AI做视频，普通人也能日更（不用露脸、不用拍摄）

/app/data/所有对话/主对话/cover-ai-beginner-05.jpg

前四期我们聊了AI入门、提示词、写文章、做图。

后台消息快炸了，问得最多的是："能不能教教怎么用AI做视频？"

能。今天就来。

先给你吃颗定心丸：2026年，用AI做短视频的门槛已经低到离谱了。 不用露脸、不用拍摄、不用学剪辑。你只需要一台电脑或一部手机，加上一堆免费工具。

我今天把整个流程拆成4步，手把手走一遍。走完你会发现——做一条1分钟的短视频，比你想象的简单10倍。

一、先搞清楚：AI做视频的工具链

做视频不像写文章，一个AI就能搞定。它是一条"流水线"，每个环节用不同的工具。

但别慌，我帮你精简到4个环节、4个工具：

新手路线：豆包→即梦→剪映。 三个工具，全免费，全中文，全在国内网络直接用。

先跑通这条线，出了第一条视频再考虑升级工具。

二、第一步：用AI写脚本（5分钟）

很多人做视频的第一步是打开剪辑软件——错。

第一步应该是写脚本。 脚本就是视频的"骨架"。没有骨架，你后面做的所有画面都是散的。

让AI帮你写

打开豆包或DeepSeek，给它这个提示词：

"你是一位专业的短视频编导。我要做一个1分钟的短视频，主题是'AI给普通人生活带来的3个真实变化'，发布在视频号上，竖版9:16。请帮我写一个完整的脚本，包含：1）开头3秒的钩子（要让人停下来看）；2）3个核心内容点，每个点30字以内的口播文案；3）结尾的引导关注语。同时，为每一段配上分镜描述（画面里应该出现什么）。"

AI大概10秒钟就能给你一份完整的脚本，包括文案和分镜。

你要做的调整

AI给的脚本通常80%能用，但你需要微调：

• 钩子够不够猛？ 前3秒决定观众走不走。如果AI写的开头平淡，改成一个问题或者一个冲突。比如"你知道AI现在能帮你做什么吗？"太平了，换成"上个月我用AI做了30条视频，播放量最高的一条超过了50万。"
• 口播文案够不够短？ 短视频每句话都不能废话。超过20字的句子，砍掉重来。
• 分镜描述够不够具体？ 确保每一段的画面描述能让AI生图工具听懂。

5分钟搞定脚本。如果用传统方式，光想选题+写脚本就至少1小时。

三、第二步：用AI生画面（10分钟）

脚本有了，接下来把它变成画面。

方法1：文生图→图生视频（推荐新手）

这是目前最稳定的方法。分两步：

第1步：用即梦AI生成每个分镜的静态图片

打开即梦AI，选择"图片生成"，把你脚本里的分镜描述一条条输进去。

比如你的分镜是："一个人坐在电脑前，屏幕上显示着AI工具界面，表情轻松愉快。"

直接把这段描述粘贴进去，选好比例（竖版视频选9:16），点生成。

每个分镜生成4张图，挑最好的一张。

小技巧：保持风格统一。 在每条分镜描述后面加上统一的风格词，比如"扁平化插画风格，蓝色主色调，柔和光影"。这样所有画面看起来是一个系列的，不会拼在一起很违和。 第2步：把静态图片变成动态视频

还是在即梦AI里，选择"视频生成"，上传刚才选好的图片，写一句动作描述：

• "镜头缓慢推进，人物微微点头"
• "画面从左向右平移，展示屏幕上的内容"
• "人物抬手操作鼠标，屏幕上的内容在变化"

每条大概5秒，等待1-3分钟生成。

方法2：直接用AI生成视频（更省事）

即梦AI集成了Seedance 2.0模型，支持直接用文字描述生成视频片段。

操作方法：打开即梦→选择"视频生成"→直接用文字描述你想要的画面和动作→点生成。

效果不如"先出图再生视频"可控，但省时间。适合画面要求不那么精细的内容。

我的建议

前5条视频用方法2（直接文生视频），跑通流程就行。 等你熟练了、对画面有要求了，再切到方法1。

别一开始就追求完美。先做出来，比什么都重要。

四、第三步：用AI做配音（3分钟）

画面有了，需要配上声音。

你不需要自己录音——剪映的AI配音功能完全够用。

操作步骤

• 打开剪映，新建项目，选择竖版9:16
• 点击"文本"→"新建文本"，把你的口播文案粘贴进去
• 点击"文本朗读"→选择音色
• 预览效果，满意就确认

选音色的3个原则

• 科普/教程类：选"沉稳男声"或"知性女声"，听起来专业可信
• 生活/情感类：选"温柔女声"或"阳光男声"，有亲和力
• 搞笑/吐槽类：选"东北话"或"四川话"方言音色，自带喜感

一个小技巧： 语速调到1.05-1.1倍。默认语速偏慢，稍微加快一点听起来更有节奏感，观众不容易走神。

不想用AI配音？

也可以自己录。剪映App直接点"录音"就能录，手机自带麦克风就够了。有些观众更喜欢真人声音的温度。

五、第四步：剪映合成（5分钟）

最后一步——把所有素材拼在一起。

操作清单

• 导入素材：把生成的视频片段按分镜顺序拖入时间轴
• 对齐配音：把AI配音的音轨导入，和画面对齐。一段配音对应一段画面
• 加字幕：点击"自动字幕"→"识别字幕"，剪映会自动把配音转成文字。检查一下有没有错别字，修正一下
• 加BGM：点击"音频"→"音乐"，选一首背景音乐。音量调到10%-15%，不能盖过人声
• 加转场：在片段之间加"淡入淡出"转场，每个转场0.3-0.5秒，别太长
• 导出：选1080P，30帧，MP4格式

整个过程5分钟搞定。

新手最容易犯的3个错误

错误1：BGM太大声

背景音乐盖过了配音，观众听不清你在说什么。记住：BGM音量永远不超过人声的一半。

错误2：每个镜头太长

一个画面停留10秒以上，观众就走神了。短视频的节奏是：一个镜头3-5秒，快的话2-3秒。

错误3：没有前3秒钩子

视频开头不要放片头动画、不要放"大家好我是XXX"。直接抛出最吸引人的内容，让观众有理由看下去。

六、全流程复盘：从想法到成片

我们来回顾整个过程：

总计约23分钟。一条1分钟的短视频就做完了。

对比一下传统方式：

这不是"效率提升"，这是降维打击。

七、说点掏心窝的话

我知道你在想什么。

"工具这么简单，做出来的东西能好看吗？"

说实话——前几条确实不会太好看。 但这不重要。

做视频最难的不是技术，是"开始做"。

很多人学了100个教程，收藏了1000个工具推荐，一条视频都没做出来。因为他们总觉得"还没准备好"。

你不需要准备好。你需要的是做出来。

第一条视频可能很糙。第5条开始有感觉了。第10条你就知道什么内容观众爱看了。到第30条，你已经是一个有经验的短视频创作者了。

这个过程，AI帮你把"技术门槛"踩平了。但"内容判断力"——什么选题好、什么节奏对、什么风格适合你——这个只有靠实践才能练出来。

所以我的建议是：今天就读完这篇文章之后，打开豆包，写一个脚本，打开即梦，生成第一段视频。20分钟，你的第一条AI短视频就出来了。

写在最后

做视频这件事，2026年的门槛已经低到普通人触手可及。

AI帮你搞定了写脚本、生画面、做配音、剪合成。你要做的只是——开始。

这个系列的第6期，也是最后一期，我们来聊一个更实在的话题：普通人用AI赚钱的3条真实路径。 不画饼、不贩卖焦虑，只说我见过和做过的真事。

关注我，下期见。