AI 短视频实战手册:从口播到短剧,活用 AI 工具与剪辑技巧做出高完播率作品

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

这篇长文把我自己折腾 AI 短视频和口播短剧的整套打法,从头到尾梳理了一遍。核心结论先放在最前面:做 AI 短视频不是"输几个字就出片"那么简单,真正能跑出完播率的作品,背后都是"提示词万能公式 + 题材定位 + 人物模型选择 + 分镜切法 + 角色一致性 + 视频工具 + 剪辑后期"七层组合拳。文生图阶段记住"主体、风格、构图、光影、画质、负面"六要素;分镜阶段熟悉五种主流的"开镜"切法,从八镜头/15 秒到三镜头/15 秒各有适用题材;角色一致性靠的是定身照,做不好同一个人后面就会变脸;真人短剧目前国内最稳的是即梦、可灵、通义万相、海螺这一档工具;最后所有视频片段拉进剪映,简单配口播或字幕、压一压背景音乐就能出片。完播率比流量更值得盯,80% 完播的小流量作品,系统迟早会推。

想看完整拆解,往下翻。

一、为什么这套打法值得花时间摸透

短视频这几年最大的变化,不是平台变了,是创作者的"门槛"被 AI 工具重新洗了一遍牌。以前要拍一段像样的口播,得有相机、灯光、收音、剪辑,门槛卡在那里,大部分人就劝退了。现在不一样,文生图、文生视频、AI 配音、智能剪辑这几样工具拼起来,普通人在家里一台电脑就能开工。

我自己一开始也是用最笨的方法去试,模仿别人的爆款一帧一帧扒,扒完发现学不会——别人的提示词看着乱七八糟一长串,自己抄过去出图就崩。后来才慢慢悟出来:那些看上去"长得吓人"的提示词,本质上是一套结构化的公式,只要把公式拆开,任何人都能照着写,而且写得越熟越短。这套手册就是把我踩过的坑、对比过的工具、试过的题材,一次整理清楚。

读这篇文章之前,先说几句实话。

第一,AI 短视频不是"零基础三天出爆款"。出片是真的快,但要让作品被人愿意看完,核心还是题材选得对、画面有信息密度、节奏不拖沓。工具只是放大器,你脑子里有什么样的故事,它就放大成什么样的视频。

第二,这一行的工具迭代非常凶。我这次写的版本是基于 2026 年中能稳定使用的方案,不排除半年后某个工具改版甚至下线。所以理解原理比记功能按钮重要,后面每讲一个工具,我都会先讲它为什么这样设计,再讲操作步骤。

第三,口播视频和短剧虽然形式不一样,但底层逻辑高度共用。文生图公式、分镜切法、角色一致性、剪辑后期这几个模块,口播和短剧只是组合不同。把通用模块吃透,你想做哪一种都行。

下面我们从最底层的文生图公式开始,一层一层往上搭。

二、文生图万能公式:六要素拆解

文生图是整个 AI 视频流程的"地基"。绝大多数短视频生成工具底层逻辑都是先出图再出视频,所以提示词写不好,后面所有环节都会被拖累。

我自己用的提示词万能公式很简单,六个要素,顺序可以微调,但一个都不能少:

主体 + 风格 + 构图 + 光影色彩 + 画质细节 + 负面提示词

下面逐个拆开来讲。

2.1 主体:核心对象 + 特征 + 环境

主体是画面里的核心元素,也是 AI 第一个要锁定的东西。一个完整的主体描述包含三件事:

举一个我自己常用的写法:"二十岁的日系少女,长发微卷,身穿浅色连衣裙,坐在窗边捧着鲜花,神情柔和"。注意这一句话里同时把"对象+特征+环境"全部塞进去了,AI 拿到这一句就能稳稳锁定主体。

很多新手写提示词的毛病是只写主体,不写特征和环境,比如只写"一个少女",这样 AI 会随机给你一张脸、随机给你一身衣服、随机一个背景,结果就是"图是出了,但根本不是我想要的"。

2.2 风格:决定整张图的"调"

主体描述完,接下来要告诉 AI "用什么风格去画"。风格大致分成几类,各家工具的命名可能略有差异,但基本上跑不出下面这几种。

常见风格分类:
├─ 写实类:摄影写实、电影写实、高级写真
├─ 二次元类:日系动漫、插画、漫画分镜
├─ 国风类:水墨、工笔、古风仙侠
├─ 艺术家风格:宫崎骏风格、新海诚风格、赛博朋克
├─ 现代潮流:迪士尼皮克斯、3D 渲染、潮玩手办
└─ 复古怀旧:港风胶片、八十年代海报、复古油画

写法上,在主体后面直接加一句"风格关键词"就行。比如刚才那个少女,加上"宫崎骏动画风格,日系手绘",出来的画面气质瞬间就变了——光线柔和、色彩饱和度提高、人物轮廓也更卡通化。

我自己有个小习惯:不熟悉的风格不要乱写。比如你不知道"赛博朋克"长什么样,贸然写进去,AI 给你一张霓虹灯加机械臂的图,跟你原本想要的"夜景少女"完全不是一回事。先在搜索引擎里看一眼这种风格的代表作,心里有底了再用。

2.3 构图:决定画面"怎么看"

构图这一层很多人都不写,直接交给 AI 随机,出来的图就经常很奇怪——主体在角落、背景占太多、人脸被裁掉一半。其实构图也是一组关键词,加上就立刻不一样。

构图包含三个子项:

• 视角:正面、侧面、俯视、仰视、平视
• 景别:大远景、远景、全景、中景、近景、特写
• 构图法则:居中构图、对称构图、留白构图、三分法、单点透视

我最常用的一组组合是 "半身特写,居中构图,背景虚化"。这套关键词加进去,出图基本上就是一张"主体清晰、背景有氛围"的成片图。如果你拍口播,这一套也直接能用,因为口播视频本身就需要人物在正中、表情清晰、背景不抢戏。

2.4 光影色彩:决定画面的"温度"

光影色彩这块,新手最容易忽略,但它对成片质感的影响是最直接的。同一个主体、同一个构图,换一种光,氛围就完全不同。

色彩这一块直接配合光线写,比如"暖色调、复古胶片色、低饱和高级灰、克莱因蓝主色"等等。我个人偏好暖色,因为暖色出片更容易让人停留多看几秒,完播率会好看一点。

2.5 画质细节:决定"清不清楚"

画质细节关键词的作用,是逼着 AI 把分辨率拉满、把材质细节渲染出来。这一块基本上是套路,记几个关键词就能用一辈子:

8K, 超高清, 电影质感, 大师级作品, 最佳质量, 
细节丰富, 锐利对焦, 真实材质, 皮肤纹理清晰

把这一长串直接抄进提示词的末尾,出图清晰度肉眼可见地往上提一档。

2.6 负面提示词:告诉 AI "别画什么"

负面提示词是新手最容易漏的,但它决定"翻车率"。AI 出图经常画错手、画多手指、面部畸形、镜面反射出诡异图案,这些都是负面提示词没写好。

我常用的负面提示词模板,基本上能挡掉 80% 的翻车情况:

低质量, 模糊, 畸形, 多余的手指, 多手, 错乱的肢体, 
面部畸形, 比例错误, 多人脸, 水印, 文字, 杂乱背景

直接复制粘贴到工具的"负面提示词"输入框里就行。即梦、豆包、通义这类工具都有专门的负面提示词输入位,不要把它写进正向提示词里。

2.7 完整提示词长这样

把上面六要素拼起来,一条完整的提示词长这样(以"日系少女"为例):

正向提示词:
二十岁日系少女,长发微卷,白色亚麻连衣裙,坐在窗边捧着鲜花,
神情柔和;宫崎骏动画风格,日系手绘;半身特写,居中构图,背景虚化;
午后柔和阳光从窗外斜射进来,暖色调,镜头光晕;
8K,超高清,电影质感,大师级作品,细节丰富,皮肤纹理清晰

负面提示词:
低质量,模糊,畸形,多余的手指,多手,错乱的肢体,
面部畸形,比例错误,多人脸,水印,文字,杂乱背景

把这一段贴进即梦或者豆包,出图基本上就是你想要的样子。莫潇羽@无忆研习社测试过几十遍,只要主体描述清晰,这套公式的稳定度非常高。

2.8 主流文生图工具简评

国内目前常用的几个文生图入口,我都跑过测试,简单说一下各自特点:

• 即梦:字节跳动旗下,综合最稳,接入 DeepSeek 之后还能直接对话生成提示词,新手友好度第一。
• 豆包:也是字节系,文生图能力跟即梦同源,但界面更轻,适合手机端临时用。
• 通义万相:阿里巴巴出品,在文字渲染和主体一致性上做得很好,适合需要"图里带字"的设计型场景。
• 网易系图像工具:偏二次元和插画,日漫风格强。

我自己用得最多的是即梦,因为它把"文生图—文生视频—图生视频—对口型—运镜控制"这一整套全做在一个平台里,流程不用切来切去。当然你也可以根据手头需要混用,反正提示词都是通用的。

三、题材矩阵:选对赛道比技术更重要

文生图公式吃透了,接下来是做什么内容的问题。这一节我们聊题材。

我以前最大的误区,是觉得"工具会了,做什么都行"。后来吃过亏才知道:题材选不对,工具再强也是空跑。同样一个少女角色,你放进古风仙侠赛道能跑出几十万播放,放进都市职场赛道可能就两三百播放,因为受众完全不同。

3.1 七大经典热门题材

短视频和短剧目前最跑得动的题材,翻来覆去就是这七大类。这套分类不是我拍脑袋写的,是我自己跑数据加上看那几个短剧爆款的工作室对外披露的赛道列表,归纳出来的。

这七大类的特点是:节奏快、冲突强、情绪点密集。你看那些一刷就停不下来的短剧,几乎都是从这七类里挑赛道。新手起步,在这七大类里二选一就够了。

3.2 十二大内容类目

七大热门是流量主战场,但流量大不等于适合每个人。如果你想做差异化、做长线品牌,可以从更全面的十二大类目里挑赛道:

• 现实情感(家庭伦理、婚姻、亲情)
• 职场与商战(职场秘籍、商海沉浮、创业叙事)
• 女性成长与大女主(成长励志、独立自强、女性互助)
• 乡村振兴与年代剧(返乡创业、田园生活、改革开放)
• 都市现实与社会话题(漂泊打拼、育儿、网红创业、人生抉择)
• 玄幻穿越与系统流(重生、穿越、时间循环、超能力)
• 校园成长与竞技(学生梦想、友情、体育竞技、音乐艺术)
• 温情治愈(宠物陪伴、美食治愈、养老温情)
• 历史正剧与传奇(历史名人、真实改编、家国情怀)
• 暗黑悬疑与江湖(刑侦、神秘事件、江湖恩怨)
• 非遗与匠心(非遗传承、匠人故事、文化守护)
• 末世科幻(末世生存、科技未来、机器人题材)

我自己最看好的几条赛道,排个序:

第一是女性成长。这条赛道的特点是创作的人不算多,但社会共鸣点非常密集。三十岁离婚找回自我、家庭主妇重启人生、闺蜜互助这些故事,中年女性观众基础特别大,完播率很容易做起来。

第二是乡村振兴。这两年很多人因为远程办公、自媒体兴起,真的回老家了。这个题材容易出真情实感,而且选材的人少,流量竞争小。

第三是末世科幻和未来都市。机器人、AI 觉醒、人机共生这些设定,本身就跟当下技术变迁高度同频,观众会有一种"在看自己未来"的代入感。我个人在做的一个长期作品,就是这个方向。

3.3 不要碰的几条赛道

不是所有热门都能上。基于我自己踩过的雷,有几条赛道新人最好别碰:

• 网红主播自爆故事——除非你本人就是从业者,否则写出来不真实,观众一眼看穿。
• 以"百口五窍"式套路博眼球的内容——这一套已经被平台严打,流量会被压。
• 明显擦边的婆媳冲突极端化内容——能过审,但不会推流。

合规这条线,踩一次封号一次,得不偿失。

我自己的判断标准是:只要内容里需要"打擦边球""博眼球""引诱用户做某件事"才有流量,这个赛道就不值得碰。短视频做的是长期生意,账号权重一旦被打掉,后面想恢复至少要花三到六个月,得不偿失。

除了上面那几个雷区,还有几个赛道是"看起来好做、其实坑深"的,顺便提一下。

第一个是纯知识科普。这个赛道看上去门槛低,但留住人非常难。观众看科普的耐心,通常只有 10-15 秒。如果你的内容没有"反差感"或者"实用钩子",纯讲知识点,完播率会很难看。要做的话,最好搭配"反常识"或者"避坑"角度切入。

第二个是纯产品测评。这个赛道接广告快,但平台对"营销内容"的限流也快。新号阶段,平台会先看你的内容是不是"广告"，一旦被打上营销标签,后续推流会被压很久。建议先用三个月做纯内容积累权重,再去接产品测评。

第三个是伪日常。就是那种打着"我的一天"旗号,实际上每条都是摆拍的视频。观众现在越来越精,假日常一眼能看穿,完播率也很难拉起来。要做日常,就真做日常;要做剧情,就标明是剧情。

3.4 题材"叠加"才出彩

最后一个很关键的点:题材不是单选,是叠加。

你做一部短剧,通常不会只有