- 人工智能与电影创作(传媒与艺术人工智能通识教育系列教材)
- - 作者：编者:俞春放|责编:张笛|总主编:李文冰
  - 出版社：中国传媒大学
  - ISBN：9787565742354
  - 出版日期：2026/07/01
  - 页数：223
- 售价：23.92

内容大纲
本书系统探讨AIGC技术与电影创作的深度融合，涵盖剧本创作、分镜头绘制、影像生成、剪辑调色、声音制作等全流程。书中详细介绍了各环节的工具类型、操作流程及提示词设计方法，强调人工判断在AI生成过程中的关键调控作用。在人与机器的协作中，找到属于自己的声音，讲述属于自己的故事——这一核心理念贯穿全书。通过对比传统创作方式，本书旨在为影视专业学生和从业者提供一套人机协同的电影创作方法论，帮助创作者在技术浪潮中坚守艺术主体性。
作者介绍
俞春放，浙江传媒学院华策电影学院副院长，浙江省文学学会理事，主要从事编剧理论与技巧、短剧创作等课程的教学。主持完成省课堂教改、省精品在线开放课程建设、省重点规划教材建设等项目。多次获得校教学成果一等奖、校教学十佳，获评浙江省省“三育人”先进个人。
目录
绪论：人机共创时代的电影创作新范式——从技术工具到认知革命
01  AIGC电影创作流程概述
  1.1  AIGC电影创作全流程概览
    1.1.1  前期剧本的筹备与调整
    1.1.2  AI镜头生成的基础原则与操作流程
    1.1.3  AI在后期阶段的作用
  1.2  人工判断在AIGC创作中的关键作用
    1.2.1  前期剧本创作中的人工判断
    1.2.2  镜头生成中的人工调控
    1.2.3  后期剪辑中的人工决策
  1.3  AIGC电影创作与传统电影创作对比
02  AI剧本创作
  2.1  剧本创作的基本结构
    2.1.1  人物结构
    2.1.2  情节结构
    2.1.3  场景结构
    2.1.4  叙事方式
  2.2  AI剧本生成工具
    2.2.1  使用原则：以结构为中心的技术介入
    2.2.2  创作流程中的工具角色
    2.2.3  工具类型与功能
  2.3  如何设计提示词
    2.3.1  提示词的功能定位
    2.3.2  提示词的结构模型
    2.3.3  提示词设计的基本原则
    2.3.4  提示词设计的操作流程
    2.3.5  案例分析：提示词对文本质量的影响
  2.4  生成剧本的结构化与优化
    2.4.1  结构化拆分：从“文本”到“结构对象”
    2.4.2  问题诊断：识别结构性缺陷
    2.4.3  优化策略：从局部修正到整体调整
    2.4.4  方法范式：AI初稿与人工修订的协同模式
    2.4.5  案例分析：自动生成与优化
  2.5  全流程案例演示及分析
    2.5.1  逐步细化生成
    2.5.2  结构化拆分
    2.5.3  三重诊断：逻辑、张力、情绪
    2.5.4  结构性修订
    2.5.5  语言润色
    2.5.6  复审与归档
03  AI分镜头绘制
  3.1  分镜头的作用与基本概念
    3.1.1  分镜头在影视叙事中的核心作用
    3.1.2  分镜头作为视觉思维工具的意义
    3.1.3  分镜头在影视创作流程中的协同功能
  3.2  AI分镜头绘制的基本思路
    3.2.1  分镜头的核心是镜头，而不是画面效果
    3.2.2  AI分镜头的目标是帮助选择，而不是直接确定方案
    3.2.3  AI分镜头的价值在于提前发现问题
    3.2.4  AI分镜头应服务于整体创作流程

  3.3  AI分镜头绘制的准备
    3.3.1  明确镜头目标与叙事需求
    3.3.2  整理素材与视觉参考
    3.3.3  梳理镜头逻辑与连续性思路
    3.3.4  明确限制条件与可操作范围
    3.3.5  分镜头思路与创作目标统一
  3.4  AI分镜头生成的完整操作流程
    3.4.1  AI分镜头生成
    3.4.2  AI分镜头修改与调整
    3.4.3  AI分镜头导出、分享与备份
  3.5  提示词在AI分镜头绘制中的用法
    3.5.1  AI分镜头提示词的设计原则
    3.5.2  AI分镜头提示词的分类
    3.5.3  提示词优化与调试技巧
  3.6  AI分镜头与传统分镜头的协同方式
    3.6.1  分镜头的核心职责
    3.6.2  协同创作的应用场景与流程
04  AI影像生成
  4.1  AI影像生成概述
    4.1.1  AI影像生成的概念
    4.1.2  AIGC技术演进
  4.2  AI影像生成工具
    4.2.1  国内AI影像生成工具生态的发展谱系
    4.2.2  国内主流AI影像生成工具对比
  4.3  AI影像生成流程
    4.3.1  前期构思与提示词准备
    4.3.2  参数化配置与初次生成
    4.3.3  批判性评估与问题诊断
    4.3.4  定向优化与成果输出
  4.4  AI影像生成技巧
    4.4.1  常见生成问题的诊断与修正
    4.4.2  画面质量优化技巧
05  AI剪辑、调色与特效
  5.1  AI剪辑与自动化工具
    5.1.1  AI剪辑的核心原理
    5.1.2  智能切片与内容转化
    5.1.3  AI剪辑的核心功能与优势
  5.2  AI调色
    5.2.1  AI调色工具概述
    5.2.2  AI调色与传统调色流程对比
    5.2.3  分场景AI调色
    5.2.4  主流AI调色工具
    5.2.5  AI调色未来发展趋势
  5.3  AI特效生成
    5.3.1  AI特效底层技术解析
    5.3.2  无绿幕抠像与背景替换
    5.3.3  动态画面修复与元素擦除
    5.3.4  风格化视觉效果生成
    5.3.5  AI特效与传统特效制作对比
    5.3.6  AI特效未来发展趋势

  5.4  后期优化与完成
    5.4.1  后期优化与完成的核心定位及逻辑
    5.4.2  AI后期优化：问题导向下的精准赋能
    5.4.3  成片交付：规范适配是落地关键
    5.4.4  AI驱动传播：精准触达与策略迭代
    5.4.5  技术定位：AI辅助创意，创作者主导决策
    5.4.6  影视从业者的核心素养
06  AI声音制作
  6.1  影视声音制作的基本构成
    6.1.1  音乐
    6.1.2  配音
    6.1.3  音效
  6.2  AI音乐制作
    6.2.1  AI音乐制作主要应用场景
    6.2.2  AI音乐生成大模型与平台
    6.2.3  AI音乐制作的基本流程
    6.2.4  AI音乐制作对音乐产业的影响
  6.3  AI配音生成
    6.3.1  语音生成技术在配音中的应用
    6.3.2  声音克隆与个性化音色设计
    6.3.3  AI配音在影视制作中的优势
    6.3.4  AI配音的局限与潜在问题
  6.4  AI音效制作
    6.4.1  AI音效生成工具与平台
    6.4.2  AI音效在影视后期制作中的使用方式

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目