用 AI 做一条 60 秒短视频：完整流程拆解

把整件事拆成六步，每步都有明确的产出物，就不会中途卡住。

第一步：选题与脚本

用对话模型把选题展开成三段式脚本：开头三秒抛问题、中间给三条信息、结尾一句行动号召。60 秒的片子里，旁白大约 180 到 220 字，超过就念不完。

第二步：分镜

把脚本切成 12 到 18 个镜头，每个镜头写清楚景别、主体、动作、环境。这一步不要省，分镜越细，后面生成越省次数。

第三步：首帧

用绘图工具把每个镜头的首帧做出来，统一色调和画风。有首帧之后，视频生成只需要描述运动，主体不容易跑偏。

第四步：图生视频

逐个镜头生成，每个镜头出 3 到 5 次选一条。人物动作幅度写小一点，成功率更高。

第五步：配音

旁白用 TTS 生成，语速调到每分钟 260 字左右比较自然。需要情绪起伏的地方分段生成，别整段一次念完。

第六步：剪辑与字幕

剪映里拼接、加转场、配背景音乐、自动生成字幕后逐句校对。总耗时：脚本 20 分钟、分镜 20 分钟、生成 40 分钟、剪辑 30 分钟，熟练后一条片子两小时以内。

常见问题：镜头之间色调不统一，靠统一的调色预设解决；口型对不上，就别做正面人物说话的特写，改用侧身或背影。