔跑时的敏捷姿势。
细节层次：每个场景可以加一些细节物品来丰富画面，比如厨房中可以增加蔬果、爆米花袋等，增强生活气息和真实感。
为了保持角色统一性：角色的主要特征要描述准确并且固定。要让角色更加贴近人的姿态，除了一些身体特征，更加像人。这就是拟人化姿态。所以在你描述角色的时候，可以使用，它是一个类似人类的XXX，很像人类XXX来描述。
现在描述词优化一下看看，给到中文，我们先来基于之前给你的图片描述场景或者我给你描述词：
有时候它会不太理解什么是拟人化，会画成一个猫站立，类似这样，
我们可以在对话的时候告诉她是怎么样的，然后在调整回来，可以告诉她，她不像动物一样站立，而是像人类一样站立，任何动作都是像人类一样，那在接下来的对话当中，GPT的对你要求提高理解。
之后我们以此类推： 把描述词都挨个跑一遍，反复抽卡找合适的图片：
但一定要注意她描述的词语，和绘画是否对得上，你看这幅，明显猫妈妈变成卖爆米花的了，那我们可以告诉GPT两人都站旁边，或者就没有妈妈，只有小猫在羡慕的看着。 我在交流的时候，会用非常粗糙的方式去和GPT交流，为的是不使用一些复杂语料也能让新人明白，只要你描述清楚，哪怕你描述不清楚，现在的GPT能力也能够理解！
那你可能会问，怎么会这样呢？ 还要在调试，其实这种概率事件不大，它的主要问题就是你的描述不够精准， 你吧妈妈画的感觉他在卖爆米花一样， 你改一下 或者不要妈妈。 这句话 可以改成： 你吧妈妈画的感觉他在卖爆米花一样， 你改一下 或者不要妈妈，如果不要妈妈的时候，也别忘记之前固定的角色形象。
我们按照之前的描述词挨个优化并且作画，我们就会得到一组，符合我们完整叙事的图片，这个时候，我们的图片创作，基本上已经完毕，接下来就是剪辑合成，亦或者图转视频的问题。
创作图片步骤中一些心得：
逆练九阴真经讲的是，用原始的方法来出图，只需要按照步骤 反复抽卡都会得到自己想要的图片，然而，他牺牲了速度，但增加了精准度，以及降低了很大的门槛。
- 目前来说只有chatgpt(dall-e-3模型)最适合这种类型的图片创作，MJ以及其他平台都不行。
- 如果想在增加点速度，可以描述词保存好，然后直接开始画不让GPT再次写优化描述，或者写完优化描述直接作画，这样减少一次对话的浪费。
- 不要追求一步到位，不管使用什么样的提示词，不管如何优化，你想创作出心里满意的作品，是永远无法一步到位，抽卡时代忍忍。我写文案可以写满分，耗时一天，而AI可以完成70分，但是耗时1分钟，那我反复出70分的作品，反复迭代，这种迭代的速度，可以在一天内创作出更多超过满分的效能，所以不要纠结精确度。
第三步：图转视频（可选）（合成以及剪辑不讲没必要）
为什么选择图转视频，这也是迫于无奈，这个赛道很拥挤，那图转视频就带来了新的生命，这里就简单的说一下，图转视频没有什么难度，丢进去图片+提示词，等待抽卡合适的即可。
推荐平台： 可灵、Luma、海螺、其他差很多。
这里就要考虑成本问题，想做图转视频，想批量，成本和价格就要计算到位，目前海螺可以撸，可以首选用海螺，如果质感差，就使用可灵，但我觉得最好的还是runway，性价比也极高，看各自选择。
目前开放api的，可灵，luma，但是很贵，但可灵的web端的价格还好，可以尝试把web端的接口对接一下然后跑，也可以用rpa自动扔图，出视频保存。
如何使用就不讲了，傻瓜式操作。收费的东西要是还很难，收费也没必要了。
成本优化：
工作流的不同，找到的源头渠道不同，成本的压制也不同，所以，个人建议，算好自身条件以及成本，即可批量操作。根据这个赛道的价值，一条视频超过5块的成本，就是在白做工了。
比如：
可灵首付的价格，不使用高性能，一次图生视频在2毛左右，一个视频大概在10-20张左右，一轮下来就最高要花4块，更别提中间还有抽卡。
当然，能撸的时候除外，比如海螺，只不过我们做的事情，不是今天做了明天就得到钱的事情，它是需要你短期半个月，长期三个月的一个周期发展，你在做的是频道，你怎么能保证能够一直撸？
所以我还是很提倡使用商用产品，就跟我和自己团队小伙伴们讲的一样，有些产品我们无法做出来，所以我们就欢迎它能够真正商用，越是付费的产品，越能拿到相应的服务以及效率。只要算好投入产出比，能够持续下去滚雪球就好。
第四步：音效以及背景音乐 （加餐方向） 那这些miaomiao的背景音乐从哪里找？ 这个博主的音频 https://www.youtube.com/watch?v=DeUnnquIX1M
https://www.youtube.com/@BongoCat
这类关键词叫 miaomiaou or miaomiao song or miaomiao music
那音效哪里来，其实这类音效搜索起来很麻烦，我一般都是直接使用AI生成音频，推荐几个网站： https://www.optimizerai.xyz/
免费的额度足够生成这些你想要的音效， 你可以在线翻译，生气的小猫叫声，可怜的小猫叫声，等等，因为这些音频在你后面剪辑的时候，是可以反复利用的。
这些使用方法就不讲解了，眼看眼会。
如果电脑性能不错，也会调用代码，可以使用这个来生成音效。
https://github.com/Stability-AI/stable-audio-tools
stable-audio-tools的模型确实不错，还商用了2.0的新模型，上面分享的第二个就是他们家商用的，免费额度足够使用。
总结
X的故事展现多种多样，而底层逻辑从来都没有变过，猫的故事也可以是兔子的故事，也可以是其他萌宠的故事。 关键在于这个故事，而不是随便推图，不同的X的故事，画风也不同，猫的故事，重点就是按照皮克斯的画风来跑，这是观众能够接受的画风，你就可以理解为，云熙的这个配音，(这个男人叫小帅)大部分都听到过，更加容易入戏。
发布者：炼金术士，转载请注明出处：https://ailjs.com/4235.html
