新媒体AI视频制作：DeepSeek+ttsmaker+即梦+剪映，低成本搞定宫崎骏风日式治愈短片
现在AI视频正火，不少自媒体创业者都想抓住这波热度，尝试用AI制作视频，但常常卡在“不知道从何下手”这一步。
今天这篇文章，就带你彻底走通一遍——就算没有专业绘画功底，也不懂复杂剪辑，你也能从0到1做出一支充满宫崎骏风格的日式治愈短片。
我们只需要用好四个工具：DeepSeek、ttsmaker、即梦、剪映。下面我会完整拆解整个制作流程，包括每个工具的分工、具体操作步骤、示例细节，以及后续优化方向。新手朋友完全可以跟着一步一步做出来。
另外，这篇文章的宗旨是授人以鱼不如授人以渔，只要掌握了核心思路，做其他类型的短片都是一样的操作流程，只是主题不一样而已。
一、核心工具组合：分工明确，无缝衔接
工具名称 | 核心作用 | 关键操作亮点 |
|---|---|---|
DeepSeek | 搭建故事骨架（核心情节+分镜） | 精准输出分镜时长+风格指令，适配后续工具 |
ttsmaker | 定制角色配音（语气+停顿+音色） | 免费调整语速/音调，支持手动设置停顿节奏 |
即梦 | 生成动态视频（图生视频+风格还原） | 精准匹配宫崎骏画风，自然动态效果拉满 |
剪映 | 整合合成（视频+音频+特效+BGM） | 操作简单，含免费治愈系滤镜、BGM库 |
核心逻辑：先由DeepSeek搞定“怎么拍”，ttsmaker匹配“怎么说”，即梦实现“视觉落地”，最后剪映完成“整合优化”，全程零成本，2小时即可出片！
二、完整实操流程：从0到1制作30秒短片
Step 1：DeepSeek生成核心情节+分镜
宫崎骏风格的核心是“治愈无冲突+自然场景+温柔互动”，给DeepSeek的指令需明确这些要点，才能精准产出可用的情节和分镜。
首先把你的短片故事情节告诉给DeepSeek，让它根据你提供的故事短片来做故事拓展，或规划相应的分镜镜头脚本。
下面我就来实际举例说明：
短片情节：一位即将远行的女孩与一位老爷爷在铁道口相遇，发现这位老爷爷在专注的画着樱花树，一番询问过后才知道，原来老爷爷年轻时，曾因为自己的一些梦想，没有好好珍惜身边的眼前人…女孩听后若有所思起来…
以上是我构思的这部短片情节，现在需要让 DeepSeek 来给我建议一下各分镜镜头和脚本了。
提示词如下：
你是一位拥有多年经验，且老道的短片导演，你十分擅长故事情节梳理和镜头规划，现在请根据我提供的短片情节，来设计下5个分镜脚本。短片情节【一位即将远行的女孩与一位老爷爷在铁道口相遇，发现这位老爷爷在专注的画着樱花树，一番询问过后才知道，原来老爷爷年轻时，曾因为自己的一些梦想，没有好好珍惜身边的眼前人…女孩听后若有所思起来…】
其实画面情节越多越丰富，给到观众的信息就会越多，观众才能更好的了解剧情，这篇文章主要是帮助大家了解如何用 AI 来生成日式风格的短片，所以示例短片不会很长，只用了5个镜头来展开故事情节，但是如果想要真正讲好故事，还是建议画面越多越好。
生成结果（分镜列表）：
镜号 | 场景/时长 | 镜头描述 | 画面与动作 |
1 | 铁道口·日（5s） | 开场定调 | 樱花纷飞的铁道口，列车驶过。人群散尽，唯有一位白发爷爷（森田）坐在长椅上，对着樱花树作画。一个女孩（小樱）入画，脚步放缓至暂停。 |
2 | 画板前·日（5s） | 建立联系 | A：小樱侧身，好奇地看向画板。 B：森田爷爷感知到目光，抬头报以温和微笑，示意她可以看。 |
3 | 蒙太奇·日（5s） | 画板特写 | 画纸上，樱花树下逐渐浮现一个模糊的少女背影。 |
4 | 樱花树下·日（5s） | 情感高潮 | 小樱与爷爷对话，知晓画画原因。 |
5 | 樱花树下·日（5s） | 若有所思 | 小樱转头回望远方，若有所思。 |
以上是和 DeepSeek 经过多轮讨论之后，最终确定下来的5个分镜脚本，注意：当 AI 给你的分镜脚本你不满意时，可以和它反复的进行讨论，把你的想法告诉它，然后不断磨合，直到给出你满意的剧情脚本为止。
Step 2：ttsmaker定制贴合角色的配音
这里我推荐一个网站，ttsmaker AI：https://ttsmaker.com/；它是一款免费的文本转语音工具，并且支持多种语言，包括英语、法语、德语、西班牙语、阿拉伯语、中文、日语、韩语、越南语等，唯一不足的就是语音风格有点偏少。
2.1 撰写旁白文案
这里可以再次借助 DeepSeek 让其根据故事情节，帮你设计两者人物之间的对话。
提示词如下：
基于以上故事情节，小樱看到爷爷画画后，会主动询问他，我想请你帮我设计一段他们之间的对话交流
上图为 DeepSeek 给到我的对话场景
选择好对话后，将对话复制进 ttsmaker AI，选择好配音即可生成。这里提一句，
Step 3：即梦3.5Pro生成动态视频
利用即梦的图生视频功能，将静态画面转化为动态视频，重点是还原宫崎骏的画风和自然动态。
3.1 静态图准备
接下来就是根据各分镜脚本来撰写各文生图提示词了。
我们先来设定少女小樱和爷爷森田的人物图，以及铁道口的场景图，后期在生成各镜头静态图时，就能保证人物和场景的一致性了。这一步是为了约束 AI 在给到特定场景时不跳脱。
少女小樱人物提示词
大师级作品，最佳质量，动漫风格，1个女孩，东亚少女，面容温柔，黑色齐肩短发略带波浪，大眼睛，穿着标准日本水手服（深蓝色裙装，红色领结），背着书包。，比例 「4:3」
爷爷森田人物提示词
大师级作品，最佳质量，动漫风格，日本老爷爷，70多岁，智慧慈祥的表情，一头整齐的银白色头发，戴细框金属眼镜，穿着米色开衫和浅色衬衫，和蔼的微笑，手里拿着素描本或铅笔。，比例 「4:3」
乡村电车铁道口提示词
大师级作品，最佳质量，日本乡村电车铁道口，红白相间的栏杆，警示灯。铁道口一侧，有一张旧的深绿色或木制长椅。 长椅旁是一棵盛开的巨大染井吉野樱花树，花瓣飞舞。远处是乡村房屋和电线，春天午后光线，新海诚电影风格，宫崎骏背景画风，细节丰富，电影感光线。，比例 「4:3」
AI 生成后，选一张合适的保存为核心底图，人物最好选择全身像，场景最好选择全景，涵盖了周边的环境、设施等，方便后续图生图，AI 不会跑偏。如果没有合适的图，就让 AI 继续为你生成。
底图生成好后，接下来我们就来生成各分镜的静态图了：
分镜静态图提示词
分镜1：
将“小樱”、“爷爷”、“铁道口”三张静态图上传到豆包，并给到提示词，让 AI 根据底图来生成分镜1的静态图，提示词如下：
大师级作品，最佳质量，动漫电影风格，广角镜头，日本乡村樱花铁道口，红白栏杆抬起，漫天樱花飞舞（参考上传的参考图2）。一位银发的日本老爷爷（参考图1的人物形象，穿着米色开衫，戴眼镜）正坐在参考图2的旧的长椅上，对着樱花树写生。 一个穿着水手服的少女（参考图3的人物形象）正走过，注意到他时放慢了脚步。春天午后，温暖阳光，梦幻氛围。
分镜2：
分镜2的静态图生成流程和分镜1一样，将生成的分镜1的静态图和老爷爷的人物图作为参考图上传给即梦（因为后面豆包生成的图有问题，没达到我想要的，就换成即梦了） ，让它按照你的要求给你生成。提示词如下：
大师级作品，最佳质量，动漫风格，电影镜头，中近景 (medium close-up)，人物腰部以上构图。 一位慈祥的日本老爷爷（人物形象是参考图2，银发，戴细框眼镜，穿米色开衫）坐在长椅上，他的身体和面部完全正面朝向观众（镜头），双手自然放在膝盖的素描本上，右手拿着参考图1的右手握着的笔。 他正直接、友善地凝视着镜头，仿佛在与画外的人进行眼神交流，脸上带着温暖、平和的微笑。 背景是高度虚化的樱花树（记住，只有一颗樱花树），形成柔和的光斑。 视线水平与镜头持平或略低，营造一种亲近、平等的对话感。焦点锐利地集中在老爷爷的眼睛和面部表情上。
分镜3：
将生成的分镜2作为参考图，上传到即梦，让它根据参考图生成分镜3的画面，提示词如下：
大师级作品，最佳质量，动漫风格，素描本极致特写，参考图人物的镜头视角，双手握着的素描本放在双腿上（参考人物素描本摆放的腿部位置），素描本页面上是一幅精美的铅笔素描樱花树。在树下，线条变得柔和写意，隐约形成一个穿着旧式服装的少女的模糊背影，仿佛一段记忆。有几片花瓣被画下飘落。突出铅笔质感，背景虚化。
分镜4：
把分镜1和老爷爷、小樱的人物图作为参考图上传上去，提示词如下：
大师级作品，最佳质量，动漫电影风格，近景镜头，侧方视角（3/4侧面）。 【场景与构图】 场景参考参考图1，日本乡村樱花铁道口，红白栏杆旁。盛开的樱花树下，那张旧的深绿色长椅。构图包含两个人：森田爷爷坐在长椅左端，穿着水手服的少女小樱站在长椅右侧前方，两人之间约有一步距离。镜头从他们的侧前方拍摄，将两人都纳入画面，形成稳定的三角形构图。 【人物细节与状态】 森田爷爷：参考参考图2的人物形象，特征（银发，细框眼镜，米色开衫）。他坐在长椅上，打开的素描本放在膝头，右手握着铅笔但已停笔。身体朝向画板方向，但头部回转约60度，仰起脸，正对着站立的少女说话。表情温和、沉浸，带着回忆的悠远感，嘴唇微启。 小樱：参考参考图3的人物形象，特征（黑色齐肩发，深蓝色水手服，红领结）。她微微低头，身体略前倾，双手礼貌地交握在身前，视线落在爷爷膝头的素描本上，神情专注，正在认真倾听。姿态显示出尊重与思考。 【氛围与光线】 春日午后，温暖柔和的阳光穿过樱花树梢，形成斑驳的光影洒在两人身上和长椅。几片樱花花瓣在空中缓缓飘落。背景的铁道口和樱花树做浅景深虚化处理，突出人物。整体氛围宁静、专注，充满含蓄的情感流动。 【风格与核心】 新海诚与吉卜力混合风格，强调细腻的角色表情和真实的环境光影。画面捕捉两人第一次深入交谈的瞬间，体现“倾听”与“讲述”的联结。
分镜5：
因为分镜5和分镜4的画面其实是一样的，所以分镜5就不单独出图了，直接用分镜4的图生成分镜5的。
分镜1-4的静态图示例
3.2 即梦图生视频
将各分镜静态图上传上去，输入提示词即可，图生视频提示词分享如下：
分镜 | 图生视频提示词 |
1 | 电影开场镜头，缓慢的横摇全景。画面从盛开的樱花树左边开始，从左轻柔横移至道路中间。樱花花瓣持续地、缓慢地从枝头飘落。穿着水手服的少女从缓慢走进，她的头发和裙摆随着微风轻轻飘动。当她注意到爷爷时，脚步自然的停下。整个镜头速度舒缓，充满宁静的春日氛围。阳光角度随时间有极其缓慢的变化。 |
2 | 低角度主观视角镜头，模拟少女的视线。焦点集中在爷爷抬起的面部。当他温暖微笑时，眼神有一个细微的、友善的闪烁。逆光的发丝和眼镜边缘有柔和的光晕波动。背景是高度虚化、微微晃动的光斑，模拟人眼的自然景深和微动。整个镜头时长较短，充满瞬间的温暖互动感。 |
3 | 极致推焦特写镜头，缓慢推进画纸。铅笔线条在特写镜头下展现出细腻的纹理。镜头最终聚焦在树下那个柔和、模糊的少女背影轮廓上，仿佛在凝视一段记忆。可以添加非常轻微的2D动态效果，如一两片画中的花瓣以极慢速度飘落，赋予素描一种超越静态的、情感流动的感觉。 |
4 | 固定机位侧近景镜头，捕捉对话瞬间的微动态。少女轻声对爷爷说：“爷爷，您为什么总是画这棵树呢？（对口型）”爷爷（笔尖未停，目光悠远）“因为，它帮我记得。（对口型）”，少女回道：“记得什么？（对口型）”爷爷：（微笑，终于侧头看了少女一眼）“记得那年春天，有个人和我一样，在这里等了很久很久的车。她看着花，我看着……别处。（对口型）”少女倾听时，眼睫有轻微的垂下与抬起，表达思考。一阵微风拂过，带动她额前的发丝和爷爷画纸的一角轻轻颤动。更多的樱花花瓣从树上旋转飘落，穿过两人之间的空间。光线保持稳定，营造一个时间仿佛为这个对话片刻而放慢的宁静气泡。 |
5 | 固定机位长镜头，捕捉对话结束后的静谧余韵。爷爷低头保持静止，只有呼吸带来的极其微弱的身体起伏。少女站直身子转身望向远方的动作缓慢而坚定，镜头跟随，完成后也凝止如雕塑。此处的动态核心全部交给环境：大量樱花花瓣以更密集、更缓慢的方式如雪般飘落，部分花瓣轻柔地落在爷爷的画纸和少女的肩头。光线逐渐变得更加金黄，暗示午后时光的温柔流逝。整个镜头动态近乎静止，唯花瓣纷飞，将瞬间升华为永恒，留下无限遐想。 |
Step 4：剪映合成完整短片
将视频、配音、BGM等元素整合，进行细节优化，提升短片的治愈感。
- 导入素材：将即梦生成的5段视频按分镜顺序导入剪映，拼接成完整片段；
- 音视频对齐：导入 ttsmaker 生成的配音音频，调整音频位置，确保旁白与画面同步；
- 添加BGM：选择轻柔的钢琴纯音乐（符合宫崎骏动画配乐风格），将音量调至低于配音30%，避免盖过人声；
- 导出设置：选择1080P分辨率，导出30秒完整短片。
三、完整视频示例及初稿优化方向
本次制作的30秒初稿已具备治愈感，但在情节画面丰富度和配音语气上仍有优化空间，具体方向如下：
1. 情节&画面丰富度优化
整体情节可以再完善，增加点画面丰富度，比如老爷爷的回忆，让观众更容易带入进去，另外少女小樱在与老爷爷对话结束后，可以增加点心理活动，借助转头凝望远方的动作，更容易让观众了解她转头的意义。
2. 配音语气优化
老爷爷在说到“我只是望向远方”的时候，在“我”字后面可以加入停顿，能表达人物的后悔。
所以我们在制作一部视频，想要达到自己满意的程度的话，是需要不断反复打磨的。
四、结尾总结
用DeepSeek+ttsmaker+即梦+剪映的组合制作宫崎骏风短片，核心是“分工明确+细节打磨”。四个工具各司其职，降低了创作门槛，零成本就能实现风格化表达。只要在情节、画面和配音上多花心思优化，就能做出更贴近宫崎骏动画质感的治愈短片。
如果想尝试其他风格（如悬疑、搞笑），或需要某一步的精准指令模板，随时可以根据这个框架调整工具参数和内容方向～
