企业官网建设流程全解析

如果你想在 AI 生成内容这条路上做出真正有传播力的作品，只搞定「提示词」是远远不够的。真正让一支 AI 科普短片从「技术Demo」变成「有人愿意看完并转发」的作品，靠的是对主题的理解、脚本结构的设计、分镜的节奏感，以及整套 AI 工具链的串联能力。

这篇文章想和你聊的，正是这样一件事：以「分心不是我的错｜How does ADHD feel」这类 AI 生成科普视频为目标，拆解从选题认知、脚本设计、AI 配音、AI 视频生成、剪辑交付到合规审核的完整流程。它既是一次 AI 全民制作人创作流程的实操复盘，也是一篇关于「如何用 AI 工具做一支有信息量的公益科普短片」的方法论。

文章不打算只给你一堆工具名称，而是把每一步真正容易踩坑的地方指出来。因为你迟早会发现：AI 生成内容的最大门槛，从来不是某个工具不会用，而是「你用工具时，根本不知道自己要什么」。这支短片的主题是 ADHD（注意力缺陷多动障碍），一个在公众讨论里充满误解的神经发育障碍。如果你能在 AI 创作流程中把「科普准确性」和「AI 表现力」同时做好，你也就具备了一套可以复用到其他主题的内容生产方法。

1. 先理解主题：为什么「How does ADHD feel」值得做

做 AI 内容，第一步不是打开生成工具，而是想清楚「这个主题的传播价值在哪」。ADHD 这个主题有一个非常特殊的地方：它的患者群体庞大，但公众认知严重滞后。

很多 ADHD 患者在成长过程中，长期被贴上「懒」「粗心」「态度不端正」「不爱动脑」之类的标签。这不是他们「想这样」，而是他们的大脑在执行功能上存在客观差异：注意力调节、工作记忆、冲动抑制、任务启动能力，都与神经典型人群不同。当 AI 短片用「How does ADHD feel」作为叙事线索时，本质上是在做一次视角转换：让没有 ADHD 的人，用一分钟左右的时间「感受」ADHD 患者的日常认知体验。

这种「感受型科普」恰恰是 AI 生成内容最擅长的领域。因为 AI 视频工具擅长生成情绪化的视觉隐喻，比如时间碎片在画面里飞散、声音叠层、任务清单不断膨胀、色彩从明快到嘈杂的切换。它不需要做到医学级精确，只需要让观众产生「原来是这样一种体验」的共情。

从创作定位来看，这支短片适合走三条线交叉：

• 第一是科普线：说清楚 ADHD 不是态度问题，而是执行功能差异；
• 第二是体验线：用视听语言模拟分心、冲动、过度专注（Hyperfocus）、时间盲（Time Blind）等感受；
• 第三是公益线：结尾落到「理解与支持」，而不是停留在贩卖焦虑。

这里要特别强调一个判断：AI 科普短片的成败，80% 在选题和脚本，20% 在生成与剪辑。你可以在 5 分钟里学会一个生成工具，但用不好脚本结构，AI 只会帮你做出一堆高质量废料。所以这篇文章会把脚本设计放在最核心的位置。

2. ADHD 核心概念与常见误区

在把主题交给 AI 之前，创作者自己必须先把 ADHD 的基本概念理解到一个足够稳的水平。原因很简单：AI 生成内容的底层是语言模型，而语言模型会把你给它的「认知偏差」放得很大。如果你自己都不知道 ADHD 和「单纯分心」的区别，AI 生成出来的文案就会在医学准确性上翻车，哪怕画面再精美，也会被懂行的人一眼识破。

ADHD 的全称是 Attention-Deficit/Hyperactivity Disorder，中文常译为注意缺陷多动障碍。它通常在儿童期显现，但不少患者直到成年后才被识别。核心症状围绕三条：注意力调节异常、冲动控制困难、活动水平过高（或表现为持续内在不安感）。注意，这里有一个公众最普遍的误解：ADHD 并不是「完全无法集中注意力」，恰恰相反，很多 ADHD 患者在感兴趣、有紧迫感、有即时反馈的任务上，会出现一种过度专注（Hyperfocus）的状态，连续几个小时沉浸其中，完全注意不到时间流逝。所以 ADHD 更准确的理解是「注意力调节系统失灵」，而不是「没有注意力」。

下面这组对比，可以帮你在写脚本时避开最常见的表达陷阱：

脚本设计建议：不要试图在一分钟里覆盖 ADHD 的所有症状。选择一个最容易被误解的点切入，比如「分心不是我的错」这句标题本身就在做认知纠偏。你可以用开头 5 秒抛出冲突（“他们说我不够努力”），中间 30 秒用视觉化符号表现 ADHD 的内在体验（声音、时间、任务清单），最后 15 秒给出科学定性（执行功能差异）和支持性结尾。

3. AI 科普短片的完整制作链路

从技术角度看，一支 AI 科普短片的制作链路可以拆成六个环节：主题策划、脚本写作、素材准备、音频生成、视频生成、剪辑与字幕包装。其中每个环节都有对应的 AI 工具和传统工具，但真正决定作品质量的，是环节之间的信息交接是否顺畅。

典型的制作链路如下：

1. 策划环节：确定主题、目标人群、时长、情绪基调。
2. 脚本环节：用大语言模型（LLM）生成文案初稿，再人工改写为口播节奏。
3. 分镜环节：把每句话映射到画面，确定镜头情绪和视觉隐喻。
4. 音频环节：用 AI 语音合成（TTS）生成配音，或真人录音再用 AI 做降噪和音色统一。
5. 视频环节：用 AI 文生视频/图生视频工具生成画面素材。
6. 剪辑环节：用非线性剪辑工具完成素材拼接、背景音乐、字幕、调色和转场。

下面用一张表格看清每个环节的输入输出，方便你对工作量有全局认识：

在你熟悉这套链路后，一个完整作品的生产时间可以从几天压缩到几个小时。但压缩的前提是你把脚本做得很细。否则 AI 工具的生产速度反而会成为负担：一分钟内生成十个不可用的素材，排查和返工的时间比传统做法还长。

4. 环境准备与工具选型建议

和写代码一样，做 AI 短片之前先要把「开发环境」准备好。这里的环境不是某个软件安装，而是你围绕创作需要的账号、平台、硬件和文件规范。

4.1 音频生成环境

配音是 AI 科普短片中情绪传达的关键。你可以选择两类方案：

方案 A（纯 AI 合成）：直接在 TTS 平台上选择音色，输入脚本文字生成配音。适合预算低、追求快速出片的场景。注意选择支持中文自然语气的音色。

方案 B（真人配音 + AI 后期）：自己录制或找人录制，再用 AI 工具做降噪、对齐、响度标准化。适合需要强个人风格、或希望声音有更强情感起伏的场景。

从 AI 全民制作人这类创作活动来看，方案 A 的进入门槛更低，也更符合「AI 生成」的创作语境。建议你先用方案 A 跑通全流程，有追求后再回到方案 B。

4.2 视频生成环境

视频生成是整个链路里不确定性最高的环节。市面上的 AI 视频生成平台普遍具有以下共同点：通过文字描述生成短视频片段、支持多种画面比例、生成质量受提示词语法影响很大。对于科普视频，推荐从 9:16（竖屏）开始做，因为主流短视频平台都偏向竖屏分发，而 AI 全民制作人作品的社交传播也更多发生在手机端。

如果你希望画面更可控，可以同时使用图生视频方式：先用 AI 生图工具画出关键帧，再把关键帧输入到视频生成平台做动态化。这种方式比完全靠文生视频更稳定，是值得优先采用的实践路径。

4.3 文件组织与命名规范

AI 创作流程涉及大量中间素材，文件名不规范的后果是：你可能在「找文件」上消耗大量时间。这里给出一套简单可复用的规范：

项目名称/ ├── 00_策划/ # 选题、大纲、参考视频链接 ├── 01_脚本/ # 文案、分镜表、提示词 ├── 02_音频/ # 配音分段、BGM、音效 ├── 03_视频素材/ # AI生成视频片段，按分镜编号 ├── 04_剪辑工程/ # 剪辑项目文件 └── 05_成片/ # 最终导出版本

文件命名建议统一使用「序号_场景描述_版本」格式，比如：03_分心画面_v2.mp4。这在后期修改时能让你迅速定位：哪一段画面需要重新生成，哪一段配音需要换语气。

5. 脚本设计与提示词模板

脚本是整支 AI 短片的「源代码」。文本稳定，后续的配音、视频、剪辑才能稳定。我强烈建议你把脚本当成程序一样对待：先有数据结构（分镜表），再写逻辑（配音文案），最后再做性能优化（节奏删减）。

5.1 短脚本结构建议

以 60 秒 AI 科普短片为例，脚本结构可以这样切分：

一、0-10 秒：冲突开场。用 ADHD 患者经常听到的话开头，例如「你怎么又在走神」，制造代入感。

二、10-35 秒：内在体验描述。从 ADHD 患者视角，描述感受：时间消失、任务无法启动、大脑同时开着多个网页、忽然对某个爱好过度专注。

三、35-50 秒：科学定性。明确说出「ADHD 不是态度问题，而是执行功能差异」，纠正误区。

四、50-60 秒：行动号召。呼吁理解与支持，把情绪落到「被看见」上。

这个结构的好处是：前 10 秒负责留住观众，中间 25 秒负责制造共情，最后 15 秒负责传递正确信息和行动价值。不会变成纯流水账科普，也不会变成空洞情绪片。

5.2 AI 辅助脚本生成提示词模板

下面的提示词模板，可以直接复制到主流大语言模型中，再根据输出结果做人工修改。注意，提示词本身也应该被视为工程配置的一部分，不同模型理解能力不同，模板里的关键字不要盲目删减。

你是一位专注于神经多样性科普的短视频编剧。请根据以下要求，写一段 60 秒的竖屏配音文案： 主题：ADHD（注意缺陷多动障碍） 标题方向：分心不是我的错，How does ADHD feel 目标观众：第一次接触 ADHD 概念的年轻人与家长 情绪基调：从压抑/困惑逐渐走向被理解，结尾温暖有行动号召 文案要求： 1. 使用第一人称视角，让观众代入 ADHD 患者的感受； 2. 避免直接列举诊断标准，用场景化细节替代术语； 3. 出现“执行功能”“过度专注”“时间盲”时，必须附带一句通俗解释； 4. 全文不超过 220 个汉字，按每 10 秒一个镜头段落划分； 5. 结尾必须包含“理解就是支持”或同等含义的表达。

5.3 视频生成提示词模板

有了配音文案之后，需要为每个段落编写视频生成提示词。这些提示词要描述镜头内容、画面风格、情绪、运动方式，而不是表达「你要表达什么」。

一个关键注意点是：AI 绘画和视频模型通常对「抽象概念」的理解很弱，但对「具体视觉元素」「光线」「镜头运动」的理解较强。下面是一个示例提示词模板：

画面内容：一个年轻人在堆满纸张的书桌前，抬手试图抓住眼前飘散的时间碎片，碎片在空中变成一个个发光的数字时钟，场景色调从冷蓝变为暖黄。 镜头运动：镜头从特写缓慢后拉，人物保持侧面轮廓。 画面风格：2D 动画风格，柔和光线，类似治愈系科普插画。 情绪：焦虑感逐渐缓解，带有一丝希望。 画幅：9:16 竖屏。

这段提示词里，「飘散的时间碎片」「发光数字时钟」是 ADHD 时间盲的视觉隐喻，而「从冷蓝变为暖黄」则是情绪转折的视觉暗示。写提示词时，请反复问自己：如果我让一个没看过文案的人只看画面，他能理解我要表达的情绪吗？能，才说明提示词合格。

6. 核心代码与工程化脚本

AI 创作并不总是「可视化操作」，很多环节用命令行脚本会高效得多。这里提供三个可以直接使用的最小脚本/命令示例，它们分别解决音频检查、素材拼接和提示词批量生成问题。

6.1 用 ffmpeg 检查与标准化音频

音频素材规格不统一（采样率、响度、声道）会在剪辑时带来大量麻烦。下面这段命令可以批量获取音频时长与声道信息：

# 查看音频文件的详细信息 ffprobe -v error -show_entries format=duration,bit_rate \ -show_entries stream=codec_name,channels,sample_rate \ -of json 02_音频/配音.mp3 # 将所有音频统一转为 48kHz 双声道 WAV，每段前留 200ms 静音 for f in 02_音频/分段/*.mp3; do ffmpeg -y -i "$f" -ar 48000 -ac 2 -af "adelay=200|200" \ "02_音频/分段_标准/${f%.mp3}_std.wav" done

这段命令在 Windows 需要使用 PowerShell 或安装 WSL，在 macOS 和 Linux 上可以直接在终端运行。它的价值不只在批量处理，还在于让你在剪辑前就保证所有音频素材的「数据格式」一致，避免导出时突然出现声道错误或音量忽大忽小。

6.2 批量生成参考字幕文件

字幕文件使用 SRT 格式，是视频项目中常见的文件类型。AI 生成配音之后，你可以根据脚本时间轴手工维护一个 SRT 文件。下面是一个 15 秒字幕片段示例：

1 00:00:00,000 --> 00:00:04,500 你怎么又在走神？这不是第一次了。 2 00:00:04,500 --> 00:00:10,000 可我并不是不想专注。我只是不知道，时间为什么总是突然消失。 3 00:00:10,000 --> 00:00:15,000 ADHD 不是态度问题。它是一种执行功能的差异。

如果你想要批量生成多个语种的字幕，可以用 LLM 翻译后，再人工校准时间。SRT 文件出现乱码通常是因为编码问题，建议统一保存为 UTF-8 格式。

6.3 Python 批量生成提示词变体

AI 视频生成时，同一段画面往往需要生成多个候选，以便选择最稳定的一版。手工修改提示词很慢，下面这段 Python 脚本可以帮你批量生成提示词变体：

# 文件路径：generate_prompts.py # 功能：根据基础提示词模板，批量生成多个视频提示词变体 base_scene = "一个年轻人在书桌前茫然看着时间碎片飞散" styles = [ "2D 动画风格，柔和光线，治愈系插画", "写实风格，电影级景深，冷色调", "拼贴动画风格，纸张质感，轻微噪点", ] camera_moves = ["缓慢拉升", "特写推近", "环绕平移"] with open("prompts.txt", "w", encoding="utf-8") as f: for i, style in enumerate(styles): for j, move in enumerate(camera_moves): prompt = ( f"画面内容：{base_scene}。\n" f"镜头运动：{move}。\n" f"画面风格：{style}。\n" f"情绪：焦虑中带着希望。\n" f"画幅：9:16 竖屏。" ) f.write(f"=== 候选 {i * 3 + j + 1} ===\n") f.write(prompt + "\n\n") print("提示词已写入 prompts.txt")

运行方式：

python generate_prompts.py

脚本生成后，你可以把每个候选提示词逐一拿到 AI 视频生成平台测试，记录哪个风格、哪个镜头运动在当前场景下效果最稳定。这个流程本质上是在用工程方法管理 AI 生成的不确定性。

7. 剪辑与交付的工程化要点

当你手上已经有了配音和视频素材，剪辑阶段的核心任务不是添加特效，而是「让信息传递更顺畅」。很多新手在剪辑时喜欢加大量转场和花字，但这会与 AI 生成的画面叠加，造成视觉过载，观众很难把注意力集中在内容上。

我建议你的剪辑流程遵循以下顺序：

一、先铺配音轨。以配音长度作为全片的时间基准，然后围绕配音截取画面。这个方法保证视频节奏与语言同步。

二、再做画面粗剪。把 AI 生成的素材按分镜表依次放到对应时间点。如果某个画面与配音语义不匹配，优先换素材，而不是强行调整配音。

三、然后加背景音乐。BGM 音量不要超过配音的 40%。如果有一段对话很重要，可以在关键信息出现前把 BGM 音量压得更低。

四、最后做字幕与调色。字幕字号在竖屏视频中通常不低于屏幕宽度的 1/15，行内最多 15 个字。调色统一使用同一 LUT 或风格参数，不要在分段素材上各调一遍。

导出时，建议优先输出 H.264 编码的 MP4 文件，分辨率 1080×1920，帧率 30fps 即可。成品文件大小一般控制在 20MB 到 60MB 之间，太小的文件说明码率偏低，画面会有压缩痕迹；太大则不利于社交平台上传。

8. 效果验证与质量核对清单

AI 短片做完了，不能直接点发布。你需要像测试代码一样，对成片做一轮系统性的验证。列出下面几个验证维度，供你在每次导出后逐项检查。

8.1 内容准确性检查

这是科普内容最重要的门槛。重点检查：

• 是否出现「ADHD 是病/是心理问题/是教养失败」等不准确表述？
• 是否把 ADHD 等同于「偶尔分心」？
• 是否把 ADHD 患者模糊描述为「所有孩子都这样」？
• 是否给出「吃某药能治愈」「几招根治 ADHD」之类的错误或误导性建议？

如果有任何一项命中，必须修改。AI 科普视频的传播力越强，错误信息的破坏力就越大。作为创作者，即使内容是自己用 AI 生成的，也要承担事实核查责任。

8.2 画面与配音一致性检查

逐段观看成片，确认：

8.3 观众视角测试

找至少 3 位不了解 AI 制作技术的普通观众看完整支视频，问三个问题：

• 你愿意看完整个视频吗？
• 你记住了哪一句话？
• 你觉得这个视频想表达什么？

如果他们记住的句子和你写脚本时的核心表达一致，说明叙事有效。如果答不上来或者理解偏差很大，问题往往不在画面，而在脚本信息太密，建议删除一到两个非必要细节。

9. 常见问题与排查方法

在 AI 制作流程的每个环节，都有高频问题。这里整理一张排查表，覆盖从音频到视频生成的常见故障。

建议把这张表打印出来，每次项目结束做一次复盘。你会发现，大多数问题并不是工具 bug，而是提示词设计、文件管理和脚本理解的问题。

10. 安全边界与合规提醒

AI 创作进入心理健康话题时，安全边界尤其重要。这里整理几条必须遵守的创作底线：

一、不提供医疗诊断。视频中不要出现「你如果有这些表现，就是 ADHD」这类引导性表述。正确做法是建议观众如有困扰，应前往正规医疗机构咨询。

二、不夸大治疗信息。不要提及具体药物名称和剂量，不宣传任何未经证实的治疗手段。

三、不使用歧视性画面和语言。不要把 ADHD 患者表现为「怪人」「问题的制造者」，不要使用负面标签。

四、妥善处理评论区。AI 科普视频发布后，评论区很可能出现真实 ADHD 患者的自述。设置敏感词过滤，安排人员回应争议评论时，保持温和、理性，不做反驳式争吵。

五、AI 生成的声明。在视频简介中说明该内容使用 AI 生成，同时强调文案已经过人工校对，不代表医疗建议。这既是行业惯例，也是对观众负责的表现。

科普内容的价值在于「让沉默的少数被理解」，而不是「让创作者获得流量」。守住这些边界，你的作品才经得起传播和时间的检验。

11. 从一支短视频到可复用的内容工程

当你完整做完一支 AI 科普短片，你获得的不只是一个 MP4 文件，而是一套可以复用的内容工程流程。这里想给读者一些真正实用的工程建议。

第一，建立自己的提示词资产库。不要每次写提示词都从零开始。把「风格词」「镜头运动词」「情绪转变词」「人物一致性描述」分门别类整理成文档，下次做新主题时直接调用。

第二，形成「先文本后画面」的生产习惯。无论 AI 视频工具多强大，都要坚持先写完配音文案和分镜表再做画面生成。没有文本基石的画面生成，就是在裸奔，产生一堆好看却没有信息量的废片。

第三，为每个项目设置交付标准。比如：配音响度不低于某个标准范围、视频分辨率不低于 1080×1920、字幕最大行宽不超过固定字数、相关医学概念经过人工核查。有了标准，返工才有反馈依据。

第四，将 AI 工具视为「素材生产引擎」，而不是「设计大脑」。最终的设计判断、叙事判断、伦理判断，都必须落在人工环节。AI 可以帮你完成「表达的执行」，但很难替你完成「表达的意图」。

第五，关注作品发布后的数据反馈。一支 AI 科普片发布后，观察完播率、3 秒留存率和分享率。如果完播率高但分享率低，问题往往在行动号召不够有力；如果前 3 秒流失严重，问题几乎一定在开场。

这套方法论不只有助于「How does ADHD feel」这类主题，也适用于任何需要把专业知识转化为大众可感知内容的 AI 创作场景。你的竞争力不在于会点某个按钮，而在于你能不能在 AI 的辅助下，把一个复杂主题讲得准确、有情绪、有结构。这恰恰是未来创作者最稀缺的能力。

如果想继续深入，下一个值得研究的主题可以是：AI 视频素材的风格一致性控制、AI 配音的多角色对话设计、科普内容的事实核查自动化流程。每一条都够你做出新的作品，也能帮你把内容生产工程打磨得更扎实。