很多人对 AI 短片的兴趣，其实是被一堆工具名勾起来的：文生图、图生视频、换脸、配音、自动剪辑。真上手才发现卡点不在"会不会点按钮"，而在别的地方——镜头之间接不上、人物换个角度就变脸、画面动起来像水在流、配完音对不上口型。这些问题靠刷短视频教程补不上，因为它们背后是同一批概念：生成模型怎么理解画面、时序上怎么保持一致、控制信号怎么传进去。

这门课的价值不在于教你某一个软件，而在于把"想做出一支能看的 AI 短片"这件事拆成能练的环节。下面几节，帮你在打开之前先判断自己缺的是哪一块。

先分清你要补的是哪一层

AI 短片这条链路上，大致分三层能力，缺哪层补哪层，别一锅端。

生成层：文生图、图生视频、风格控制。决定单帧和单镜头好不好看。
叙事层：分镜、节奏、镜头语言。决定这支片子有没有"故事感"，而不是素材堆叠。
工程层：素材管理、多镜头一致性、合成与输出。决定成品能不能交付，而不是停在草稿。

如果你之前只玩过单张出图，最可能是第二、三层空着；如果你做过后期的活，缺的往往是第一层的原理——知道该在哪个参数上使劲，而不是反复抽卡。课程从深度学习基础讲到短片落地，这两类人都会在中段找到自己的位置。

深度学习那部分，别跳过

看到"深度学习原理"几个字就想快进，是很多人的第一反应。但短片制作里那些反复踩的坑，几乎都能在这里找到解释：为什么同一个提示词换个种子差别巨大，为什么参考图能锁住人物特征，为什么镜头一长就崩。这些不是玄学，是模型结构、训练目标和推理过程决定的。

课程把它放在实践前面而不是单独讲理论，好处是每讲一个概念都能对应到一个具体操作。你不需要推公式，但需要能回答：我这次改的是哪个环节、为什么它会影响结果。带着这个问题看，比死记术语有用得多。

短片实践要练的是"接得上"

单镜头做漂亮不难，难的是三个镜头拼起来还像同一支片子。人物别变脸、光别乱跳、色调别断层、动作别突兀。这部分是课程里最需要动手的地方，也是自学者最容易放弃的地方。

建议练习方式：先定一个 15 秒的小目标，写清分镜再动手，做完回头改一版。比漫无目的地出素材，进步快得多。如果你只是想"玩一玩"，这部分会觉得琐碎；但如果你要交付作品，它就是分水岭。

看完你应该能回答这几个问题

给定一句文案，我能不能拆出可执行的分镜？
人物在多个镜头里保持一致，我用什么手段控制？
画面动起来变形、闪烁，先排查哪几个原因？
配音、音乐、画面三者节奏对不上，先调哪一个？
一支短片从素材到成片，中间有哪些必须固定下来的步骤？

能答上三题以上，说明你这门课是来补细节的；答不上来，就从第一节老老实实跟着走。别假装自己已经会了，AI 短片这个领域，装作会做，成品会当场拆穿你。