从分镜到成片：AI 国风动画短片全流程实操指南（构图、生成、剪辑与口型同步完整拆解）

本文由 莫潇羽@无忆研习社（www.wuyi.wiki）撰写，转载请注明出处。

快速摘要

这篇文章要解决的核心问题：为什么有些人用同样的 AI 工具，做出来的画面就是比别人强？

我自己折腾 AI 动画创作这条路走了不少弯路，踩过的坑归结起来，其实就是三类：画面构图太平、提示词乱写导致生成结果不可控、后期剪辑和音效做得太糙。这篇文章就是我把这些弯路整理成的一份系统性操作指南，涵盖从「项目文件夹建立」到「口型同步输出」的完整工作流。

核心结论先写在这里：构图不是工具的事，是脑子的事。你脑子里没有主次意识，AI 给你生成出来的也是一锅乱炖；动画生成的"单帧"和"首尾帧"是两种截然不同的工具逻辑，混用会让你的片子看起来脱节；音效一定要多轨叠加，只用一个碰撞声的打斗场面，听起来会像纸箱子互碰；超分这一步在发布前绝对不能省，1K 画质在高清屏上会非常糊。

莫潇羽@无忆研习社，这些是我自己实操下来总结的核心经验，想看完整拆解，往下翻。

这篇文章适合谁读：已经开始用 AI 工具做视频、但总感觉生成出来的东西"不够好"的人；想系统了解 AI 动画制作工作流的人；以及对国风 IP 创作感兴趣、想把 AI 动画做出深度的人。不适合：完全没接触过 AI 工具，想找"一步就能出爆款"秘籍的读者——这篇文章讲的是有系统性的方法论，不是速成捷径。

前言：AI 改变了什么，又没有改变什么

这两年，AI 视频工具的迭代速度快到让人喘不过气。海螺 AI（Hailuo）在 2025 年推出的 Hailuo 02 模型，已经能原生输出 1080p、做到极限物理表现，帮助全球创作者生成了超过 3.7 亿个视频。即梦 AI 的视频 3.0 版本支持首尾帧；可灵在首尾帧连贯性上表现出色；而 PixVerse（也就是国内圈子里常说的"拍我 AI"）在 V5.5 版本里甚至实现了分镜+音频一键同步生成……工具军备竞赛打得热火朝天。

但我想说一句扫兴的话：工具的上限再高，也只是你创作能力的放大器。它放大你会的，也放大你不会的。一个不懂构图的人拿着海螺 AI，生成出来的视频依然会平、乱、没有主次。

这不是悲观，而是一个很重要的心态校准：别把时间都花在"用哪个工具"这个问题上，多花时间在"我想说什么故事、我想传递什么情绪"上面。工具会变，但讲故事的能力是你自己的资产，它不会因为某个 AI 工具停服而消失。

所以，这篇文章不是工具测评，而是一套让你真正用好这些工具的思路和操作方法。这套方法论，基于我折腾了相当长时间 AI 动画后的实际积累，也借鉴了许多传统影视制作的基础理论——这两者结合起来，才是做好 AI 动画的正确姿势。

第一章：项目规范——一切从第一个文件夹开始

很多人开始做 AI 动画的方式是：随手新建个文件夹，把生成的图片和视频往里一扔，然后项目做着做着，素材就乱成了一锅粥。我以前也这样，直到有一次接了个多集项目，素材超过两千条，找起来能急死人。

文件夹结构是创作者的基础设施，特别是当你想把 AI 动画往商业方向走的时候，项目规范更是必须从第一天就建立好。

我现在用的项目目录结构大概是这样：

AI项目/
├── 001_项目名称/
│   ├── 01_角色设定/
│   │   ├── 主角_正面.png
│   │   └── 主角_侧面.png
│   ├── 02_分镜图/
│   │   ├── SC001_镜头1_特写.png
│   │   └── SC002_镜头2_全景.png
│   ├── 03_动画素材/
│   │   ├── SC001_take01.mp4
│   │   └── SC001_take02.mp4
│   ├── 04_音频/
│   │   ├── BGM/
│   │   ├── 音效/
│   │   └── 配音/
│   ├── 05_剪辑工程/
│   └── 06_输出成片/
│       ├── DEMO_001.mp4
│       └── FINAL_001.mp4

这里有几个细节值得注意：

• 项目用三位数字编号，比如 001、002、003，这样排序不会乱。分镜图也用 SC001、SC002 编号，对应剧本里的场景编号，找起来一目了然。
• DEMO 和 FINAL 要严格区分。很多人交错用，最后自己都不知道哪个是最终版。我的习惯是：给对方看的粗剪叫 DEMO，定稿输出叫 FINAL，两者加上版本号，比如 FINAL_003.mp4 表示第三次修改后的终版。
• 音频单独开文件夹，BGM、音效、配音分三个子目录，不要混放。剪辑时会频繁从这里提取素材，结构清晰能省很多时间。

规范是枯燥的，但它是你未来一旦接到商业项目时，能活下来的底层能力。

版本管理的实用技巧

除了文件夹结构，版本管理也是很多初学者没意识到的问题。AI 生成是一个不断试错、不断迭代的过程，你今天觉得满意的分镜图，三天后可能发现更好的替代版本。这时候如果原始素材被你覆盖掉了，找回来就很麻烦。

我的习惯是：永远不要直接覆盖文件，改版本时给文件加版本号后缀，比如 SC001_take01.mp4 生成了更满意的版本后，新文件命名为 SC001_take02.mp4，旧的先不删。等到整个项目收尾输出成片之后，再统一清理不用的素材。

另外，提示词也要记录下来。很多人生成了一张效果很好的分镜图之后，没有保存当时的提示词，下次想重新生成类似风格的时候，怎么都找不回那个感觉。我用的方法是：在每个场景的文件夹里放一个 prompts.txt，把用过的有效提示词按镜头编号存进去，以后修改或者扩充这个场景时可以直接参考。

第二章：构图语言——让你的 AI 画面从"平"到"有料"

为什么你的画面总是平的

我在交流群里看了大量 AI 动画作品，发现一个共同的问题：画面很空，看不出主体，什么都有，什么都不突出。

这不是工具的锅，是构图意识缺失的问题。

导致这个问题有一个很深层的原因：很多人在生成图片的时候，是用"让 AI 帮我想画面"的心态在工作，而不是"我知道我要什么，让 AI 帮我实现"的心态。一旦你自己脑子里没有画面感，AI 给出来的就是它的平均答案，而平均答案，永远是没有个性的。

构图的本质，是"有组织、有目的地安排观众的视线"。你想让观众看哪里，你就把那个区域弄得更亮、更突出、更有引导感。如果整个画面全都是亮的，全都是细节丰富的，观众的眼睛就不知道该往哪里停，这就是"平"的根源。

莫潇羽@无忆研习社的理解是：构图是你和观众之间的无声对话，你在用画面告诉他们"看这里"。

要建立构图意识，最有效的方式不是背理论，而是带着问题去看优秀的影视作品。看一部好的武侠片或者动画片时，暂停在你觉得"这个镜头真好看"的地方，问自己：画面里最亮的区域在哪里？最暗的区域在哪里？我的眼睛最先被吸引到哪里？有没有线条把我的视线引向某个方向？

这样带着问题去看，看几十部片子之后，你对"好构图"的感知就会逐渐内化成直觉，写提示词的时候自然而然就会带进去。

闭合构图：用遮挡制造悬念

闭合构图是我个人非常喜欢用的一种技巧，核心逻辑是用画面元素遮挡主体的一部分，让观众的大脑自动补全。

举个例子：一条古道，被两侧的树枝部分遮挡，只能看到路的前段。你的眼睛会自然地沿着路延伸出去，想象那条路通向哪里。这比你把整条路完整地拍出来，要神秘得多、有吸引力得多。

从 AI 创作的角度来说，在提示词里加入"前景遮挡""虚化前景树枝"之类的描述，能有效帮助你生成带有闭合构图感的分镜图。不要一开始就把主角全脸展示出来，适当的遮挡、剪影、侧影，都能让观众产生想继续看的欲望。

光影与色彩对比：告诉观众"该往哪儿看"

视觉的本质是光。人的眼睛天然会被亮度集中的区域吸引，这是人类进化出来的本能反应。

所以，你想突出主体，最简单的办法就是让它比周围亮。背景压暗，主角身上留高光。如果主角身处暗部，那就给他一个轮廓光——从背后打出来的边缘高光，能让他从背景里"浮出来"，同时产生一种戏剧性的轮廓感。

互补色的对比也是很常用的手法。蓝色与橙色互为补色，两者放在同一个画面里，视觉张力非常强，国风电影里用得特别多，比如烛火的暖黄与夜色的冷蓝叠在一起，主体就很容易从背景中凸显出来。

在写提示词的时候，建议你主动写明光影方向，比如"逆光轮廓光""侧面暗光""烛火映照脸部"，这些描述能帮助 AI 生成更有层次感的画面。

画面平衡：视觉重量的微妙游戏

这一块很多人会忽略，但它直接影响一张图看起来是否舒服。画面里的每个元素都有视觉重量，颜色深的、体积大的、细节复杂的，视觉重量就高。

设计角色时，如果人物的头发主要在左侧堆积，左边就会显得"沉"，整个画面就失衡。这时候可以在右侧增加一些元素来平衡，比如武器、飘带、披风，或者让画面右侧有更多明亮区域，用亮度来平衡暗色部分的重量。

一个实用的设计思路是：用不对称来制造张力，用细节来实现平衡。比如角色一边戴耳环、一边握剑，乍看不对称，细看却在视觉重量上相互平衡，这比两边完全一样要有趣得多。

画面平衡还能传递角色状态。人物精神饱满、状态稳定时，构图是平衡的；一旦角色内心产生动荡、陷入混乱，可以刻意打破平衡，用倾斜构图来传递这种情绪。这是构图语言和镜头语言的综合运用。

引导线：横、竖、斜、曲，各有各的戏

引导线是最好用的构图工具之一，用来把观众的视线从画面的一端引导到主体所在的位置。不同方向的线条，传递的情绪是不一样的：

在生成打斗类分镜图时，有意识地在提示词里加入"对角线构图""倾斜画面""强烈透视"等描述，生成出来的画面运动感会强很多。

中心构图：东方美学里的"天子之中"

中心构图在影视作品里被大量使用，西方经典的例子是达芬奇的《最后的晚餐》——耶稣居中，两侧门徒的眼神和手势全都指向中间，构建出一种极强的视觉秩序感。

但中国的中心构图有自己的文化内涵。帝王居中、统御四方，这本身就是东方权力结构的视觉呈现。画面的主次分明、井然有序，折射的是集权文化里对秩序的推崇。所以当你在做国风题材时，中心构图不只是一种技法，它本身就在传递意涵。

更进阶的用法是多种构图叠加：中心构图 + 框架式构图（画面内有门框、屏风、古代建筑廊柱形成的自然框架）+ 纵深透视感（人物站在廊道深处，廊道向远处延伸），三层叠加之后，画面的层次感和故事感会非常丰富。

在写 AI 提示词时，可以这样描述："中心构图，古代宫殿廊道，人物站于画面中央，廊柱形成两侧框架，纵深透视，远处光源，电影质感"。

脊柱线：打斗场景的灵魂辅助线

这是我觉得最容易被忽视、但对打斗场景帮助最大的一个概念。

脊柱线，简单说就是角色的动态辅助线。人体本身有一条从头到脚的中轴，但如果在角色身上增加了披风、飘带、长辫子、动物尾巴，这条中轴就被"延伸"了——角色运动的时候，这些附属物会随着运动方向甩动，形成一条生动的动态曲线，让整个动作看起来更加流畅、有力。

李小龙在电影里常常脱掉上衣，原因之一就是为了展示脊柱线的曲线美——那条身体运动时产生的动态弧线，视觉冲击力极强。张艺谋在《英雄》里用大量帷幔来组织打斗场景的线条感，帷幔在两个人穿梭其中时不停交错变形，产生出一种无数动态线条同时运动的视觉张力，整体氛围不降反升。

落到实操上：在设计 AI 动画的打斗角色时，要主动为角色增加能产生脊柱线延伸效果的元素：

• 披风或斗篷
• 长辫子或飘逸的头发
• 动物尾巴（如猫尾、狐狸尾）
• 长袖汉服
• 带有飘带的武器（比如鞭子、带流苏的长剑）

有了这些元素之后，AI 在生成动作分镜时，就能自然地捕捉到这些元素的运动轨迹，生成出来的打斗画面会比没有这些元素的版本灵动许多。

第三章：角色与武器设计——差异化才是记忆点

看过大量 AI 动画作品之后，我发现一个让人发愁的现象：打开一百个国风打斗视频，九十个角色拿的都是刀或者剑。这不只是因为刀剑提示词好写，更是因为大家在设计角色的时候，根本没有深入思考过"这个角色应该是什么样的人"，只是把人塞进去然后给他一把武器。这当然不是说刀剑不好，但太同质化了，一点辨识度都没有。

中国古代的兵器体系极其丰富，戟、钺、斧、钩、鞭、双节棍、飞镖、流星锤、九节鞭……每一种武器都有自己独特的运动轨迹和视觉语言。九节鞭打起来是弧线运动，视觉张力很强；双板斧给笨重的角色用会有一种力拔千钧的厚重感；奇门武器本身就能产生强烈的记忆点，让观众一眼就能记住这个角色。

武器的选择要和角色的体型、性格相匹配。一个体型笨重、力量型的角色，适合用双板斧或者重锤；一个灵巧型的刺客角色，用暗器、飞刀或者短剑会更合适；一个修仙系的角色，可以考虑拂尘、法器或者法印之类的东西，视觉上的神秘感会比持刀更强。

还有一个容易忽略的细节：武器和角色的服装颜色要有配合意识。比如一个以"寒冰"为设定主题的角色，武器上带点冷色调的光效，服装选蓝银配色，整体视觉语言就统一了；如果武器是暖金色，服装是冷蓝色，这种冷暖对比本身也可以成为设定的一部分，但要有意识地去做，而不是随机拼凑。

提示词里描述角色时，建议把武器的材质、光效特征一起写进去，比如：

"手持哑光黑铁三板斧的壮汉武将，腰间一条银色链条将双斧悬挂，
 斧刃边缘残留暗红色战损纹路，整体色调深沉厚重"

这样的描述比"拿着斧子的武将"要具体得多，AI 生成出来的细节丰富度也会高很多。

莫潇羽@无忆研习社的角色设计理念是：每一个设计决策都要有理由。角色为什么拿这把武器？这把武器和他的脊柱线延伸元素（披风/尾巴）之间如何配合，让他的动作语言更完整？想清楚这些，你生成出来的角色才不会是随机拼凑的。

第四章：分镜图生成——把脑子里的画面落到屏幕上

工具选型：海螺 AI 与即梦 AI 的差异

目前我用得最多的分镜图生成工具是海螺 AI（Hailuo，官网：hailuoai.com）和即梦 AI（jimeng.jianying.com）。两者各有侧重：

对于国风类题材，我的选择习惯是：写实风格的场景用海螺 AI，卡通/国漫风格的角色图用即梦 AI。当然具体项目要具体测试，工具没有绝对的优劣，只有合不合适当前任务。

黄金三段式提示词

不管用哪个平台，写提示词的基本结构我都遵循一个"黄金三段式"的框架：

[镜头描述] + [主体在做什么] + [情绪/光影/氛围附加词]

举个具体例子：

俯拍特写镜头（镜头描述），
戴金色面具的武将右手缓缓握紧长枪枪柄，枪尖上光芒乍现（主体在做什么），
逆光轮廓光，金色能量弥漫，史诗感，电影质感（情绪/光影/氛围）

三段式的好处是：你的思路是清晰的，AI 就能生成出清晰的画面。很多人的提示词之所以生成结果糟糕，是因为提示词本身就逻辑混乱——一会儿说镜头，一会儿说背景，一会儿说颜色，东一榔头西一棒子。

分镜图的提示词还要特别注意：把你在构图章节学到的东西融入进去。比如你想用中心构图，就在提示词里写"中心构图"；你想用对角线引导视线，就写"强烈对角线透视"；你想突出脊柱线的动感，就写"披风随风飘动，动态感强"。

多角度分镜批量生成技巧

一个镜头，我通常会同时生成三个角度的分镜图：俯拍（鸟瞰感）、侧拍（纵深感）、正面拍（情绪感）。在提示词里加上这样的描述，然后设置生成数量为三张，就能快速得到同一个场景的不同角度备选。

选图的时候，不是选"最好看的"，而是选"最符合故事叙事节奏的"。一场打斗戏开头可能需要正面的情绪镜头建立角色感，中间用侧拍的纵深感来表现空间关系，高潮时用俯拍来呈现大场面气势。三种角度的搭配，让一段打斗不会单调。

分镜图的景别意识

做分镜图之前，还要有景别的概念——同一个场景，近景、中景、远景提供的叙事信息是完全不同的。

• 远景/全景：交代环境，建立空间感。适合用在场景开场，让观众知道"这是哪儿"，以及角色和环境的位置关系。提示词里可以加"超广角镜头""空旷大地背景""鸟瞰全景"之类的描述。
• 中景：兼顾人物动作和环境，是叙事类镜头的主力。可以看清角色的肢体动作，也能感受背景的氛围。
• 近景/特写：突出情绪和细节，是情感爆发点的主要选择。眼神特写、手部特写、武器特写，都能在关键节点产生强烈的戏剧感。提示词加上"面部特写""眼神镜头""手部慢速推进"之类的描述。

一个 2 分钟左右的短片，景别分配大概遵循：远中景交替建立世界 → 中景叙事推进 → 近景/特写集中在情感和打斗高潮节点。全程都是中景会显得平淡，全程都是特写会让观众感到压迫，景别的变化本身就是一种叙事节奏。

一致性问题和提示词复用

AI 生成分镜图的时候，同一个角色在不同镜头里的外观容易漂移——服装细节变了，发型不一样了，甚至脸型都对不上。处理这个问题，有几个实用思路：

首先，把角色的核心描述提炼成一段固定的"角色提示词"，每次生成新的镜头时，把这段角色描述放在提示词的最前面。比如：

[角色固定描述]
身着黑色描金战甲的年轻男子，戴金色面具遮住下半脸，
肩披深红色披风，腰佩三板斧，眼神锐利——

[当前镜头描述]
从侧面仰拍，男子正在快步行走，披风随风展开，
侧逆光轮廓光，夜晚战场背景，远处火光隐约

这样的结构能让角色核心特征在每张图里大概率保持稳定。

其次，用种子图进行参考生成。把最满意的一张角色参考图作为上传图片，然后在这张图的基础上写新的镜头描述词，让 AI 参考这张图的角色外观进行生成。海螺 AI 的"主体参考"功能和即梦 AI 的"参考图生成"功能都能做到这一点。

一致性问题是 AI 动画创作目前最大的挑战之一，工具层面还在不断进步，实操层面靠上面这两个方法能大幅缓解，但还是需要手动筛选和后期修复，这个工作量不可避免。

第五章：动画生成——单帧与首尾帧的选择逻辑

两种生成模式的本质区别

拿到分镜图之后，下一步是生成动画。这里有一个必须搞清楚的概念分歧：单帧生成（图生视频）和首尾帧生成（固定起点和终点的视频生成）是完全不同的逻辑。

单帧模式：上传一张图，写描述词，AI 自动决定角色接下来的运动。优点是灵活，AI 发挥空间大；缺点是结果不可控，你不知道最终画面会停在哪里。

首尾帧模式：上传第一张图（起始帧）和最后一张图（结束帧），写过渡描述词，AI 负责把中间的过程填满。优点是结果可控，你能精确固定视频的结束状态；缺点是需要额外准备尾帧图片，工作量稍大。

什么时候用哪种模式

一个简单的判断原则：如果你需要固定结束状态，就用首尾帧；如果结束状态可以不固定，就用单帧。

场景举例：

【用单帧】
- 角色走路进场（走到画面里就行，不需要固定在某个位置）
- 披风被风吹动（风向不固定也没关系）
- 角色发呆、微表情（只要有动静即可）

【用首尾帧】
- 产品广告，logo 必须出现在结束帧的特定位置
- 角色变身（从形态 A 精确变为形态 B）
- 特定的动作转场（比如从蹲姿变为站姿，两端状态都要精确）
- 一镜到底的长视频，每段衔接点需要精确对齐

我在复杂项目里的做法是：切镜频繁的片子，大量用单帧；需要故事连贯性或固定结果的片段，用首尾帧。两种模式结合使用，既保证创作效率，又保证关键镜头的精确度。

时长与内容的匹配原则

这是一个很多初学者会踩的坑：提示词写了 20 秒才能发生的事情，却要求 AI 用 6 秒生成出来。结果就是 AI 把所有事件压缩成一团乱麻，每个事件只给你一两帧就跳过了。

正确的做法是：让提示词描述的事件时长，和你要求的视频时长大致匹配。

【错误示范：内容量远大于时长】
6 秒视频，提示词却写：
"男孩走到女孩面前，亲了一口，女孩扇了他一巴掌，男孩昏倒，救护车来了，
 送到医院，手术室灯亮起……"

【正确示范：内容量与时长匹配】
6 秒视频，提示词这样写：
"男孩小心翼翼地凑近女孩，亲了一口，女孩反应瞬间，手已经扬起"

海螺 AI 的单次视频时长一般是 6 到 10 秒，即梦 AI 的首尾帧视频可以到 10 秒左右。在这个时间范围内，一般只能容纳一个完整的动作节拍。建议留给 AI 一定的自由发展空间，不要把提示词写满到分秒不差，通常描述 4～5 秒内能发生的事件，效果更好。

提示词：中文还是英文

这个问题没有绝对答案，取决于你用的平台。我的经验是：海螺 AI 在部分情况下，英文提示词的效果比中文更稳定，特别是描述细腻动作和情绪的时候。建议用豆包、Kimi 等大模型辅助翻译——输入"你是专业的影视英语翻译，帮我翻译这段动画提示词"，把中文描述贴进去，让它生成专业的英文描述词。

翻译 2～3 次之后，你对影视英文提示词的常用词汇就会有感觉，慢慢就能自己写了。

海螺 AI 的模型版本选择

截至本文撰写时，海螺 AI 已经迭代到 Hailuo 2.3，相比之前的版本，在这几个方面有显著提升：

• 动漫与插画支持更好：2.3 版本对国漫、水墨、游戏 CG 等特殊画风的还原度更稳定，做国风动画的用户感受最明显。
• 复杂肢体动作表现更好：过去 AI 生成的人物手臂、腿部等部位容易变形，2.3 版本的物理表现有明显改善。
• 运镜指令响应更准确：你在提示词里写"镜头缓慢向右平移"，2.3 版本能更准确地理解并执行这个指令。

图生视频支持三种分辨率：1080p（6 秒）、768p（可到 10 秒）。我的建议是优先选 1080p，虽然时长短一些，但画质更好，后续超分处理的基础也更扎实；768p 用于需要更长时间线的镜头，但最后超分时要多做一步提升到 1080p 基准。

关于首尾帧的模型选择，需要特别注意：不同版本的模型对首尾帧的支持情况不一样，使用首尾帧时要切换到平台指定的支持版本，否则可能会遇到功能不可用的情况。建议使用前先在设置里确认当前模型是否支持首尾帧。

第六章：剪辑全流程——从素材堆到成片

动画素材生成完之后，才到了剪辑这关。很多人以为"有了素材，剪辑就只是拼一拼"，实际上，剪辑质量直接决定了最终作品的档次。

素材筛选与时间线管理

一个镜头通常要生成多个版本才能挑出一个满意的，剪辑前先把每个镜头的素材按照编号整理好，把你觉得可用的和不可用的分开放。宁可多花 20 分钟整理素材，也不要在剪辑时翻文件夹找素材，那样会让你的创作节奏完全打断。

把素材导入剪辑软件（我用的是剪映）后，注意两个设置：

• 磁吸功能开启：素材片段之间会自动吸附，避免出现空白帧。
• 替换素材时关闭磁吸：当你需要替换一段素材时，要先关掉磁吸，否则你一删旧素材，后面的片段会自动往前顶，整个时间线就乱了。

帧率设置一定要选 24 帧，因为 AI 生成的动画绝大多数都是 24 帧的。如果你导出时选择 30 帧或 50 帧，软件会自动补帧，补出来的效果通常会有一种奇怪的撕裂感，破坏整体的画面质感。

节拍卡点

配上合适的 BGM 之后，画面切换应该卡在音乐的节拍点上，这样片子看起来才会有"节奏感"。

剪映提供"智能打点"功能，它会自动分析 BGM，标出节拍位置。你在这些节拍点上切换镜头，整体的律动感就出来了。如果你对节奏有天然的感觉，也可以关掉智能打点，凭耳朵听音乐来手动卡点——效果可能更自然，但需要更多的时间打磨。

如果你的项目涉及参赛或商业发布，BGM 的版权一定要注意。可以在爱给网（aigei.com）等正规授权音乐平台搜索合适的配乐，下载时要核实授权范围。

音效的分层策略

这里是大多数初学者最容易翻车的地方。音效不是"一个动作配一个音效"，而是"一个动作配一层音效叠"。

以打斗场景中的武器挥击为例，完整的音效层次大概是这样的：

层 1（基础层）：武器高速挥动时的风声（Whoosh 音效）
层 2（碰撞层）：金属碰击声
层 3（回声层）：碰击后的金属震颤余音
层 4（环境层）：场景里的环境音（风声、人群、远处战鼓……）

单独听每一层都觉得太薄，叠在一起才有那种层次丰富的"大片感"。类比一下：一碗白米粥很单调，加上皮蛋、瘦肉、咸菜、煎蛋，才有了质感。

剪映的音效库里有很多素材，但有些比较基础，不够丰富。可以结合爱给网下载更专业的音效，按照上面的分层逻辑一层一层放在不同轨道上。注意：每个音效放上去之后，要反复听，找到它最强烈的那个瞬间，对准画面里动作发生的时间点，音效早了或者晚了哪怕