AI 短剧工坊 第2篇｜先认清一条片子的 6 个零件

上一篇知道 AI 能接手哪一段，这一篇把一条 15 秒成片拆成画面、声音、字幕、节奏、色调、封面 6 个零件，带你用手边的素材逐件对号，做完你会明白「AI 做视频」不是一个按钮，而是一张零件清单。

上次说到 AI 能替你干哪几段，今天先别动手

上一篇我们理清了一件事：AI 能接手的不是「整条片子」，而是片子里的某几段活。

它替不了你的判断，只能替你干某一道工序。

今天不急着用工具。

先把一条 15 秒的片子拆开，看清它到底由什么拼成。你看清了零件，才不会把一个按钮当成万能钥匙。

刘姐的 15 秒，卡在哪儿

刘姐 41 岁，在社区开了一家小小的烘焙工作室，主要卖生日蛋糕和下午茶套餐。

她手机里拍了 60 多条素材：揉面、裱花、出炉、客人取蛋糕。她想剪一条 15 秒的片子发到短视频平台。

她打开剪辑软件，时间轴上拖进去十几条视频，拖完之后整个人愣住。

画面是跳的，声音是一段一段接不上的，字幕一个字没加，最后导出来 38 秒，自己都不想看第二遍。

她跟我说了一句话：我拍了这么多，怎么拼起来就这么难看。

问题不在她不会用软件。是她不知道一条片子要凑齐哪几样东西。

做一条片子，像凑一桌菜，但不止是买菜

我最常用的比方是：一条成片像一桌家常菜。

菜、盐、摆盘、上菜顺序，缺一样都不算成席。

画面是菜，声音是盐，字幕是摆盘，节奏是上菜顺序。素材不等于菜，素材是还在冰箱里的原料。

这个比方有不准的地方，我得说清楚：做菜时盐放多了还能加水救，视频里声音盖过画面、字幕压住人脸，重做一遍是很费时间的。

而且菜好不好吃是别人评判，片子好不好看，你自己第一眼就该有感觉。

我一般会让新手先把这张「零件清单」默写一遍，再碰软件。

6 个零件，逐个点名

零件一：画面。 就是观众看到的那一段段影像。你手机拍的、AI 生成的、网上下的素材，都算。

画面要问自己的只有一件事：这几段接在一起，观众看得出是在讲同一件事吗。

零件二：声音。 包括人说话、环境声、背景音乐。三者混在一起叫混音。

新手最容易忽略的是环境声。厨房里揉面的声音、烤箱叮的一声，这些比配乐更能让人相信你真的在做蛋糕。

零件三：字幕。 观众静音刷手机时，字幕是唯一能替你说话的东西。

字幕不只是一行字，还包括它出现的时间、停留多久、放在画面哪个位置。

零件四：节奏。 就是每一段画面停留多长。

15 秒的片子，一段画面通常只停 1-3 秒。停太久，观众手指一划就走了。

节奏这个东西，软件给不了你，只能自己一段一段看。

零件五：色调与画面统一。 你手机拍的偏黄，AI 生成的偏冷，直接拼在一起像两条片子。

统一色调不是滤镜越重越好，是让几段画面看起来像在同一天、同一盏灯下拍的。

零件六：片头片尾与封面。 封面是别人刷到你时看到的第一张图，片头是留住他的头 1 秒。

这一段我建议单独拿出来做，不要跟正文混在一起剪。

这 6 个零件，就是你以后每一次跟 AI 打交道的落点。

AI 生成画面，是替零件一；AI 配音，是替零件二；AI 加字幕，是替零件三。没有哪个工具能一口吃下 6 个。

现在就动手：拿你的手机素材，做一次零件点名

这一段是我带人时最看重的一步。别急着剪，先做一次「点名」。

准备。 打开手机相册，从你最近拍的视频里挑 5 条，不用挑最好看的，挑你自己能看懂的。

最好是你拍同一个东西的 5 条：比如同一盘菜、同一个工位、同一只猫。

第 1 步，数时长。 在相册里点开每一条视频，看它显示的总时长，记在纸上或备忘录里。

5 条加起来，超过 30 秒就对了。如果你发现 5 条加起来还不到 10 秒，说明你的素材太碎，先去多拍 2-3 条长一点的。

第 2 步，找画面里能用的那 1-2 秒。 每条视频从头看到尾，用脑子记住「哪一段是能用的」。

比如揉面那条，前面 8 秒在找镜头，后面 4 秒手才进画面，能用的就是后面这 4 秒。

如果你从头到尾都没找到能用的那 1-2 秒，说明这条素材要重拍，别硬剪。

第 3 步，听声音。 把手机音量开到一半，闭着眼睛把 5 条听一遍。

问自己：有没有哪条里录到了难听的声音，比如风声、别人说话、你自己的喘气。

如果有，记下是哪一条。这一步在手机上就能做，不用导入任何软件。

第 4 步，打开剪辑软件，把 5 条拖进时间轴。 剪映、CapCut 这类都行，用你手机里已经装的那个。

打开后找「开始创作」或「新建项目」一类的入口，选中这 5 条，点导入。

如果你看到的时间轴上是 5 段排成一列的色块，说明成功了。

如果你看到的是一堆缩略图堆在素材库里、时间轴是空的，说明你只导进了素材库，还没拖到时间轴上，再拖一次。

第 5 步，逐段裁到你要的那 1-2 秒。 选中第一段，把两头多余的部分剪掉，只留你第 2 步记住的那一段。

5 段都这么处理完。这时候整条片子的总时长，应该落在 8-12 秒之间。

如果总时长还是超过 20 秒，说明你每段留得太长，回去再裁。

第 6 步，把这 5 段摆成一个顺序。 问自己一个问题：观众先看到哪个、最后看到哪个，才看得懂。

我踩过的坑是：总想把最好看的放第一个。实际用下来，先把「起因」放第一个，最后 1 段放「结果」，观众才留得住。

摆完顺序，导出一次。

第 7 步，看一遍导出结果。 这一步别省。

你会立刻发现 3 个问题：某两段接在一起画面是跳的、某一段声音突然变大、整条片子没有任何字。

看到这 3 个问题，就是今天最大的收获。因为你现在知道，后面每一个工具是用来补哪个洞的。

如果你导出之后觉得「还不错」，那说明你的素材本身很干净，属于少数情况，别高兴太早，字幕还没上。

关于在哪导出的细节，我提醒一句。 手机上和电脑上，导出入口的位置不一样。

手机上一般在右上角，电脑上一般在右上角菜单里，具体叫什么以你打开时页面显示的为准。

还有一件事，新手十有八九会遇到。 第一次导入视频时，软件可能弹一个权限提示，问你要不要访问相册或文件。

这个提示一定要点允许，否则你会看到「导入失败」但不知道原因。我带过的人里，卡在这一步的不少。

做完这 7 步，你手里就有了一条 8-12 秒、没字幕、没音乐、画面会跳的「半成品」。

这就是你的零件堆。别急着嫌弃它，后面 40 篇，全是往这堆零件上补东西。

三个最容易翻车的地方

翻车点一：素材在电脑上突然变短。 有些手机拍的视频，导到电脑上之后前后被截掉一小段，你以为是自己剪错了。

错在哪：不同设备对视频文件的理解不一样，导入时会被「修正」。

怎么退回去：别在电脑上原文件上改，重新从手机导一次，导入后先看总时长跟手机里显示的是不是一样。不一样就换一种导入方式。

翻车点二：字幕一加上就盖住人脸。 新手习惯把字放在画面正中，结果正好压在人的嘴巴上。

错在哪：你没考虑人脸在画面里的位置。

怎么退回去：把字幕挪到画面下方三分之一的位置，或者上方留白处。先在时间轴上点一下字幕条，再拖它。

翻车点三：把音乐音量开到最大，盖掉了现场声。 你以为加了音乐就高级了，实际观众的耳朵只听见一片糊。

错在哪：音乐是背景，不是主角。

怎么退回去：选中音乐那一条，把它的音量拉低，拉到你能清楚听见现场声、音乐只是垫底的程度。具体拉到多少以你听着舒服为准，没有标准数字。

这 3 个坑，我建议你现在就各故意犯一次，看看会变成什么样。犯错比看教程记得牢。

三道题，检验你今天有没有真看懂

第 1 题： 把你今天导出的那条片子静音播放一遍，你能看懂它在讲什么吗？

答不上来，说明你还没意识到字幕和现场声在替你说话。

答案：如果想看懂，说明画面本身已经讲清了故事；如果看不懂，说明你缺字幕，或者画面顺序有问题，回去调顺序。

第 2 题： 你那条片子里，哪一段画面停留超过 3 秒？把它裁到 2 秒再看一遍，感觉有什么不同？

答不上来，说明你还没建立「节奏」这个感觉。

答案：15 秒的片子，超过 3 秒的画面基本都会让人走神。裁短之后，你会发现整条片子「紧」了，这就是节奏。

第 3 题： 现在给你的片子补 1 个零件，你选哪个？为什么不是另外 5 个？

答不上来，说明零件清单还没进你脑子。

答案：没有标准答案。但如果你选的是「字幕」，说明你已经注意到观众静音刷手机；选「声音」，说明你发现现场声比配乐值钱。这两条都是对的。选「色调」的人，通常是审美型选手，我一般会让这类人先放一放，把字幕补上再说。

下一篇：免费额度够不够跑通第一条

你现在知道一条片子要凑 6 个零件了。

下一个麻烦马上就来：知道归知道，可你手里一个像样的工具都还没打开过，会员也还没买。

下一篇，我们就用免费额度，把今天这堆零件真正过一遍流水线，看够不够用、卡在哪。

---