夜雨聆风
做短视频的人对这个场景应该特别熟悉。
手里一份产品PPT，要变成能发的竖屏视频。脚本重写，分镜拆解，素材翻找，剪辑对轴。一条30秒的东西，一下午就没了。
累。
更头疼的是走AI生视频那条路。以前的模型单次基本只出3到5秒，想凑够30秒，得生成七八段再自己拼。人物换个镜头就变脸，场景光线前后完全对不上。拼完发出去，评论区一眼认出。
很丢人。
据21世纪经济报道，8月6日晚阿里云宣布 Wan3.0 开启公测。这次有两条对内容生产真正有用：单次稳定出30秒，doc/xls/ppt/pdf/md 这些文档格式可以直接当输入。
官方数据显示，480P / 720P / 1080P 的 API 价格分别为 0.3 / 0.6 / 1.2 元每秒，API 接口近期全量开放。
那份躺在文件夹里的 PPT，理论上能直接当素材源了，不用你先把它翻译成提示词。
下面四步，按抖音和视频号的实际发布链路排。
一、先把这笔钱算明白
按秒计费，不是按条。看到"0.6元"就觉得便宜，是相当典型的误判。得换算成成品才真的有意义。
抖音上跑量的口播和产品展示，多数落在 15 到 30 秒。按 15 秒 720P 一条 9 元算，一个月 30 条素材，270 元。这个数对小团队确实友好，比外包一条三五百好接受太多。
等等，有个更要紧的成本没算进去——废片率。
你绝对不会一次就出对。前几条大概率要重跑，改提示词，调分镜。真实成本得在理论价上乘个系数。个人感觉起步按 2 倍估比较稳，跑顺了再往下压。
对比参考一下。据腾讯新闻报道，Seedance 2.5 输入不含视频时是 480P 0.67 元每秒、720P 1.51 元每秒。同样 30 秒 720P，那边 45.3 元，这边 18 元。
不过这条得说清楚：来源是知情人士口径，而且 Wan3.0 还在公测，正式定价完全没最终公布，后面极有可能调。别拿这个数去做半年的预算表吧。
二、文档怎么写，模型才读得准
文档能直接输入，不等于随便丢一份进去就出好片。这一步真的最影响成片质量。
模型读文档，读的是结构和信息密度。一份排版混乱、全是装饰性废话的 PPT，出来的视频也是散的。看着特别闹心。
更准确地说，模型不是读不懂你的 PPT，是你那份 PPT 本来就没把话说清楚。
可以直接抄的结构：
【视频目标】 一句话说清要让观众记住什么 【时长节奏】 30秒。0-3秒钩子，3-22秒主体，22-30秒收尾 【分镜清单】 镜头1：产品特写，从暗到亮 镜头2：手部操作，单手切换档位 镜头3：使用场景，办公室久坐人群 镜头4：产品立起，留白给后期加字 【视觉规范】 主色：冷灰＋橙点缀 光线：柔和侧光，不要强反光 画幅：竖屏9:16 禁止出现：logo、人脸正面特写、文字水印 【一致性】 全片同一只手、同一外观、同一光线方向关键在最后两块。"禁止出现"和"一致性"这两段，是把返工彻底挡在生成之前的闸门。人脸正面特写这条格外要紧——涉及肖像的 AI 内容在平台审核里极其容易卡，卡了还查不出原因，非常折磨。
那已经有现成 PPT 的人怎么办呢？完全不用重做。在最前面补一页，把这五块信息写进去就行。
三、竖屏适配，别等出片了才想
抖音和视频号主流是 9:16 竖屏，1080×1920。这事必须在生成之前定。
横屏裁竖屏是整条链路上最大的坑。16:9 裁成 9:16，左右各切掉约 44%。主体只要不是死死居中，裁完就残——人物半张脸在画面外，产品被切一半。这种片子的确是重生成比修快。
安全区记这组数：上留 8% · 下留 20% · 左右各留 5%
下方那 20% 绝对不是浪费。抖音的文案区、账号名、话题标签全压在底部，视频号的互动条也在下面。主体压太低，发出去直接被 UI 盖住。白干。
还有，字幕千万别让模型生成。AI 出的中文字幕，字形错乱、笔画粘连是常态，改都改不了，看着实在难受。留到剪映或者必剪里加，可控得多。
四、发之前过这几条
生成完不等于能发。
AI 内容要标识
《人工智能生成合成内容标识办法》已于 2025 年 9 月 1 日施行，平台要求发布者对 AI 生成内容做声明。抖音和视频号发布页都有对应开关。别抱侥幸。主动勾上完全不影响推荐，被判定为未声明的 AI 内容才影响。
真人形象最敏感
用 AI 生成像真人的出镜人物去做口播、测评、效果对比，非常容易被判定为误导。产品展示、场景演示、动画风格相对安全。
效果类表述别让模型自由发挥
画面如果暗示了功效、疗效、收益，哪怕文案里没写，画面本身也会被审。美妆、健康、金融这三类尤其要盯紧。
素材版权
文档里放别人的产品图当参考，生成出来的东西权属十分模糊。用自己拍的、自己有授权的，省心。
从哪儿开始试
据阿里云消息，目前入口有阿里云百炼、万镜一刻、万相官网、千问创作 PC 端、IF STUDIO、堆友，千问 APP 是灰度开放。
万相官网 wanxiang.aliyun.com ，走 API 的话在百炼的模型市场里找 Wan3.0。
第一次试，建议这么排：拿一份现成的、信息最完整的产品 PPT，按第二步补一页目标和分镜，选 480P 跑一条 30 秒的，9 块钱，看结构对不对。结构对了再切 720P 出正式素材。别一上来就 1080P。废片成本实在太高，心疼。
不对，还得补一句。
这波不只阿里在动。同期字节的 Seedance 2.5、Minimax 的 H3 都更新了。据新京报报道，京东 8 月 5 日还开源了实时流式视频编辑模型 JoyAI-Video-Edit，能一边播一边改人物穿搭和场景，超级适合直播带货那种要反复改的场景。
换个说法。工具迭代得太快，别急着把工作流焊死在某一个模型上。把文档结构和分镜规范这套东西牢牢沉淀下来，换模型的时候只换执行层就行。
真正决定成片质量的，从来不是你用哪个模型。是你那份文档写得够不够清楚。
你现在做短视频，卡在哪一步最多呢？
脚本写不出来？生成的画面不能用？还是发出去没量？
说实话，这三个卡点的解法完全不一样。讲真，留言说说你的情况吧，我挑集中的问题在后面单独拆一篇。
