# 从一个故事，到两分钟成片

这是一份可以直接照着做的创作教程。目标是让零基础创作者使用 **GPT-6 Astra + 本地 MiniMax H3**，完成一部有固定人物、连贯剧情、旁白和字幕的 AI 短片。下文以《神曲》为例，你可以把故事和参考素材换成自己的内容。

本教程从工具已经部署、可以正常使用开始。你需要能在 Codex 中使用 GPT-6 Astra，也需要本机 MiniMax H3 的服务地址和一个保存项目的文件夹。部署和模型安装不属于这节课的范围。视频已经按 1.2 倍速制作，直接用播放器的正常速度观看即可；阅读文章则可以随时停下来复制指令。

*V4.1 配音说明：本版培训讲解使用本人授权的本地 Qwen3-TTS 克隆声线，制作显卡为 RTX 5090。下文讲授的《神曲》创作流程仍是 GPT-6 Astra 调度本地 MiniMax H3。模型名称保留正式拼写；配音按 G P T six Astra、MiniMax H three 发音。*

**阅读顺序：** 按下文第一步至第八步各做一次。每一步依次说明“你要做什么”“发送什么指令”“应该收到什么”和“怎样检查”。配图只解释当前步骤，不是新的步骤。

## 先把三个角色说清楚

**你是创作者。** 你决定拍什么、给谁看、参考什么风格，以及结果是否合格。你不用从一开始就懂采样器和模型参数，但需要给出清楚的故事、参考和反馈。

**GPT-6 Astra 是负责导演与执行调度的模型。** GPT-6 Astra 把你的要求整理成分镜和生成任务，通过可用的工具调用本地 MiniMax H3，并安排抽帧检查、声音处理、字幕、剪辑与文件交付。GPT-6 Astra 能否执行这些工作，取决于当前任务是否真的能访问本地服务、素材和处理工具；第一步要检查这些条件。

**MiniMax H3 是本地画面与声音生成模型。** MiniMax H3 根据每个镜头的要求和参考素材生成视听素材。在这套案例中，两分钟影片由多个独立小节组合而成；独立小节可以单独检查、重做和替换。

“自动化”表示 GPT-6 Astra 可以执行已明确授权的重复制作步骤。创作方向和验收仍需要判断。先确认一段代表性的试片，再授权批量完成，会比一开始就生成全部镜头更容易控制效果。

![三方职责：你提出目标并判断；GPT-6 Astra 分镜、调度、检查；MiniMax H3 生成画面与声音](article-v4/roles.jpg)

*图：本教程的职责说明画面。下文均使用模型的完整名称，不需要记住额外的“导演模型”或“剧组”等代称。*

## 第一步：建立任务，把目标一次说清楚

**你要做什么：**

在 Codex 中建立创作任务，选择 **GPT-6 Astra**。把故事、时长、横竖屏、语言、模型地址和保存位置放在同一条开工指令里。你的目标越具体，GPT-6 Astra 越容易判断哪些工作属于本次制作。

下面的方括号必须替换成自己的实际信息，尤其是地址和文件夹。不要把示例里的空位原样发送。

```text
请 GPT-6 Astra 担任导演，调用我本机的 MiniMax H3 制作短片。

故事：[粘贴完整故事，写清开头、主要事件和结尾]
观众：[例如，对神话故事感兴趣的普通观众]
目标时长：120 秒。
画幅：16:9 横屏。
旁白、人物对白、字幕：普通话、普通话、简体中文。

MiniMax H3 服务地址：[实际可访问的地址]
项目保存位置：[输出文件夹的完整路径]
允许使用的显卡：[例如 RTX 5090；只使用这一张卡]

请先检查模型服务、素材访问、显卡和输出目录。
返回项目目标清单、环境检查结果、分镜和试片计划。
先完成计划，不要直接批量生成全片。
```

**应该收到什么：** 一份明确的目标清单；模型和素材是否可访问的检查结果；分镜与试片的下一步计划。

**怎样检查：** 看时长、画幅和显卡有没有理解错。如果模型地址连接失败，先让 GPT-6 Astra 定位是服务没启动、地址不对，还是当前执行环境无法访问。不要靠反复发送“继续生成”解决连接问题。

如果 MiniMax H3 确实运行在当前电脑的 8188 端口，并且执行任务也在这台电脑上，服务地址可能是 `http://127.0.0.1:8188`。这只是本案例的地址形式，不能把它当成所有电脑通用的地址；其他电脑访问时需要实际可达的主机地址。

**本步骤配图 · 开工指令与需要填写的信息**

![开工指令示意：目标、模型地址、保存位置与显卡](article-v4/start.jpg)

*图：教程中的开工指令示意，不是 Codex 界面的逐像素操作截图。需要填写的是任务信息，界面布局变化不影响这些信息的作用。*

## 第二步：提交参考，给每份素材标明用途

**你要做什么：**

把参考视频、人物图片和声音样本作为附件发送，或提供当前任务能够读取的完整文件路径。继续使用同一个创作任务，有助于保留已确认的要求。开启新任务时，也应重新提供已经保存的项目档案。

参考不是越多越好。清楚的正脸或半身图用来固定身份；电影片段用来说明运镜与质感；干净的录音用来说明旁白声线。不要希望一张远景图同时决定脸、服装、动作、光线和所有镜头。

```text
请 GPT-6 Astra 读取以下参考，并返回“文件 → 用途”的清单。

[但丁图片]：固定但丁的脸和服装。
[维吉尔图片]：固定维吉尔的脸和服装。
[参考视频]：参考空间规模、画面质感和运镜。
[旁白录音]：固定全片旁白的声音与说话方式。

必须延续：人物身份、服装、旁白声线。
本集可以变化：[环境颜色、天气、守卫造型和剧情]
旁白是独立讲述者；但丁和维吉尔不要开口代念旁白。
人物对白需要各自独立、前后一致的声线。
请指出不清楚、冲突或缺失的参考，再给出处理方案。
```

**应该收到什么：** 素材清单、人物与声音的对应关系、固定项和可变项。

**怎样检查：** 核对但丁和维吉尔有没有认反，旁白是否被误分配给主角，上一集的姿势或泪痕是否被当成必须延续的特征。在这里纠正，比整片做完再换脸容易得多。

“使用同一参考”不等于最终声线一定相同。试片和全片都需要检查声音接缝。发现音色变化时，明确要求修复旁白的一致性，不要只要求把音量调成一样。

**本步骤配图 · 人物参考与素材用途**

![但丁与维吉尔的固定角色参考](article-v4/references.jpg)

*图：本项目使用的真实角色参考。参考用途应写在人物旁边，避免只提交一堆没有说明的图片。*

## 第三步：先看分镜，检查故事和动作路线

**你要做什么：**

分镜就是影片的逐节计划。每一节至少包含编号、人物、主要动作、运镜、声音、时长，以及结尾时人物所在的位置。编号可以是 S01、S02、S03；编号的意义是让后续讨论能准确指向某一节。

```text
请 GPT-6 Astra 把故事拆成编号小节。
每节列出：人物、动作起点、主要变化、结束位置、运镜、声音和时长。
检查全片是否覆盖完整故事，总时长是否为 120 秒。
检查相邻小节的人物位置、动作和声音能否衔接。
请先给我分镜表，不要批量生成。
```

**应该收到什么：** 一份总时长明确、动作前后能接上的分镜表。小节数量取决于你的故事，不必照搬《神曲》的节数。

**怎样检查：** 从头读到尾，问自己三个问题：主要情节有没有漏？上一节的结束是否能接上下一节？观众能否看懂人物为什么走到这里？

例如守卫倒地后，但丁和维吉尔应该绕过守卫的身体继续下行。如果分镜写成两人走到悬崖边，应该在生成前改掉：

```text
只修改 S04 的动作路线：守卫倒下后，但丁和维吉尔绕过身体，继续向下走。
保留其他情节，重新检查 S04 与下一节的衔接和总时长。
```

**本步骤配图 · 小节计划与动作衔接**

![带编号的小节计划与动作衔接](article-v4/storyboard.jpg)

*图：分镜和动作路线教学示意。时间线用于检查故事结构，不表示每部影片都必须采用同样的分节长度。*

## 第四步：先做十秒试片，把感觉写成动作

**你要做什么：**

挑选最能代表影片难度与风格的一节，例如守卫出场、人物推石头或多人走过泥沼。一个只展示静态风景的镜头，未必能验证人物动作、道具运动和声音是否合格。

“宏大”“震撼”“真实”可以描述方向，但还需要写出观众实际能看见的变化。以推石头为例，屈膝、蹬地、首次推不动、重新支撑、艰难翻滚，都比“非常费劲”更容易检查。

```text
请 GPT-6 Astra 调用本地 MiniMax H3，先生成 S09 的 10 秒试片。

先用全景交代深渊的规模，再从侧面跟拍推石的人。
人物屈膝、蹬地、肩背压住石头，第一次发力推不动。
人物调整支撑后再次发力，石头才艰难翻滚。
石面的矿脉与棱角需要随旋转改变位置，接地点也要改变。
保持已经确认的人物、环境和声音风格。

请交回能播放的短片、关键动作前后帧和实际完成情况。
先不要生成其他小节。
```

**应该收到什么：** 真正能打开的短片和连续关键帧。只有生成任务编号或一句“已经提交”，还不是试片交付。

**怎样检查：** 先完整观看，再比较关键动作。你负责说明观众应该看见什么，GPT-6 Astra 负责将要求变成生成设置并调用 MiniMax H3。零基础阶段不必手动调整几十项参数。

<video controls preload="none" playsinline src="article-v4/case-stone-S09.mp4" poster="article-v4/stone-74.jpg"></video>

*视频：本地 MiniMax H3 生成的真实 S09 案例片段，保留原片速度与声音，便于审查动作。教程正片整体为 1.2 倍速，这段独立案例不加速。*

## 第五步：按四项清单审片

**你要做什么：**

好看和正确需要分别检查。单帧细节精美，不能证明石头在转；嘴巴张开，也不能证明发声时机准确。

| 检查项 | 具体看什么 | 怎样描述发现的问题 |
| --- | --- | --- |
| 人物 | 脸、服装、人数是否一致 | S03 的维吉尔变了脸；画面右侧多出一个人 |
| 动作与空间 | 手脚受力、道具运动、行进路线 | S09 石头只平移，矿脉朝向没有转动 |
| 声音 | 旁白音色、对白角色、动作与发声同步 | S05 张嘴后吼声才开始；中间旁白像换了一个人 |
| 字幕与连续性 | 错字、遮挡、称呼、镜头衔接 | 片尾中文应写第三层；S04 结束位置接不上 S05 |

把问题记录成“小节编号 + 时间 + 可观察的现象”。时间可以是全片时间，也可以是小节内时间，但要说明是哪一种。

![原片74秒：石面矿脉与接地点](article-v4/stone-74.jpg)

![原片76秒：比较同一石头的棱角与朝向](article-v4/stone-76.jpg)

*图：真实影片第 74 秒与第 76 秒的画面。比较矿脉、棱角与接地点，判断石头是否旋转；不要只根据人物的步行姿势判断。*

```text
请 GPT-6 Astra 按人物、动作与空间、声音、字幕四项检查试片。
列出已经满足的要求，以及仍需修改的问题。
每个问题附小节编号、时间和对应画面，不要只写“质量不错”。
```

GPT-6 Astra 的抽帧反馈可以帮助你发现问题，但仍要打开实际视频检查动作和听声音。抽帧不能代替对连续动作与音画同步的判断。

## 第六步：用四个字段提出局部修改

**你要做什么：**

修改意见最实用的结构是：**范围、问题、目标、保留项**。范围控制改哪里；保留项保护已经满意的内容。让 GPT-6 Astra 判断后期处理能否解决，需要重新生成时再调用 MiniMax H3。

```text
请 GPT-6 Astra 只修改 S09，保持这一节 10 秒。

当前问题：石头像平移，人物推石不够费劲。
目标效果：第一次发力失败，重新蹬地后石头艰难翻滚；
矿脉、棱角和接地点随旋转明显变化。
保留内容：人物身份、服装、现有录音、字幕和其他小节。

保留旧版。先交回修改后的 S09、关键帧和修改说明。
我检查通过后，再替换进完整影片。
```

三头犬的造型修改也是同一个方法。与其说“不够震撼”，不如说明必须去掉什么、保留什么，以及威猛感从哪些细节建立：

```text
只调整三头犬的造型与相关动作。
去掉角，保留三个犬头；强化犬耳、犬鼻、厚重颌部、湿毛和涎水。
低吼时耸鼻呲牙，靠体量、表情和动作建立威严。
保留已经认可的低沉吼声、旁白、字幕与镜头时长。
保留旧版，先交回修改小节。
```

![三头犬真实造型修改前后对照](article-v4/cerberus-before-after.jpg)

*图：本项目的真实前后对照。说明“去掉角、强化犬的特征”比只说“不够像狗”更容易落实。*

**应该收到什么：** 同一小节的新版本、对应修改说明，以及仍然可回退的旧版。

**怎样检查：** 修改是否解决原问题？人物、声音或字幕有没有被一起改坏？局部通过后，再明确授权替换回全片。要求保留录音和字幕时，生成的新镜头也需要匹配原来的动作时机与时长。

## 第七步：试片通过后，再授权批量完成

**你要做什么：**

当人物、风格、关键动作和声音已经达到你的要求，给 GPT-6 Astra 一条明确的继续指令。对允许自动完成的范围说清楚，也要求逐节保存进度。

```text
这版试片方向通过。
请 GPT-6 Astra 沿用已确认的人物、声音、画面质感与运镜，
调用本地 MiniMax H3 完成剩余小节，最后合成完整影片。

每节保存素材、任务编号、生成参数、版本和检查结果。
发现错误先定位原因，只处理相关部分。
已经通过的小节继续保留；不要因为一处错误重新生成全片。
完成后交回成片、独立小节、字幕和制作报告。
```

询问进度时，可以直接发送：

```text
请核对当前任务记录和文件：
哪些小节已完成，哪些已通过检查？
MiniMax H3 正在生成哪一节？是否遇到错误？
已完成文件保存在哪里，下一步要处理什么？
```

需要停止执行时：

```text
停止当前制作，保留所有已完成素材和任务记录。
记录正在执行的小节与任务编号，不要删除已完成文件。
```

回来后继续：

```text
继续这个项目。先核对已完成文件、任务记录和模型队列。
确认哪些结果可以复用，哪些任务仍在运行，哪些需要重做。
不要重复提交已经运行或完成的同一任务，再继续剩余制作。
```

**需要注意：** 已完成的素材可以复用；正在生成的一节被中断后，未必能从任意计算步骤接着算。保存文件和任务编号，是防止重复计算、丢失进度的重要条件。

**本步骤配图 · 进度记录与停止后的检查**

![分节进度与停止后核对流程](article-v4/progress.jpg)

*图：进度管理教学示意。真实进度应以当前任务记录、模型队列和输出文件相互核对。*

## 第八步：检查实际文件，验收并保存系列档案

**你要做什么：**

完成影片之后，要收文件、收版本、收说明。高清版方便保存，轻量版方便网络播放；独立小节则用于后续精修。

```text
请 GPT-6 Astra 交付：
1. 完整高清 MP4 和便于网络播放的轻量 MP4。
2. 带编号的独立小节，以及全片字幕文件。
3. 制作报告：片长、生成与修改情况、用时、检查结果和未解决问题。
4. 已确认的角色、服装、声音、风格档案与分镜。

验证视频可以打开、拖动和完整下载。
给出当前设备能够访问的播放与下载地址。
打开实际成片检查开头、中间和结尾，确认画面、声音、字幕完整。
保留旧版，等待我确认本版是否通过。
```

本机文件路径、局域网地址和公网链接是不同的交付方式。另一台电脑不能直接打开只存在于生成电脑上的文件路径。准备公网播放时，要让 GPT-6 Astra 实际验证公开入口、访问密码和下载结果；仅显示页面并不代表视频一定可下载。

验收时重点看：片长是否正确，旁白是否从头到尾同一个声音，人物对白是否独立，关键动作是否达到要求，片尾命名和字幕是否准确。《神曲》中文用“第三层”，英文可以用“Circle”；不能因为文件夹沿用“圈”，就把中文片尾也写错。

确认满意后发送：

```text
这版验收通过。请保存为本集通过版本，保留旧版。
归档角色图片、声音参考、风格要求、分镜、分节素材和修改记录。
形成一份下次制作可以直接读取的项目说明。
```

**本步骤配图 · 交付文件与系列档案**

![影片交付与系列档案清单](article-v4/delivery.jpg)

*图：教程中的交付清单，配图为《神曲》第四层真实片尾。示例中的第三层中文命名要求，不表示这张配图来自第三层。*

## 下一集怎样延续同样的风格

连续剧的一致性需要可读取的资料。把通过版本的角色、声音和风格保存成档案，下一集使用新故事和上集结尾来确定变化范围。

```text
请 GPT-6 Astra 沿用这套《神曲》工作流制作第 [数字] 层。
先读取上一集通过版本的角色、服装、声音、运镜与交付规范。

本集故事：[粘贴故事]
上一集结尾：[说明人物位置和状态，附参考片段]
本集改变：[环境、守卫、核心动作和情绪]
目标时长：[例如 120 秒]

先检查现有资料，给出编号分镜和代表性试片。
人物身份、固定声线和系列片尾格式继续沿用。
试片通过后，调用本地 MiniMax H3 批量完成。
按小节保存，方便之后只修改某一节。
```

## 你的第一个练习

不用一开始就挑战两分钟。先选一个十秒场景，走完“说明目标 → 给参考 → 看分镜 → 做试片 → 审片 → 局部修改 → 交付”这个小循环。检查三个结果：你是否拿到了能播放的视频，是否能指出一个具体问题，以及修改后是否保住了满意的内容。

等这个循环跑通，再把范围扩大到完整影片。每一步都知道自己要发送什么、应该收到什么、怎样检查，就能够更有把握地使用 GPT-6 Astra 和本地 MiniMax H3 完成创作。