要可靠地创建 AI 视频，应在脚本和分镜获批之后再开始。清理每项输入的权利，把每格分镜变成精确的镜头规格，先生成小样测试，每次只改一个变量，逐帧检查连续性和身份，加入核实过的音频和字幕，最后要求由人批准确切的导出版本。

本指南不重复脚本和分镜规划。如果叙事、主张或镜头顺序仍未确定，请先看 AI 视频脚本与分镜指南。

关键要点

脚本、主张、分镜和输入权利获批之前，不要开始生成。

把每个镜头当作一份独立的规格，写明主体、动作、场景、机位、时长和排除项。

投入完整序列之前，先生成低成本的测试。

每轮只改一个变量，并保存提示词、设置、输入和选中的输出。

检查连续性、人体结构、物理、文字、产品行为、身份和事实语境。

通过单独的核查流程加入音频、字幕、披露和来源信息。

第 1 步：批准制作包与输入权利

生成之前先冻结创作意图。制作包应包括获批的脚本、分镜格编号、必需的主张及来源、目标受众、画面比例、大致镜头时长、品牌规则、无障碍要求、禁止内容和最终批准人。

为每项输入建立权利登记表：

输入	使用前要回答的问题
脚本与分镜	由谁创作或委托？是否包含第三方段落？
参考图	谁拥有它？许可是否允许这种用途和改编？
人物或声音	是否就身份、肖像、声音、地区和期限取得知情同意？
产品或地点	是否可见商标、设计、私人场所或机密细节？
音乐和音效	作曲、录音、表演和同步使用权是否都已覆盖？
生成素材	适用哪些工具条款、来源数据和披露义务？

不要把“网上找的”当作权利状态。没有明确授权和获批的数据路径，不要把私人客户素材、未发布的产品、身份证件或个人媒体上传到工具中。

把每个分镜转成镜头规格

一条提示词描述一个镜头。给每个镜头一个编号，并记录：

叙事目的和来源主张；
主体身份和不可变的特征；
有明确起止状态的动作；
场景、时间、天气和背景活动；
景别、镜头感、机位和运动；
光线、色调、材质和视觉风格；
画面比例和预期剪辑长度；
为字幕或图形预留的空白区域；
排除项，例如标志、多余人物、可读文字或不安全动作；
可观察的验收与拒绝标准。

Adobe 当前的提示词指南建议描述镜头类型、主体、动作、地点和美学，并指出可以指定机位角度、运动和距离。［3］把这些当作可控的制作字段，而不是神奇的措辞。

一份有用的规格可能是：“镜头 03，平视远景。晨光从窗户照进来，木桌上放着一只陶瓷马克杯。缓慢推进；热气自然上升；不出现手、标志、屏幕界面或可读文字。右侧三分之一留空放字幕。只有当杯子形状、把手、热气方向和光线保持稳定时才接受。”

第 2 步：核对工具当前能力与政策

视频工具变化很快。制作之前，在官方帮助页面核实支持的输入类型、输出控制、可用性、数据保留、水印或来源标记行为，以及内容政策。除非你会在执行当天重新核对，否则不要把模型名、最长时长、价格或地区保证写进长期的制作计划。

Google 的 Gemini 帮助目前介绍了根据提示词创建视频，并在部分体验中可以添加图片或文件；可用性和限制取决于当前的产品体验。［1］ Adobe 同样把文字生成视频记录为一项含模型和生成设置的流程，这些设置可能会变化。［2］把这些页面当作带日期的能力示例，而不是对每个账户的保证。

上传获批的正式素材之前，先用不敏感的内容做一次测试。确认输出和历史记录显示在哪里、如何删除，以及账户是个人的还是组织的。

第 3 步：创建 AI 视频时先生成代表性小样

选择最难、也最有代表性的镜头：人物转身、物体互动、产品细节、镜头运动或光线过渡。生成一个小样，并以正常速度、慢速和逐帧方式审查。

检查：

主体在各帧之间的形状和身份；
手、脸、四肢、反射、阴影和接触点；
物体数量、几何形状、标签和产品控件；
镜头运动和地平线的稳定性；
物理因果、方向和时间；
背景人物和移动物体；
剪辑所需的起始帧和结束帧；
必需的留白区域。

如果这个代表性镜头反复失败，就改变制作设计：简化动作、拆成两个镜头、使用获得许可的实拍镜头，或换一个工具。不要以为多生成几次就一定能解决结构性的局限。

第 4 步：每轮只改变一个变量

保留一份生成日志，记录镜头编号、输入素材、提示词、排除项、设置、输出编号、审查备注和选用状态。测试失败时，先给失败分类，再修改。

例如：

镜头运动不对 → 只改镜头相关措辞或控件；
主体不稳定 → 简化动作，或加强对不可变特征的描述；
背景杂乱 → 删除背景事件，而不是主体；
构图薄弱 → 改变景别或参考构图；
风格不一致 → 使用获批的风格参考和固定色板；
生成的文字无法辨认 → 删除生成文字，之后再加真实字体排版。

AI 图像提示指南解释了主体、构图、光线和排除项如何相互影响。视频多了时间维度：提示词还必须定义变化、连续性和镜头行为。

实验时不要覆盖已选中的输出。保留一个稳定的候选版本，并按确切的验收标准把新版本与它比较。

第 5 步：检查跨镜头连续性

单独看很好的片段，也可能破坏整个序列。为人物、服装、道具、环境、光线方向、天气、时间、画面方向、机位高度、色调和声音透视建立一张连续性表。

这张图是审查流程，并不是生成的视频结果，也不证明任何工具会执行这些检查。

把相邻片段放到时间线上检查剪接点。比较前一个镜头的结束帧和下一个镜头的起始帧。留意物体换边、面孔漂移、服装细节变异、门的位置移动、光线反转或动作跳变。

只有在拥有权利、且工具支持这种流程时，才使用参考帧。未经许可，不要把真人的脸或创作者的独特作品当作保持连续性的捷径。

第 6 步：审核事实、身份与安全

生成的视频可能制造出看似证据、实则从未发生的场景。确认输出没有把编造的事件、产品行为、医疗效果、引语、客户体验、地点或测试结果当作真实呈现。

仔细审查身份和敏感语境：

能否合理地认出或冒充某个真实的人？
是否描绘了未成年人或弱势人士？
场景是否把某人置于犯罪、性、医疗、政治或其他敏感语境中？
标志、制服、界面、文件或地标是否具有误导性？
剪辑是否暗示了来源不支持的因果关系或背书？
内容是否需要画面上的披露或来源标签？

NIST 的生成式 AI 风险概况指出的风险包括虚构、有害内容、数据隐私、信息完整性以及人机配置。［4］对于身份含糊或影响重大的主张，请合资格的人复核，并设定有记录的停止途径。

第 7 步：单独处理音频和字幕

不要仅仅因为生成的语音、音乐或环境音符合氛围就接受它们。核实脚本、发音、名称、数字、引语、同意和权利。不要让声音在未经批准的情况下模仿他人身份。

根据获批的最终旁白或文字稿生成字幕，再对照音频校对。检查时间轴、换行、说话人标签、声音描述、对比度、安全边距和阅读速度。从获批的语义来源翻译字幕，而不是从未经核实的自动转写翻译。

如果画面中出现了生成的文字，就在剪辑中用受控的字体排版替换。视频模型常常会让文字随时间扭曲；真实的标题层更易读，也更便于审计。

第 8 步：精确批准并导出

最终审查包应包含：

最终时间线或不可变的审查导出版；
脚本和来源版本；
选用的镜头编号和生成记录；
权利与同意登记表；
事实和身份审查；
音频、音乐和字幕审查；
披露和来源标记的决定；
目标渠道、画面比例、分辨率、帧率和安全区域；
未解决的限制和回退负责人。

批准精确导出版本。如果任何片段、旁白句子、字幕、披露、音乐或发布目的地发生变化，就退回相关审查人。人工审批指南说明了如何避免把宽泛的创意认可当作对后续所有变体的许可。

导出一份审查母版和所需的交付版本。从头到尾重看编码后的文件，检查丢帧、色彩偏移、音画同步、字幕被裁切、压缩瑕疵、元数据和披露。导出成功并不能证明内容准确或权利已清。

总结

只在脚本、分镜、主张和权利获批之后开始。
一次只规定并审查一个镜头。
尽早测试最难的镜头；局限属于结构性问题时就重新设计。
每轮只改一个变量，并保留生成证据。
审查画面和相邻剪接点的连续性、身份、物理和事实含义。
通过单独的检查加入核实过的音频和字幕。
把批准绑定到确切的时间线，并重看每一个导出的交付物。

常见问题

创建 AI 视频前必须有分镜吗？

对于受控的流程来说，是的。分镜定义了镜头目的和顺序，能防止随机生成的结果主导叙事。在进入这个制作循环之前完成分镜。

新手应该选择哪个 AI 视频工具？

根据当前官方能力、允许的输入、权利条款、隐私、来源标记、账户可用性以及你需要的镜头来选择。不要依赖一份静态的“最佳 AI 视频工具”清单。

AI 视频提示词要多详细？

详细到能定义一个镜头的主体、动作、场景、机位、光线、风格、时长意图、排除项和验收标准。删除不影响镜头的细节。

如何保持人物一致？

冻结身份和服装细节，简化动作，在允许时使用获批的参考素材，并比较相邻的画面。如果工具无法保持所需的身份，就改变设计或制作方法。

可以使用名人或他人的脸和声音吗？

没有明确授权、并且没有审查适用的肖像、公开权、隐私、劳动、平台和合成媒体规则之前，不要这样做。敏感或具有欺骗性的冒充应当让项目停下来。

为什么生成视频里的文字经常错误？

文字必须在各帧之间保持几何稳定，而生成模型往往做不好。把文字从生成的镜头中去掉，在剪辑时加入受控的字体排版。

AI 生成视频必须披露吗？

要求取决于法律、平台、客户、语境和风险。在规划时决定披露方式，导出时重新核对当前规则；即使不需要公开标注，也要保留来源记录。

工具生成完成后可以直接发布吗？

不可以。生成只是制作中的一步。权利、连续性、事实含义、身份、安全、音频、字幕、披露、最终批准和编码后的交付审查都还没完成。

延伸阅读：

免责声明：本文提供一般创意制作信息，不构成法律建议。版权、肖像、隐私、劳动、广告、合成媒体和平台规则各不相同，请核对当前工具条款，并为重要或敏感作品使用合格审核者。

来源：

Google Gemini Apps Help — Generate videos with Gemini Apps — https://support.google.com/gemini/answer/16126339
Adobe Firefly Help — Generate videos using text prompts — https://helpx.adobe.com/firefly/web/work-with-audio-and-video/work-with-video/generate-videos-using-text-prompts.html
Adobe Firefly Help — Writing effective text prompts for video generation — https://helpx.adobe.com/firefly/web/work-with-audio-and-video/work-with-video/writing-effective-text-prompts-for-video-generation.html
NIST — Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile — https://www.nist.gov/publications/artificial-intelligence-risk-management-framework-generative-artificial-intelligence

Sources checked 2026 年 8 月 24 日。

新手如何创建 AI 视频：分镜转镜头规格、小样测试到批准导出