AI 怪物生成器:創造並動畫化生物

設計一次 AI 怪物,然後讓它動起來:在影片的每個鏡頭中,使用同一張參考圖生成同一個生物。

一幅水墨畫,描繪一隻咆哮的長角怪物舉起利爪

大多數 AI 怪物生成器只能生成單張圖片,而一個在鏡頭間不斷變形的生物會破壞整部影片。來自 Flick Filmmaker Residency 的兩部影片將怪物搬上螢幕,我們閱讀了它們背後 80 個生物片段的提示詞:Tusk Hunters 中流星頭怪物和 Xenogenesis 中的翼狀生物。本頁展示這些片段及其準確的提示詞、設計並動畫化你自己怪物的四個步驟,以及創作者如何撰寫提示詞以保持每個生物的一致性。

你可以用 Flick 中的 AI 怪物生成器製作什麼?

你可以將怪物設計成參考圖表,透過編輯該圖表來精煉它,然後讓它在場景中戰鬥、飛行或潛行,每個片段都保持相同的設計。
  • 一張包含正面、側面和背面視圖的生物設計圖表,就像為 In 'twixt Vows 繪製的、以鹿頭骨為頭部的瘦削掠食者。
  • 戰鬥中的怪物,就像 Tusk Hunters 中在洞穴裡面對兩名男子、手臂為刀刃的流星頭生物。
  • 追逐中的飛行生物,就像 Xenogenesis 中逃離城市、有著蝙蝠翅膀的粉紅色喙狀生物。
  • 受傷或變化的怪物,為每個狀態製作新的設計圖表,就像 Tusk Hunters 為其生物被燒傷後所做的。

在 Flick 製作真實的 AI 怪物影片

以下每個片段都來自駐村影片,並附上逐字複製的提示詞,你可以直接貼上並替換成你自己的生物。
A glowing red monster twists back as burning sparks rain down on it in a dark blue cave00:13

一個痛苦中的怪物,逐拍撰寫

這段以中文撰寫的提示詞將片段拆分為有時間軸的鏡頭,並為每個鏡頭賦予怪物的動作、攝影機運鏡、音效和光線,讓痛苦的情緒能夠以表演形式呈現。

镜头1|持续2秒 — 极端仰角 · 中全景(场景和氛围参考Frame at 15.1s,但是所有场景中都没有左侧的人出现) 景别:极端低机位仰拍怪物怪物设计 刚刚恢复上半身的中全景(35mm F1.4),画面中心的怪物身上被信号弹点燃,背景被冷蓝光包裹,站姿。 镜头运动:贴地仰拍的手持猛推兼微抖,随火雨砸落轻颤,并跟随怪物的动作。 表演内容:星火密集砸中怪物,它抬起右臂横挡面门、上半身猛地向后拧扭,重心失稳后撤半步;被灼处的皮肉瞬间迸出橘红灼线,怪物弓背、肩胛剧烈耸动,另一只手在体侧痉挛地抓挠火苗,脚趾抠地强撑不倒——痛得全身绷成一张拉满的弓。 声音设计:星火砸落的密集嗤嗤灼肉声;一声压抑的闷吼从齿缝挤出;低频灼烧嗡鸣。 光效介质:低调高反差;右上冷蓝顶光为底,火雨为暖橙点光源,青烟贴身升起,火星在雾中拖出斜向光迹。

镜头2|持续3秒 — 侧后方 · 全身 景别:侧后方略俯的中全景(50mm,F1.5),怪物全身入画,背对偏侧,火雨斜贯画面。 镜头运动:贴身横向弧线甩摇——机位绕着怪物侧后快速平移半弧,跟随它的扭动,带失焦回焦呼吸感。 表演内容:怪物承受不住痛楚,整条脊背弓成反弓、头颅猛地后甩,双臂大幅度地胡乱拍打蔓延到背与肩的火线;焦黑的半边后背在火下再度爆出熔岩裂缝,一条腿猛地跪塌,身体螺旋般拧转想甩脱附骨之火,肌肉在火下抽搐鼓胀,血肉刃缘甩出零星火星。 声音设计:撕裂的高频嘶吼;肉体拍打的连串闷响;火焰卷烧的呼呼声;骨腱抽搐的吱嘎。 光效介质:转高调高反差;橙红火光暴涨包裹全身,冷蓝退为背脊轮廓光,浓烟翻涌作介质。

镜头3|持续4秒 跪倒 · 被雾气吞没 景别:正面略仰的中景(35mm),怪物半身至全身入画,背后大面积暗与烟。 镜头运动:先随怪物砸落急坠下摇,随后缓缓稳住、极轻微前推,最终静止。 表演内容:怪物力竭,一个踉跄向前重重跪塌,双手撑地、上身前扑又被自身重量压沉,头颅垂落,火焰被压成稀疏残焰。它没有死——跪伏在地肩背随粗重喘息大幅起伏;通体苍白皮肉与半焦后背的伤口密集蒸腾出白烟青雾,越冒越浓,与洞穴冷雾渐渐融为一体,最终整个身形被自己伤口散发的雾气完全包裹、隐没消失在雾中。 声音设计:躯体跪落的沉重闷响;粗重而破碎的喘息声;残焰低哑的呼声;蒸汽持续的嘶嘶声;灼烧嗡鸣渐弱,归于空旷洞穴回声与滴水回响。 光效介质:低调收尾、暗红余烬低反差;冷蓝顶光重新压入,蒸腾白烟与冷雾作主介质弥散逆光,将身形逐渐吞没,余烬为周身微弱暖点。

镜头4|持续4秒 新形态登场 · 中心对称构图 景别:中心对称构图(50mm F1.8)。起幅为满屏的迷雾与蒸汽近景,随后落幅为怪物膝盖以上的中景。 镜头运动:从雾中特写缓慢向后拉(dolly out),迷雾在拉镜中逐渐散开,退到怪物膝盖以上景别收住。 表演内容:起幅只见翻涌的迷雾与蒸汽充满画面;迷雾在后拉中缓缓散开,正中浮现出怪物的新造型剪影——如参考图被火烧伤的怪物角色设计定稿:熔岩裂纹遍身、半边后背焦黑、单刃长爪。怪物从跪倒的姿势缓缓撑起、脊背挺直重新站立,蓄势备战;蒸汽仍源源不断从全身伤口向外冒,透过散开的雾能看到它伤口深处灼热游走的火星。 声音设计:低沉的蒸汽持续嘶鸣打底;缓缓起身时骨腱与焦壳的干裂吱嘎;臂刀横挥的破空湿响;一声低沉压抑的威胁性咆哮收束,重返战斗的气势。 虚化的背景参考 空圆形神殿,浓雾光效介质:低调起、随雾散渐显轮廓;冷蓝顶光为主,中心对称的雾与蒸汽作核心介质在逆光中翻涌透光,伤口裂缝内橙红余烬自发光作暖色点缀,通透与雾气交替。
Alan Xiao 執導的《Tusk Hunters》
含義:怪物被火雨擊中痛苦掙扎後力竭跪倒,傷口冒出濃霧吞沒身形,霧散後以熔岩裂紋新形態重新站立備戰,手持推拉鏡頭冷藍暖橙光效。
A spiky, meteor-headed monster looms over a man in a dark shirt in a misty cave00:15

控制獵物的怪物

怪物的設計稿在多個鏡頭中被引用了三次,因此當攝影機從特寫移動到俯視時,牠那流星般的頭部和刀刃般的手始終保持穩定。

画面氛围参考 Frame at 2.9s,场景参考祭坛 - 俯视图
镜头1|持续3秒 景别:仰拍特写(35mm)。以达兰达兰-角色设计图 被控制背影为左侧虚焦前景,怪物怪物设计 刚刚恢复为画面主体。构图参考仪式 双人关系 01 镜头运动:带呼吸感的缓推,由双人构图逐渐收成怪物陨石状头部与其缓缓抬起的手刀的仰拍特写。 表演内容:达兰双臂自然向后甩摆,胸膛被无形力量向上提拉撑开,头随之仰起;动势如胸腔被吸附向前、重心却仍压在双脚——既非飞起也非抵抗,而是被一股无形牵引力从体内向上向前拉扯,如提线木偶在原地被操控,如同Frame at 2.9s。怪物怪物设计 刚刚恢复同时缓缓抬起左臂那把血肉凝成的手刀,蓄力,准备挥落终结达兰。 声音设计:无形牵引力的低频嗡鸣;体腔被撑开的骨腱吱嘎声;血肉手刀抬起时黏稠的湿润撕拉声;空旷洞穴回声。 光效介质:低调低反差,冷调雾气弥漫,怪物顶部一束冷光勾出陨石头部轮廓,前景达兰背影沉入暗部。

镜头2|持续3秒(画幅与角度改为图1所示) 景别:高位俯拍 镜头1的内容(35mm),摄像机在台阶侧上方俯视,参考仪式 全景 鸟瞰,达兰达兰-角色设计图 被控制(黄)居中偏左,怪物怪物设计 刚刚恢复(红)居右近楼梯,斜向下的构图带入平台、楼梯与两侧暗墙。 镜头运动:缓缓推进。 表演内容:与镜头1同一时刻——达兰被无形力从体内向上向前牵引、提线木偶般的悬滞姿态;怪物立于楼梯前抬起血肉手刀蓄势。俯视角强化两者体量落差与那条无形精神牵引线的空间关系。 声音设计:延续低频嗡鸣与手刀湿润撕拉声,回声更空旷,凸显平台纵深。 光效介质:低调低反差,通透中带薄雾,冷调顶光从楼梯侧洒下,两侧墙体没入暗部。环境参考祭坛 - 俯视图

镜头3|持续6秒(改为向后拉镜头) 景别:起幅为怪物头部仰拍特写(如仪式 双人关系 遮挡,头部偏左、右侧大面积留白);落幅拉成双人构图(如相机 4,怪物居右、达兰肩背入左侧前景)。 镜头运动:带呼吸感的静止起手 → 随后持续向后拉(dolly out),由头部特写一路退到双人构图。 表演内容:  0–4秒(呼吸感静止):左侧画外传来信号弹发射声,燃烧弹从左侧画外入画,飞向画面右上方远景处;红光映上怪物;怪物随之扭头看向信号弹飞行的方向。镜头也随之转向变焦聚焦到信号弹的特写上  5秒:左画外骤然一声手枪枪响——信号弹被击中,炸散为一片红色白炽火雨。  6秒:镜头快速后拉至双人构图相机 4;火雨朝怪物与镜头方向倾泻,怪物抬手遮挡、企图护住自己的身体,身上被细小碎片点燃如遭白磷灼烧;与此同时,随怪物护头动作,左侧达兰的精神控制被打断而释放,失衡向后倒下。 声音设计:左画外信号弹"噗"的发射声→划空嘶嘶尾焰;一声清脆手枪枪响;爆裂闷响与噼啪火星炸裂声;火雨密集灼烧噼啪声;达兰身体后仰倒地的闷响。 光效介质:低调起、随爆裂转高调高反差;洞穴云雾承接红光弥散,爆裂后红色白炽光暴闪照亮全场,火雨作为动态点光源在雾中拖出光迹。


Alan Xiao 執導的《Tusk Hunters》
含義:怪物緩抬血肉手刀蓄力,達蘭如提線木偶被無形力向上拉扯胸膛仰起,仰拍特寫冷調低光薄霧氛圍
A pink, beaked creature with bat wings flies down a dim apartment hallway through drifting dust00:11

走廊中的有翼生物

每個場所都有自己的參考圖,包括走廊、外面的城市和構圖影像,因此生物能夠在一個連續鏡頭中飛越所有場景。

Use Creature Profile Sheet Wonder 3 as the visual reference for creature, 
use Drainage Hallwayas hallway
use Someoneas someone.
use Drainage Backdrop Reverseas the city outside. 
use ChatGPT Image Jul 19, 2026, 10 11 54 PMstrictly as a framing reference. 

Identity lock — the creature has heterochromia: its right eye (on the viewer's left) is blue-grey, its left eye (on the viewer's right) is brown. This two-tone eye coloring is intentional and must be preserved exactly in every frame; do not normalize both eyes to the same color.
Single continuous shot.
Action: Front-on, close-up on the creature with the camera flying backward directly ahead of it as it flies toward the lens — the camera holds this front-on lead the entire shot. The creature flies out of the blown-open hole on the right of the hallway through drifting dust, then banks left to fly down the hall. As it passes a door on the left, someone cracks the door and peers out — in focus — catches sight of the creature, turns back over his shoulder into his apartment and yells, "Babe! I think I smoked too much again!" The creature is passing him as he speaks, so most of the line lands as he falls out of focus in the background left. Still the same shot, the creature reaches an open window at the end of the hall, flies through it, and begins ascending into the sky over the street of the city outside. The camera stays front-on, leading it upward as it climbs higher and higher, wings beating steadily. It is calm and peaceful, the city dropping away below.
Blocking: creature center-frame throughout, moving from deep hallway toward the backward-leading camera, then out the end window and upward; neighbor's door on the left mid-hall, sharp as the creature reaches it, softening as it passes.
Camera: front-on, flying backward ahead of the creature, leading it down the hall, out the window, and up into the sky, staying with it the entire shot.
Style: smooth and methodical camera movement. 35mm film emulation, halation, bloom, shallow depth of field with hexagonal bokeh.
Audio: no music, no score. Wingbeats, settling debris and dust, the neighbor's shout, then the quieter open air as the creature ascends.
Forbidden: no white blobs on the character's faces.
Gertywood 執導的《Xenogenesis》
含義:異色瞳生物從走廊破洞飛出經過鄰居並穿窗升空,鏡頭全程正面後退跟隨,35毫米膠片風格淺景深。
Close-up of a pink, beaked creature's head and eye against a blurred teal city at night00:04

鎖定的奇特細節

身分鎖定指定了生物兩隻眼睛的顏色以及各自所在的位置,然後告訴模型絕不要將它們平均化,因此這個細節能在每一次生成中保留下來。

Use Creature Profile Sheet Wonder 3 as the visual reference for creature, 
use Drainage Street Birds Eyeas the city below. 
Performance: creature motion is frantic and fast, flying away from something. 
Identity lock — the creature has heterochromia: its right eye (on the viewer's left) is blue-grey, its left eye (on the viewer's right) is brown. This two-tone eye coloring is intentional and must be preserved exactly in every frame; do not normalize both eyes to the same color.
bullet trajectory lock: All bullets are flying from lower frame right to upper frame left. 
Action: Shot 1 — chaotic handheld, extreme close up profile on the creature rising vertically from lower frame right to upper frame left. background is mostly the top of buildings at a slant. Creatures wings are beating extremely fast, lots of motion blur. Suppress image of the street in frame. Eyes fixed on something off camera. Gunfire comes from the lower frame right towards upper frame left, mostly in the background, some in the foreground. tracers streaking behind. suddenly one bullet finally finds its mark and goes through the creature's neck severing the head from the body. the head goes flying towards frame left. The body falls off bottom screen. 
Camera: crazy chaotic handheld with lots of instability and jitters.
Style: chaotic handheld camera, jittery, action film. 35mm film emulation, halation, bloom, shallow depth of field with hexagonal bokeh.
Audio: no music, no score. Wingbeats, gunfire and tracer-whines from below, the creature's strained squeaks, then a bullet hit and wet sever.
suppress slow motion. 
Gertywood 執導的《Xenogenesis》
含義:生物檔案3的生物在排水街鳥瞰城市上空瘋狂快速飛行逃離追擊遭槍彈擊中頸部斬首混亂手持攝影風格帶膠片質感和光暈效果

如何一步步製作 AI 怪物?

將怪物描述為三視圖設計稿,透過編輯來精煉該設計稿,在每個鏡頭中引用它,並為模型提供怪物和人物站立位置的布局。
  1. 第 1 步

    先用文字設計怪物。

    撰寫一個三視圖設計稿提示詞,在白色背景上詳細說明姿態、解剖結構、頭部和皮膚,讓之後的每個鏡頭都有一個清晰的設計可以複製。

    • In 'twixt Vows 的掠食者設計稿來自一段 529 字的描述,詳細說明了牠的脊椎、肋骨、四肢、爪子和鹿頭骨般的頭部,使用 Nano Banana Pro 製作。
    Three-view sheet of a gaunt forest predator with a deer skull head, in front, side and back views on white
    Jaime Yao 執導的《In 'twixt Vows》 · Nano Banana Pro
  2. 第 2 步

    透過編輯精煉設計稿。

    編輯現有的設計稿而不是重新開始,一次只改變一個元素,例如金屬質感或腿部,讓怪物保持輪廓的同時改善細節。

    • 最終的 Tusk Hunters 設計稿是對兩個早期版本的編輯,影片畫布上的 48 張生成影像都引用了這個怪物。
    Monster design sheet showing the front, back and a close-up of a pale creature with a metal blade arm on black
    Alan Xiao 執導的《Tusk Hunters》 · Nano Banana Pro
  3. 第 3 步

    在每個鏡頭中引用設定圖。

    在每個顯示生物的提示詞中命名設定圖,與人物和場所的設定圖並列,讓模型在特寫和廣角鏡頭中繪製相同的怪物。

    • Xenogenesis 中 44 個生物片段裡有 21 個引用了相同的生物設定圖,36 個引用了某種生物設定圖。
    A pink creature with bat wings flies up through the dark over a city at night00:04
    Gertywood 執導的《Xenogenesis》 · Seedance 2.0 · 參考轉影片
  4. 第 4 步

    顯示它所在的位置。

    提供模型一個粗略的佈局圖像,顯示怪物和人物的位置,並以顏色標示,讓打鬥或對峙場面在不同鏡頭間保持空間一致性。

    • Tusk Hunters 的 36 個怪物片段中有 13 個將怪物標記為紅色,將它控制的人標記為黃色,與擺姿人偶的算圖相符。
    Overhead view of a clawed monster reaching toward a man held still in thick blue fog00:04
    Alan Xiao 執導的《Tusk Hunters》 · Seedance 2.0 · 參考轉影片

如何讓 AI 怪物在每個鏡頭中保持一致?

模型可以複製並按名稱引用的設計:這兩部影片中 80 個生物片段裡有 59 個引用了怪物設定圖,而非僅以文字描述生物。
兩部影片公開 Flick 畫布上的生物片段,讀取於 2026-10-28:提示詞中命名了怪物或生物的生成影片片段
影片生物命名它的片段保持一致的方法
Tusk Hunters流星頭、刀刃手臂的怪物161 個中的 36 個一份設計圖,在 23 個片段中被引用
Xenogenesis一隻有翼的生物和一隻巨大的黑色生物44 之中的 420一份生物圖,在 36 個片段中被引用
  • Tusk Hunters 在其 36 個怪物片段中的 32 個片段裡寫入了怪物的聲音,從濕潤的撕裂聲到壓抑的咆哮聲,並在 33 個片段中將它置於霧中,使其在完全現身之前就先被聽見。
  • Xenogenesis 在其 44 個生物片段中的 18 個片段裡鎖定了有翼生物的兩種眼睛顏色,這是模型在不同鏡次之間會自動平均化的細節。

關於 AI 怪物生成器,大家都問些什麼?

什麼是 AI 怪物生成器?

AI 怪物生成器是一種工具,可以根據文字提示詞、繪圖或兩者結合來生成怪物或生物的圖片或影片。Flick 專為影片製作而設計,因此同一隻怪物可以先設計成圖表,然後在一個畫布上的多個鏡頭中使用。

我可以免費製作 AI 怪物嗎?

可以,您可以免費開始:註冊時獲得 100 點數,加入 Flick Discord 可再獲得 200 點數,之後每週獲得 100 點數。使用 Nano Banana Pro 製作怪物圖和使用 MiniMax H3 Max 製作影片都可在免費方案中進行,而 Seedance 2.0 需要 Standard 方案(每月 $20)。

我可以將自己的怪物繪圖轉換成影片嗎?

可以。將繪圖上傳到 Flick 畫布,並在參考轉影片片段中將其作為參考引用,或將其作為圖片轉影片片段的起始畫格。駐村影片 Xenogenesis 中的生物圖就是以這種方式上傳和引用的。

如何在每個鏡頭中保持相同的怪物?

製作一份怪物的參考圖,包含正面、側面和背面視圖,並在每個顯示它的提示詞中按名稱引用它。Flick 駐村影片 Tusk Hunters 在其 36 個怪物片段中的 23 個片段裡引用了怪物的設計圖。

如何讓 AI 怪物看起來可怕而不是滑稽?

少展示它的全貌,讓聲音和光線來發揮作用:描述霧氣、一束冰冷的光線以及它在完整生物出現之前發出的聲響。《Tusk Hunters》36 個怪物片段中有 32 個同時描述了霧氣和怪物的聲音。

我可以為怪物添加一個固定不變的奇特細節嗎?

可以。撰寫一個身份鎖定,明確指出該細節的名稱、確切位置,並告訴模型不要改變它。《Xenogenesis》就是這樣做的,為一個擁有兩種不同眼睛顏色的生物設定,在 18 個生物片段中明確指出哪隻眼睛是哪種顏色。

我可以在 Flick 中使用哪些 AI 模型來製作怪物影片?

這裡的片段是在 Standard 方案中使用 Seedance 2.0 製作的,圖片則是用 Nano Banana Pro、Nano Banana 2 和 GPT Image 2 生成的。Flick 也支援 Seedance 2.5 和 Kling 3.0 Pro,您可以在一部影片的不同鏡頭中混合使用不同模型。

更多關於 Flick 中生物和角色的內容

本頁中的影片

在 Flick 中讓您的怪物栩栩如生

只需設計一次圖片,在每個鏡頭中引用它,並將所有版本保存在一個畫布上。

在 Flick 中製作怪物

免費試用,無需信用卡。

讓 AI 解讀本頁:ChatGPTPerplexityClaude