企业官网建设流程全解析

1. 从脚本到成片：AI视频生成实操指南

1.1 为什么我决定用AI做宣传片

去年帮一个做智能硬件的朋友赶产品宣传片，预算批下来只有八千块，时间给了一周。传统流程走下来，策划、拍摄、剪辑、配音、调色，光是一个三分钟的视频，外包报价最低也要两万五，周期至少三周。我当时就想，能不能用AI把这条链路压缩到一天以内，成本压到千元级别。试了大概四五个项目之后，我摸出了一套相对稳定的流程，现在从脚本到成片，一个人一天确实能搞定一条像样的宣传片。

这套流程的核心逻辑是：把传统视频制作中“重资产、重人力”的环节，用AI工具替换成“轻资产、重提示词”的环节。具体来说，脚本和分镜用大语言模型生成，画面用AI视频生成工具产出，配音用AI配音工具合成，剪辑用常规剪辑软件做拼接和节奏调整。整个链路里，唯一需要真人深度参与的是脚本打磨和剪辑节奏把控，其余环节都可以交给AI。

适合谁来参考这套流程？我总结了三类人：一是中小企业的市场运营，预算有限但需要持续产出宣传物料；二是自由职业者或小型工作室，想接视频制作的单子但不想养拍摄团队；三是内容创作者，想尝试AI视频但不知道从哪下手。如果你属于这三类，下面的内容应该能帮你省下不少试错时间。

1.2 这套流程能解决什么问题

传统宣传片制作有几个绕不开的痛点。第一是成本高，拍摄需要场地、设备、演员、灯光，每一项都是钱。第二是周期长，从策划到成片，中间要经过多次沟通和修改，一周能出片算快的。第三是修改难，拍完的素材如果要改脚本，基本等于重拍。第四是门槛高，不懂镜头语言、不会剪辑软件的人，根本没法独立完成。

AI视频生成这套流程，针对性地解决了前三个问题。成本方面，主要支出是AI工具的订阅费和你的时间，一条三分钟的宣传片，工具成本可以控制在两百到五百块之间。周期方面，脚本生成半小时，分镜生成一小时，画面生成三到四小时，配音半小时，剪辑两到三小时，加起来一天确实够用。修改方面，脚本改了重新生成分镜和画面就行，不用重新拍摄。

但我要提前说清楚，这套流程不是万能的。它目前最适合的是产品展示类、概念说明类、知识科普类的宣传片，画面以产品特写、场景氛围、抽象概念可视化为主。如果你要做的是人物访谈、实景剧情、复杂动作场面，AI视频生成目前还达不到可用的水准，该请拍摄团队还是得请。

1.3 核心工具链选型思路

工具选型这块，我的原则是：每个环节只选一个主力工具，不追求最新最全，追求稳定可复现。因为AI工具迭代太快，今天能用的明天可能就挂了，所以我会优先选那些有稳定API、有成熟社区、有明确付费模式的工具。

脚本和分镜环节，我用的是大语言模型，具体哪个不重要，关键是提示词要写清楚。画面生成环节，我用的是AI视频生成工具，支持文生视频和图生视频两种模式。配音环节，我用的是AI配音工具，支持多音色和情感调节。剪辑环节，我用的是常规剪辑软件，不做特效，只做拼接、字幕、背景音乐和节奏调整。

这里要特别说明一点：不要试图用一个工具解决所有问题。我见过不少人想找一个“全能AI视频工具”，输入一段文字直接出成片。这种工具确实有，但出来的效果基本没法直接用，画面逻辑混乱、配音机械、节奏拖沓。正确的做法是把流程拆开，每个环节用最合适的工具，最后在剪辑环节做整合。

2. 脚本与分镜：AI视频的地基怎么打

2.1 宣传片脚本的AI生成提示词模板

脚本是整个视频的地基，地基打不好，后面画面生成和剪辑都会出问题。我用大语言模型生成脚本时，提示词会包含五个核心要素：产品信息、目标受众、视频时长、风格调性、结构要求。

具体模板是这样的：

你是一位资深宣传片策划，请为以下产品撰写一条[时长]秒的宣传片脚本。 产品信息：[产品名称、核心功能、差异化卖点] 目标受众：[年龄、职业、使用场景] 风格调性：[科技感/温暖/极简/活力] 结构要求： 1. 开场钩子（0-5秒）：用一个问题或场景抓住注意力 2. 痛点呈现（5-15秒）：描述目标受众面临的困境 3. 产品登场（15-25秒）：展示产品如何解决问题 4. 核心卖点（25-45秒）：分点说明2-3个关键功能 5. 行动号召（45-60秒）：引导观众采取行动 输出格式：分镜表格，包含镜号、画面描述、旁白文案、时长

这个模板的关键在于结构要求。很多人用AI生成脚本，只给产品信息，出来的东西要么是产品说明书，要么是空洞的口号。加上结构要求之后，AI会按照宣传片的叙事逻辑来组织内容，出来的脚本直接可用。

我实测下来，同一个产品信息，不加结构要求的脚本可用度大概30%，加了结构要求之后能到70%以上。剩下的30%需要人工调整，主要是把AI生成的书面语改成口语，把抽象描述改成具体画面。

2.2 分镜脚本的细化与人工干预点

AI生成的分镜脚本，画面描述通常比较笼统，比如“展示产品界面”“人物微笑使用产品”。这种描述直接丢给AI视频生成工具，出来的画面会很随机。所以分镜脚本生成之后，必须做一轮人工细化。

细化的时候，我重点关注三个维度：景别、主体、氛围。景别决定观众看到多少信息，主体决定画面焦点，氛围决定情绪基调。举个例子，AI生成的“展示产品界面”，我会改成“特写镜头，产品屏幕占据画面三分之二，手指轻触屏幕，背景虚化，冷色调科技感”。

这个细化过程大概需要半小时到一小时，取决于视频长度。三分钟的视频，大概有30到40个分镜，每个分镜花一分钟细化，差不多就是这个时间。虽然费点功夫，但这步做好了，后面画面生成的效率会高很多，返工率也会大幅下降。

还有一个容易被忽略的点：分镜之间的转场方式。AI生成分镜时不会考虑转场，但实际剪辑时转场很重要。我会在分镜表格里加一列“转场方式”，标注“硬切”“叠化”“推拉”等。这样在生成画面时，可以针对性地留出转场空间，比如叠化转场需要前后两个画面有重叠区域。

2.3 分镜图生成与参考图管理

分镜脚本细化完之后，下一步是生成分镜图。分镜图的作用是给AI视频生成工具提供视觉参考，相当于给画家一张草图，让他照着画。我用的是AI图片生成工具，把细化后的画面描述转成图片。

这里有个关键技巧：保持分镜图的风格一致性。如果每个分镜图风格都不一样，后面生成的视频画面也会风格混乱。我的做法是，先确定一个“风格锚点”，比如“赛博朋克风格，霓虹色调，高对比度”，然后把这个风格描述加到每个分镜图的提示词里。

分镜图生成之后，我会做一轮筛选。大概会有20%到30%的图不符合预期，比如构图不对、主体不清晰、风格跑偏。这些图我会重新生成，或者调整提示词再试一次。筛选标准很简单：这张图能不能让一个没看过脚本的人，大致猜出这个分镜要表达什么。如果能，就保留；如果不能，就重做。

参考图管理这块，我建议按“镜号_版本号”的格式命名，比如“S01_v2.png”。因为后面画面生成时，可能需要反复调整，版本管理混乱的话，很容易用错图。我一般会建一个文件夹，里面按镜号建子文件夹，每个子文件夹里放该镜号的多个版本，用版本号区分。

3. 画面生成：AI视频的核心环节

3.1 文生视频与图生视频的选择逻辑

AI视频生成工具有两种模式：文生视频和图生视频。文生视频是直接输入文字描述，AI生成视频；图生视频是输入一张参考图，AI基于这张图生成视频。这两种模式各有适用场景，我的选择逻辑是这样的：

文生视频适合：抽象概念可视化、氛围镜头、转场镜头。比如“数据流在屏幕上流动”“城市夜景延时”“粒子汇聚成产品logo”。这些画面没有具体主体，文生视频的自由度更高，出来的效果往往比图生视频更自然。

图生视频适合：产品特写、人物动作、场景还原。比如“产品屏幕亮起”“人物拿起产品”“办公室场景”。这些画面有明确的主体和构图要求，图生视频能更好地控制画面内容，避免AI自由发挥导致主体变形。

实际操作中，我会把分镜分成两类，分别用不同的模式生成。大概比例是文生视频占30%，图生视频占70%。图生视频的比例更高，因为宣传片的核心是展示产品，产品画面必须可控。

还有一个折中方案：用文生视频生成背景，用图生视频生成主体，然后在剪辑软件里合成。这个方案适合那些主体和背景需要分离控制的分镜，比如“产品在星空背景下旋转”。星空背景用文生视频生成，产品用图生视频生成，最后在剪辑软件里叠加。虽然多了一步合成，但效果比直接生成要好很多。

3.2 提示词工程：让AI理解你的画面意图

AI视频生成的提示词，比图片生成的提示词要复杂得多。因为视频多了时间维度，AI需要理解“什么在动、怎么动、动多久”。我总结了一个提示词框架，包含五个要素：主体描述、动作描述、镜头运动、氛围描述、时长控制。

主体描述要具体到颜色、材质、形状。比如“银色金属质感的智能音箱”比“一个音箱”要好得多。动作描述要明确动作的起止状态，比如“屏幕从暗到亮”比“屏幕亮起”更清晰。镜头运动要指定是推、拉、摇、移还是固定，比如“镜头缓慢推进”比“镜头运动”更明确。氛围描述要包含光线、色调、情绪，比如“暖色调，柔和光线，温馨氛围”。时长控制要指定生成视频的长度，一般是3到5秒一个镜头。

举个例子，一个产品特写镜头的提示词：

主体：银色金属质感的智能音箱，正面有蓝色LED灯带 动作：LED灯带从中心向两侧逐渐亮起，音箱顶部轻微震动 镜头：固定镜头，特写，音箱占据画面中心三分之二 氛围：暗背景，冷色调，科技感，光线聚焦在音箱上 时长：4秒

这个提示词生成出来的视频，基本能直接用在宣传片里。如果出来的效果不理想，我会逐项调整。比如LED灯带亮起的速度太快，就在动作描述里加“缓慢”；背景太亮，就在氛围描述里加“深黑色背景”。

3.3 画面一致性控制与抽卡策略

AI视频生成最大的问题之一是画面一致性。同一个产品，在不同分镜里可能长得不一样；同一个角色，在不同镜头里可能换了张脸。这个问题在宣传片里是致命的，因为观众会立刻察觉到“这不是同一个东西”。

控制画面一致性的方法有三个。第一是用同一张参考图，所有涉及该产品的分镜，都用同一张产品图作为图生视频的输入。第二是固定提示词中的主体描述，所有分镜的主体描述保持完全一致，不要这次写“银色音箱”，下次写“金属音箱”。第三是用种子值，如果工具支持固定种子，就用同一个种子生成所有相关分镜。

但即使做了这些，AI视频生成还是有随机性，也就是大家常说的“抽卡”。我的策略是：每个分镜生成3到5个版本，然后选最好的一个。听起来很费时间，但实际上每个版本生成只要几十秒，5个版本也就几分钟。比起反复调整提示词，抽卡反而效率更高。

抽卡的时候，我会按“可用性”分三档：A档是直接可用，B档是微调后可用，C档是不可用。A档直接保留，B档记录问题（比如“动作太快”“背景太亮”），调整提示词后重新生成，C档直接丢弃。一般来说，A档占20%，B档占50%，C档占30%。也就是说，生成5个版本，大概有1个直接可用，2到3个微调后可用。

3.4 常见画面生成问题与解决思路

画面生成过程中，有几个问题几乎每次都会遇到。我整理了一个速查表，方便你遇到问题时快速定位。

其中“主体变形”是最常见的问题。我的经验是，主体越具体，变形概率越低。比如“一个杯子”变形概率很高，“白色陶瓷马克杯，杯身有蓝色条纹，杯口有金色描边”变形概率就低很多。如果细化描述之后还是变形，那就换图生视频模式，用参考图强约束。

“画面闪烁”是另一个高频问题。这通常是生成工具的帧率不稳定导致的。我的做法是，把生成分辨率降到720p，闪烁概率会明显下降。如果降到720p还是闪烁，就换一个工具重试。不同工具对闪烁的处理能力差异很大，多试几个总能找到稳定的。

4. 配音与剪辑：让成片活起来

4.1 AI配音工具的选择与参数调节

配音是宣传片的灵魂。画面再好，配音拉胯，整个片子就垮了。我用AI配音工具时，重点关注四个参数：音色、语速、情感、停顿。

音色选择上，产品宣传片一般用沉稳的男声或知性的女声。科技类产品适合偏冷峻的音色，生活类产品适合偏温暖的音色。我一般会准备三到四个备选音色，生成小样后对比试听，选最贴合产品调性的那个。

语速调节上，宣传片旁白一般控制在每分钟220到260字。太快了观众听不清，太慢了显得拖沓。AI配音工具通常有语速参数，我一般设在0.9到1.1倍之间，根据具体文案调整。文案信息密度高就慢一点，信息密度低就快一点。

情感调节是最难的部分。AI配音的情感表达比较机械，需要手动调节。我的做法是，在文案里加情感标记，比如“（兴奋地）”“（沉稳地）”“（温暖地）”，然后让AI根据标记调整语气。如果工具不支持情感标记，就在生成后手动调整，把某些句子的音调拉高或降低。

停顿控制也很关键。AI配音默认的停顿往往不够自然，该停的地方不停，不该停的地方乱停。我会在文案里用标点符号控制停顿，逗号停0.3秒，句号停0.5秒，段落之间停1秒。如果工具支持SSML标记，就用<break time="0.5s"/>精确控制。

4.2 剪辑节奏与画面匹配技巧

剪辑环节，我用的是常规剪辑软件，不做复杂特效，只做四件事：拼接、字幕、背景音乐、节奏调整。

拼接就是把生成的视频片段按分镜顺序连起来。这里有个技巧：不要按分镜顺序死板拼接，要根据节奏调整。比如开场钩子需要快节奏，就把前三个分镜的时长各缩短0.5秒；产品展示需要慢节奏，就把产品特写的时长各延长1秒。节奏感是宣传片的关键，同样的素材，节奏不同，效果天差地别。

字幕方面，我一般只加关键信息字幕，比如产品名称、核心卖点、行动号召。旁白字幕不加，因为宣传片不是教学视频，观众不需要逐字阅读。字幕样式要简洁，白色字体加黑色描边，字号适中，位置固定在画面下方三分之一处。

背景音乐的选择，我遵循一个原则：音乐情绪要跟画面情绪匹配，但音量不能盖过旁白。科技类产品用电子乐，生活类产品用轻音乐，情感类产品用钢琴曲。音量方面，旁白音量设在-6dB到-3dB，背景音乐设在-18dB到-12dB，确保旁白清晰可闻。

节奏调整是剪辑中最费时间的环节。我会反复预览，标记出“感觉不对”的地方。常见的问题包括：某个镜头太长导致拖沓，某个转场太生硬导致跳脱，某段旁白和画面不同步。这些问题都需要逐帧调整，没有捷径。

4.3 成片输出与格式适配

成片输出时，需要根据发布平台选择不同的格式和参数。我整理了一个输出参数对照表：

输出之前，我会做一轮全片检查，重点看四个地方：画面有没有闪烁或变形，配音和字幕有没有错位，背景音乐有没有盖过旁白，开头三秒能不能抓住注意力。这四个地方没问题，基本就可以输出了。

输出之后，我还会做一个压缩版本，分辨率降到720p，码率降到5Mbps，用于微信发送和快速预览。因为原始文件往往几百兆，微信发送不方便，压缩版本几十兆，发送和预览都很快。

5. 实操避坑与效率提升

5.1 工具链稳定性与备选方案

AI工具最大的风险是不稳定。今天能用的工具，明天可能就限流了、涨价了、甚至关停了。所以我从一开始就养成了一个习惯：每个环节都准备一个备选工具。

脚本环节，主力用大语言模型A，备选大语言模型B。画面生成环节，主力用工具A，备选工具B和C。配音环节，主力用工具A，备选工具B。剪辑环节，主力用软件A，备选软件B。这样即使主力工具出问题，也能快速切换，不至于整个流程卡住。

备选工具不需要精通，只需要知道基本操作就行。我一般会在项目开始前，用备选工具跑一个小测试，确认能正常生成，然后就放着备用。主力工具出问题时，直接切过去，不用临时研究怎么用。

还有一个经验：不要把所有素材都放在云端。AI工具生成的视频和图片，我会第一时间下载到本地，按项目分类存档。因为有些工具的云端存储有时限，过期就删了。本地存档虽然占硬盘，但安全可靠，随时能调用。

5.2 时间分配与并行处理策略

一天搞定宣传片，时间分配很关键。我的时间分配大概是这样的：

其中分镜图生成、画面生成、配音生成可以并行。我的做法是：脚本细化完之后，先批量生成分镜图，分镜图生成的同时，开始生成配音。分镜图生成完之后，批量提交画面生成任务，然后去处理其他事情。画面生成通常需要排队，等待期间可以做剪辑的准备工作，比如整理素材、搭建剪辑工程。

并行处理的关键是批量提交。不要一个一个生成，而是一次性提交所有任务，让工具排队处理。这样虽然单个任务等待时间变长，但总体效率更高，因为你可以利用等待时间做其他事情。

5.3 成本控制与资源复用

成本控制方面，我的经验是：按需付费，不盲目订阅。很多AI工具提供按次付费和包月订阅两种模式。如果一个月只做一两条视频，按次付费更划算；如果每周都要产出，包月订阅更划算。我一般会先按次付费，用一段时间后统计用量，再决定是否转包月。

资源复用是另一个省钱技巧。分镜图、背景音乐、配音音色、字幕样式，这些都可以跨项目复用。我建了一个素材库，把常用的分镜图、音乐、音色、字幕模板分类存档。新项目开始时，先从素材库里找可复用的，找不到再生成新的。这样能省下不少生成费用和时间。

还有一个容易被忽略的成本：试错成本。AI视频生成有随机性，同一个提示词可能生成好几种结果。如果每个分镜都无限抽卡，成本会失控。我的做法是，每个分镜最多抽5次，5次还不行就调整提示词或换工具。设定上限，避免陷入无限抽卡的陷阱。

5.4 常见问题速查与排查思路

最后整理一个常见问题速查表，覆盖从脚本到成片的各个环节：

排查问题的核心思路是：先定位环节，再定位参数。比如成片效果不好，先看是画面问题还是配音问题还是剪辑问题。定位到环节之后，再检查该环节的关键参数。画面问题查提示词和参考图，配音问题查音色和语速，剪辑问题查节奏和转场。逐项排查，总能找到原因。

我个人在实际操作中的体会是，AI视频生成这套流程，最难的不是工具操作，而是审美判断。工具会给你很多选项，但哪个选项最好，需要你自己的审美来决定。所以平时多看好片子，多分析别人的剪辑节奏和画面构图，比研究工具参数更重要。工具会迭代，审美不会过时。