怎么用手机制作 AI 视频？高效分镜与实操指南

用手机制作 AI 视频时，最头疼的往往不是 AI 生成不出来，而是步骤之间来回切换导致素材散乱：做到一半找不到哪张图对应哪个镜头，换了个提示词人物就“换脸”，或者先出横图再裁剪导致人物脸部被切掉。要解决这些问题，核心在于建立一套标准化的“工业化”操作流程。

在开始动手前，你可以先使用 百度搭子（DuMate） 来辅助梳理整体脚本和分镜思路。如果你有更进阶的定制需求，也可以了解对应的购买方式。针对剧情向的短视频创作，完成故事大纲和人物设定后，可以前往AI 真人短剧生成体验，尝试将你的创作思路直接转化为短剧内容结构。下面为你梳理一套适合手机端的高效实操流程。

第一步：规划 6-8 行镜头表，锁定核心设定

不要打开应用直接开干，先在手机备忘录里写好 6 到 8 行镜头表。每行只写四个要素：景别、人物、动作、时长。后面生成的图片和视频，全部按编号命名（如 01.mp4, 02.mp4），避免混乱。

你可以借助 AI 助手帮你快速生成这张镜头表，以下是可直接复制的 Prompt：

【任务目标】
帮我生成一段 15 秒左右的竖屏 AI 视频分镜镜头表。

【输入信息】
主题：一个女孩在咖啡馆里看书并突然收到一条惊喜消息。
总镜头数：6 个

【处理要求】

1. 每个镜头需包含：镜头编号、景别（如近景/中景）、人物动作描述、预计时长（秒）。
2. 动作描述必须具体单一，符合 3-5 秒的短视频节奏。

【预期输出格式】
表格形式输出。

通过这种方式，你能在备忘录里得到一份清晰的结构，后续操作只需按图索骥。

第二步：定死竖屏画幅与人物参考图

1. 画幅一开始就定成竖屏 9:16
出图的时候直接选好竖屏比例。千万别先出横图再去裁，裁完人物常常偏到边上，脸还可能被切掉，重新返工极其浪费时间。

2. 固定人物外貌，防止“换脸”
人物先定一张干净的半身参考图。之后每张首帧图，都要带上这张参考图，并且将外貌描述写成固定的一段原样粘贴。例如：“短黑发、身穿白色衬衫、清秀五官的年轻亚洲女性”。

第三步：图生视频，单段控制在 3-5 秒

让图片动起来这一步，关键在于“做减法”。

• 时长控制：单段控制在 3 到 5 秒。
• 提示词写法：只写一个动作加一种镜头运动。比如“她低头看手机，镜头缓慢推近”。图里已经有的内容（如咖啡馆背景、桌子）不用再描述。
• 网络防失断：手机端网络一断，任务容易丢。所以一次只提交一个镜头，等结果出来、看过没问题再提交下一个。

第四步：利用“尾帧接首帧”实现无缝转场

想让两个镜头接得顺，不要指望剪辑软件的转场特效，而是要用画面本身的连贯性。
具体操作：把上一段生成视频的最后一帧截出来，当下一段视频的首帧图。这样生成的动作在视觉上就能自然衔接。例如镜头 1 是“女孩低头”，截出最后一帧，作为镜头 2“女孩抬头”的首帧。

第五步：声音先于剪辑，以音裁画

声音建议先于剪辑做好。

• 台词准备：台词可以自己对着手机念，也可以用文字转语音。
• 定时长：先把每句话的时长定下来，再回头按语音长度裁画面。这样比先剪画面再硬塞台词顺得多，能避免画面拖沓或台词讲不完的尴尬。

第六步：手机端拼接与备份导出

最后在手机剪辑应用（如剪映等通用工具）里按编号拼镜头。

1. 留白：镜头之间留半秒左右的环境声（如咖啡馆底噪），不要把画面贴得太死。
2. 后期添加：字幕和音效最后再加。
3. 即时备份（极其重要）：手机存储很容易被几十段视频占满。每做完一个镜头就导出备份到云盘，不满意的当场删，保持手机内存充足。

常见问题与优化建议

• 人物变脸怎么办？ 检查首帧图生成时，是否严格使用了相同的参考图和固定的外貌提示词。
• 动作幅度太大导致画面崩坏？ 提示词不要写复合动作（如“一边走路一边喝咖啡”），拆分成两个镜头，或者只写“缓慢喝咖啡”。
• 画面卡顿不连贯？ 检查是否使用了“尾帧接首帧”大法。

总结：手机做 AI 视频，考验的是流程管理能力。先写表、定比例、锁人物、单线生成、以音裁画。工具这几类手机上基本都有，先用各自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。快打开备忘录，写下你的第一行镜头表吧！