创作者指南 · 5 项任务

创作者用 AI：你有权使用的视频、声音、音乐和图像

模型现在已经足够好了。把可用的作品和 AI 垃圾内容区分开的，是掌控力：镜头之间角色和风格保持一致、文字清晰可读、声音与剪辑相配，以及清楚你的方案允许你发布什么。

01
制作每个镜头都是同一个角色的短视频
直接根据脚本逐个生成镜头，每次得到的人物和场景都会略有不同。先把外观定下来：准备角色、场景和风格的参考图，然后每个镜头都根据这些参考图来生成。
示例
一则 30 秒的广告：一位女士骑车穿过城市。一张她的参考图、一张街道的参考图、一张色彩风格的参考图；八个镜头都调用它们，所以她的夹克在第一个镜头和最后一个镜头里颜色一样。
怎么做
1. 1把脚本拆成几秒钟一个的镜头，每个镜头只有一个动作和一个运镜。
2. 2为角色、场景和风格制作或挑选参考图。
3. 3根据参考图生成镜头：使用 Google Flow 的 Ingredients to Video，或 Kling 的 Element Library 中保存的元素，在提示词中用 @ 调用。
4. 4把镜头剪辑在一起，最后再给成片加上配音和音乐。
内置功能
- Google Flow · Ingredients to Video
- Kling AI · Element Library
可复制的提示词
把这个脚本变成一份 [时长] 秒视频的分镜清单。每个镜头写出：时长（2 到 6 秒）、观众看到什么、一个动作、一个运镜，以及使用哪张参考图（角色、场景、风格）。在每个镜头中，都用完全相同的文字描述角色和场景。
容易出错的地方
- 手、文字和快速运动最容易出问题。不要让它们出现在特写中，或者剪辑时避开它们。
- 一张看起来像真实人物的脸可能给你带来麻烦。使用虚构的角色，或已经同意的人。
02
让静态图片动起来
要求的动作太多，动画通常就会出问题。把镜头怎么动和画面里什么在动分开描述，动作幅度保持小，其余的交给图片本身。
示例
一张黄昏时分的灯塔照片。“镜头：缓慢推进。主体：灯光旋转，海浪轻微起伏。画面中不出现新的东西。”四个短版本，留下一个，延长一次。
怎么做
1. 1从一张清晰、主体周围留有空间的图片开始。
2. 2把提示词分成两部分写：镜头怎么动，以及画面里什么在动。
3. 3使用 Midjourney 的 Animate 并选择“low motion”（它也可以把上传的图片作为起始帧），或使用 Kling 的 Motion Control 来复制参考视频中的运动。
4. 4生成几个短版本，挑出一个，只延长那一个。
内置功能
- Midjourney · Image-to-Video (Animate)
- Kling AI · Motion Control
可复制的提示词
镜头：缓慢推进，平视角度。主体：[一个细微的动作，比如头发在风中飘动]。背景：静止。氛围：[氛围]。画面中不出现新的东西。
容易出错的地方
- 动作幅度大时，脸和手会变形。在它们附近，动作要保持小。
- 把别人的照片做成动画，并不会让它变成你的。先确认你拥有这张图片的相关权利。
03
不重新录制，也能用其他语言发布
你不需要为每种语言重新录制。给成片配音并保留你自己的声音，然后检查每种语言中的名字、数字和术语：翻译错误就藏在这些地方。
示例
一个六分钟的产品视频，配音成西班牙语和德语。提示词生成的检查清单有 14 项：产品名称、价格、单位，还有一个没法翻译的笑话。母语者检查时从这份清单入手，而不是通读整份文字稿。
怎么做
1. 1先用你自己的语言完成剪辑。
2. 2用 ElevenLabs 的 Dubbing 或 Adobe Firefly 的 Translate video 来配音，它们会保留说话人的声音。
3. 3请母语者检查名字、数字和产品术语，至少也要读一遍翻译后的文字稿。
4. 4只有在获得同意的情况下才能克隆声音：你自己的声音，或书面同意过的人的声音。
内置功能
可复制的提示词
这是我视频的文字稿。目标语言：[语言]。列出每一个名字、数字、单位、产品术语和笑话。为每一项给出配音应该使用的译法，并标出任何可能被误解的地方。
容易出错的地方
- 翻译后的语音往往更长。检查信息最密集的场景中时间是否对得上。
- 有些平台要求你标注逼真的 AI 声音。发布之前先查清楚。
04
与剪辑相配、你也有权使用的音乐
在剪辑完成之后再生成音乐，按成片的长度和氛围来做，而不是在剪辑之前。获取分轨，以便在有人说话时调低乐器音量，并查看你的方案允许你发布什么。
示例
一段 90 秒的剪辑，在 0:40 从平静转为欢快。提示词要求 90 秒、100 BPM，在 0:40 渐强，干净地结束。有了分轨，你在 0:10 到 0:30 之间调低了旁白下方的鼓声。
怎么做
1. 1定剪，记下成片的长度，以及音乐应该变化的时间点。
2. 2在提示词中描述氛围、节奏和结构。要修改某一部分，可以用 Udio 的 Edit 只重新生成那一段，或在 Suno Studio 中重新处理单条音轨。
3. 3用 Suno 的 Get Stems 下载分轨，并在人声下方调低那些繁杂的部分。
4. 4查看你制作这首曲目时所用方案的许可条款。
内置功能
可复制的提示词
纯音乐，[曲风]，[速度] BPM，[时长] 秒。安静的 10 秒前奏，在 [时间] 渐强，在 [时间] 干净地结束，不要淡出。没有人声。氛围：[氛围]。
容易出错的地方
- 你可以发布什么，取决于你的方案。查看方案条款，并在工具页面上查看哪些内容已经确认。
- 听起来像某首名曲的曲目，在视频平台上仍然可能收到版权索赔。
05
文字清晰可读、保持你自己风格的缩略图
很多图像模型仍然会把图片里的文字弄得乱七八糟，而一串风格各异的缩略图，看起来就像背后没有人在经营。使用专门为文字设计的模型，或者自己加上文字，并把你的风格保存一次。
示例
一个名为“我试用了五款 AI 笔记工具”的视频。缩略图左边写着“哪款胜出？”（这几个字在提示词中用引号括起来），右边是你，配色和你最近十张缩略图一样。
怎么做
1. 1图片中需要文字时，使用专门为渲染文字而打造的 Ideogram，或者留出空间，在编辑器中添加文字。
2. 2保持统一风格：使用 Midjourney 的 Moodboards 或 Personalization，或 Recraft 的 Custom styles。
3. 3发布之前，按手机上的尺寸（大约一根拇指宽）看一看缩略图。
4. 4在平台允许的情况下，保留两三个版本，测试哪个点击更多。
内置功能
可复制的提示词
缩略图，16:9。左侧三分之一处放大号粗体文字“[3 到 5 个词]”，高对比度。右侧：[主体]，特写，看向文字。纯 [颜色] 背景。画面中没有其他东西。
容易出错的地方
- 文字一长就容易出错。控制在五个词以内。
- 真实人物的脸或品牌标志需要获得许可。