在上一章节中，我们已经探讨了如何将剧本故事进行拆分，快速形成分镜
ai短视频制作，AI剧本如何高效生成分镜脚本
那么，当我们拥有了这些分镜画面，怎样才能迅速地将它们转换成AI绘图模型的提示词呢？
此时，我们依然需要借助AI的力量。使用GPT、国产KIMI等都可以
具体操作步骤：将我们之前制作的分镜表格，或者分镜表格中的画面内容，提交给AI，并指导它进行以下操作
需要了解如何写出好的Midjourney V6 提示词，然后将表格中的画面内容单独提取出来，每一个画面内容都转化为Midjourney V6 提示词格式的英文，每一句英文后面加上后缀“--ar 16:9”
首先说一下为什么要用MJ的提示词，因为在所有绘图模型中，MJ的使用比重是最高的，它的质量、效率都比较突出，图片具有艺术感，使用也较为方便。所以这里使用MJ的提示词作为例子。当然MJ的提示词内容经过简单修改，也可以用在Dalle和SD中
再说说为什么要使用英文，因为MJ底层训练数据更多还是英文，使用中文提示词的话，MJ可能很难理解用户想表达的内容，所以尽量还是使用英文提示词为佳
我们看一个过程：
因为并不是每个AI大模型都理解Midjourney V6 提示词的格式，所以这里要先提前让大模型告诉你MJ的提示词的格式是什么样的
因为大模型输出的步骤就是他思考的步骤。先让他把这一步给输出出来，之后他就知道。 用户想要的提示词格式是什么样子的之后再让他把画面内容单独提取出来。 拆分成提示词，效果就会更好一些
此外，推荐一个非常好用的GPTs，它的功能是将你的中文转化为Midjourney提示词，https://chatgpt.com/g/g-tc0eHXdgb-romidjourneyro-mj-prompt-generator-v6
例如输入“冷色调的居民楼外景，中景，16:9”
输出会提供5个可选的提示词，如有问题，可以适当调整提示词即可
同时，这里强烈推荐使用MJ的浏览器插件autojourney，这个插件可以直接输入很多提示词，换行分隔即可，就不用每句提示词用“/imagine”的指令了
例如我们这里直接复制多条提示词进去
点击回车，就能自动连续发送多条提示词，非常方便
这样不仅省去了写“/imagine”指令的时间，而且一键发送所有的提示词，接着回过头来选图就可以了。
当然在批量生成提示词的时候，为了保证画风一致性，可以让每个提示词中加入“--sref+风格一致性垫图的图片地址”，再有人物的时候，也可以根据不同人物所处的画面，在提示词中加入“--cref+人物一致性垫图的图片地址”，这样生成会更有效率一些。具体使用的教程，在后面章节已经提供。
