上周用AI开发完了「陆战棋裁判」，在请朋友测试过程中发现识别的方法比较难用文字或图片说清楚，需要制作一个操作视频。之前有过真实拍摄操作过程的经验，但是总觉得业余拍摄的画面看起来不理想。

既然这是一个完全由AI来实现的APP，那么干脆操作视频也用AI来做吧。先和 Gemini 沟通了工作流程，Gemini 建议的步骤如下：

第一步：用「文生图」AI生成底图
第二步：将底图使用「图生视频」AI生成视频
第三步：用视频编辑软件做后期处理

但在实际执行这三个步骤时，我发现要满足特定的操作展示，还有更多细节需要考虑。我的需求是要能覆盖一系列的操作，每个操作都应该有对应的关键帧，而且这些操作的场景应该有一致性。之前用「视频生视频」试过线稿风格的效果，觉得比较符合操作说明这个用途，于是决定先生成线稿风格的底图。

文生图

目前我主要用来「文生图」的 AI 是 Gemini 和 Ideogram，这两个 AI 各有所长，Gemini 一次只能生成一个，但能非常准确地理解提示词的意图，经常一次就能生成让人叫绝的图片，但是对于一些比较「死板」的要求，经常装聋作哑，很像一个恃才自傲的天才。比如将手机斜45度放置的视角就是 Gemini 画出来的。

但之后我请他帮我把 APP 真实的屏幕截图放进去，他给了这样的结果。

我不能说他画得不好，但是这个，真的不是我要的效果啊。原本的 APP 截图是这样的：

相反 Ideogram 就能执行一些比较「死板」的指令，下图是 Ideogram 制作的，这也是最终的视频使用的主场景。

经过反复试错，凑齐了所有需要的十多张底图。

图生视频

Gemini 建议图生视频使用 DomoAI，我之前没有用过，就决定尝试一下。打开 DomoAI「图生视频」功能，发现只能上传8张，我还奇怪呢，为什么这么少，最后筛选了八张必须出现的底图，点击「生成」，等待了十多分钟，结果差点没把我气晕过去，这个 AI 简直发挥了天马行空的想象力，硬把8张图凑成了一个「狂想曲」，大家可以欣赏一下这个 NG 视频。

我这才明白了，其实「图生视频」也要一个镜头一个镜头地生成，不能指望把关键帧丢进去，AI就明白你想干什么了。这也解释了为什么 DomoAI 只支持八张图片「图生视频」，如果是场景、动作跨度太大，不要说八张，就是三张都嫌多啊。

之后按使用场景生成了三段视频。即便缩小任务复杂度，AI在片头、片尾还是忍不住会做点小动作发挥一下，我一时也找不到办法阻止他做，后来一想，这些片段我直接剪掉不就行了。

剪辑

制作完成了镜头素材，剪辑的时候又走了个弯路，之前处理简单的视频时，我通常会用 macOS 自带的 iMovie，通常也行，但提供的功能很有限，要做复杂一点的剪辑就很费力。

为了省事还是先用 iMovie 进行剪辑，磕磕绊绊用了一个多小时终于完成了，但输出时发现iMovie只能输出横向视频，而我需要在手机上播放。没办法，只能将视频旋转90度后输出无字幕的横向视频，再旋转成竖屏视频。

之后转到剪映（CapCut）完成后续工作。相比 Movie，剪映对于视频后期制作流程就友好和强大多了，顺利完成字幕、配音、配乐。

实话说最后成片还是比较业余，但作为一个完全没有专业视频经验的人，仅凭 AI 工具在一天内就能完成这样的成果，我认为是非常震撼的。相信这样的工具在专业人士手里，一定有更惊人的效果。

最后成片：

最后再给大家欣赏几段 AI 自由发挥的 NG 片段，真是让人又好笑又好气。

以上算是一个业余人士用AI做产品演示视频的一些经验总结，希望对大家有用。

对「陆战棋裁判」APP 感兴趣的朋友，可以访问下面的链接下载，这个APP 可以在你们想下陆战棋，但又缺「裁判搭子」的时候派上用场。

https://www.brokerstech.hk/land-arbiter/index