AI 做视频：一句话/一张图怎么变成一段能发的短视频

AI视频的真相：它不是「按按钮出片」

能发布的AI视频通常还要经历多次生成、挑选片段、补声音和后期剪辑。把视频模型理解为镜头素材生成器，比把它当成自动导演更准确；单次时长和可控程度以所用模型当前页面为准。

国产工具：可灵、即梦——中文prompt+人物动作的强项

可灵和即梦都提供中文视频生成入口，可用于人物动作、产品展示和氛围镜头。两者的模型、积分、单次时长和与剪辑工具的衔接会调整，适合用同一段素材做小样后再选，不宜写成固定排名。

• 做人物近景、表情、动作类镜头，可先用可灵做小样并检查手部、口型和物理细节
• 做完视频直接发抖音/剪映体系，用即梦链路最顺
• prompt里只描述「镜头怎么动」+「主体怎么动」,别描述整个故事背景
• 生成时勾选「高质量」模式，等待时间长但效果差异巨大

海外工具：Runway、Pika——风格化、特效镜头的玩家

Runway提供较完整的网页视频创作与编辑流程，适合风格化镜头；其他海外工具的入口和功能各有侧重。访问条件、中文理解、额度和数据处理规则会变化，上传客户素材前应先核对官网条款。

• 不要假设一次生成就能得到完整长片，先查看当前模型的单次时长并按镜头规划
• 别让人物做复杂连贯动作(连续转身、跳舞),AI一定崩
• 不要忽略额度和排队成本，正式项目前先用低风险小样估算消耗

第一次做AI视频的正确姿势

1. 1第一步：写好分镜——把你要的视频拆成3-5个5秒镜头，每个镜头写在便签上
2. 2第二步：每个镜头先做首帧图——用画图AI(豆包/即梦)出一张高质量图，反复抽卡到满意
3. 3第三步：首帧图扔进AI视频工具，prompt只写镜头运动(如「推近」)和主体动作(如「女孩转头微笑」)
4. 4第四步：每个镜头生成3-5版，挑最自然的一版保存下来
5. 5第五步：用剪映把所有镜头拼接，加字幕、配乐、转场，导出成片

下一篇：AI语音合成——把文字变成好听的配音：图会动了，下一步给视频配个声音。AI文字转语音已经能做出以假乱真的真人朗读。