GPT-Image-2 分镜到视频玩法
用 GPT Image 2 生成专业分镜图，再喂给视频模型一键成片，是一条从分镜头脚本到视频的短路径。下面以一条音乐 MV 为例。
第一步：用 GPT Image 2 生成分镜图
提示词：
一张专业音乐MV视觉分镜图（storyboard + concept art结合体），用于指导后续连续镜头生成。画面需要同时清晰呈现：角色完整外观设定、场景氛围、光影情绪、镜头语言和关键动作。构图采用经典导演分镜布局，左上角或顶部标注镜头号、景别（如"Shot 03 - CU"）、镜头运动提示（如"slow push in""dolly zoom"），画面主体为角色在特定场景中正在进行的关键动作，强烈的情绪氛围，电影感光影和色彩情绪明确。角色外观、服装、发型、五官特征必须清晰可辨，背景环境细节丰富，整体风格为写实概念设定+分镜结合体，专业、清晰、具有指导性，像专业导演和美术指导使用的参考板，而非单张插画 --stylize 100 --v 6
要点：分镜图要同时承载角色外观设定、场景氛围、光影情绪、镜头语言和关键动作，让视频模型有明确的参考依据，而不是只有一张漂亮插画。
第二步：用视频模型生成成片
把分镜图喂给 Grok-video3-plus 生成 30 秒视频。
视频 1 提示词：
废弃圆形剧院中央，一位湿发白裙女孩独自弹奏黑色三角钢琴，雨水自破碎穹顶倾泻而下，水面倒映冷蓝灰光与微弱暖金边缘光；镜头从眼神极近特写切到全景缓慢推进、侧向跟拍与低机位仰拍，衣摆与发丝随节拍轻颤，副歌进入慢动作与雨滴定格，氛围压抑、梦幻、哀而炽烈，cinematic, high contrast, haunting elegance
视频 2 提示词：
废弃圆形剧场中央，一架黑色三角钢琴被天窗暴雨击穿，雨滴与水雾在冷蓝灰空气中形成流体涡旋；白裙演奏者如幽灵般静坐，湿发贴肤，琴声牵引地面积水震荡成细密波纹与微光粒子。镜头从远景缓慢推进，侧向掠过琴身，再低角度上仰捕捉她迎雨抬首，末段缓慢拉远，节奏由压抑凝滞转向情绪决堤。电影感，暗黑诗意，体积光，高对比，参考实验影像与哥特舞台美学。写视频提示词没有头绪时，可以先生成分镜图作为参考，从画面里反推场景、镜头运动和情绪描述，再展开成完整的视频提示词。