AI 影片的视觉手册：6 个部分、一个模板和一个真实案例
影片视觉手册是导演在拍摄任何内容之前确定影片外观的参考集：风格、色彩、角色、场所和关键镜头。在 AI 影片中，它有第二个读者，即模型。它的图片成为你附加到每个镜头的参考图像，它的决策成为你粘贴到每个提示词中的内容。
Gertywood，ABC 电视剧《为生而战》的前编剧，讲述为什么每位导演都需要视觉手册（Flick YouTube 频道）
精选影片：Xenogenesis 由 Gertywood 制作（Flick Residency）
在 Flick 中开始创建您的影片风格手册
编写您的视觉风格描述，制作您的第一个角色设定表，然后在镜头中按名称调用它。
什么是影片视觉手册?
影片视觉手册是关于影片视觉效果的一系列决策，通过图片和简短注释呈现。
Gertywood 简单地说："即使在传统电影制作中，作为导演你也必须有一本视觉手册。"你像在电影资源库中做研究一样构建它："你选择视觉风格、色彩、角色的外观。然后你找参考，一个又一个又一个参考。"
在 AI 影片中，视觉手册也是模型看到的内容。在 Xenogenesis 中(根据该影片在 Flick 上的公开工作流计算，2026年10月20日)：
- 420 个视频提示词中有 327 个出现了视觉描述行。视觉描述行是描述影片外观的句子，粘贴到每个提示词中以确保每个镜头匹配。
- 420 个中有 175 个出现了语音参考。
- 420 个中有 209 个出现了"禁止"行，即镜头不得显示的内容列表。
影片视觉手册包含什么
影片视觉手册包含六个部分，每个部分都是模型在每个镜头上需要的决策。除非特别说明其他影片，否则所有示例均来自 Xenogenesis 画布。
1. 视觉描述行
这是什么
它确定的内容：所有镜头共享的摄影机、镜头、胶片和光线。
为什么重要：每次生成都从零开始。在每个提示词中使用相同的词语会给你相同的外观；使用新词语会给你新的外观。
如何构建
一次性写完整版本：Gertywood 的风格文档开头为所有场景提供了一个基础："使用 ARRI Alexa Mini LF 拍摄，Panavision 变形镜头，Tiffen Black Pro-Mist 1/4。"在视频提示词中，他粘贴了一个更短的版本。
起作用的词语："35mm film emulation"设定了胶片外观。"halation"(明亮光源周围的柔和光晕)和"bloom"软化高光。"hexagonal bokeh"塑造失焦光点的形状。
改变摄影机，保持外观：该行之前的词语根据场景变化：420 个视频提示词中有 88 个使用"handheld, shaky camera, cinéma vérité"，51 个使用"smooth and methodical camera movement"。导演的名字也有效：47 个中出现了"David Fincher"。
模型：Seedance 2.0（参考转视频）
Style: David Fincher … clinical, precise, methodical, voyeuristic. 35mm film emulation, halation, bloom, shallow depth of field with hexagonal bokeh.2. 色板与调色
这是什么
它确定了什么：哪些颜色占主导，哪些保持少量，以及阴影和肤色的呈现方式。整个画面的这种色彩处理称为调色。
为什么重要：调色的变化会告诉观众某些事情发生了改变。《异种起源》有两种调色：冷色调用于人类世界，作为默认；暖色调仅用于有外星人Lua出现的场景。
如何构建
为每种调色命名并说明适用场景：冷色调："深青蓝色主导阴影填充，人脸和主体用冷蓝色作为主光。"暖色调："深琥珀色和蜜金色作为主导色调。"
用比例给出混合：Jaime Yao（Flick 团队）的作品 《小狐狸的梦》在下方的提示词中用数字标明了这一点。
每种调色保留一张图片：《异种起源》的资源面板中有一个"风格参考"组，包含三张："外景-蓝色风格"、"内景-蓝色风格"和"内景-Lua风格"。
模型：Wan 2.5
…color mix ≈ 70% blue-teal, 30% warm gold; water splashes are soft and small. Do not change the fox model or palette.3. 角色
这是什么
它确定了什么：每个角色的外貌和着装，用文字和一张图片呈现。
为什么重要：图片能以文字无法做到的方式锁定一张面孔。角色设定图就是那张图片：在纯色背景上从多个角度展示同一角色的单张图像。
如何构建
先写角色描述：描述模型可以绘制的内容：材质、合身度和细节。来自爸爸的描述："圆形金属框眼镜。……外面套一件厚重的羊毛开衫，穿得像第二层皮肤。……可能戴着一块用了二十年的手表。"
然后制作设定图：列出角度并保持背景和光线简洁，让只有角色本身承载信息。
模型：GPT Image 2
…Four angles on the same sheet: front view full body, side profile full body, three quarter view face closeup, and back view full body. Pure white background, flat even studio lighting, no shadows, …注意：在故事中会发生变化的角色。Xenogenesis 中的主角有六张角色表，按故事进展程度命名，从"Cole 0%"到"Cole 100%"，这样每个场景都能调用正确的阶段。
4. 场景地点
这是什么
确定内容：故事发生的每个地点，以底板形式呈现：没有人物的地点图片，用作镜头的布景或背景。
为何重要：底板能让房间在镜头之间保持一致。保持底板空无一人，这样人物来自角色表，而不是底板。
如何构建
从真实地点出发：Jaime Yao（Flick Residency）的In 'twixt Vows将其场景描述为一个真实地点："英国北部哈德良长城附近的深秋高地山脊"。
像场景标题一样命名底板："EXT. Cole House"使用剧本风格（EXT. 表示外景）。它在影片 437 个提示词中的 25 个中被调用。
说明底板在镜头中的作用：透过窗户的背景和完整布景是不同的用途，所以提示词要标明用途。
模型：Seedance 2.0（参考转视频）
use @EXT. Cole House as the background through the windows of the car.
Use @REGRADE Avery Car interior as the visual reference for the car interior.5. 声音
这是什么
确定内容：每个角色的声音：口音、音高和语气。
为何重要：视频模型也会生成对白，所以声音属于造型手册的一部分。声音参考为模型提供一个要匹配的声音，就像角色表为它提供一张要匹配的面孔。
如何构建
用试镜选角：试镜是选角前演员的短片段。这里指的是角色在简单房间里对着镜头说一句台词的 4 秒片段。
每个角色保留一个声音片段：画布中有 10 个，按名称调用："使用 @Mom Voice 作为妈妈声音的参考。"仅 Cole's Voice 就出现在影片 437 个提示词中的 143 个里。
模型：Seedance 2.0（参考转视频）
use @Mom Character Sheet Final as the woman. forbidden: white blobs over the character's face.
medium shot: The woman is in a studio with a white backdrop, looking directly at camera. She says, with a stern American corporate voice, "hi my name is mom and this is my voice."
Style: Hollywood screen test.
Camera: Locked off static.
Audio: No music. No sound effects. Woman's voice is captured naturally as if in a room with the appropriate reverb.注意事项：不要把一切都交给片段。Gertywood 也用文字描述声音："用严肃的美国企业语调"、"用命令式的粗哑嗓音"。
6. 你不想要什么
这是什么
它解决什么：你已经看到且不会再接受的错误。
为什么重要：Gertywood："我并不总是 100% 确定我想要什么。但你知道我确实知道什么吗？我知道我不想要什么。" 每一次失败的尝试都会告诉你需要排除的一件事。
如何构建
将每次失败的尝试转化为规则：他的几张设定表在全身视图的面部用白色圆盘遮挡。这很可能是他最常用规则的来源。420 个视频提示词中有 134 个完全相同地写着"禁止：角色面部不得出现白色斑点。"
保持一行，并持续添加：每个提示词一行"禁止："。当新问题出现时，将其添加到该行："慢动作"、"变形的墙壁"。
使用情况：420 个视频提示词中的 11 个，逐字逐句
Forbidden: no white blobs on the character's faces. no hand-drawn art style. no drifting of eye color.已经有设定表和场景板了？使用 Flick 的参考转视频工具将它们转化为镜头。
如何制作影片视觉手册
你制作影片视觉手册的方法是先确定视觉风格，按部分收集参考资料，并将每个决定转化为一个命名文件。
- 在第一个镜头之前确定视觉风格。Flick 的文档明确指出："在第一个镜头之前选择风格。" 首先写下你的视觉风格描述，哪怕是粗略的。
- 按部分收集参考资料，而不是堆在一起。为视觉风格、色彩、角色、场所和声音各创建一个文件夹或画布分组。Flickpedia 视觉风格提供了 900 多种精选风格供你起步，经典影片场景让你可以将电影剧照添加到项目的视觉手册中。
- 排除不想要的。Gertywood 的建议是与智能助手（AI 聊天助手）交流，不是让它替你决定，而是作为思想碰撞的对象。拒绝错误的，直到剩下的就是你想要的。
- 每个决定创建一个文件。每个角色一张设定表，每个场所一张场景板，每个声音一段片段，每个色调一张图片，每个关键道具一张图像。Xenogenesis 为爸爸的手机保留了一个，在影片的 437 个提示词中被调用了 33 次。
- 按照你调用它的方式命名每个文件。"妈妈角色设定表最终版"和"外景. Cole 的房子"在提示词中读起来很清晰。"image_042"则不然。
- 在图片旁边写下文字说明。一份风格文档，包含你的视觉风格描述和色调，加上每个角色的简短介绍，作为文本注释放在同一画布上。
- 如果文字不够用，就固定一个风格。在 Flick 中，"创建我的风格"可以从最多 5 张参考图像构建风格，"保存为风格"可以将你最佳的画面转化为风格（风格的工作原理）。
- 每次失败后更新它。新规则，禁止列表中新增一行。
关于第 2 步和第 6 步的实践版本，请尝试 Flick Academy 的构建你的视觉世界。
如何从影片视觉手册编写提示词
先调用视觉手册，然后描述镜头，接着重复视觉风格描述，最后是禁止行。在 Flick 中，你输入 @ 来引用已连接的参考资料，然后说明其作用："作为视觉参考"、"作为窗外的背景"。Seedance 2.0 每个镜头最多可以使用 9 张参考图像，所以只附加镜头需要的内容。
以下是 Xenogenesis 晚餐场景，保留了视觉手册部分并精简了镜头描述：
模型：Seedance 2.0（参考转视频）
Use @Mom Character Sheet Final as the visual reference for Mom.
Use @Dad Character Sheet Final as the visual reference for Dad.
use @Mom Voice as reference for what mom's voice sounds like. use @Dad's Voice as reference for what Dad's voice sounds like. use @Dad's phone as the visual reference for the phone. …
Action: Shot 1 … close-up on Mom. She subtly shakes her head, a controlled expression of quiet disapproval, then turns her gaze to frame right with a very hard expectant look. …
Camera: static entire time. Style: David Fincher … clinical, precise, methodical, voyeuristic. 35mm film emulation, halation, bloom, shallow depth of field with hexagonal bokeh. Audio: no music, no score. the ambient clink of cutlery on plates, quiet dining room tone. …
Forbidden: no white blobs on the character's faces.晚餐提示词如何对应视觉手册
| 提示词部分 | 视觉手册章节 | 它告诉模型什么 |
|---|---|---|
| "使用 @Mom Character Sheet Final 作为妈妈的视觉参考。" | 角色 | 哪张图片是妈妈 |
| "使用 @Mom Voice 作为妈妈声音的参考。" | 语音 | 哪个片段是她的声音 |
| "使用 @Dad's phone 作为手机的视觉参考。" | 道具 | 手机的外观 |
| "风格：David Fincher……冷静、精确、条理分明、窥视感。" | 视觉主线（镜头部分） | 这个场景中镜头如何运作 |
| "35mm 胶片效果、光晕、光晕扩散、浅景深与六边形散景。" | 视觉主线（固定部分） | 每个镜头共享的胶片质感 |
| "禁止：角色脸上不要出现白色斑点。" | 你不想要的 | 不要重复的错误 |
影片视觉手册模板
影片视觉手册模板为每个决定提供一行，包含一个示例和一个供你填写的空白栏。将此表格复制到你自己的文档或画布中，并填写最后一列。
影片视觉手册模板（含 Xenogenesis 示例）
| 章节 | 需要决定的内容 | Xenogenesis 示例 | 你的影片 |
|---|---|---|---|
| 视觉主线 | 摄影机、镜头、胶片和光线，用一句话写入每个提示词 | "35mm 胶片效果、光晕、光晕扩散、浅景深与六边形散景。" | |
| 按场景分类的镜头 | 每种场景中镜头如何移动 | "手持、晃动镜头、纪实风格" 或 "流畅而有条理的镜头运动" | |
| 色调与调色 | 主要颜色、调色方案以及每种调色的应用时机 | 默认使用冷青色和蓝色；外星人场景使用温暖的琥珀色和蜜金色 | |
| 角色 | 每个角色的文字档案和角色设定表，如果角色有变化则每个故事阶段一张表 | 16 份档案；"Mom Character Sheet Final"、"Cole 0%" 到 "Cole 100%" | |
| 场地 | 每个地点的空镜头，以场景标题命名 | "EXT. Cole House"、"Command Room" | |
| 道具 | 故事中需要保持一致外观的每个物体的图片 | "Dad's phone" | |
| 语音 | 每个说话角色的语音片段，以及关于他们声音的简短描述 | 10 个语音片段；"严厉的美式企业嗓音" | |
| 禁止项 | 绝不能出现的内容，每次失败后添加 | "角色脸上不要出现白色斑点。不要手绘美术风格。不要眼睛颜色漂移。" |
影片视觉手册示例：Xenogenesis
Xenogenesis 将视觉手册保存在 Flick 画布上，紧挨着镜头，从未放在单独的 PDF 中。该视觉手册包含书面风格文档、16 份档案、设定表、空镜头、语音片段和风格图片。在该影片的 437 个提示词中，有 396 个使用 @ 按名称调用了至少一个画布文件。
十个 Xenogenesis 视觉手册文件及调用它们的提示词数量
| 视觉手册文件 | 章节 | 调用它的提示词（共 437 个） |
|---|---|---|
| Cole Eyes | 角色（特写） | 149 |
| Cole's Voice | 语音 | 143 |
| Avery Character Profile (2) | 角色 | 51 |
| Cole 20% (1) | 角色 | 49 |
| Avery Voice | 语音 | 45 |
| Dad's phone | 道具 | 33 |
| EXT. Cole House | 场地 | 25 |
| Mom Voice | 语音 | 25 |
| Command Room | 场地 | 17 |
| Mom Character Sheet Final | 角色 | 15 |
统计自 2026 年 10 月 20 日该影片在 Flick 上的公开工作流。
调用次数最多的文件不是完整的设定表，而是主角眼睛的特写，与他的设定表一起使用。当某个细节持续漂移时，为它单独提供一个参考。这里的细节是眼睛颜色，它也出现在他的禁止项中。
影片视觉手册 vs 情绪板
情绪板收集影片应该传达的感觉。视觉手册确定影片将呈现的外观。
- 情绪板：松散的、大量的图片，通常来自其他影片和照片。这是你探索的地方。
- 视觉手册：每个部分一个决定，用你自己影片的图片和文字。这是团队工作的依据，在 AI 影片中也是模型工作的依据。
从情绪板开始，然后将其缩小为视觉手册。在 AI 影片中，视觉手册是你附加到镜头上的内容，所以只保留那些你乐意看到被复制到每一帧中的文件。
在 Flick 中构建你的影片视觉手册
注册，打开画布，写下每个提示词都将共享的视觉风格描述。
每个账户在注册时获得 100 免费积分，每周一再获得 100 积分。
创建你的免费 Flick 账户 →
更多关于构建视觉风格的内容
- Xenogenesis 幕后 Gertywood 关于制作这部影片的采访。
- 构建你的视觉世界 Flick Academy 关于视觉板的课程，它能确定你在整部影片中重复使用的决定。
- 视觉风格 如何固定风格或保存你自己的风格。
- Flickpedia Flick 的视觉风格和影片场景资源库。
- 经典影片场景 研究影片静帧的构图、光效和镜头角度。
- 参考转视频 将设定图、场景板和声音转化为镜头。
关于作者
Bilguun Bayarkhuu 是 Flick 的增长工程师。本指南基于 Xenogenesis 工作流程和电影制作者自己的提示词构建。
常见问题
什么是影片视觉手册？
影片视觉手册是一组图片和简短注释，展示影片将如何呈现：它的风格、色彩、角色、地点和关键镜头。导演在拍摄前制作它来推介影片，并保持所有人朝着统一的视觉风格工作。
视觉手册的目的是什么？
视觉手册将品味转化为决定。在真人拍摄中，它协调制片人和团队。在 AI 影片中，它还为模型提供素材：它的角色设定图、场景板和声音片段成为参考，它的视觉风格描述会进入每个提示词。
视觉手册和项目推介文档是一回事吗？
项目推介文档是为了推销项目：故事、团队、预算以及为什么是现在。视觉手册展示影片将如何呈现。推介文档通常会包含一些视觉手册页面。
你能提供一个影片视觉手册的例子吗？
Xenogenesis 是 Gertywood 创作的 Flick Residency 影片，它的视觉手册保存在 Flick 画布上：一份书面风格文档、16 个角色和世界设定、角色设定图、空白场景板和 10 个声音片段。它的视觉风格描述出现在其 420 个视频提示词中的 327 个中（统计于 2026 年 10 月 20 日）。
影片情绪板应该包含什么？
用于表现影片感觉的图片：光效、色彩、质感、地点、服装以及你欣赏的影片中的画面。它还不需要做出决定。在生成镜头之前将其缩小为视觉手册。
我如何创建自己的视觉手册？
首先写下你的视觉风格描述：关于影片视觉风格的一句话，它会进入每个提示词。然后按部分收集参考，排除你不想要的内容，并为每个决定制作一个命名文件：每个角色一张设定图，每个地点一张场景板，每个声音一个片段。