为什么有了Vibe Creating，做AI 视频还是得懂导演思维？

今天 2 月份Seedance 2.0 刚发布，我当时连着写了两篇教程。

一篇讲Seedance 2.0的上手实操，一篇讲影视基本理论：景别、运镜、叙事结构、色彩等。

没想到影视理论更火，单篇在公众号 涨粉 2100+。

当时，我的核心观点是：工具把创作的门槛拉低了，但决定上限的是你是否具备导演思维。

火山引擎曾经提出了一个概念，叫Vibe Creating，我当时也读了几篇专门讲它的文章，文章认为现在做AI视频，门槛是当普通人心里有画面，但不会用术语把它翻译成机器听得懂的话，所以一直无法开始。

而Vibe Creating 想解决的就是这个问题：不用了解高深的术语，用自然语言把脑海里的画面讲出来，镜头、光线等细节交给模型发挥。

当然，这个目前要完全实现还比较难，需要借助像codex 这样的工具，把你的剧情，画面想法转成一些专业的术语给到视频模型。

那么，假如未来 Vibe Creating真的完全实现了，AI视频的门槛又是什么？

我目前的判断依旧是：导演思维。

工具的迭代让执行的难度越来越低，但一个人脑子中有没有画面、有没有叙事能力是工具做不到的，而这也决定了一个作品能做到什么程度。

01 丨术语和技术不该是门槛

我无比认同的观点是”术语不该是门槛“，随着模型和产品能力的提升，越来越多之前复杂的流程正在变的越来越简单。

Seedance 2.0 出来之前，做一段视频需要先做首尾帧，做分镜图，你既要了解构图，景别和运镜，还要了解提示词的写法。

后面Seedance 2.0 出来了，你只需要做好人物资产，环境资产，把提示词写的足够详细，你就可以做出一段质量还不错的视频。

到最近 2.5出来了，结合白模预演，AI视频也变的更加可控，很多复杂的提示词交给GPT 也能写的非常好。

因此，拦住很多做AI视频的因素，并不是术语和技术，更多的是你对视频内容的理解，对画面的理解。

Vibe Creating 主张用自然语言代替术语，但用自然语言不等于难度就降低了。

从术语/复杂的提示词转换成自然语言，只是说法发生了改变，画面和叙事还是需要人先去想清楚。

这种“自然语言”本身就是很高水平的画面语言，随口一说，大概率AI也无法理解你要做出什么样的画面。

导演思维一听起来有点虚，但对于AI视频来说，主要是在说两件事。

第一件事：在动手创作之前，知道自己想要什么。有没有一个具体的画面，想向看这段视频的人传达什么样的感受等等。

第二件事：创作完成之后，能不能通过生成结果判断对不对，如果不对清晰的说清楚差在哪，以及下一次怎么改。

从这个角度的话，Vibe Coding 是个很好的参照物。

以前写代码需要系统化学习编程知识，现在是你可以不懂语法，但需要把需求说清楚。首先你要知道这个产品设计成什么样，其实功能也要符合你的预期，要能判断对错。

如果描述是模糊的，那结果就会更随机，如果判断是模糊的，那生成十次也挑不出哪个对，更不知道该怎么改。

而且工具越强，就越决定差距。同样的工具、同样的模型，不同的人做出来的东西差距巨大。

什么时候不需要导演思维，就是你把AI视频当做一个玩乐的工具，比如做一些有趣好玩的十几秒的小片段。

当然这类内容足够好玩，也会爆火，但当你需要把这个内容慢慢做成一个系列，吸引更多人持续关注的时候，你可能就需要逐渐有一些导演思维。

我们曾经写过一篇内容，说的是AI给了我们一个机会：不怕失败，不计成本，像一个孩子一样重新去玩。我们可以把一首诗、一篇小时候的作文丢给AI，看看会变成什么画面。这时候没有“要什么”，也就谈不上“对不对”，意外本身就是乐趣。所以对于只想玩的人来说，Vibe Creating 是真的把门打开了。

从这个角度来看，它的价值是让很多原本根本不会碰视频的人先玩起来。

但如果最终还是要做作品，那还是需要导演思维。因为你一旦在乎结果，比如要做一条交付的广告、或者拍一段吸引人的故事，你就会在意像不像、对不对。

如果在回头看曾经那篇影视基本功，我可能会补充一个说法。

我们学习景别、蒙太奇、色彩等理论不是为了把术语写进提示词，而是为了构建脑子里的画面，然后拥有对成果的判断能力。

我相信术语是可以交给AI的，模型也会越来越好用，但拍什么样的故事，不能让AI替你决定。

如果想用AI创作更多的优秀作品，多看片、多拆镜头、多练习文字创作能力总归是没有错的。这些也是我一直在学习的方向。

关于AI视频的创作玩法我也会持续更新，大家有什么想法也欢迎评论区讨论