内容创作 · 深入
一条片子里，AI 到底该拍哪几个镜头？
不是「一条提示词生一整条」，是一镜一次地攒出来
AI 视频最容易踩的坑，是把「一整条片子」当成一次生成任务 —— 结果人物变脸、动作重复、镜头乱切，且失败之后不知道是提示词的哪一句出了问题。成熟的做法反过来：先定镜头预算（这条片子几个镜头、每个几秒），再一镜一次地生成与筛选，最后才拼接。稳的关键有两条：先用静态图锁定「长什么样」（人物与场景统一了，动起来才不会变脸）；每一镜单独写清主体、场景、运动、风格，而不是把四件事塞进一句话。这一页给的是这条流水线的完整分工，以及三个只在深入档才会遇到的结构性问题：镜头预算怎么定、系列化怎么从第一条就铺、以及「人的痕迹」该加在哪三个节点。
方法 · 一图看懂
1
先定镜头预算 — 一句话说清受众 / 平台 / 时长 / 要观众做什么；再拆成 4~8 个镜头，每镜 3~8 秒（单个生成片段通常 4~10 秒）
2
先锁「长什么样」 — 用静态图把主角、场景、风格固定住（每镜多生成几张挑最好的一张）；这一步做完再谈运动，否则同一片子里人物会变脸
3
一镜一次写提示词 — 每镜单独写：主体 → 场景 → 运动 →（进阶补）美学控制与风格化；图像侧用逗号分隔短语、视频侧反而用句号分行，靠标点把镜头 / 动作 / 场景层次拆开
4
先测最难的那一镜 — 若整条片子依赖维持人物身份 / 包装形状 / 口型同步，先把这条约束跑通，再去拍容易的建立镜
5
拼接与配声再收口 — 按脚本顺序排片、对齐配音与字幕、单镜头压到 3~8 秒不拖沓；封面与标题标签最后做
镜头预算：为什么是「四个五秒」而不是「一条二十秒」
把时长拆成镜头数，是这条流水线里唯一一个必须在生成之前定下来的决定。原因是生成类工具的失败是局部的：一条提示词里混了四个地点和一段完整故事时，任何一处出错都要整条重来，而且你无法判断是哪一处引起的。拆成四个镜头之后，失败的代价被限制在一镜之内，重做只重做那一镜。拆法照「一次可拍摄的动作」走：第 1 镜建立主体与地点 · 第 2 镜给主要动作或产品收益 · 第 3 镜补一个细节 / 反应 / 证据点 · 第 4 镜收在你要观众记住的那个东西上。⚠️ 单镜 3~8 秒是节奏纪律，不是技术限制 —— 超过之后完播率开始掉。
系列化：第一条就要想好第十条
深入档与入门档真正的分水岭不在画面质量，而在有没有把「一条片子」当成「一个系列的第一条」。可复用的三个做法：① 把世界观与可扩展的故事线在第一条就定下来 —— 你后面所有片子都从这套设定里长出来，观众才会形成追更习惯；② 建立一套固定的镜头语言与风格关键词，让其后的每一条看起来属于同一个作者（这也是「同一风格关键词贯穿所有分镜」这条纪律的放大版）；③ 分层使用工具 —— 背景图用视觉质量优先的、动态片段用运动流畅性优先的、配乐用情感匹配优先的。工具组合比单一工具更重要：指望一个工具同时赢下三项，是最常见的资源错配。
真人锚点：纯 AIGC 会掉的那一块，加三个节点补回来
纯生成内容有一个不易察觉的衰减：看起来越干净，信任感越薄。可观测的信号是纯 AIGC 内容的互动率在持续下滑，而真人加 AI 的混合形态相对稳定。不需要全程真人出镜 —— 只在三个节点放「人的痕迹」：开头 3 秒（建立「这是有人在跟你说话」）· 情绪高潮点（画面之外的一句真话）· 结尾的行动号召（一个具体的人让你做一件具体的事）。与之配套的是发布后的 24 小时复盘节奏：前 6 小时看完播率与 5 秒留存（低就先改封面与开头 3 秒），前 12 小时看互动率，前 24 小时看自然推荐量 —— 等一周再复盘时，算法的初始判断已经定型。
原理 · 为什么有效
这条流水线的原理只一句话：把「不可控的一整条」拆成「可控的每一次」。生成模型的输出是概率性的，唯一可靠的工程手段是缩小单次任务的自由度 —— 一次只让它决定一个镜头里的主体、场景与运动，其余（长什么样、片子的结构、风格的统一）由你在外面锁死。所以顺序不能反：先锁定外观（静态图）再生成运动；先测最难的约束再拍容易的镜头；先定镜头预算再写任何一条提示词。至于「图像用逗号短语、视频用句号分行」这条差异，本质上也是同一件事：标点是给模型的层次信号，图像要的是并列的属性（主体 + 风格 + 光线），视频要的是可被切开的动作序列（先怎样、再怎样）—— 用错标点，等于把层次信息交给了模型的随机理解。
适用场景
适用：已经在做短视频、但产出质量忽高忽低、重做代价大的人 · 一个人做号的创作者（需要把「一部片子」的产能压到可日常维持的量）· 做产品演示 / 口播 / 知识类视频、画面需要与人或物保持一致的人 · 想把视频从「碰运气」变成「按流程跑」的人。
⛔ 不适用：只需要一张图或一段三秒动图的人 —— 那不需要镜头预算与拼接，按静态图的提示词结构做就够了。
⚠️ 前提：你要有一条能稳定产出画面的链路（生图工具 + 图生视频工具，或直接文生视频）。若手上还没有可用的生成工具，先只做第 1、2 步：把镜头预算与风格关键词写出来，这两步不依赖任何工具，也是后面所有步骤的依据。
自测 · 5 问
我这条片子的镜头预算是几个镜头、每个几秒？答不出来就说明还在「一条提示词生一整条」。
我有没有先用静态图把人物与场景锁住，再去生成运动？
我上一次重做，是因为哪一个镜头出问题？能不能说出是哪一句提示词引起的？
我最难的那个约束（人物身份 / 包装形状 / 口型同步）有没有在拍容易的镜头之前先跑通？
我这条片子发出去之后，前 6 小时的完播率是多少、我据此改了封面还是开头 3 秒？
怎么上手 · 验证步骤
第一次只跑一条三镜的短片，把六个动作各做一次：① 定预算（写下一句话受众 / 平台 / 时长，拆成 3 个镜头、每镜 5 秒左右）② 锁外观（每个镜头先生成 4 张静态图挑一张）③ 写提示词（主体 → 场景 → 运动，视频侧用句号分行）④ 测最难的那一镜（三镜里最需要保持形象的那一镜先做）⑤ 拼接对齐（配音、字幕、每镜压到 3~8 秒）⑥ 发布并记下前 6 小时的完播率。跑完这一条，再决定要不要把它做成系列 —— 先有一条完整的，再谈工业化。
自检动作：写下这一句 ——「这条片子 N 个镜头，其中重做了 M 个，最难的约束是 ______，前 6 小时完播率 ______，我据此改的是 ______」。M 越少、且能说出每次重做是哪一句提示词引起的，说明你已经从「碰运气」走到「按流程跑」。