AI 视觉生成从零到一

不再按教程来源、平台或生成工具拆课。这里只学两件事：做出一套能用的 AI 电商图，做出一支能看的 AI 漫剧。判断标准是最终效果，不是看过多少教程。

两本主教材

主线	最终要看到的效果	当前状态	教材
AI 电商生图	同一商品的主图、主视觉、生活方式、细节、尺度和 A/B，共 6 类统一素材	陶瓷杯构图、光线、色彩、生活方式和 6 类概念组图已生成；真实商品身份保持待源图验证	01-AI电商生图
AI 漫剧	一支 20～30 秒、故事清楚、角色稳定、镜头能衔接的完整试片	《白骨岭》六个分镜视频和 25 秒完整配音成片已生成并链接	02-AI漫剧-白骨岭·第二道影子

一个故事只使用一份 Markdown，从故事提示词一路写到图生视频和最终视频，不在同一篇文章中穿插其他案例。

案例	画幅	训练重点	教材
《白骨岭·第二道影子》	16:9 横屏	双角色、影子异常、横屏连续性	02-AI漫剧-白骨岭·第二道影子
《雨夜站台·自己走来的脚印》	9:16 竖屏	单角色、无形主体运动、竖屏构图	03-AI漫剧案例-雨夜站台

先看教材开头的目标效果，确认这次要交付什么；
准备真实输入：商品源图，或角色、场景与故事设定；
锁定不能变化的身份和视觉规则；
每走一步就复制对应提示词；遇到“基础提示词 + 增量提示词”时，同一生成会话先发送一次基础提示词，后面只发送所选增量；如果换了新会话或工具，就把基础与该条增量一起复制；
只保留能进入最终成品的结果，以及最有价值的一次失败；
最后用真实图片或可播放视频验收。

工具可替换：只要能完成参考图、生成、编辑或图生视频，就可以进入流程；更换工具不等于更换学习目标。
效果先行：先看商品是否准确、故事是否看懂、角色是否稳定，再讨论提示词写得是否漂亮。
静态先行：漫剧先把角色、场景、故事板和关键帧做对，再消耗视频额度。
一次只改一个关键问题：失败后只修最影响结果的一项，不无限堆提示词。
不伪造完成：没有真实文件就写“待生成”或“受阻”，不能用计划代替成品。
提示词后直接放结果：具体的文本提示词下面放真实文本输出，具体的图片提示词下面放真实图片，具体的图生视频提示词下面放真实视频；只有等待用户输入的通用模板可以没有结果，并必须明确写出缺少的输入。

所有 AI 电商图和 AI 漫剧资产统一存放在：

<本地资产目录>/
├── AI电商图/<项目名>/<资产分类>/文件
└── AI漫剧/<项目名>/<资产分类>/文件

![结果说明](<本地资产目录/AI电商图/项目名/资产分类/图片名称-gptImg2.png>)

库外视频使用 HTML 播放器：Obsidian 不能稳定播放 Markdown 语法嵌入的库外 本地文件协议 视频。图生视频提示词下使用原生 HTML <video>，同时保留一个直接打开文件的链接：

<video controls preload="metadata" style="width: 100%; max-width: 960px;" src="本地资产目录/AI漫剧/项目名/07-视频/视频名称-模型简写.mp4"></video>

命名必须能区分用途和模型：图片文件名至少包含步骤或镜头编号、资产类型、内容名称和生成模型简写；模型简写放在扩展名前。当前示例由 gpt-image-2 生成，统一标记为 gptImg2；失败样本使用 FAIL- 前缀。
命名示例：S03-关键帧-脚印自行出现-gptImg2.png。
每次新增后都要核对：图片引用无断链、引用目标均在制定目录、制定目录中的成品均已在对应提示词下链接。