AI 短剧工坊 第1篇｜AI 到底能替你做视频的哪一段

从零开始认识 AI 在短剧里的真实分工：脚本、画面、配音、剪辑各自能交给 AI 到什么程度，并跟着做出第一条 15 秒的成片。

夜班分拣员想拍逆袭短剧，第一步卡在哪

王磊今年26岁，在快递站做夜班分拣。

他刷到那些“穷小子翻身”的短剧，觉得自己也能拍。

毕竟谁没几个深夜故事。

他手机里有三千多条随手拍的仓库镜头。

可当他真正打开剪辑软件，看到底下密密麻麻的轨道和一排叫不上名字的工具时，手指悬在屏幕上五分钟，又退回了桌面。

他不懂什么叫分镜，不知道关键帧是干嘛的，更分不清那些 AI 工具到底该在什么时候插手。

他想先写个脚本，憋了半小时只写出“他看着快递，眼神坚定”。

他想找人配音，一搜发现有的 AI 念出来像天气预报。

他最大的困惑是：我连片子都没剪过，AI 到底能替我干到哪一步？

是帮我全部搞定，还是只帮我打几个字？

这一步卡住很正常。

你不是缺才华，是缺一张地图，不知道哪段路可以搭车，哪段路必须自己走。

AI 做视频，像你家楼下新开的代收点

你把做视频想象成寄快递。

脚本是你写的购物清单，画面是商家发来的包裹，配音是箱子里填充的气泡垫，剪辑就是你在家里拆箱、组装、摆成想要的样子。

AI 就是那个新开的万能代收点：你可以把清单扔给它，它帮你规整格式；你可以让它把气泡垫换成更厚实的；它甚至能凭空给你造出几个看上去像包裹的盒子——虽然里面未必真的有东西。

这个代收点24小时营业，你随时能去。

但这里有个关键差别：真实代收点只会搬运你已有的东西，而 AI 画面生成是真能“凭空造物”的，它靠看过的千万条视频拼凑出新画面，就像个没出过门但看过全世界的画师。

另一个不同是，代收点弄丢了包裹会赔，AI 给你生成一只六根手指的手，它自己意识不到这是错的，也不会主动道歉。

所以你不能把它当管家，只能当它是个手脚很快、但偶尔会迷路的临时工。

这个说法我不认同——很多教程告诉你“AI 配音随便选一个就行”，实际用下来，如果你选了一个过于激昂的“影院级男声”，配上你自己用手机拍的画面，会像纪录片旁白插进了家庭录像，违和感极强。

今天做出你的第一条15秒片子

我一般不建议新手第一天就碰那些号称“一键成片”的模板，因为你还没搞懂这条片子的零件是怎么咬合的，用了模板后面反而更不会改。

我们今天用手动方式，一句一句搭。

第一步，生成脚本。

打开手机浏览器，进入任何一个带 AI 对话的网页——你平时用来问问题的那个就行。

在输入框里粘贴这句话：“我要拍一条 15 秒的逆袭短剧，主角是夜班工人，第一句要有冲突，每句话不超过 10 个字，总共给 4 句，只输出旁白。”

点发送。

等几秒，你会看到 AI 吐出 4 行短句，类似：“凌晨三点，又被投诉。他攥紧工单，忽然笑了。明天，这仓库姓王。”

如果你看到的是一大段故事梗概或者几百字的小说，那说明你忘了限制字数，需要把“每句话不超过 10 个字，总共给 4 句”再强调一遍，重新发一次。

把这段文字复制下来，存到手机备忘录。

复制时注意观察：AI 有时会在句末带半个引号或多余空格，这些符号会让后面的配音出现奇怪停顿，建议你手动删掉多余标点。

第二步，拍一段素材。

不用准备场景。

你坐在椅子上，把手机架在杯子旁边，前置摄像头对准自己。

按下录像，先低头三秒，再抬头看镜头两秒，最后做个攥拳的动作，保持三秒，停。

这段素材大概 8 秒，够了。

如果你拍完后发现画面是反的，那说明你用的是前置摄像头，这是正常的，大部分剪辑软件会自动镜像回来。

如果画面黑漆漆，那说明房间灯太暗，你需要面向窗户或者开一盏台灯，重新拍一条。

如果录进去太多环境杂音，没关系，我们后面用 AI 配音覆盖它。

第三步，打开剪辑软件拼起来。

我接下来会以常见的手机剪辑软件为例，你手机里的软件如果名字不同，逻辑几乎一样。

打开软件，点那个大大的“+”号或者“开始创作”，从相册里选中你刚拍的视频。

点“添加”。

这时候你进入主编辑界面，中间是预览窗，下方是时间轴，你的视频躺在主轨道上。

找到底部菜单的“文字”按钮，图标通常是“T”或“字幕”。

点进去，再点“新建文本”或“添加文字”。

把第一句“凌晨三点”输进去。

输完后，不要直接点空白处，先找到“文本朗读”或“朗读”一类的按钮——这个按钮一般在文字编辑页的下方或旁边，有些版本里它叫“AI 配音”，以你打开时页面显示的为准。

点进去后，你会看到一排音色。

我一般不推荐新手选太夸张的“影视腔”或“激昂解说”，因为和业余画面对比会显得更假。

选一个“清晰男声”或“新闻男声”，点“开始朗读”。

你会看到时间轴上多出来一条颜色不同的轨道（通常是紫色或蓝色），长度大概 2 秒左右。

如果你只看到文字叠在画面上，下方没有新轨道，那说明你只添加了文字，没有生成配音，你需要回到文字编辑页，找到真正的朗读按钮。

第四步，对齐画面和声音。

这句话是全文最关键的一步。

在时间轴上，用手指把第一句旁白对应的音频条，拖到“低头三秒”结束的那个位置，让声音在你抬头的瞬间响起。

双指在屏幕上向外撑开，时间轴会放大，你能看到每一秒的刻度线。

拖动白色竖线（播放头）到画面开始变化的地方，暂停。

然后长按音频条，拖动它的左边缘，让音频条的开始位置正好和播放头对齐。

这个操作在手机上有点别扭，因为你容易误触成裁剪。

如果你拖动时音频条两端出现了箭头，那是裁剪模式，你需要先点一下空白处取消选中，再重新长按音频条中间位置拖动。

如果第一句配音放完后，第二句还没接上来，你需要重复添加文字和朗读的过程。

如果你发现四句旁白被合成了一条长音频，那说明你用了“图文成片”之类的自动功能——那个功能以后单独讲，今天请退回手动模式，一句一句加，这样你才能学会对时间轴。

每加完一句，就点播放键听一遍。

如果声音进早了，在音频条开始处有个白色小把手，往右拖一点，就能让声音延后。

如果找不到这个把手，那说明你的软件版本把“音频偏移”藏在了“编辑”菜单里，你需要先选中音频条，再点下方出现的“编辑”或“裁剪”。

如果两句之间停顿太长，你可以直接在后一段音频的左边缘向左拖动，让它和前一段贴在一起。

如果四句配齐后总长度超过 15 秒，你可以选中某段音频，找一个“变速”选项，把语速调到 1.1 倍或 1.2 倍。

切忌一次性调得太快，像赶火车，宁可删一句文案。

第五步，加音乐与导出。

点底部菜单的“音频”或“音乐”，进入曲库。

顶部有搜索框，输入“紧张”或“悬疑”。

注意看歌曲右侧有没有“VIP”或“付费”标记，新手选带“免费”字样的。

点“使用”后，音乐会从时间轴起点铺一条新的轨道。

它通常比你 15 秒的视频长很多。

你需要把音乐轨道的右边缘往左拖，直到和视频主轨道的结尾对齐。

如果拖不动边缘，那说明你点成了整体选中，需要再精确点击轨道右端。

音乐声音会盖住你的配音。

选中音乐轨道，找到“音量”或“声音大小”，把它降到 20% 到 30%。

如果找不到音量，找“淡化”或“淡入淡出”，至少让音乐结尾慢慢变小。

导出前注意：有些软件会默认添加片尾关注动画，我第一次做建议关掉它，因为你的账号可能还没设置头像，空白的关注页很尴尬。

最后点右上角的“导出”或向上的箭头。

弹出页面会有“分辨率”和“帧率”两栏。

分辨率选 1080P，帧率选 30fps。

不要选 4K，因为文件太大，上传平台会压缩；也不要选 60fps，因为你拍的素材大概率不是 60fps，强行导出只是徒增体积。

如果你在这里没看到分辨率选项，那说明需要先点“设置”或齿轮图标，以你打开时页面显示的为准。

导出时手机会发烫，这是正常的。

进度条走到头后，系统会提示“已保存到相册”。

你点“完成”，然后退出软件，去相册播放。

如果播放时只有画面没有声音，先检查手机媒体音量，再回软件看音频轨道是不是被误删了。

如果视频时长显示 0 秒或黑屏，那说明导出失败了，你需要关闭软件重新打开，项目通常还在草稿箱里。

现在你去相册播放一遍。

如果听到 AI 声音在你抬头那一刻响起，恭喜你，这就是一条完整片子。

如果声音和画面各跑各的，那说明时间轴没对齐，你需要回到软件里重新拖动那条音频。

我带过的人里，十个有八个卡在这里

第一个翻车点：把 AI 当成导演。

很多新手打开 AI 对话，只说一句“给我写个短剧脚本”。

AI 会扔给你一份两千字的人物小传和分场大纲，你根本拍不了。

错在你没给约束条件。

退回去，重新告诉它“15 秒、4 句、每句 10 字以内”，它才能给你能用的东西。

第二个翻车点：在第一步就想用 AI 生成画面。

你听说 AI 能画图、能做视频，就跳过拍摄，想让 AI 直接生出“夜班工人逆袭”的画面。

我试过在一个月里每天用这类功能，结果是：15 秒里人物的脸经常变来变去，手指数量也不对，新手根本修不了。

生成画面这个以后单独讲，今天请务必用自己拍的素材。

第三个翻车点：找不到“文本朗读”按钮。

这是只有真带过新手才知道的细节：在手机剪辑软件里，“文本朗读”不在主界面，它藏在你输入完文字之后的二级页面里。

而且不同手机的布局不一样，有的在键盘上方，有的在文字样式旁边。

如果你翻遍了都没找到，那说明你可能还没点“新建文本”并真正输入文字，按钮不会出现。

三道自测题

第 1 题：你刚才生成的脚本，如果让 AI 念出来超过 15 秒，该改脚本还是改语速？

答不上来说明你还没理解“内容长度”和“播放速度”是两个独立旋钮。

答案：都可以，但新手优先改语速，因为改脚本要重新切画面节奏。

第 2 题：画面只有 8 秒，但 AI 配音有 12 秒，除了加快音频，还有什么办法？

答不上来说明你还没建立“素材可以裁”的意识。

答案：把画面复制一段接在后面，或者把脚本删一句，让声音缩短。

第 3 题：你导出视频后，发现 AI 配音在最后一句突然变快了，可能是什么原因？

答不上来说明你对时间轴的“吸附”逻辑还不熟。

答案：你大概率在拖动音频时，手指误触了“变速”关键帧，或者音频结尾被手动压缩了。

回到剪辑软件，选中那段音频，重置速度为 1.0 倍，重新对齐。

下一篇，我们先拆机器再开机器

下一篇《先认清一条片子的 6 个零件》，我要解决你马上就要遇到的麻烦：当你再次打开剪辑软件，你会看到轨道、时间轴、素材库、预览窗、工具栏——我会把它们比作你厨房里的锅碗瓢盆，让你不再点错按钮。