短视频生成

WorkBuddy 更新后能出视频了：切到「设计创意」，点「生成视频」，官方给了四类案例：青春校园剧、拟人趣味短视频、电影感的冒险片，还有让一张海报动起来。照着官方的提示词稍微改一改，等上几分钟，就能拿到一条片子。

但下一步肯定不是炫技，得让它帮我们做实事。

上班的人做短视频，最常见的是这几种：活动倒计时、新品展示、海报做成会动的版本、课程里的知识点讲解、把一篇文章做成观点短片、新员工入职培训。这些片子重要，但很少值得专门找人拍。这一节讲怎么让它出一条能用的。

两种出法：一句话，或一张图

• 一句话出视频：全靠文字描述，适合没有素材、要一个氛围或一个场景，比如“一段 10 秒的循环动态背景，抽象的数据流动效果，深蓝色调”。
• 一张图动起来：先给一张图，让它在这张图的基础上动。适合产品、海报这类长相不能变的东西。

有商品、有海报、有定好的人物，优先用第二种：第一帧就是你的图，走样的机会小得多。但越往后越可能漂，Logo、字、脸几秒后可能就不是原来的样子，出片后要一秒秒看。

生成时可以选画面比例、要不要带声音，还能写上不希望出现的内容。清晰度默认 720P，也可以选 1080P。

写视频提示词：按秒写镜头

商业视频的提示词，每一段都可以套同一个结构。先看保温杯这一段：

生成一条15秒、9:16竖版商业产品视频。
主体是一只哑光黑色不锈钢保温杯，圆柱形杯身，银色杯盖，正面印有简洁白色Logo。产品外观、比例、颜色和Logo全程保持一致。
0–3秒：产品置于浅灰色摄影台中央，正面中景，镜头缓慢向前推进，突出整体轮廓。
3–7秒：切换45度近景，镜头从左向右缓慢环绕，重点表现杯身磨砂金属质感、边缘高光和Logo细节。
7–11秒：切换特写镜头，展示杯盖旋转打开、杯口结构以及杯身表面的细小水珠，动作自然、连续。
11–15秒：一只手从画面右侧自然拿起保温杯，展示握持状态，随后重新放回桌面，镜头缓慢拉远，产品保持在画面中央并停留1秒。
场景采用极简商业摄影棚，米白色背景，柔和侧光，浅景深，高级但真实的商业广告质感。画面干净，不出现其他品牌和无关物品。
全程保持产品形状、颜色、Logo位置、杯盖结构一致，不发生产品变形。

拆开看，是五样东西：

生成一条15秒、9:16竖版商业产品视频
主体是一只哑光黑色保温杯……外观、比例、颜色和Logo全程保持一致
0–3秒做什么；3–7秒做什么；7–11秒做什么；11–15秒做什么
产品回到画面中央，停留1秒
极简摄影棚，柔和侧光；不出现其他品牌和无关物品，不发生产品变形

其中三样最要紧：

先锁定产品，再设计镜头。AI 视频最怕“第一秒是这个杯子，第三秒已经换了一个杯子”。颜色、形状、材质、Logo、结构，在开头就写死，结尾再重复一遍。

用时间轴控制视频。只说“拍一个高级产品视频”，它可能生成很多漂亮画面，却没有明确的内容推进。按时间段写，每一段只做一件事，视频就接近真正的商业分镜。

最后一定要设计结束状态。商业视频不能永远在动。最后让产品回到稳定的画面，后面接价格、卖点、购买链接、Logo，都方便。

这个结构不只适用于保温杯，换成耳机、护肤品、食品、家电、服装，镜头逻辑都成立。

先按 15 秒以内写，一段只放一个运镜。单条视频有时长上限（常见 15 秒左右，以面板上显示的为准）；一段里又推又转又切，结果很不稳。第一次做，先出 6 到 10 秒、只有一个缓慢推进的版本，跑通了再加段。手拿起、盖子旋开这类细动作最容易出怪，出了就把那一段删掉或换成一个运镜。

换成你要做的片子

下面按岗位给了几段完整的模板。点开你要做的那种，把【】里的换成你的。超过 15 秒的几段，拆成两三条出，每条一两段镜头，再在剪映里接起来：

活动倒计时商品展示海报动起来课程知识点观点短视频入职培训

运营最实用的一招：一次生成，设计成一整套。第一条是“还有 3 天”，后面只换数字和结尾文案，就能接着出“2 天”“1 天”“今天”。

你对 AI 说复制

生成一条10秒、9:16竖版活动倒计时视频，用于小红书、视频号和朋友圈发布。主题为“距离【活动名称】还有3天”。
0–2秒：深色背景中出现活动主视觉元素，镜头缓慢向前推进，画面中央留出一块干净的位置（后期放数字）。
2–5秒：镜头继续推进，展开【活动场地/舞台/核心场景】，展示现场灯光、舞台、座椅或品牌装置，画面有轻微动态。
5–8秒：快速切换3个活动亮点镜头：①【嘉宾/讲师】登台；②【活动内容】；③观众互动场景。节奏逐渐加快。
8–10秒：所有画面收束到活动主视觉，停留1秒后结束，画面中央留出放文字的位置。画面里不要出现任何文字和数字。
整体采用真实商业活动宣传片风格，画面干净、有期待感，保持【品牌主色】和活动视觉系统统一，不出现无关文字和Logo。
请保持人物形象、活动场地、舞台设计和整体视觉风格前后一致，方便后续继续生成“2天、1天、今天”的系列倒计时视频。

最后一句“保持前后一致，方便后续继续生成”是这段的灵魂：运营就从“做一条视频”变成了“搭一套传播素材”。

每段最后都有一句不要文字。AI 视频里冒出来的字，大多是看不懂的乱码；原图上的字，动几秒也会糊。数字、标题、店名、字幕，都在剪映里后期加。海报要动，只让背景和光轻轻动，字留在设计稿上。

先出图，再出视频

出视频比出图慢得多，也贵得多。一条视频花的积分，常常是一张图的好几倍，换个模型又能差好几倍，以发送前工具描述里的数字为准；出一条视频要等几分钟。

所以省钱的办法是先用出图验证。人物长什么样、产品摆在哪、什么光线，先出一张图看对不对，对了再拿这张图让它动起来。图出一张几十秒，视频一条几分钟，试错的成本差了好几倍。

写视频提示词，还有几条小经验：

让视频里的人“全身入镜”，比图片难得多。文生视频对全身构图的把握不如出图准，所以先用一张全身图定住，再让它动。

一条完整的口播片：不止一句话

它出的是一条几秒到几十秒的片段。一条有口播、有字幕、有好几个镜头的完整讲解视频，目前还做不到一句话出成片。但在脚本、分镜、素材这几步上，它能帮你省下大半时间。

看一条睡眠健康科普视频是怎么做出来的。WorkBuddy 在里面当“大脑和指挥”，画面、数字人、剪辑交给别的工具：

第一步，只要说一句：

帮我写一个关于睡眠健康的 60 秒短视频脚本，面向普通观众，语言口语化，每句话配一张关联图片的提示词。

交回来的是两张对得上的清单：

脚本写出来，先念一遍掐掐时间，字数常常超。口播稿按秒数卡字数，提示词库里有一条现成的：按秒数写口播稿。

脚本和提示词有了，后面几步的经验也很实在：

• 配图提示词统一加上“竖屏 9:16”或“横屏 16:9”，避免尺寸不对；风格固定用一句，比如“写实风格，柔和光线”，成片才统一。
• 合成这一步，可以让 WorkBuddy 写一条 FFmpeg 命令（一个免费的视频处理工具），一次把背景图、右下角的数字人小窗和字幕合在一起；不想碰命令的，用剪映手动拼也一样。
• 要一批提示词时别一句句问，一次说清：“我要生成10张睡眠健康主题的背景图提示词，每张图对应一个知识点，风格统一写实，输出JSON格式。”不熟悉 JSON 的，最后一句换成“整理成表格”就行。
• 哪些交给 AI、哪些自己来，要分清楚：

一句话：AI 负责“初稿”和“重复劳动”，人工负责“审美”和“最终把关”。

老师、培训师做知识短视频，同样可以从脚本开始：

帮我写一个 60 秒的短视频脚本，主题是“3 个 AI 工具让老师备课效率翻倍”，适合抖音。按镜头拆开，每个镜头标上时长，并配一句生成画面用的提示词，统一竖版 9:16、写实风格、柔和光线。

发出去之前，看这几样

• 主体有没有变：产品的颜色、形状、Logo，人物的脸和衣服，从头到尾是不是同一个。
• 有没有乱码字：画面里冒出来的字，大多看不懂，发现了就重出或后期盖掉。
• 比例和时长：是不是这个平台要的横竖，结尾有没有停住、留出放字幕和 Logo 的位置。
• 字幕和配音：有口播的，一个字一个字核字幕，看配音和画面对不对得上。

这一章，你让它出了图、做了海报、修了图、出了视频。下一章，我们给它“装本事”：装技能、请专家、选模型，让它会得更多、做得更专业。