花生AI需先解析音频生成带时间码的结构化分镜表，再逐帧注入年代、地理、风格等语义字段，最后按本地素材匹配、AI渲染或混合策略合成视频，全程强调史实准确性与可编辑性。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你已经录好历史人物口播音频，但视频没有画面，想用花生AI自动匹配对应的历史场景、地图或民俗画面——这需要把原始录音转化为结构化分镜，再让工具按语义锚点驱动画面生成或检索，而不是直接丢一段音频让它“猜”。
第一步：上传音频并强制生成带时间码的分镜表
进入花生AI网页端 → 点击「音频成片」→ 上传你的WAV/MP3口播文件（建议采样率44.1kHz、单声道、无背景音乐）→ 上传后不点「立即生成」，先勾选【启用语义分镜识别】→ 点击【解析分镜】。
这一步必须做。如果跳过，花生AI会默认用整段音频配一个封面图+三秒片头，后面全靠MG模板硬撑，历史事件的时间线和地理要素完全对不上。解析成功后，你会看到带ID、起始时间、文本内容、持续时长四列的表格，例如 scene-01｜00:00:00｜“建安十三年，曹操率军南下……”｜8.4s。
注意：若口播中含大量古地名（如“江陵”“夏口”）、多音字（如“会稽”的“会”读kuài）、数字（“二十四万”），务必在解析后手动校对分镜文本——错一个字，后续画面可能匹配到完全无关的素材库条目。
第二步：为每个分镜注入结构化字段
点击任意分镜右侧的【编辑】图标 → 在「画面提示词」栏输入带年代与地理约束的指令，例如：“建安十三年（公元208年）长江中游战场，俯视视角，曹军战船编队行进，无现代元素，水墨质感”。
不要写“古代战争场面”这种模糊描述。花生AI的匹配引擎依赖可检索关键词，比如“建安十三年”会触发其内置的历史时间轴数据库，“长江中游”会过滤掉西北边塞类素材，“水墨质感”则锁定风格库中的非写实渲染路径。
对含数据的分镜（如“兵力对比：曹军24万 vs 孙刘联军5万”），必须选择【画面类型】→ 【MG图表】→ 勾选【字段化数值】。这会让数字以可编辑文本层形式呈现，而非烧录进像素——后期发现史料有出入时，只需双击修改数字，无需重跑整段视频。
第三步：选择画面生成策略并启动合成
方法一：本地素材优先匹配（适合已有博物馆授权图/自拍节气影像）
在项目设置中开启【启用本地素材库】→ 上传你整理好的ZIP包（内含命名规范的PNG/JPG，如“tang_changan_640x360.jpg”“qingming_farm_01.png”）→ 合成时系统会优先按分镜提示词检索本地文件名与EXIF信息，命中即插入，未命中再调用平台MG库。
方法二：纯AI渲染（适合疆域变化、制度演变等无实拍素材的题材）
保持【画面类型】为“AI生成”→ 在分镜编辑页点击【高级设置】→ 将【历史准确性权重】拖至80%以上 → 关闭【艺术风格增强】。这能压制模型自由发挥倾向，确保“贞观四年突厥降唐”画面里不会出现明代铠甲或清代官服。
方法三：混合交付（推荐用于B站/公众号双平台发布）
导出前勾选【分镜级导出】→ 花生AI会生成一个ZIP包，内含每段分镜的MP4（含画面+配音+字幕）和一份JSON分镜表。你可以把其中“地图变化”类分镜单独拎出来，用本地Python脚本+geopandas重绘边界帧，再用ffmpeg按时间码精准替换原片段，实现AI效率与史实精度的平衡。
第四步：时间轴校验与单点微调
合成完成后，进入时间轴界面 → 拖动播放头至关键节点（如“开元盛世”“安史之乱爆发”）→ 点击对应分镜块右上角【预览画面】→ 观察三点：① 年份标注是否与口播一致；② 地理范围是否匹配（如“河西走廊”不能显示岭南地貌）；③ 数据字段是否可点击编辑（鼠标悬停应出现文本框光标）。
发现错误时，不要删掉整个分镜重来。直接双击问题画面 → 修改提示词或切换本地素材路径 → 点击【仅重渲此分镜】。该操作只会重新生成当前镜头，前面已通过校验的分镜保持不变，节省70%以上返工时间。
确认所有分镜通过校验后，点击【导出成片】→ 选择分辨率（历史类推荐1920×1080）→ 勾选【保留字幕轨道】→ 开始封装。
