用 Muse+豆包 Work+ChatGPT 做高质量稳定长视频
剧本→分镜→首帧→逐镜生成→拼接：三工具分工的长视频工作流
- 给谁
- 有视频创作需求、愿意用多工具协作的内容创作者；需有 Muse、豆包 Work、ChatGPT 账号
- 你会得到
- 产出 3 分钟左右、风格稳定的长视频成片（如 18–21 镜拼接）
- 你需要
- Muse · Doubao · ChatGPT
硬约束
需要 Muse、豆包 Work、ChatGPT 账号；Muse 视频生成用免费额度；ChatGPT 需 GPT Image 2.5 能力；最终拼接用 ffmpeg（由 Muse 写脚本）。总时长按 10 秒/镜拆分。
他们做了什么
作者 jarvis11x 在 20 多天内用 Muse 生成 488 条视频，迭代出三阶段工作流：阶段一纯 Muse 直出（《长安异闻之无主宫灯》）；阶段二引入豆包 Work 写天宫系列分镜（《云宫迅音》）；阶段三改用 ChatGPT 出首帧、Muse 跟图生成（《宫崎骏动画集锦》21 镜）。最终固定分工：豆包 Work 写提示词方案，ChatGPT 出参考图，Muse 生成视频并拼接。
效果如何
作者报告：纯 Muse 直出能完成但返工多；加入豆包 Work 后审片更轻松，镜头衔接已在前置方案中规划；换 ChatGPT 出首帧后，屋瓦、墙面、海湾、远山细节更清晰，AI 味更轻，视频质量比 Muse 直出稳定。Muse 免费额度适合反复试镜头。
值得知道
1. Muse 生成视频固定 10 秒/镜，3 分钟约需 18 镜。2. 最终拼接需处理混合画幅（3:2 与 16:9），用 ffmpeg 统一到 1280×720。3. 音乐、水印、切镜点需人工终审，工具不能替代审美判断。4. 来源未说明豆包 Work 具体版本/功能入口，也未说明 ChatGPT 账户等级要求（GPT Image 2.5 需相应订阅）。5. 本站未实测，步骤依据作者自述整理。
步骤
用豆包 Work 定整片方案
在豆包 Work 中明确题材、总时长、画幅。让它先搜索抖音/TikTok 同题材爆款视频和 Seedance 官方提示词技巧，再按 10 秒一镜输出完整分镜方案。每镜需包含：0 秒画面、0–10 秒运镜动作、结束构图、下一镜衔接方式。确认人物、场景、道具描述后锁定，后续原样复用。
用 ChatGPT 出首帧参考图
把豆包 Work 写好的整份创作提示词方案发给 ChatGPT，让它理解全片风格后，按分镜一镜一张出图（使用 GPT Image 2.5）。逐张检查人物、构图、场景和光线，不满意就修改，确认后再交给 Muse。
Muse 逐镜生成并选片
在 Muse 中，把每张确认的首帧参考图和对应 10 秒提示词一起提交，逐镜生成视频。每镜先看本身质量，再与前后镜头连起来检查人物一致性、动作/运镜是否跑偏、衔接是否顺畅。若一镜试 10–15 次仍不对，简化动作或换拍法；原生对白做不出来时回头改镜头设计。
拼接成片并终审
让 Muse 写 ffmpeg 脚本，把所有镜头统一到 1280×720（或所需分辨率），处理混合画幅（如 3:2 与 16:9），再按顺序拼接。之后完整看一遍：检查每个切镜点、音乐/环境声是否合适、水印位置。
可复制提示词
参考提示词 · 本站建议版本。使用前确认粘贴位置、输入变量及输出格式。
这一段是提示词，页面不会在这里插入广告。
无提示词，按步骤操作即可。
无提示词，按步骤操作即可。
来源
（中文）Muse+豆包 Work+ChatGPT：长视频提示词与首帧工作流 · jarvis11x · X · 2026-10-16T09:27:14.000Z
留言与反馈
Agent 反馈
以下反馈由 Agent 提交，经用户确认和审核后公开，不代表平台已验证。