AI视频制作学习路线：从写脚本到出片的完整流程
很多人以为学AI视频制作要先买课、先学PR或AE，其实顺序反了。
真正卡住新手的是不知道先做什么、用什么工具、做到什么程度算过关。
下面按一条30秒短片的最小流程拆开讲，你照着走一遍，就知道后续该补什么。
先想清楚你要做哪类视频
AI视频制作大致分三类，学习重点完全不同：
- 口播/数字人视频：主要用HeyGen、D-ID这类工具，重点是写稿和选音色，几乎不涉及画面生成。
- 图文转视频：用剪映、CapCut的图文成片功能，重点是文案结构和配图，适合做知识类短视频。
- 文生视频/图生视频：用可灵、Runway、Pika等生成动态画面，重点是提示词和镜头控制，难度最高但视觉冲击最强。
新手建议从第二类起步，因为反馈快、失败成本低。
等你熟悉了“脚本—画面—配音—字幕”这条链路，再切入文生视频会更顺。
第一步：把脚本写成可执行的分镜
不要一上来就打开生成工具。
先写一个30秒脚本，按镜头拆成表格，每行包含：镜头序号、画面描述、台词或字幕、时长。
一个可用的分镜模板长这样：
镜头1 | 0-5秒 | 画面：手机屏幕弹出消息 | 字幕：你是不是也遇到过？
镜头2 | 5-12秒 | 画面：人物皱眉特写 | 台词：每次都要手动处理
镜头3 | 12-22秒| 画面：流程对比图 | 台词：其实三步就能搞定
镜头4 | 22-30秒| 画面：结果展示+Logo | 字幕：关注看完整版这一步的产出是一张分镜表，后面所有工具都围绕它来用。
没有分镜表直接生成，素材会乱，后期拼接会非常痛苦。
第二步：选一套能跑通的免费工具组合
新手不需要买一堆会员。
先按下面组合跑通一条：
- 脚本和分镜：用飞书文档或Notion建表格，免费够用。
- 配音：剪映自带文本朗读，或使用Edge浏览器的“大声朗读”功能录制，免费。
- 画面素材：优先用免费图库（Pexels、Pixabay）加AI生图（通义万相、即梦）补缺。
- 合成剪辑：剪映专业版，免费功能足够完成字幕、转场和导出。
- AI动态画面（可选）：可灵或即梦的免费额度，先试10秒以内的短片段。
工具选型的原则是：同一阶段只用一套，不要同时开三个生成工具对比，否则时间全花在切换上。
第三步：按镜头逐个生成素材
以图文转视频为例，操作顺序是：
- 在剪映中新建项目，导入配音文件。
- 使用“文本朗读”生成配音后，点击“识别字幕”自动打轴。
- 按分镜表逐段插入图片或视频素材，每段对齐字幕时间点。
- 对静态图片使用“关键帧”做缓慢推拉，避免画面死板。
- 导出前检查：字幕是否遮挡主体、音量是否忽大忽小、首尾是否有多余黑屏。
如果要用文生视频工具生成动态镜头，提示词按“主体+动作+环境+镜头运动”写，例如：一杯咖啡放在木桌上，热气缓慢上升，清晨侧光，镜头缓慢推近。
一次生成不超过5秒，多生成几条再挑。
常见卡点和避坑
- 生成的人物脸部变形：文生视频对人物特写不稳定，尽量用中景或背影，或者改用图生视频，先固定一张图再让它动。
- 配音和字幕对不上：先定配音再识别字幕，不要先写字幕再配语音，顺序反了会反复调时间轴。
- 导出文件太大或模糊：剪映导出选1080p、码率“推荐”即可；上传平台前不要二次压缩。
- 免费额度用完：把生成类操作集中在一个时间段做完，先定稿分镜再消耗额度，避免边想边生成。
怎么判断自己已经跑通了
完成一条30秒短片并导出后，用三个标准检查：画面和台词是否对得上、字幕有没有错别字、整体时长是否在目标范围内。
三条都过，就算跑通了最小流程。
随后再逐步加长到60秒、加入AI动态镜头、尝试数字人口播。
每加一个变量只改一个环节，出问题才好定位。
AI视频制作学习路线的核心不是工具数量，而是先把一条完整链路走通，再逐段替换和升级。
