Case Study｜泡泡玛特 MOLLY 20周年 AI 动画广告《这一次，为自己而画》

项目概览

出发点：泡泡玛特卖的是「情绪价值」，我用一条 30 秒把它重讲一遍——让 MOLLY 替年轻人把「被消耗 → 找回热爱」说出口。整条片从创意到剪辑由我一人用 AI 跑通，把一个模糊的情绪概念，落地成一条能跑的品牌宣传片。

情绪主线：被现实消耗 → 陷入迷失 → 点燃热爱 → 回归自我

叙事内核：将「愤怒」重新定义为一种敢于燃烧自我、保持热爱的生命能量，让 MOLLY 从潮玩形象转化为年轻群体的情绪投射对象。

场景隐喻：办公室 / 街道 / 咖啡馆（高压内耗）→ 纯黑空间（迷失）→ 森林（自我回归）。

策划脚本画面设计 AI 生成镜头节奏旁白文案剪辑

技术栈与分工

概念 / 脚本

ChatGPT + 自研 Prompt 框架

情绪线梳理、分镜脚本、旁白文案，并用自研框架把中英双语 Prompt 结构化管理，避免语义漂移。

关键帧图像

ChatGPT images + liblib AI（+ Kling、豆包）

生成各镜头关键帧，锁定角色外观与风格基调，作为视频模型的参考首帧。

视频生成

liblib AI + Kling

以关键帧 + 运动指令驱动图生视频，处理镜头运动、转场与几秒级动态镜头（本项目耗时最多的环节）。

音乐 / 配音

Suno + 讯飞智作

Suno 生成原创情绪配乐，讯飞智作完成旁白配音与字幕，匹配「压抑→炽热」的情绪曲线。

剪辑 / 合成

剪映

镜头节奏、色彩分级（冷→暖）、转场、字幕与成片输出。

一致性控制

参考图锁定 + Seed 固定 + IP-Adapter

贯穿全片，保证 MOLLY 跨镜头外观稳定（详见「角色一致性」章节）。

⏱ 时间分布：视频生成是耗时最多的环节——每一段几秒的画面，其 Prompt 都要同时写清运镜、视角、光影、动作等多维信息，往往一条镜头要反复推敲数版才达到预期；关键帧生图与剪辑次之。

创意策略

「先有策略，再谈生成」。完成这部影片，需要先锚定情绪曲线和色彩节奏，再让每一镜的画面服务于情绪推进——这样即便模型有随机性，叙事也不会散。

情绪曲线 × 色彩调度

用色彩作为情绪锚点，让 30 秒内有清晰的心理节奏：

冷灰压抑

镜 1–2

暗黑迷茫

镜 3–4

暖红炽热

镜 5

森系治愈

镜 6

六镜分镜（节选）

镜1 01–02s 画家 Molly 睁眼下床，清冷浅灰卧室
镜2 03–10s 办公室/咖啡馆/街道三场景快切，高压隐喻
镜3 11–13s 陷入无边黑暗，孤独渺小
镜4 14–17s 黑暗中张望叹气，无助迷茫
镜5 18–20s Angry Molly 登场，红黑抢颜料盘牵手
镜6 21–25s 牵手逃出黑暗，森林宁静画画

Prompt 工程方法论

Prompt 不是「写一句话」，而是一套可复用的设计系统。这条片所有镜头共用同一套 7 要素框架，目的是让生成结果可控、可复现——换个人、换个 IP，照样能跑。

通用 Prompt 结构（7 要素）

模块	作用	本项目示例关键词
主体	锁定角色与动作	MOLLY 小画家 / Angry Molly
风格	定义视觉语言	POP MART 官方潮玩 3D、治愈叙事
色彩	服务情绪	冷灰 / 暗黑 / 暖红 / 森系
光影	营造氛围	柔光顶光 / 侧逆光 / 丁达尔
构图	控制镜头	中近景平视 / 特写 / 全景
质感	统一材质	哑光 PVC / 亮面红漆 / 金属光效
分辨率	锁定画质	8K 超高清 · 电影级分镜

中英双语并行：英文 Prompt 喂给主流生图/生视频模型，中文 Prompt 用于自我校验与团队沟通，避免语义漂移。

迭代记录示例（从模糊到精准 · 视频生成 Prompt）

镜 2 · 办公室快切运镜 / 视角

❌ v1（已有基本结构，但缺可执行镜头语言）

中景，Molly 小画家坐在堆满画具的桌前，忙碌，快速切换办公室 / 咖啡馆 / 街道三个场景，冷色顶光，表达压抑

问题：景别和场景都写了，但「忙碌」「压抑」仍是形容词，没有可执行的镜头；三个场景之间用硬切还是叠化没说明，模型容易把切换糊成一团。

✅ v3（精准：景别+手持+硬切+冷光）

中景略微俯拍 Molly 小画家，桌面画具凌乱，手持微晃；办公室 / 咖啡馆 / 街道三场景用 HARD CUT（硬切）快速轮替，暗示被日程压垮的日常；冷白荧光顶光，浅景深，Molly 低头揉眼，灰蓝冷调，4K 电影感

改进：① 中景+微俯+手持量化构图；② "硬切轮替三场景" 替代模糊的「快速切换」；③ 补冷光+浅景深锁定情绪。

镜 3 · 陷入黑暗光影 / 氛围

❌ v1（方向对了，但「孤独」缺画面依据）

极远景，Molly 在巨大纯黑空间里显得很小，单一点光勾出轮廓，缓慢推进，孤独感

问题：极远+轮廓光+慢推的方向已经对，但「孤独感」太虚，没有给负空间 / 浮尘等具体画面依据，模型仍可能在暗部乱生成细节导致崩坏。

✅ v3（精准：极远+轮廓光+慢推+负空间）

极远景，Molly 化作纯黑虚空中央的微小剪影，顶部单束柔光（RIM-LIGHT 轮廓光）勾出轮廓，2 秒极慢推镜（DOLLY-IN），空气中漂浮细微尘埃，无地面无墙，压抑的负空间，4K

改进：① 极远+微小剪影+负空间量化孤独；② 单顶轮廓光规避暗部崩坏；③ "slow dolly-in" 给明确运镜。

镜 5 · Angry Molly 登场动作 / 能量

❌ v1（已锁风格与主色，但动作动词偏弱）

低角度推镜，Angry Molly 红黑配色带金边，她一把抢过颜料盘，牵起 Molly 的手，象征燃烧的生命力，POP MART 官方潮玩 3D 风格，侧逆光红色光晕，中近景

问题：风格和主色调都锁了，但「抢过」「牵起」动作动词不够有爆发力，能量感没拉满；侧逆光只给了一个名词，缺光晕扩散的方向感。

✅ v3（精准：风格锁+能量动词+低角推镜）

低角度推镜（PUSH-IN）怼向 Angry Molly，主色红黑描金，她猛地一把夺过颜料盘、用力拽起 Molly 的手，象征炽热燃烧的生命力；POP MART 官方潮玩 3D 动画，强侧逆光红色光晕扩散，中近景动态，哑光红漆与黑材质，金属能量光效，8K 电影感，叛逆

改进：① "official POP MART toy 3D" 锁风格；② "猛地夺过 / 用力拽起 / 燃烧" 强化动作与能量；③ 低角推镜+侧逆光光晕提升张力。

镜 6 · 牵手逃出黑暗→森林转场 / 动作

❌ v1（转场与拉镜都写了，但机位不清晰）

双人镜头，两只 Molly 手牵手，从黑暗缓慢拉镜退出，黑暗溶解成阳光森林，暖色丁达尔光，Molly 轻快蹦跳，4K

问题：转场和拉镜都点到了，但「拉镜退出」的机位不清晰，丁达尔光只给了一个名词、缺光源方向与浮尘，画面质感上不去，容易跳切。

✅ v3（精准：拉镜+转场+丁达尔）

双人镜头两只 Molly 手牵手，缓慢拉镜（PULL-BACK DOLLY）露出黑暗溶解为阳光森林，左上方暖色体积光（GOD RAYS 丁达尔）斜射，Molly 轻快蹦跳、落叶动态模糊飘过，镜头光晕，4K

改进：① "pull-back dolly" 明确拉镜；② "darkness dissolving into forest" 写明转场；③ 丁达尔+镜头光晕给定光影。

运镜专项 · 环绕视角 / 运动

❌ v1（运镜/焦段/稳定都给了，但缺机位细节）

缓慢环绕 Molly 的 90 度轨道镜头，主体保持在画面中心，背景旋转，35mm 焦段，稳定器运镜，4K

问题：运镜、焦段、稳定器都写了，方向已经对，但缺「与视线齐平」的机位说明和前景虚化，主体居中只说了一半，画面仍可能不够电影感。

✅ v2（精准：轨道+焦段+稳定）

与 Molly 视线齐平、缓慢 90 度轨道环绕（ORBITAL），35mm，前景虚化（BOKEH），她居中而背景旋转，稳定器（GIMBAL）运镜，4K

改进：补「视线齐平」机位与前景虚化；指定主体居中、背景旋转，避免乱动主体，电影感立刻上来。

光影专项 · 丁达尔光影

❌ v1（体积光/逆光/浮尘都写了，但层级没点明）

森林树冠间透下的体积光，左上方逆光，空气中可见浮尘，轻微镜头光晕，暖琥珀色，4K

问题：光源方向、浮尘、光晕都点到了，但「体积光」和「逆光」的主次关系没说明，整体仍偏描述、缺电影光的「方向感」强调，质感上不去。

✅ v2（精准：体积光+光源方向）

体积光（GOD RAYS 丁达尔）穿透森林树冠，左上方逆光（BACKLIGHT）为主光源，光束中浮尘飘动，轻微镜头光晕，暖琥珀调，4K

改进：① "volumetric god rays" 替代笼统 light；② 指明主光源方向与浮尘，画面立刻有电影光感。

模型生成逻辑与约束处理

⚠️ 已知约束

视频模型角色面部/手部易崩坏
跨镜头角色外观易漂移
长镜头运动易产生形变
文字、复杂道具易出错

🛠 应对手段

用关键帧 + 参考图控制首帧
固定 Seed / IP-Adapter 锁角色
拆短镜头（单镜 ≤5s）降形变
颜料盘等道具后置合成

🎯 本片取舍

黑暗镜（3–4）弱化细节，规避崩坏
高潮镜（5）用强光影掩盖形变
森林镜（6）用自然元素增强稳定
转场用「白光」掩盖模型接缝

角色一致性方案

🎨 角色参考锁定

Consistency 不是玄学，是先锁死参考。前段「画家 Molly」与后段「Angry Molly」的造型，分别用官方/实拍多视角图锚定，所有 AI 生成以这些图为约束。

画家 Molly · 前/侧/顶/底/透视全视图

Angry Molly · 正面

Angry Molly · 背面

Angry Molly · 侧面

🎞️ 成片 10 帧一致性验证

01s

镜1｜冷灰办公

04s

镜1｜冷灰办公

07s

镜2｜办公室快切

10s

镜3｜暗黑迷失

13s

镜3｜暗黑情绪

16s

镜4｜火光初现

19s

镜5｜Angry Molly 登场

22s

镜6｜牵手出逃

24s

镜6｜森系回归

28s

镜6｜森系自我

稳定特征
金发波波头、青色贝雷帽、青绿色大眼、红唇/腮红、红色下装+红鞋，贯穿全片。

造型变化 = 叙事需要
前半段为画家 Molly（蓝上衣+红裙），后半段出现红衣经典 Molly，象征「内在自己」的相遇，并非崩坏。

工程化保证
通过固定角色参考图、锁定 Seed、IP-Adapter、切镜控制等手段，把模型随机性压到最低。

制作流水线（Pipeline）

STEP 1

Brief 拆解

目标人群 / 情绪内核 / 传播场景

→

STEP 2

脚本 & 分镜

情绪曲线 + 6 镜脚本 + 旁白

→

STEP 3

关键帧生图

结构化 Prompt + 参考图锁风格

→

STEP 4

图生视频

运动指令 + 一致性约束

→

STEP 5

配音 & 剪辑

情绪配音 + 色彩分级 + 成片

闭环价值：同一套 Pipeline 可快速复用到其他 IP / 节日 campaign，单条产出周期远短于传统 CG 制作。

项目复盘与价值

≈ 1 人

独立跑通全链路

30s / 6 镜

4K · H.264 成片

↓ 70%+

较传统 CG 工时（估）

0 元

外包成本（全程 AI 自产）

6+ 版

单镜平均迭代次数

🚀 效率与业务价值

一条 30s 片从创意到成片，单人 + AI 即可闭环，无需外包或多人协作
较传统 CG / 实拍广告，工时与成本下降 70%+，试错几乎零边际成本
同一套 Pipeline 可批量复用到其他 IP / 节日 campaign，边际产出高
4K 源片可二次裁切为多尺寸社媒矩阵，延长单条内容生命周期

📦 可沉淀的方法论

7 要素 Prompt 框架：主体 / 风格 / 色彩 / 光影 / 构图 / 质感 / 分辨率
一致性三板斧：参考图锁定 + Seed 固定 + IP-Adapter
短镜头控制：单镜 ≤5s，降低视频模型形变风险
中英双语 Prompt 管理：英文喂模型，中文做校验与团队沟通

🔧 可改进点

手部、面部等细节在部分镜头仍可继续优化，可引入局部重绘
长镜头运动可尝试视频控制网络（ControlNet / Motion Brush）进一步稳定
音效层次目前以配乐+旁白为主，后续可加入环境音与 Foley 增强沉浸

🎯 下一步打算

把这套 Pipeline 复制到另一 IP / 另一视觉风格，验证方法通用性
对比 Kling / Sora / Runway 等模型在同一条镜头上的差异，建立模型选型经验
尝试接入更系统化的素材管理与版本控制，提升多人协作效率