Blender + AI 做电影感短片：从第一个镜头教起，附提示词- 大数跨境

AI Reading Hub

2026-11-14

导读：不用会 3D 软件，Blender 免费，镜头和光线想改哪里改哪里。装什么、第一个镜头怎么做出来、电影感靠哪几个参数、渲染的时间和钱怎么省，附实测数据和可直接改的提示词。

前几天 X 上有一条短片被很多人转：深夜的图书馆，月光从高窗斜着打进来，两万多页纸飞起来，在半空拼出狐狸、老鹰和乌龟。作者 @lemomo_ai 后来讲了做法，整条片子是在 Claude Code 里让 AI 写脚本，交给免费的 3D 软件 Blender 搭场景、渲染出来的。

这条路不用你会 3D 软件，Blender 也免费，镜头和光线想改哪里改哪里。下面按动手的顺序走一遍：装什么，第一个镜头怎么做出来，电影感靠哪几个参数，渲染的时间和钱怎么省。我们也照着文中的提示词实际跑了一遍，结果和耗时都放在文里。

想做一条有电影感的短片，常见的办法有三种：用视频生成模型、找人做 3D、自己学 3D 软件。视频模型出片快，但场景和物体前后不容易对上，镜头很难精确指挥，想改其中两秒往往要重新生成一段。后两种要么贵，要么学习周期长。

让 AI 写脚本去操作 Blender，是第四种办法。房间、灯、摄影机都是在 3D 软件里实实在在搭出来的，位置和参数全写在脚本里。你说"摄影机再低一点""月光再冷一点"，改的就是一个数字，改完只重新渲染受影响的那几秒。第一个镜头和最后一个镜头里是同一间屋子、同一张桌子，不会走样。

整条流程是这样的：

它的短板也很明显。渲染慢，一条一分钟的片子，在普通电脑上可能要渲好几小时。真人表演和复杂的人物动作很难做好。所以它最适合以场景、光影、物体运动为主的片子：空间漫游、产品展示、意象短片、原理动画。图书馆这条正好是这一类。

	视频生成模型	AI 写脚本 + Blender
前后一致	较难，常要多次生成挑选	同一个场景，天然一致
镜头控制	用文字描述，结果不完全可控	位置、焦距、对焦距离都是参数
局部修改	常要重新生成一段	改参数，重渲那几秒
出片速度	快	慢，渲染是大头
真人和表演	强	弱

二、准备：三样软件，一个文件夹

Blender。到官网 blender.org 下载安装，记下版本号。Mac 上程序的位置一般是 /Applications/Blender.app/Contents/MacOS/Blender，Windows 上是安装目录里的 blender.exe。装完之后在终端里直接敲 blender 多半会提示找不到命令，因为它默认不在系统路径里。不用自己配，后面告诉 Claude Code 完整路径，或者让它自己去找。

Claude Code。Anthropic 出的 AI 编程助手，装在你的电脑上，在终端里用。按官网 code.claude.com 的说明安装，用 Claude 的付费账号登录。你用大白话交代任务，它会自己写文件、跑命令、看报错再改；第一次执行命令或改文件前，它会先问你同不同意。原作者在里面用的模型是 Fable 5.2。别的能写文件、跑命令的 AI 编程助手，照着这篇的思路也能做。

FFmpeg。免费的命令行音视频工具，用来把渲染出来的图片拼成视频、合进配乐、调色。Mac 上可以用 brew install ffmpeg 装，Windows 上到 ffmpeg.org 下载。也可以直接让 Claude Code 帮你装。

然后建一个空文件夹专门放这个项目，在里面打开 Claude Code。建议第一件事是让它在文件夹里建一个 CLAUDE.md，记下 Blender 的路径和版本、渲染输出放哪个目录、用 CPU 还是哪块显卡。Claude Code 每次启动都会读这个文件，后面的对话就有了统一的前提，不用每次重新交代。

电脑配置不用太担心。搭场景、出一张低清图，这几年的电脑基本都跑得动，没有独立显卡也行。配置影响的是后面渲高清长片要等多久。

三、先做出第一个镜头

别一上来就做一分钟的片子。先做一个 5 秒的镜头：出一张低清图，看对了再出一秒动画，再看对了才渲整个镜头。

下面这段提示词是照着原作者的思路写的练习版，不是原作者本人的提示词。把"画面"那几行换成你想拍的，其余照抄就能开始：


   
   
   
   为我写一份可被 Blender 后台运行的 scene.py，先完成一个镜头。
先检查本机 Blender 版本和可执行路径，使用对应版本的 bpy API。
画面：竖屏 9:16，深夜小阅览室，一本展开的书放在木桌上，20 张纸沿弧线升起。
构图：书在画面下方中央，给上方飞纸留空间；先用简单网格，不下载外部模型。
光线：窗外冷色月光、桌上一盏暖色灯，先把两种光源和明暗关系做好。
镜头：35mm，从桌前缓慢推向书，持续 5 秒，不切镜，不随意摇晃。
运动：纸片速度平滑、方向有变化，避免穿桌和穿书，别只让一块平面机械旋转。
预览：540×960、24fps、Cycles 低采样（例如 32 samples），并启用降噪。
先保存 scene.blend，只渲一帧；发我预览后停下，不自动启动整段动画。
确认构图后出前 24 帧测试运动，再出 120 帧；正式输出时再提高分辨率和采样。
把尺寸、纸片数、光源、焦距、采样和输出目录放在脚本开头，便于修改。
只在当前练习目录写文件；不付费调用、不租 GPU、不发布。
交付 scene.py、scene.blend、运行命令；说明实际使用 CPU 还是哪块 GPU。

这段话的结构可以记成三句：先说拍什么，再说光从哪来、镜头怎么走，最后说先给我看一帧。

我们在一台 M4 Max 的 Mac 上照着跑了一遍。Claude Code 写出来的脚本不到 200 行，第一张图是左边这张：纸的弧线、桌上的暖灯都对了，但月光落在了桌子前面的地上，光柱几乎看不出来。于是只提了一个问题："月光往桌面上打，雾只留在屋里，窗外要暗。"第二版就是右边这张。

第一次渲染花了 3 分半钟，其中绝大部分是 Blender 在第一次用显卡时编译渲染程序，只会发生一次。之后同样一张 540×960 的图只要 5 秒左右，24 帧的一秒测试动画不到 2 分钟就渲完了。

看图提意见的时候，越具体越好。可以照这个样子说：


   
   
   
   看一下 preview 里的图。书的右边出画了，摄影机往左移一点；
月光太暗，强度调到现在的 1.5 倍。只改这两处，再渲一张给我。


   
   
   
   构图确认了。渲前 24 帧的低清动画，用 FFmpeg 拼成 mp4 给我看纸的运动。

这里的 540×960、32 采样、35mm 是为了出图快才选的。跑通以后再按第五节一样样加效果，画质按第七节的顺序往上提。

如果想自己看一眼脚本或者手动运行，命令是这样的（blender 换成你电脑上的完整路径）：


   
   
   
   # 后台运行脚本，搭好场景并保存 scene.blend
blender -b --python scene.py
# 用保存好的场景渲第 1 帧，存到 preview 目录
blender -b scene.blend -E CYCLES -o ./preview/frame_#### -F PNG -f 1

-b 是不打开界面在后台跑，-f 1 是只渲第 1 帧，#### 会被替换成四位帧号。版本不同参数可能略有差别，可以先用 blender --help 确认。

四、从一个镜头到一条片子

一个镜头跑通以后，再动手前先把整条片子想清楚。片子好不好看，大半在动手之前就定了。

原作者没有一上来就让 AI 写代码。他先出了几张概念图，把光和气氛定下来，整个房间只留月光和一盏油灯。概念图可以用任何你顺手的 AI 生图工具出，也可以找几张电影截图当参考。它的作用是让你自己先想清楚光从哪来、主色是什么，再把这些写进提示词。

然后是镜头。原作者说 Fable 最早给他的版本镜头表现力很一般，七个镜头他都按实拍的拍法去想，用了微距、手持跟拍、摇臂、慢动作。镜头之间怎么接，他说靠平时的积累。AI 能精确执行你说的镜头，但用什么镜头、怎么接，得你来定。

比较实用的办法是写一张分镜表，每个镜头一行：

镜头	时长	景别和运镜	对焦在哪	这几秒发生什么
1	5 秒	微距，贴着书页缓慢平移	书页上的字	一页纸的边缘开始翘起
2	4 秒	手持跟拍	飞起的那页纸	纸离开桌面，飞向窗口
3	6 秒	摇臂升起，看到整个阅览室	远处的光柱	越来越多的纸加入

有了分镜表，可以这样交给 Claude Code：


   
   
   
   这是分镜表（贴上表格）。场景沿用 scene.py，不要改。
每个镜头单独写一个 shot_01.py、shot_02.py……只负责摄影机和这个镜头里的动画，
渲染输出到 frames/shot_01/、frames/shot_02/……
先给每个镜头各渲一张低清关键帧，我确认后再出低清动画。

场景只有一份，每个镜头只管自己的摄影机和动作。这样改一个镜头不会影响别的镜头，哪个镜头有问题就只重渲哪个。

五、电影感靠哪几个参数

电影感是几种具体效果叠出来的，每一种在 Blender 里都有名字和对应的设置。叫得出名字，就能跟 AI 说清楚要什么。

光、镜头、颜色、构图

先看最基础的四样。下面是同一组物体，每次只多改一项：

刚打开 Blender 时只有一盏默认的灯，画面又平又硬。换成三点布光（一盏主光、一盏补光把暗部提起来、一盏从背后打出轮廓），物体马上有了体积感。焦距从 18mm 换成 85mm、摄影机退远，透视变得平缓，更像电影里的画面。颜色只留一个主色当主角，其他颜色退后。最后把主体从一字排开改成前后错开、放在三分线上。

跟 AI 说的时候，把这几样写进提示词就行，比如"三点布光，主光暖色从左前方来，轮廓光冷色从背后来""85mm 镜头""主色橙色，其他物体用低饱和的灰和米色"。原片只用月光和油灯，也是同一个道理：一冷一暖两个光源，明暗和情绪都好控制。

还有一招最省事：宽银幕遮幅。原片上下就有黑边。直接把画面渲成 2.39:1（比如 1920×804），最后用 FFmpeg 补上黑边，画面马上更像电影，要渲染的像素还少了四分之一。

体积光：看得见的光柱

原片里月光那道光柱，靠的是体积散射（Volume Scatter）。光穿过空气里的微粒时会散开，一部分进到镜头里，你才看得见光的形状。

做法是用一个方块包住整个房间，给它一个 Volume Scatter 体积材质。Density 控制空气有多浑，Anisotropy 控制光更偏向往前散还是往回散。光柱要明显，还需要一个被窗框挡住一部分的强光源，让光有明有暗。不要把体积加在世界设置上，那样太阳光和背景会失效，月光通常正是用太阳光做的。

跟 AI 说："用一个包住房间的方块加 Volume Scatter，Density 0.06 左右，月光用太阳光从窗外斜着打进来。"

体积光很贵。在我们这个场景里，高清图开着体积光一帧要 29 秒，关掉只要 16.5 秒，差不多慢了一倍。只在需要光柱的镜头里开，雾的范围也尽量小。

浅景深：对焦以外的地方变虚

对焦附近清楚，越往前后越虚，画面一下就有了层次。在摄影机设置里打开 Depth of Field，指定对焦的物体或距离，F-Stop 越小虚得越厉害。

跟 AI 说："摄影机打开景深，对焦在书上，F-Stop 2.0。"

运动模糊和慢镜头

纸飞快掠过时那一点拖影是运动模糊（Motion Blur）。它和景深的虚是两回事：景深虚是因为没对上焦，运动模糊是因为东西在一帧的曝光时间里还在动。在渲染设置里打开 Motion Blur，Shutter 的单位是帧，24 帧每秒时设 0.5，大约相当于 1/48 秒的快门，是电影常用的值。

慢镜头让节奏有快有慢，也给配乐留出空间。最直接的办法是把那一段动作的关键帧拉开，让同样的动作用更多帧完成。Blender 输出设置里的 Time Stretching 也能拉长时间，但它作用于整个场景，结束帧还得自己改，片中局部变慢用不上它。

跟 AI 说："打开运动模糊，Shutter 0.5""第 3 个镜头里纸拼成狐狸的那 2 秒放慢到 4 秒，其余速度不变。"

运镜

Blender 里没有叫"摇臂"或"手持"的按钮，但都能用现成的工具搭出来：

想要的镜头	怎么跟 AI 说
微距	摄影机贴近物体，用长焦距，打开景深对焦在表面；太近被切掉时调小 `clip_start`
手持跟拍	摄影机沿曲线跟着主体走（Follow Path 约束），再给位置和旋转加一点 F-Curve 的 Noise 修改器做轻微晃动
摇臂	把摄影机挂在一个空物体下面，让这个空物体旋转、升降，摄影机就会划出弧线
推近	摄影机沿直线慢慢靠近，速度曲线两头放缓

六、进阶：成千上万个物体怎么动

原片里的两万多页纸，原作者特意说明没有用 Blender 自带的粒子系统，而是用 NumPy（Python 里常用的数值计算库）自己写了一套模拟：每页纸在队伍里有自己的位置，跟着一条路线走，这样飞出来的曲线更自然。

按我们的理解，这个思路可以拆成三层：一条路线决定整群纸往哪走；每页纸有自己的进度，决定它走到路线的哪里；再给每页纸一个固定的偏移，让它在队伍里有自己的位置。想拼出狐狸，就是在某一段让每页纸的偏移慢慢变成狐狸轮廓上的一个点。这样不用真去算两万多张纸怎么被风吹，只要看起来自然就行，算得快，想拼什么形状也都能控制。

不想自己写模拟的话，Blender 本身也有办法：粒子系统里的 Boids 有跟随领队、避让等规则，Geometry Nodes（几何节点）可以把成千上万个实例沿曲线排布。数量很大时，让 AI 用实例化，所有纸共用一份网格，每页只记自己的位置和角度，能省不少内存。

七、渲染：时间和钱主要花在这里

Blender 自带的 Cycles 渲染器用的是路径追踪：从摄影机往场景里打出一根根光线，跟着它们在桌面、纸面和空气里反射、散开，一路追到光源，算出每个像素的亮度和颜色。光影很真，代价是慢。

先看我们这个练习场景在 M4 Max 上的实测（第一次编译之后）：

设置	每帧耗时
540×960，32 采样，开体积光	约 5 秒
540×960，32 采样，关体积光	约 2.3 秒
1080×1920，256 采样，开体积光	约 29 秒
1080×1920，256 采样，关体积光	约 16.5 秒

同一个场景，高清比低清慢了将近 6 倍。一个 5 秒的镜头是 120 帧，按高清算要渲一个小时左右，而这还只是一张桌子、一本书、20 张纸的简单场景。原片一共 1,236 帧，场景复杂得多，如果只用一台电脑串行渲：

每帧耗时	1,236 帧总计
约 8.4 秒（一家渲染服务商用 RTX 4090 渲 1080p 测试场景的自测数）	约 2.9 小时
1 分钟	约 20.6 小时
3 分钟（Blender 官方短片《Charge》4K 的中位数）	约 61.8 小时

社区作者公开过的数字也可以参考：有人用一块 RTX 5080 渲 444 帧 1080p 画面用了约 56 分钟；有人在云上租 10 张 GPU 渲 4K，用了 52 分钟，原帖写的总花费是 5.75 美元；有人在 Mac 上渲一个 4K、720 帧的魔方短片，用了将近 5 小时。

所以省时间省钱的关键，是别在没确认的画面上花渲染时间。按这个顺序往上提：

1. 只看动作和构图时，用 EEVEE（Blender 的实时渲染器）或更简单的 Workbench 出预览。它们用的是更快的近似算法，光影和 Cycles 有差别，只用来看东西在不在画面里、动得对不对。
2. 低清 Cycles：分辨率百分比设到 25%（4K 变成 960×540），采样降到几十，打开降噪，看光的方向和明暗。
3. 挑几张关键帧按最终设置渲，检查噪点和细节。
4. 都确认了，才渲完整的高清镜头。原作者也是先出低清版，把镜头角度、动作和故事线定下来，再渲高清。

另外几件事也很省时间。一是输出 PNG 图片序列而不是直接出视频，某一段有问题只重渲那几帧，渲到一半中断了也能接着渲。二是确认真的用上了显卡：Cycles 用 GPU 要在偏好设置里选对后端（NVIDIA 选 CUDA 或 OptiX，Mac 选 Metal），再把场景的渲染设备改成 GPU Compute，脚本里只写"用 Cycles"不等于用了显卡，可以让 Claude Code 渲完告诉你实际用的是哪块。三是算力不够时把渲染分出去：家里有几台电脑，可以用 Blender 官方支持的开源工具 Flamenco 分发任务；没有的话可以按小时租云 GPU。

八、声音、合成和调色

原片的配乐是 Python 写的谱子，用钢琴和弦乐的采样渲染出来，纸的声音是合成的。作者没有公开具体用了什么工具，一种常见的做法是：用 Python 写 MIDI 乐谱（音高、长短、力度），再用 FluidSynth 这样的合成器加载钢琴、弦乐的音色库，把乐谱渲成音频。纸飞的沙沙声可以用噪声加上起伏的音量变化来模拟。只想先出片的话，用一段版权清楚的现成配乐也完全可以。

画面渲完后，先把每个镜头的图片序列拼成视频：


   
   
   
   # 渲第 1 个镜头的 120 帧到 frames/shot_01/
blender -b scene.blend --python shot_01.py -E CYCLES -o ./frames/shot_01/frame_#### -F PNG -a
# 按 24 帧每秒拼成视频
ffmpeg -framerate 24 -start_number 1 -i frames/shot_01/frame_%04d.png \
  -c:v libx264 -pix_fmt yuv420p -crf 18 shot_01.mp4

几个镜头都拼好后，写一个 list.txt，每行一个 file 'shot_01.mp4'，再按顺序接起来、合进配乐：


   
   
   
   ffmpeg -f concat -safe 0 -i list.txt -c copy film_noaudio.mp4
ffmpeg -i film_noaudio.mp4 -i music.wav -c:v copy -c:a aac -shortest film.mp4

注意画面的宽和高都要是偶数，否则编码会报错。

最后是调色。渲出来的原始画面通常偏平、偏灰，整体加一点对比、把色调统一，质感会好很多，原作者也专门提了这一步。FFmpeg 可以用 eq 调亮度、对比度、饱和度，用 curves 调曲线，用 lut3d 套一个 .cube 格式的调色预设。比如稍微加对比、降一点饱和，同时补上宽银幕黑边：


   
   
   
   ffmpeg -i film.mp4 -vf "eq=contrast=1.08:saturation=0.9,pad=1920:1080:0:(oh-ih)/2:black" \
  -c:v libx264 -crf 18 -c:a copy film_final.mp4

pad 那一段只在你按第五节渲了 1920×804 的宽银幕画面时才需要。具体数值要边看边调，可以让 Claude Code 每种参数各截一帧给你对比着选。

九、跟 AI 协作的几个习惯

每轮只改一件事。"镜头再低一点，月光冷一点，纸多一倍"一次说完，出了问题不知道是哪条改坏的。

让它看图。每次渲完，把图片路径告诉 Claude Code，它能直接看图。描述问题要具体，"书的右半边出画了""纸穿过了桌面"，比"感觉不太对"有用得多。

看动画，别只看截图。做魔方短片的那位作者就提醒过一个典型问题：旋转在相邻两帧之间翻转，方块会在运动模糊里打转，单看一帧完全看不出来。每个镜头至少出一秒的低清动画看一遍。

节奏你来定。有作者让 AI 全自动做完一整条片子，结果画面硬卡音乐节拍，自己评价是看起来反而不流畅。哪里快、哪里慢、哪里停，在分镜表里写清楚。

保存每一个满意的版本。用 git，或者每次满意就把脚本复制一份，改坏了能退回去。

别被"一条提示词做完"误导。网上很多案例写着一条提示词完成，往往省略了前面的环境配置和后面的修改。做鹈鹕骑自行车短片的 Techfren 公开了完整对话记录，第一条消息看起来很短，同一条消息里其实还交代了电脑环境、Blender 和 FFmpeg 的路径、显卡设置。

十、几个现成的扩展

想边看边改，可以接 Blender MCP。这是一个开源插件（GitHub 上 3 万多星，作者 Siddharth Ahuja，不是 Blender 官方出品），装好后 Claude Code 能直接查看和修改你眼前打开的 Blender 场景，还能截图回来看效果，适合细调材质和摆位置。按项目说明，装好 Blender 和 uv 之后运行 uvx mcp-for-blender setup，按向导选 Claude Code 即可。

道具和角色太复杂的话，不必让 AI 一点点手写模型。可以先用混元 3D（Hunyuan3D）、Tripo 这类工具从文字或图片生成模型，导进 Blender 里再打光和拍摄。

十一、常见问题

大概要花多少钱？

Blender 和 FFmpeg 免费。Claude Code 包含在 Claude 的付费订阅里，最低档的 Pro 按月付是 20 美元，用量更大的 Max 是每月 100 美元起（以官网 claude.com/pricing 为准）；写代码、对话共用同一份额度。可以先用 Pro 练一个镜头，做多镜头的整片、反复修改时额度消耗会明显变快，不够再升级。渲染这一块，用自己电脑就是电费，算力不够再按小时租云 GPU。

从零开始，多久能看到第一张图？

做魔方短片的那位作者说，从贴出提示词到看到第一张测试图大约 30 分钟，这里面包括 AI 写脚本、调试的时间。另外，第一次用显卡渲染要额外等一会儿编译，我们这台 Mac 等了 3 分多钟，之后就快了。

普通笔记本能做吗？

能搭场景、能出低清图和短动画。高清长片会很慢，可以先做短的，或者把最终渲染放到云上。

人物能动起来吗？

能做。Techfren 的鹈鹕就绑了 21 根骨骼。但动作自不自然要一帧帧检查，脚和地面对不上、模型互相穿插，是很容易出问题的地方。

一定要用 Fable 5.2 吗？

原作者用的是 Fable 5.2，社区里也有人用 Opus 5.5 做出了作品。模型越强，脚本一次写对的概率越高；镜头设计和节奏，换什么模型都要你自己来把关。