一小时入门:用 AI 做出你的第一条 15 秒短视频

一小时入门：用 AI 做出你的第一条 15 秒短视频

一、想法加上行动力，就能很快入门

一个想法、一点愿望，再加上执行力，就可以很快入门 AI 短视频，掌握最基础的制作套路。

AI 视频已经能用、能玩：AI 视频时代正在铺开，普通人也有机会做自己的创作者甚至小导演——想拍一段 AI 健身，想复刻记忆里金庸武侠或老动画的味道，今天都有工具能试。

把愿望变成片子，靠的是动起来。读完这篇，不妨就定一个小目标：先做出一条能发的。

先看我的成名作：

二、新手先求入门：早点拿到正向反馈

4 月清明节前后，我开始做 AI 短视频。一上来也想憋一版「特别牛」的作品。

近半年里「AI 漫剧」广告看得很多，我最初选的是约 90 秒、偏动漫向的片子，实干了两天，进度很慢，最头疼的是画面里角色的一致性。

一直「瞎折腾」会很焦虑，我就把门槛自降到先做 30 秒，结果发现还是难。

后来才注意到：SeeDance 2.0 单条最长就是 15 秒。那就干脆先把 15 秒吃透——这才慢慢走上能持续产出的路。

截至目前，快手上的「超市狂欢」大约六千关注（以你看到的后台为准）。

三、从想法到画面：推荐你走这四步

下面这套流程，适合4～15 秒这类短片（篇幅再长，复杂度和成本会上去）。

1. 先有一个原始想法例如：想做一条 AI 健身小视频，顺便宣传自己的健身房。
2. 让 AI（如豆包）帮你把剧本写圆例如加一段反转：健身房一开始没人，后来一下子来了很多人，因为教练都准时带练，大家一起喊「燃起来」。
3. 做出关键画面你可以用文字直接生成视频，但心里要有数：视频是一帧帧画面叠出来的；多数时候，先有图、再生成视频，比「文字一步到视频」更可控、更容易接近你心里那版。
简单记：文字 → 图片 → 视频，通常优于文字 → 视频。
4. 关键画面要几张？在「超市狂欢」第一集里，我曾试过给 AI 多张参考图，成片效果也一般。
倒不是 SeeDance 2.0 不行，而是我当时出图效率不够，多图还要盯住人物一致性：两张图的工作量往往不是一张的两倍，常常是三倍往上——参考图越多，工作量不是线性增加的。

四、想做得快：先盯住「首帧」

在原始想法基础上，让 AI 帮你出剧本，然后选定首帧——也就是视频里第一个镜头要长成什么样。

1）画图提示词（首帧）

下面这条是我当时用的首帧（画图）提示词示例，语义保持原样，只做了排版，方便你复制对照：

Q版卡通，皮克斯质感，深夜超市霓虹灯光，零食货架场景，一只橙红色薯片袋（拟人化，有小手小脚），身体耷拉皱成哭脸，袋口敞开，金黄薯片撒在货架上，旁边棕色饼干罐（拟人化，嘴角偷笑），背景有模糊的其他零食包装，暖黄+冷蓝霓虹光交织，高饱和色彩，8k细节，竖屏9:16

用豆包等工具按提示词出图即可。豆包每天可以免费生成 60 张图片（具体以平台规则为准）；一个号不够，也可以再用一个手机号多注册一个号。或者从电视剧、网络素材里截一张你满意的画面当参考。

2）视频提示词（15 秒）

再让 AI 帮你写一段视频生成提示词，例如：

基于图片场景的动画短视频，15秒竖屏9:16，Q版卡通风格，深夜超市霓虹氛围。薯片袋先得意踮脚扯开口子晃薯片（配“刺啦”开袋声+得意哼曲），再慌张接薯片失败（配薯片滚动声+惊呼“哎？别跑！”），最后耷拉哭脸（配叹气声+饼干罐偷笑），结尾偷偷勾回一片薯片啃（配清脆咀嚼声）。镜头跟随薯片袋动作轻微晃动，表情从得意到委屈再到偷偷开心，动作流畅，声音与画面同步，高帧率

坦率说：上面这一组画图提示词 + 视频提示词，就是我早期的代表作级素材——由 AI 帮我生成，当时运气不错，提示词一次就比较顺，成片效果也很好。

它们给了我很大信心，后面我就咬着牙持续做，越堆越多；中间困难不少，一想到前期这两次**「成了」，就还能撑下去。心得后面会一篇篇再写**。