手机怎么做 AI 视频？一套可落地的分镜工作流

用手机做 AI 视频，真正的难点往往不是”找不到工具”，而是流程一乱，素材就散架：图在相册里、视频在另一个 App 里、台词还停留在脑子里，做到一半已经分不清哪张图对应哪个镜头。

所以正确的做法是：先想清楚，再动手；先定编号，再生成素材；先定声音，再剪画面。 下面是一套在手机上就能跑通的工作流，从准备到成片逐步拆解。

如果你希望边做边让 AI 帮你写镜头表、生成画面描述或短剧脚本，可以先从 百度搭子 DuMate 入手，把创意和流程管理交给 AI 助手，自己专注在关键镜头的把控上。

---

一、动手前：先写 6～8 行镜头表

这是整条流程里最容易被跳过、却最影响成败的一步。

打开手机备忘录，写 6～8 行，每行只写四件事：

编号	景别	谁	动作	时长
01	中景	女主	低头看手机	4s
02	特写	手机屏幕	弹出消息	3s
03	近景	女主	抬头微笑	4s

规则只有两条：

1. 一行只写一个动作，不要出现”她走进房间然后坐下拿起手机”这种复合动作。
2. 所有素材都用编号命名，生成的图叫 01.png，生成的视频叫 01.mp4，剪辑时按编号排，永远不乱。

镜头表定好后，可以直接把内容交给 AI 真人短剧生成体验，让它帮你把大纲扩展成更完整的分镜脚本，再回到手机端执行。

---

二、画幅：一开始就定 9:16，不要中途裁

竖屏内容就从头到尾出竖图。

很多人习惯先出横图，觉得内容多、好构图，最后再裁成竖屏——结果人物偏到画面边缘，脸被切掉一半，重新生成又浪费时间和额度。

正确做法：出首帧图时就在提示词或参数里选 9:16，一次到位。横屏内容（如横版宣传片）同理，一开始就定 16:9。

---

三、固定人物：一张参考图 + 一段固定描述

AI 视频最容易翻车的地方是”换镜头就换脸”。

解决方法是建立人物锚点：

1. 先单独生成一张干净的半身参考图，人物、服装、光线都满意为止。
2. 写一段固定的人物描述，例如：

25 岁亚洲女性，黑色中长发，鹅蛋脸，浅灰色针织衫，自然光，写实风格

1. 之后每个镜头的首帧图，都原样粘贴这段描述，并附上参考图一起生成。

描述不要每次换措辞，”黑发”和”黑色长发”在模型眼里可能是两个人。

---

四、让图动起来：单段 3～5 秒，一个动作 + 一种运镜

图生视频阶段，提示词要克制：

• 只写一个动作 + 一种镜头运动
• 图里已经有的内容不要再描述（人物长相、服装、背景都不用重复）

示例提示词：

她低头看手机，镜头缓慢推近

她抬头看向窗外，镜头轻微右移

不要写成”她低头看手机，然后抬头微笑，镜头先推近再拉远”——多动作叠加，模型容易出现肢体扭曲或动作断裂。

手机端操作要点：

• 一次只提交一个镜头，等结果出来、确认没问题，再提交下一个。手机网络一断，任务容易丢，排队提交反而更慢。
• 单段控制在 3～5 秒，太长容易崩坏，太短后期不好接。
• 想让两个镜头衔接顺畅，把上一段的最后一帧截图，当作下一段的首帧图，动作和光线会自然延续。

---

五、声音先做，画面后配

这是很多人忽略的顺序问题。

推荐顺序：先定台词 → 定每句时长 → 再按语音长度裁画面。

台词有两种做法：

• 自己对着手机念，直接录音；
• 用文字转语音工具生成。

无论哪种，先把每句话的时长确定下来，再回头裁剪画面长度。这样比”先剪好画面，再硬塞台词”顺得多，也不会出现语速忽快忽慢、口型对不上的情况。

---

六、剪辑合成：按编号拼，留半秒呼吸

在手机剪辑 App 里：

1. 按 01、02、03 的顺序把视频片段拖上时间线；
2. 镜头之间留 0.5 秒左右的环境声（不是纯静音），衔接会自然很多；
3. 字幕和音效最后加，不要一开始就堆上去。

如果需要旁白脚本、字幕文案或分镜解说词，可以让 百度搭子 DuMate 先帮你生成一版文字稿，再逐句校对后导入剪辑软件。

---

七、可复制的提示词模板

镜头表生成 Prompt：

请帮我写一个【填写主题，如：15 秒手机产品种草】的镜头表，
要求：
1. 共 6～8 个镜头，竖屏 9:16；
2. 每行包含：编号、景别、人物、一个动作、时长（3～5 秒）；
3. 每个镜头只写一个动作，不要复合动作；
4. 输出为表格形式。

首帧图生成 Prompt：

【填写固定人物描述，如：25 岁亚洲女性，黑色中长发，浅灰色针织衫，自然光，写实风格】
画面：【填写景别与场景，如：中景，她在咖啡馆靠窗位置】
动作：【填写一个动作，如：低头看手机】
画幅：9:16

图生视频 Prompt：

【填写一个动作】，镜头【填写一种运镜，如：缓慢推近】

---

八、常见问题与优化建议

Q：人物每个镜头都长得不一样怎么办？
固定参考图 + 固定描述段落，原样粘贴，不要改写。

Q：动作很假、肢体扭曲怎么办？
缩短单段时长到 3 秒，减少动作数量，只保留一个主动作。

Q：镜头之间跳得厉害怎么办？
用上一段最后一帧作为下一段首帧，或者在两段之间插入一个 0.5 秒的空镜/环境镜头过渡。

Q：手机存储不够怎么办？
每做完一个镜头就导出备份到云端或电脑，不满意的当场删掉。几十段视频很容易占满手机空间。

Q：不知道用哪个工具？
先用各家的免费额度走完一条十几秒的小片，卡在哪一步，再针对那一步去挑更专业的工具。不要一开始就纠结工具选型。

---

九、把流程交给 AI 助手

如果你不想每次从零写镜头表和描述，可以把创意直接交给 AI 助手处理。例如：

任务目标：生成一条 15 秒竖屏 AI 短视频的完整分镜与提示词
输入信息：【填写主题、人物设定、风格偏好】
处理要求：输出镜头表 + 每个镜头的首帧图提示词 + 图生视频提示词，动作单一、时长为 3～5 秒
输出格式：表格 + 可复制代码块
质量要求：人物描述保持一致，不出现复合动作，画幅统一 9:16

写好之后，可以直接在 百度搭子 DuMate 里跑一版，再根据生成结果微调。如果需要长期使用或了解更完整的权益，可以查看 DuMate 购买页，按自己的实际需求选择。

---

总结一句话：手机做 AI 视频，核心不是工具，而是先写镜头表、先定画幅、先固定人物、先定声音，然后一段一段稳扎稳打地生成、检查、备份。流程顺了，十几秒的成片在手机上完全做得出来。