关于我是如何用AI创作一个1分半的短视频的

我最近做了一个大胆的尝试，使用AI来创作AI短视频。我曾经以为这个AI泛滥的时代，制作一条短视频不是轻而易举么？但是事实远远没有我想象得那么简单...

动机（为什么要作死）

原因想来主要有以下几点：

• 作为二次元宅，我比较喜欢看动漫，自己也想实操做动漫
• AI很火，火到哪里都是它，想融入，它正好是一个契机
• 侥幸心理，流量为王的时代也想给自己谋求另一条出路

实施前的观望

这段时间，我浪迹于各大自媒体网站，B站、抖音、小红书，这些地方素材来得快，也有一些直播间在教。我大概花了一周左右的时间去蹲各种直播间，以及在这些平台上各个机构和组织投放的一些广告，我也去听过他们在平台之外的直播课。最终总结：

• 平台直播间都有一些限制，能够讲到一些东西，但是都不多。比如抖音只能使用 豆包 + 即梦 + 剪映 来进行直播，除此之外如果有涉及到其他AI工具，直播间就会被封禁。另外这些主播都有一个共有的套路：讲前半段加粗糙的演示，生成图片和视频的提示词需要卡灯牌（刷等级），后半段会直接卖课（割韭菜），然后下播，第二天重复昨天的故事。
• 导流到平台之外的直播课，比如B站投流的《Genji是真想教会你》，大概是这个主题，听过之后，套路大同小异，开始给你看他们制作的成片，配合一些预设好的提示词来给你播放他们做好的成片片段，之后也是卖课，进入传统的营销套路。
• 价格：各个平台的卖课从993999元不等，服务也参差不齐，99元大多是录播课，自己去看；199399，大多是录播课加上口头的保证（有什么问题随便问）；399~999，录播 + 直播 + 口头保证 + 接单；价格更高的说学成之后可以直接转到他们公司的，也有说一起合伙后续创作的。

果然直播的尽头是卖课（割韭菜），针对上述信息，仁者见仁智者见智，其中几分真几分假，全凭自己判断。我最终忍住了他们的金玉良言（忽悠），一方面我没有真正下定决心去闯这行，这是一个时间 + 成本的双重考验，另一方面对于他们的营销，我不是很相信，虽然或许但是可能能学到一些东西吧。

开始前的梳理

从我拿到（白嫖）到一些提示词后，我开始对整体的制作流程进行梳理，大致如下：

剧本 → 分镜 → 出图 → 出视频 → 配音 → 剪辑 → 成片

再拆细一点，大概是这样：

1. 剧本来源

   • 自己写（AI来写剧本，大概3000字左右一集，一集大概3分钟）
   • 改编小说 / 段子 / 热点内容（各大小说平台签约：番茄、起点...）

2. 剧本处理（转化为分镜脚本）

   • 用 AI 把原文改成适合短视频的节奏（分段、对话化），这里主要是抽取小说中的主要场景，将每一段场景加上描述、运镜、环境以及旁白
   • 一般来说3000字左右的剧本，大概会整理成10个左右的分镜脚本

3. 人物 / 场景 / 道具提取

   • 这一步很关键，本质是在“结构化剧本”
   • 比如：人物长相、服装、场景风格

4. 分镜生成

   • 每一句台词，对应一张画面
   • 加上镜头描述（远景 / 特写 / 运镜）

5. AI 出图（我称之为“抽卡”）

   • 文生图
   • 图生视频
   • 控制一致性（最难的点之一）

6. 图生视频

   • 让静态图动起来
   • 简单的运镜 / 动作

7. 配音

   • 文本转语音
   • 情绪、语速、角色区分

8. 剪辑成片

• 拼接
• 加转场、音效、字幕

软件、平台选择

Okay，到这里已经离制作只差一英里了，到了最重要的、也是考验财力的时候了，如果这关过不了，可以直接放弃。先说结论：

如果你想纯白嫖，做出一个哪怕一分钟的短剧，大抵是有点不可能。

分析上面的几步：

1. 剧本来源：AI创作，可以是0成本。但是如果是和小说平台签约，你得如期交货，如果逾期，你得支付违约费用（成本一）。
2. 剧本转脚本，脚本转分镜，提取任务、场景、道具，这些都可以用AI做，如果使用国内的，比如deepseek，豆包，可以是0成本。但是如果使用国外的，比如Gemini，gpt，你得首先科学上网（成本二）。
3. 文生图，这里面可以使用的平台就有很多了，基本现在只要是一个AI Agent，好像都具备了生图的功能，比如豆包、即梦、Lovart、RunningHub、HaiLuo，我没有尝试所有的，只是用了即梦 + Lovart生图，综合体验下来，Lovart内置Nano Bananer 2.0， 比即梦的Seedree 4.0更加精准点。这里的成本后续在图生视频中提及。
4. 图生视频，这是最重要的。一般选中一个平台之后，文生图以及文生语音，图生视频都会有包含，但是图生视频是一定得付费的，想白嫖的也有，比如豆包一天可以生成3个10秒的视频，但是不太可控。（成本三）
5. 视频剪辑，我觉得最好入门的是国内剪映，可能我没有接触其他的，比如PR，我大概摸索了一个小时，就能基础地使用了。这就是（成本四）

综合算下费用，这里我们假设都使用国内的一些软件来操作，所以忽略成本一、成本二：

• 文生图、图生视频：这里可以选择的平台很多。
• 最有名的就是即梦，Seedance2.0 生视频已经🔥上天了，但是费用也是真的贵，基础会员79元一个月，每月800积分，到这里你可能对800积分没有概念，我举个实际的例子，生成一条15s的1080P视频，使用Seedance2.0 Fast模型，会消耗75积分，也就是说，你撑死能够生成10条视频，大约150秒，这是你运气好抽卡（图生视频）一次不歪的情况；高级会员一月750元，8000积分。这里另外提一点，即梦的基本会员只能简单使用文生图了，想用它来生成视频，基本不太可能，因为你可能因为一条15秒的视频要排队3天，我一个星期前的视频还在排队中😅😅😅。
• Lovart，智能体综合平台，能够选择很多模型，比如Seedance 2.0，Veo等等，我只使用过它的免费额外，用来生成图片，这里忽略不讲，每月79$的订阅费让我对它望而却步。
• RunningHub，同上。
• 小云雀，也是一个智能体综合平台，可以使用Seedance2.0 来生成视频，但是无法垫音频，首月39元。
• Elevenlabs，坑过我，智能体综合平台，首月6$，30000积分，咋一看积分是真的多，但是基础会员一天只能使用Seedance 2.0 Fast生成一个15秒的720P视频，这一个视频需要用到23000多积分，完犊子，生成了一个看了效果之后，马上取消订阅了。另外还有一些模型，比如Veo，只能生成6s的视频，一天可以生成30几个吧，但是只能基于首尾帧，就是太麻烦了。
• 文生音频：这里基本各大制作视频网站，比如即梦、小云雀，如果你已经买了他们的会员，这里花销的费用倒是不大。免费的：Any Voice，有字数限制，可以使用上传的音色，需要排队，但是一般来说很快。

第一次初尝试

我最开始在番茄达人中心翻了几部小说，我发现字数都太多了，我实在没有信心还是一个小白的情况下能够把它创作完，放弃这条路。

所以我选择了让豆包给我生成一个大约3000字，关于 末日题材 的一个微型故事，按照上述的步骤，将故事生成脚本，将脚本设计为多分镜，提取道具和场景、人物，一切都朝着好的方向在发展。

我选取了第一个分镜，大致为下面这样：

【分镜 1】：水面漂浮的母亲遗物
出场人物：林夏
场景描述：护城河岸边，雨后泥泞，夏末阴天冷光，水面泛着灰绿色波纹
时间轴拆解:
0-4 秒:【主观视角推轨】水面缓缓飘来蓝布包，拉链半开，(画外音：这是我妈每天买菜用的包，她从不离身)。
4-8 秒:【近景手持】林夏蹲下身，膝盖陷进泥里，手伸向水面，指甲深深抠进岸边泥土。
8-12 秒:【极焦特写】蓝布包里露出半块变硬的桂花糕，和一本泡烂的假会计账本，(画外音：她一辈子细心，绝不会把假账带在身上)。
12-15 秒:【慢动作】林夏的手停在半空，肩膀剧烈颤抖，一滴眼泪砸进泥里，溅起细小的泥点。

文生图：刚好赶上了即梦 “1元7天试用基础会员的活动”，725积分，啪啪啪一顿操作，我三下五除二就把人物图全部生成好了，包括面部特写和人物三视图（主视、侧视、背视）。

图生文：有了上面的分镜描述以及人物图、道具图、场景图，我兴致冲冲地使用即梦去生成视频，想着725积分，如果一次75积分，也可以大概生成9次左右的视频片段。但是事实是，如果你只是基础会员，你可能需要等待超过3天的排队，为了一段仅仅只有15秒的视频。Oh, ****，放弃还是继续冲（充），我纠结了一番之后，决定先降级去豆包试试免费的（豆包一天可以调用即梦的Seedance2.0 Fast生成大约3段视频，每段视频10s，但是无法准确垫图、垫声音）。

视频生成完了，哟，效果还可以嘛，视频直接做了配音、音效、台词、转场等等。只有一处不是特别合理，“蓝色的包是从远处逐渐从河底飘上来的”。我信心大增，看来完成一个3分钟的视频那不是轻而易举？？？

开工大吉

观望和尝试了一把之后，我决定开始正式开搞了。工欲善其事，必先利其器，我充了如下会员：

• 即梦新手保护活动：1元7天免费体验基础会员（本来以为能直接搞定的，毕竟有725积分）
• 小云雀：39元新手保护期，第二个月恢复到79元。后面被Elevenlabs坑过之后，又花了50大洋买了500积分
• Elevenlabs: 原因是小云雀的积分用完了，我发现它首月只需要花6$就能有30000积分，同时支持Seedance2.0的模型来生成视频，果断入手后发现被坑了，生成一个15s的视频竟然要花费20000多积分
• 剪映专业版：首月保护6元，对于我来说，物超所值

开搞开搞。

理想与现实

我起初打算继续上面的剧本来创作视频，但是发现就我那点可怜的积分，估计做不完一集。那这样的话，不如搞点比较独立的，无需上下集的，那就搞首李白的《静夜思》吧。

我的创作思路大致不变：

• 豆包生成了一个李白创作《静夜思》的剧本
• 将生成好的剧本设计成分镜脚本
• 提取每个脚本中的人物、道具、场景
• 将每个分镜脚本生成分镜描述，包括运镜、场景描述、人物动作、每个镜头的时长
• 将每个分镜描述词拿到小云雀中，垫上生成的人物和场景、道具，按下确认键

成功了吗？

想什么呢？光第一个说书先生的镜头我就重复生成了3次，积分哗啦啦一下从725干到了500，然而，我第一个分镜的视频还是没有生成好。

怎么办？

一次生成不了，我凑凑总行了吧，我把3个视频中能用的部分裁剪下来，然后拼接起来，缝缝补补，总算是完成了第一个。

哭笑不得的插曲

有一个分镜是这样描述的：

【分镜 2】：「太白仗剑・辞亲远游」
场景描述：开元十四年深秋长江江面，冷调江雾柔光，侧逆光来自江面落日；26 岁白衣佩剑的青年李白孤身立于扁舟船头，画面全程仅锁定李白单人，无其他人物
时间轴拆解（Timeline）：
0-4 秒：【中景环绕】360 度慢环绕运镜，李白立于船头，江风吹起衣袂与发梢，手按腰间佩剑，目光望向远方江面 +（画外音 / VO：话说大唐开元十四年深秋，太白公年方二十六，正是仗剑去国、辞亲远游的年华）
4-8 秒：【近景推轨】镜头匀速拉近至李白侧脸，下颌线紧绷，眼神里满是少年意气，指尖摩挲佩剑剑穗 +（画外音 / VO：他顺长江东下，一路向着扬州而去）
8-12 秒：【远景固定】镜头拉至船尾主观视角，前方是水汽氤氲的扬州城郭轮廓，江水拍打着船身，李白的白衣背影立于船头 +（画外音 / VO：千里江行，前路是繁华盛景，身后是回不去的蜀地故乡）
12-15 秒：【背影定格】李白抬手望向远方扬州城，手臂保持抬起的姿态，预留下个镜头繁华与孤寂对比的衔接趋势

前面的两个镜头还算正常，第3个镜头就有点离谱了，是这样的：

再来一次，给我干成这样了，完犊子，直接整成杨过了。

然后我连夜在分镜前加了强制约束的提示词：

【强制约束：​李白全程站扁舟船头中央，绝对不进船舱 / 不碰船桨 / 不移动位置；船只全程长江主航道顺流直行，绝对不旋转 / 不逆转 / 不靠近岸 / 不搁浅；画面只有​李白1 人，无其他人物；所有建筑纯唐代风格，绝对禁止任何现代建筑 / 物品 / 服饰；​李白只做提示词明确写的动作，禁止加任何额外动作】 

​前面3个镜头都没有问题了，结果第4个镜头给我干成这样了，说好的抬手远望了，你这是要指天指地指空气啊。或许需要加上“抬手在眉间做眺望的姿势”，不过后续这段我就直接剪掉了。

还有一个镜头是这样的，我让李白起床蹲下去摸摸地面的月光，结果是这样的，直接整出两个来。

这样的

诸如此类的问题还有很多，有时候可能是提示词遗漏了某个关键点，AI自由发挥，有的时候是你即使限定了提示词，AI也可能自由发挥。

唯一的安慰

在做文字配音时，我需要将第一个分镜中说书人的音色提取出来，然后使用其他文本来生成其他视频片段的画外音。Google最开始给我推荐的就是Elevenlabs，可以支持上传自定义的音色，但是当我一步一步配置之后，发现最后一步需要 充会员** ，**所以我阶段性放弃（因为我后续也确实充了会员）。

这里重点表扬 Any Voice，解了我的燃眉之急，它可以上传自定义音色，但是有120个字数的限制，同时也需要排队，但是排队时间一般10几秒，跟即梦的排队几天比起来，简直不要太舒服。

总结与回顾

​最终依旧是按照缝缝补补的套路，勉勉强强将这个短视频完成了，其中不乏穿帮的镜头。整个视频没达到3分钟，合计1分39秒，大概每秒花费1元，不连贯的地方用了大量的转场、拼接。在这里可以看效果（上传视频太麻烦，如果感兴趣可以去抖音看看）：

7.17 PXZ:/ f@b.Nj 03/15 AI短视频创作（烧钱的玩意） 穿帮就穿帮吧，实在是经费在燃烧@皮皮的皮妈 # ai短视频制作 # AI抽卡 # 古诗词鉴赏  v.douyin.com/UW7TKwPnj2o… 复制此链接，打开Dou音搜索，直接观看视频！

经验总结

• 提示词很关键，做短视频也需要很细心，尽量在分镜生成视频之前需要仔细检查，每一个小细节都可能让AI有自由发挥的用武之地
• 人物、场景一致性：需要垫图，先在分镜中提取出场景、人物三视图之后，以后如果需要用到相同的场景和人物，就需要明确指定
• 配音：配音可以让AI先生成第一个片段，一般来说都是符合人物音色，然后再通过提取人声，做声音克隆，可以用作后续的旁白和配音
• 很少或者几乎不可能一次就生成你想要的完整片段，针对合适的部分，可以通过裁剪 + 转场的方式，避免重复抽卡浪费积分
• 心性很重要，这是一个细活，不要求特别精细，对专业的要求并不算太高，普通人也可以做

值得继续做下去么？

​如果个人只是兴趣驱动，做下去的热情估计很难维持，这是一个时间 + 成本的双重考验，需要大量的时间和不菲的投入才能完成的事，而且就算让你做出来了，后续的推广和营销也是一笔不小的投入，路人可以劝退，土豪随意。所以一般如果是想专门投入干这行的，可以去找找团队和机构，或者合伙去创作，这样精力和财力都可以分摊。

有成功的个人案例么？

个人创作者能够成功么？有啊，抖音上好多的创作者其实都是个人的，但是最近的风向基本上都是个人创作者已经发出了断更的通告。

• 一方面现在算力成本特别高（开始割韭菜了），前期的个人创作者都是吃了阶段性的红利，能够靠着较低的成本和不俗的流量来平衡收入和支出，甚至可以一夜暴富，但是现在确实不可同日而语
• 另一方面，个人创作者不能拿到小说平台的版权了，无法通过个人签约来创作视频，唯一的出路可能就是自己创作，但是难度极高
• 最后侵权的事件越来越多，自己辛辛苦苦搞了大半个月，结果被别人白嫖发布之后反过来告你侵权

最后的建议

总之，现阶段对于要个人创作，一夜暴富的建议是：玩玩可以，如果下定决心要投入这行最好先深思熟虑一下。