从AI生成到成品发布：一条完整的内容创作工作流（Midjourney + Sora + Claude）

2026 年，单个 AI 工具已经很强，但真正拉开效率差距的是多工具组合的工作流。本文用一个完整的商业案例——制作一条 60 秒的品牌宣传短片——来演示如何打通从创意到成品的全流程。

案例设定

为一家”国产新能源车企”制作一条 60 秒品牌宣传短片，主题为”中国智造，驶向未来”，预算紧张，周期仅 3 天。

阶段一：创意策略（Claude + Perplexity）

步骤1：竞品分析

先用 Perplexity 搜索新能源车品牌广告的最新趋势：

Prompt：

Search for “2026 Chinese electric vehicle brand films analysis”，提取近半年发布的品牌视频的视觉风格、叙事结构、关键 message。

Perplexity 返回了 5 条竞品分析结果，我们总结出关键洞察：

• 多数品牌主打”科技感”，雷同度高
• 用户对”情感叙事”的记忆率比”参数展示”高 47%
• “中国制造”的自豪情绪是 2026 年的热门切入点

步骤2：创意思路生成

用 Claude 生成具体的分镜创意：

角色：品牌策略师
任务：为新能源汽车品牌提供 60 秒短片分镜方案

背景信息：
- 品牌：智远汽车（国产新能源）
- 目标受众：25~40 岁都市中产
- 核心 message：中国智造，驶向未来
- 风格偏好：电影感、情感化、避免说教

请输出：
1. 3 个不同的叙事方向（每个 100 字）
2. 推荐方向的详细分镜脚本（12 个镜头）
3. 每个镜头的视觉风格描述

Claude 输出了三个叙事方向，我们选定了第二个——“从清晨到夜晚，一辆车陪伴一个家庭的一天”。这个方案情感浓度高，分镜明确，非常适合 AI 视频生成。

阶段二：视觉素材生成（Midjourney + Niji 6）

将分镜转换为图像 Prompt

每个分镜都需要转化为 Midjourney 能理解的提示词。我们用 Claude 批量生成：

请将以下分镜描述转换为 Midjourney v6 的 prompt。要求：
- 使用 Midjourney 参数（--ar 16:9 --v 6 --style raw）
- 包含灯光描述、镜头焦距、色彩色调
- 输出为可直接复制到 Midjourney 的格式

分镜1：清晨 6:30，阳光透过落地窗洒在白色电动汽车上，客厅里小孩正在吃早餐，温暖的家庭氛围

生成的 Prompt 示例：

A white electric sedan parked in a sunlit modern living room, floor-to-ceiling windows, golden morning light 6:30am, child eating breakfast at kitchen island in background, warm atmosphere, cinematic composition, 35mm lens, shallow depth of field, warm color palette, photorealistic —ar 16:9 —v 6 —style raw

在 Midjourney 中大约需要 3~5 轮迭代才能得到满意的效果。关键技巧：先跑宽泛的 prompt，锁定构图后加入 —sref（风格参考）统一所有画面的视觉风格。

关键帧提取

从生成的 36 张图中筛选出 12 张作为视频的关键帧。我们用一个标准来筛选：哪张图最能讲清楚这段故事？而不是”哪张图最好看”。

阶段三：视频生成（Sora + Runway Gen-4）

图生视频

将关键帧图片导入 Sora，生成每个镜头对应的 5 秒视频片段。图片到视频的生成方式比纯文本到视频更可控。

Sora Prompt 示例：

以这张图片为起始帧：车辆在晨光中。镜头缓慢推向车前窗，光线在车身上流转，细节保留原图的色调和氛围。柔和运镜，无剧烈运动。

由于 Sora 对运动控制还不够精准，复杂动作（如车辆转弯、人物行走）会生成不自然的形变。此时需要分层策略：

• 静态或缓慢运镜的镜头 → Sora 图生视频（效果好）
• 有明确运动的镜头 → 用 Runway Gen-4 的 Motion Brush 控制
• 超复杂运动（如两车交会）→ 保留为静态帧 + 后期补抖动效果

音轨生成

用 ElevenLabs 生成文案旁白，Suno AI 生成 60 秒背景音乐。

Suno Prompt：

Cinematic ambient, electric vehicle brand film style, gradual build from soft piano to orchestral swell, inspirational, modern Chinese elements, 60 seconds

阶段四：后期合成（CapCut / DaVinci Resolve）

将所有素材导入剪辑软件，核心工作包括：

1. 旁白和画面同步（约 30 分钟）
2. AI 生成的片段间加过渡效果（Dissolve、Dolly Zoom）
3. 色彩统一：用 LUT 修正不同 AI 工具之间的色差
4. 字幕生成：使用剪映的自动字幕功能

成品参数

实际耗时：2.5 天（含迭代时间） 工具费用：

• Midjourney：$10（约 200 张图）
• Sora：$30（生成约 30 次）
• ElevenLabs：$5
• Suno：$0（免费额度）
• 总计：$45

对比传统方案：3D 渲染 + 实拍外包的 60 秒品牌短片，最低报价 ¥15 万起，周期至少 2 周。

质量评估

最终成片发给 10 位目标受众做了盲测：

• 6 人认为”看起来像专业影视公司制作”
• 3 人觉得”有些微妙的 AI 感但可以接受”
• 1 人注意到”画面之间的色调不太一致”

核心经验总结

1. 故事先行：再好的 AI 工具也无法挽救一个糟糕的故事。花足够时间打磨创意和分镜。
2. 风格统一：使用 Midjourney 的 —sref（风格参考）或参考图来保持多镜头视觉一致性。
3. 不要期望一次生成就完美：每个镜头平均需要 3~5 次迭代。
4. AI 做不出好剪辑：AI 工具擅长生成单帧/单镜头，但镜头的节奏感和剪辑逻辑必须人工控制。
5. 绝对不要直接商用 AI 生成的画面：所有 AI 平台的版权条款都不明确（尤其是中国法律环境）。建议 AI 做概念方向和内部提案，终版使用人工重绘或实拍。

这条工作流最值钱的部分不是单张图或单个视频，而是打通了整个创作链条的方法论。掌握了这套组合拳，一个人就是一个创意工作室。