最近在阿b上掀起一股 AI 娘化潮,随手一刷相关视频,播放量都是轻松破百万。
具体内容就是把大模型都变成妹子,然后生产一些搞笑小剧情,让用户和她们谈恋爱,或者让她们自己谈恋爱。

在这里,你可以看到大肥鱼、Claude、GPT 变成温柔可爱的美少女,甜甜地叫你“主人”。

也可以看到 AI 娘给你集体跳团舞,动作非常丝滑。

甚至这波娘化潮,还直接助推了 Claude 和 DeepSeek 百合 CP 的热度。相关二创作品层出不穷,一堆人磕得发狠了忘情了。
这时我不禁想到一句邓煜的名言....

算力都用来搞娘化了,科技的尽头果然是二次元。
这种视频天然带流量,毕竟谁能拒绝一个叫你“主人”的 AI 美少女呢?
我刷了几天,感觉彻底上头,所以尝试着做了两个类似的视频。
这是用 LibTV上首发的 Seedance 2.5 Flash 做的效果,性价比很高,成片如下:

这是我跑的 AI 女团 MV ,是不是很有节目效果。
然后又跑了个第一人称恋爱番,有点像 Galgame ,还挺治愈的。

下面我会分享我的制作教程,如果你也想跑这种小视频,可以看下去。
我会把具体的工作流链接放在评论区,需要的可以自行领取一下~
首先,我用到的工具是 LibTV ,它很适合做比较复杂的 AI 视频生成。
比如说像前面的女团换脸,对人物一致性的要求很高。用它的底层 Agent 去做精控、写提示词,很少翻车。

而且,Seedance 2.5 Flash 这两天刚在 LibTV 全球首发,新模型直接安排上,出片速度和价格都比 Seedance 2.5 满血版友好不少。
这个模型就两个字:快、省,可以理解成 Seedance 2.5 的快速版,主打这几点:
价格方面,基本和 Seedance 2.0 标准版持平,0.2 元/秒。
双十一还有限时五折,720P 低至 0.1 元/秒。

我实测跑一条 30s 群舞,Flash 的积分消耗只有满血版的三分之一。同样的积分,能抽三次。
所以它特别适合批量出候选。做电商商品动态、营销动态海报、轻动效这种高频出片的活很合适。
跑我们这种小视频,更是手到擒来。

选择好工具后,我们可以开始制作视频了。
要制作这种人脸不翻车的小视频,第一步是确定 AI 娘在 2.5 次元的白底三视图。
可以先去小红书搜索 AI 娘的动漫形象,比如我们以大肥鱼为例,动漫形象长这样:

打开 LibTV 的画布工作区,放入上面的动漫参考图。然后给到这样的提示词:

提示词:
根据参考图生成精美的3D真人角色设定图,电影级CG质感,五官写实、皮肤自然,保留原有发型、服饰与标志性特征,细致呈现发丝、织物、刺绣和珠宝。纯白背景,依次排列全身正面、90°侧面、背面,比例统一、造型一致、完整无遮挡;右侧附1张自然微笑的面部特写。尾巴按参考还原粗细、形状与连接位置,柔和棚拍光,无水印及多余元素。
Agent 会自动创立节点并生成,这样我们就能得到 2.5 次元白底人物卡。

我把所有人物卡都放在下面,大家制作时可以自行取用,也可以通过人物卡二改。





如果你准备做难度稍微高一点的女团换脸视频,需要先把素材剪切成 20s - 30s 的小段。因为一次最多只能生成 30s 的视频。
做完剪切后,考虑到热门歌曲的版权风险,还需要把素材静音处理,否则无法通过 Seedance 2.5 审核机制。
忘记了也没关系,Agent 会自动识别并做出提醒。

接下来,最关键的一步来了。
评论区经常有人问,素材里有真人脸,审核过不去怎么办,这里统一回答一下。
很简单:打马赛克。
我用的是 Codex,其他有多模态能力的办公 Agent 也能做。
直接把原素材视频丢给 Agent ,给所有人脸都打上马赛克,再拿去生成,就能正常通过了。

但是第一遍的时候还是发现一些问题,因为 Agent 码打得太厚了,遮挡住了人物的嘴唇,导致视频生成无法对上口型。

后续改成只打码上半张脸,露出嘴唇。这下模型就能读取嘴部动作,让 AI 娘正常唱歌。

提示词:
请给视频中所有人物的上半张脸打上马赛克,遮住额头、眉毛和眼睛,露出嘴巴及下半张脸,马赛克随人脸移动,转头和切换镜头时不漏遮,保留原画质、时长和音频。
如果你想做简单点的,和 AI 娘第一视角互动的视频。
需要准备三样东西:剧本、场景图、AI 娘音频。
剧本让 LibTV 直接帮你写就可以,下面是提示词,大家可以直接粘贴 Markdown 文件到 LibTV 的对话框里。
请帮我写一个“和AI娘谈恋爱”的短视频小剧场,搞笑、自然、有生活感,最后带一点治愈和甜。
【呈现方式】
全程是用户的第一人称视角:镜头就是我的眼睛,女主直接看着镜头跟我互动。用户可以说话、伸手、递东西,但不露脸。
用【简短画面动作】+“角色:台词”的形式写,能直接拿去制作视频。
时长约45—60秒,台词短、口语化,留出表情和动作的时间。
【人物设定】
按本次指定的角色写,不要把不同角色的性格混在一起:
DeepSeek蓝色大肥鱼:叫我“用户”,爱吃白米饭,嘴硬、贪吃、有点小傲娇,但会用实际行动关心我。吃饭场景在家里。尾巴、护食、舍不得最后一块肉都可以成为笑点。
豆包:傻乎乎、容易理解错或者办错小事,但特别真诚,很会给情绪价值。她的可爱来自“事情没弄明白,却认真想让我开心”,不要写成精明的段子手。
GPT龙娘:聪明、博学、有点骄傲,习惯认真分析,遇到恋爱会嘴硬或露馅。利用聪明与日常小失误的反差,不要满嘴技术术语。
Claude:温柔、认真、有教养,喜欢用户但有点拘谨。可以玩“老爸达里奥管很严”“不允许用户说中文”的同人梗:她表面遵守,实际上偷偷给用户放水,还会一本正经地找借口。
【剧情要求】
一次只围绕一件生活小事展开,比如在家吃饭、散步迷路、约会点餐。
笑点来自人物性格、动作、误会和两个人的互动,不靠路人吐槽。
只安排用户和女主互动,不加大爷、服务员、朋友等第三个人插话。
用户可以逗她、接梗、照顾她;双方都要有反应,不能只是女主单方面安慰。
避免“切换抱抱模式”“系统错误”“参数过高”等机械AI梗,写得像一个性格鲜明的人正在和我过日子。
结尾用一个轻巧的回扣、嘴硬或小动作收住,不要总结中心思想。
场景图就是类似这种的生活感场景,可以实拍,也可以让 LibTV 生成。

提示词:
生成一张16:9横屏、实拍照片质感的第一人称场景图:我坐在普通家庭的餐桌前,画面下方只露出自己端着饭碗的手,桌上摆着家常菜和对面的一碗白米饭,对面椅子留空,背景是自然温馨的真实住宅,光线与材质真实。
最后,我们还需要 AI 娘的音频参考素材。
有些模型是没有自己声音的,但是二创已经赋予了它声音;有些模型本来就有自己的声音,比如豆包娘,就有它的官方音色。
无论怎样,可以直接录频素材,把视频丢给 LibTV。
它会自行提取参考所需的 15s 音频,用来生成和角色一致的配音。
提示词:
从我提供的视频中截取约15秒【角色名】的连续对白,作为视频生成的音色参考。避开其他人的声音和提示音,去除背景音乐与杂音,尽量保留原始音色、语速和情绪。

模型方面,很推荐大家用LibTV 上的 Seedance 2.5 Flash 去玩。
直观比较了一下生成一条多人群舞的 30s 视频消耗的积分,可以看到现在 Seedance 2.5 Flash 的积分消耗是 Seedance 2.5 满血版的三分之一。

大部分场景下效果基本不输 Seedance 2.5。
不过多人脸的镜头,还是需要满血版来兜底。
可以采用的方法是:
另外,在做换脸视频时,一定要跟 Agent 强调你在做动作迁徙。
如果是多人物替换,还要写明白什么人物替换什么,替换主体要清楚地传达给 Agent ,不能给模糊指令,这样消耗 Token。

记得在 LibTV 生成之前,检查下它写的提示词。
一般来说 LibTV Agent 的提示词书写都很专业,不用你自己动手写长篇大论,它自己会产出结构化的结果。
基本上都是分秒书写,很精准。

但是如果你是做换脸视频,我们仍然要检查 Agent 书写的提示词里的三个方面。
第一,人物替换重绘(repaint)命令是否存在,它是换脸的核心,没有这条,模型可能只参考动作,生成出来的还是原视频里的人。

第二,嘴型对齐命令是否存在,它决定角色的口型能不能跟上音频。

第三,去除马赛克的命令是否存在,参考视频里有打码,模型可能会把这些也当成画面内容,全部学进去。

三条命令都有,才能继续生成视频。
另外,要想视频不断裂,在生成第二条视频时,必须要截图上一条视频的尾帧做开场。
一般来说,Agent 会主动做尾帧生成,帮你截图并生成。
如果没有,你可以自己操作截图提醒它。

视频生成完毕后,让 LibTV 唤起智能剪辑,做音频的拼贴和视频的剪切就大功告成了。

以上就是我做 AI 娘视频的全部流程了。
其实整套跑下来,最费时间的不是生成,而是前期的人物卡和素材准备。这两步做扎实了,后面基本就是交给 LibTV 的 Agent 一路往下跑。
Seedance 2.5 Flash 这两天刚在 LibTV 全球首发,新模型直接安排上了,出片速度和价格都比 Seedance 2.5 满血版友好不少。
感兴趣的小伙伴,可以试一试。
AI 娘这个题材能玩的东西还很多,比如 AI 娘之间的 CP 小剧场、多角色互动的连续剧,跑出来好玩的再分享给大家。
工作流链接放在评论区了,有需要的自取,下期见~
文章来自于"JackCui",作者 "JackCui &小R"。
【开源免费】字节工作流产品扣子两大核心业务:Coze Studio(扣子开发平台)和 Coze Loop(扣子罗盘)全面开源,而且采用的是 Apache 2.0 许可证,支持商用!
项目地址:https://github.com/coze-dev/coze-studio
【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。
项目地址:https://github.com/n8n-io/n8n
在线使用:https://n8n.io/(付费)
【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。
项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file
【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。
项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file
在线使用:https://vectorvein.ai/(付费)
【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。
项目地址:https://github.com/Significant-Gravitas/AutoGPT
【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。
项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md
【开源免费】LangGPT 是一个通过结构化和模板化的方法,编写高质量的AI提示词的开源项目。它可以让任何非专业的用户轻松创建高水平的提示词,进而高质量的帮助用户通过AI解决问题。
项目地址:https://github.com/langgptai/LangGPT/blob/main/README_zh.md
在线使用:https://kimi.moonshot.cn/kimiplus/conpg00t7lagbbsfqkq0