AI 动画短片怎么做，才能让观众记住故事，而不只是记住几张漂亮画面？对第一次制作的人来说，可以先控制规模： 一个主角、一处场景、一次选择 ，再让每个镜头都推动同一件事。

本文以原创短片《借一把晴天》为例，规划一部约 30 秒的手作质感 3D 动画：小机器人在雨巷发现一株幼苗，把自己的黄伞留给它，独自走进雨里。你会得到故事拆解、角色设定、五镜头方案、可复制的提示词，以及在 PixPix 准备素材和逐镜测试的方法。

先写清一次选择，再考虑片长

“小机器人在雨中散步”是情境；“它把唯一的伞留给一株幼苗”才让角色做出了选择。后面的镜头可以围绕这个变化展开：原先被保护的是机器人，最后被保护的是幼苗。

给这个故事写一张简短任务卡：

• 主角： 小机器人“栗栗”，带着一把已经打开的黄伞经过雨巷。

• 发现： 墙边花盆中的幼苗被雨点打得低垂。

• 选择： 栗栗停下来，把伞安放在花盆旁的石座中。

• 结果： 幼苗留在伞下，栗栗没有伞，继续走进雨里。

• 情绪： 通过停步、低头、松手与离开表达温柔，不安排对白。

约 30 秒只是这次练习的剪辑目标 ，不是动画短片的标准长度，也不是要求某个模型一次生成完整故事。若关键动作需要更多时间，先调整分镜，不必让角色为凑秒数突然加速。

固定角色、道具和空间，减少镜间漂移

给角色建立可重复使用的设定

栗栗采用原创简化造型：圆角方形橙色头壳，奶油白面板上只有两只黑色圆眼，没有嘴；深青绿色躯干带一块圆形米白胸片，短橙色四肢、三指机械手和黑色圆底脚。

图注：原创角色三视图，供美术检查与参考选择使用。

先确认正面、侧面和背面是否属于同一个角色，再挑出清楚的角度作为后续参考。三视图是设计检查材料，不代表应将三个人物区域直接作为同一个视频的三个主角。

不变项需要具体到能检查的程度。与其只写“同一个可爱机器人”，不如检查头身比例、眼睛数量、胸片形状和脚底颜色。 角色名字用于整理项目，不能代替参考素材。

让关键道具支持剧情动作

本片只有一把芥末黄圆顶伞，伞面纯色，直木杆；一只圆形陶土花盆，里面只有一株两片叶子的幼苗；花盆旁有一块带圆孔的低矮灰色石座，用来支撑伞杆。

图注：道具设定示意，各区域分别说明伞形、植物与支撑连接。

石座要在安放雨伞之前就出现在场景中，否则伞在角色松手后为什么能站住，观众和生成模型都缺少依据。与其后期补一个漂浮的支点，不如在前期 把支撑关系设计清楚。

把整片当作同一座小型布景

雨巷使用湿润石板路、灰绿色墙面和一扇旧青绿色木门。花盆与石座都在木门旁，前后镜头不换位置；雨量和阴天漫射光保持接近，不在中途突然变成晴天。

图注：场景与起始状态概念图，幼苗尚未进入伞下。

视觉风格统一为手作黏土质感的 3D 动画：形体简洁，表面略有手工纹理，光线柔和。这里描述的是画面风格，不表示实际采用逐格拍摄，也不应在后续镜头中混入写实金属或二维水彩。

用五个镜头讲完《借一把晴天》

下面的时间码是剪辑规划。生成时可以选择当前模式支持的时长，保留动作前后的余量，再在剪辑中修整；不要把表中的秒数当作已经验证的精确执行结果。

这五个镜头不是五次重复展示同一个动作。前两镜提出问题，中间两镜完成选择，最后一镜让观众看见选择的代价：小苗得到了遮挡，机器人失去了自己的伞。

如果安放和松手难以连续完成，可以把两段分开生成，再选择接触关系清楚的切点。不能因为分镜表里写了一个动作，就假设单次生成一定能把它做对。

在 PixPix 准备参考，并按镜头生成

先确认输入模式，再分配参考的用途

可以从 PixPix AI 图像视频生成器 进入，查看图片生成、参考输入和视频创作入口。其公开页面介绍了文字或参考图生成图片与视频的能力；具体操作选项以当前工作台为准。

本案例将素材分为三种用途：

1. 角色参考：固定栗栗的脸、身体比例、颜色与部件。

2. 道具和场景参考：固定黄伞、花盆、石座以及门边布局。

3. 镜头起始图：说明这一镜开始时，谁站在哪里、伞由谁支撑。

不要把三种用途混成一句“参考这些图片”。如果当前模式支持显式引用，就按界面方式关联素材并说明职责；若只支持起始图，应先做出角色、道具与构图都已统一的单张画面。

按镜头需求建立模型候选

以下是 PixPix 官方页面的能力介绍及本文的测试建议，不是动画效果排名，也不意味着每个账号都提供完全相同的模式。

对应说明见 MiniMax H3、Seedance 2.5 和 Kling 3.0 Omni。第一次不必同时测试所有模型，可以 先选一个可用模式，完成最能暴露问题的镜头 03。

先测试安放雨伞，不急着批量做完整片

镜头 03 同时涉及角色、道具、遮挡和支撑关系。如果这个镜头始终无法成立，就要先修改拍法，例如只拍伞杆靠近石座，再切到已放稳的状态。

通过后，再生成其他镜头。这样不会在最后才发现：前面所有精美画面，都接不到剧情最重要的那一下。

给每个镜头写不同的提示词

共享设定：固定外观与画风

下面的设定适用于本案例的相关镜头。已有清楚的参考时，保留关键不变项即可，不必每次机械重复整段。

原创小机器人栗栗：圆角方形橙色头壳，奶油白面板、两只黑色圆眼、没有嘴，深青绿色躯干、圆形米白胸片，短橙色四肢、三指机械手、黑色圆底脚。保持同一头身比例和部件数量。

手作黏土质感 3D 动画，形体简洁，柔和阴天光。湿润石板雨巷、青绿色木门；同一把纯色芥末黄圆顶伞、直木杆，同一只陶土花盆、两叶幼苗和带圆孔的灰色石座。场景空间和材质连续。

镜头 01 与 02：先建立问题

镜头 01 的动作重点是停步，不是快速展示整条街。

中景，一个连续镜头。栗栗撑着已打开的黄伞缓慢走到青绿色木门旁，看到门边花盆后停下，低头看向幼苗。黄伞始终由机械手握住，头部和身体比例不变。石座与花盆同时在画面内。摄影机只做轻微平移，结尾停稳。

镜头 02 把观察目标换成幼苗，不让主角继续抢画面。

固定近景，同一只陶土花盆和同一株两叶幼苗。雨点落在盆沿与叶片上，叶片受到轻微扰动，整体位置不变。黄伞还没有移到花盆上方。背景保留青绿色门板的模糊色块，阴天光与上一镜接近。

镜头 03 与 04：把支撑交接拍清楚

安放雨伞的起始图，应当让伞杆、孔洞和机械手都容易辨认。若关键部位被身体遮住，先改构图。

固定中近景，栗栗位于门边，黄伞已经打开。它握住直木杆，把伞杆下端缓慢放进花盆旁灰色石座的圆孔，让伞面遮在幼苗上方。石座平放地面，伞杆落入孔洞后停止下移。机器人先保持握持，结尾让伞杆、机械手和石座都清楚可见。全程一个连续镜头。

图注：动作关键状态概念图，静态画面不证明插杆或松手已经在视频中实现。

镜头 04 不再重复插杆，只展示放手后的结果。

机械手与伞杆近景。开场时伞杆已经稳稳插在灰色石座中，栗栗的三指机械手仍扶着木杆。它缓慢松开并收回手，伞杆和石座保持原位，花盆仍在黄伞下。摄影机固定，结尾留出机械手与伞杆分离的清楚间隙。

镜头 05：让画面承担情绪

不必让机器人突然出现嘴巴、眼泪或复杂表情。前景的伞和远处的背影，已经能说明故事的变化。

图注：结束构图概念图，与其他状态分别生成，不是连续视频截帧。

低机位中远景，同一雨巷。前景门边的黄伞固定在石座中，遮住两叶幼苗；栗栗已经没有伞，沿既定巷道向远处缓慢走去，身形逐渐变小。保持橙色头壳、青绿躯干和黑色脚底，头身比例不变。雨仍在落，前景幼苗清楚，远处机器人轮廓可辨。结尾短暂停留，不新增角色，不切换到晴天。

这些文字是待测试的创作指令。明确描述有助于表达意图，但不能保证每次生成都满足机械结构、动作轨迹或镜间一致性。

剪辑、声音与预算，要在同一套计划里检查

先用粗剪验证故事，再追加细节

先把可用片段导出到你使用的剪辑工具，按五镜头顺序排列。现有公开信息不足以在本文承诺 PixPix 能自动完成这个项目的全部时间线、混音与最终导出，因此把素材生成与最终剪辑分开安排。

检查时，优先看三个切点：幼苗近景能否接到机器人安放雨伞；安放结束能否接到松手；松手后能否接到没有伞的背影。如果伞刚从左手消失，下一镜却出现在右手里，先修这个连续性问题，再讨论调色。

这部片不需要对白，也不需要强行做口型

本案例只安排雨声、脚步和伞杆落入石座的轻响。声音应服务动作：看到脚落地时出现脚步，看到木杆落稳时才出现轻响，别把音效平均铺满所有镜头。

若当前模型支持并启用原生音频，可以先检查生成声音；若不支持或结果不合适，再在剪辑中补充。雨声在相邻镜头间尽量连续，切到叶片近景时可以更清楚，但不要无缘无故变成另一场暴雨。

用实际生成记录估算成本

不要用“30 秒成片”直接乘一个未知的每秒价格。 成片时长不等于提交生成的总时长 ：每镜可能留有剪辑余量，也可能需要多次修改。

记录每次任务的模型、模式、输入、时长、分辨率、工作台显示的消耗以及实际采用的结果。项目生成消耗是所有已提交任务的实际消耗之和，包括未采用版本；图片、编辑和声音若单独计费，也分别记录。未显示或未确认的价格不写成确定预算。

交付之前，逐镜回答这六个问题

1. 不看文字，是否能看懂“机器人把伞留给了幼苗”？

2. 五个镜头是否仍是同一个栗栗，眼睛、胸片和机械手有没有变化？

3. 画面是否一直保持同一种手作 3D 风格，材质和雨巷是否连续？

4. 松手之后，伞是否确实由石座支撑，而不是漂浮或穿过地面？

5. 伞、花盆和角色的位置是否能接上，声音是否对应可见动作？

6. 最后的停留是否给了观众理解选择的时间，字幕与片尾是否遮住关键画面？

如果要输出横版与竖版，应分别检查主角、伞和幼苗是否同时可见，不能只把横版画面居中裁掉两边。画幅跟随实际发布用途与当前工具可用规格选择。

常见问题

能不能只用一句话生成整部动画短片？

一句话可以用于探索故事方向，但最终仍要检查每个镜头的角色、动作和衔接。即使模式支持多镜头生成，也不等于整片的叙事节奏、音效和剪辑已经完成。

为什么角色参考相同，画面还是会变？

参考只是输入的一部分。角度变化、遮挡、模型对材质的解释和生成随机性，都可能影响结果。可以减少单镜动作、改善关键角度参考，再逐镜检查；不能承诺仅凭一个名字或一条提示词就锁住身份。

3D 动画一定比二维动画更适合 AI 吗？

本文没有做风格横评。选择取决于故事、美术目标和现有素材。这个案例采用手作 3D，是为了突出伞、石座和身体姿态；若改成二维，也应重新统一线条、比例与上色规则，而不是只替换一个风格词。

需要多少参考图、花多久才能完成？

没有适用于所有项目的固定答案。先准备能确认角色、道具和场景的必要素材，再根据具体缺陷补充。制作时间需要包含分镜、美术确认、生成等待、修改和剪辑；本文未执行视频生成，不提供实际工期估计。

从最关键的一个镜头开始制作

准备栗栗、黄伞与石座的参考，进入 PixPix 视频工作台， 先验证“把伞放稳”这个动作。 动作成立后，再补齐发现、松手和离开的镜头。

让五个片段共同讲清一次选择，比不断增加角色、场景和特效更适合作为这次练习的目标。先把《借一把晴天》做成一段能够看懂的小故事，再扩展下一部片。