一、4天工序拆解

　　前期定选题与脚本：王琨喆先定下“古人开麦”的单一场景框架——十个古人围着一支麦克风轮流说唱，保证成本可控、更新快，不需要多场景分镜。

　　AI搜集史料与塑形：他用通用大模型反复查阅杜甫、苏轼等人的典故、史实和时代背景，和AI商量各人长相、穿着，再上网核对是否符合大众认知。

　　生成与筛选：画面和声音由AI工具生成，AI承担大量押韵、试错、排列组合工作，相当于“AI自己在进行很多freestyle”，最后由他本人确认结构和歌词走向。

　　二、人力与AI的分工边界

　　人负责“说真话”：歌词底子完全由他自己搭建，灵感来自十几岁开始写说唱积攒的素材，以及熬夜改片、被拖欠款项的亲身经历。

　　AI负责“做执行”：押韵优化、声线生成、画面渲染、音色区分等环节交给AI，不同历史人物的声线清晰度也由AI实现。

　　关键判断不外包：作品要表达什么、保留哪些内容、整体情绪走向，全部由他拍板。他曾透露AI根据后台数据分析建议他“不要做”走心风格，但他最终决定遵从自己的判断。

　　三、成本结构与提示词公开

　　Token费用为主：几千元成本主要花在购买AI工具Token上，他曾说“花了不少钱去买Token”。

　　提示词完全公开：他在社交平台公开了自己使用的提示词，任何人都可以看到。

　　时间大头在前端：4天里大量时间用于前期提示词打磨，而非生成环节本身，废片率也因此控制在了可接受范围内。

本文由AI生成