1. 为什么给宠物饮水机做 AI 分镜脚本1.1 传统宠物广告拍摄的痛点先把话说在前面我这次接到的项目是给一款宠物饮水机做一条 15 秒的电商短视频。刚拿到需求时团队第一反应是找摄影师、租场地、请一只性格稳定的猫和一只狗来配合。结果预算一报上去老板直接沉默了。传统宠物用品广告拍摄最大的问题就是“不可控”。猫不会听你指挥狗看到镜头要么太兴奋要么躲着走真正能用的素材可能只有十分之一。然后是“水”这个元素饮水机要表现活水循环、水花晶莹、水泵静音这些在实拍里全都要靠高速摄影、补光、道具水、后期合成才能勉强达到。租一台像样的高速摄影机一天下来够买三台饮水机了。后来我们决定走 AI 视频生成路线。先写一份足够细的《寵物飲水機AI分鏡腳本》用分镜脚本去驱动各个 AI 工具出图、出视频最后剪成成片。整个过程不需要真实宠物出镜不需要控制水花也不用担心猫咪突然跑路。实测下来从脚本到第一条完整成片只用了两天时间。1.2 AI 分镜脚本到底在写什么很多人一听“AI 分镜脚本”以为就是把原来的拍摄脚本改个名字。其实不是。传统分镜脚本是写给摄影师和演员看的而 AI 分镜脚本是写给大模型和视频生成模型看的。这两者的阅读对象完全不同写法自然也不一样。传统分镜只需要写“猫咪走近饮水机低头喝水”摄影师能看懂就行他会自己去想机位、构图、光线。AI 视频模型没有这个能力它需要你把画面里的主体、景别、动作、镜头运动、光影、氛围全部用提示词描述清楚而且描述越具体生成结果越可控。所以这份脚本的真正核心不是“分镜”而是“每个镜头要喂给 AI 什么”。我把脚本做成了两层结构第一层是人类可读的画面描述第二层是机器可读的 AI 提示词。两组人——导演和模型——都能看懂同一份文档。这也是我这次项目里最想分享的一个经验。1.3 谁适合参考这份脚本如果你手上有宠物用品、小家电、快消品要做短视频内容或者你本身就是做 AI 视频的创作者、电商运营、自媒体博主那这份脚本可以直接抄作业。哪怕你完全没做过 AI 视频只要会打字按照我给的分镜表格一个个生成再拼起来也能做出一条像样的成品。当然如果你的目标是拍一条真正的商业广告大片有预算请专业团队那 AI 分镜脚本就退化成“预览片”的作用——先用它跑通镜头语言和节奏再拿去给实拍团队做参考。这本身也是省钱省时间的好办法。2. 分镜脚本的整体设计思路2.1 先定产品卖点再定镜头写分镜脚本之前我先翻了这个宠物饮水机的产品详情页把卖点全部列出来活水循环、四层过滤、超静音水泵、2.5L 大容量、缺水断电保护、易拆卸清洗。如果把这些卖点全部塞进 15 秒里结果是每个点都讲不透观众什么都记不住。所以第一件事是做减法。15 秒短视频适合讲三个以内的核心卖点我把“活水循环”“超静音”“大容量”定为三条主线。剩下的过滤、断电保护、易清洗全部放进 30 秒升级版或者详情页里补充。这样镜头叙事更干净观众看完能记住最关键的三点。这里有个小技巧给每个卖点分配一个情绪词。活水循环对应“新鲜”超静音对应“安心”大容量对应“省心”。后面写提示词的时候情绪词会直接影响画面氛围——表达“新鲜”就用明亮通透的光线和清澈的水花表达“安心”就用暖色调和安静的夜晚场景表达“省心”就用干净利落的家中环境。2.2 15 秒版本怎么切分节奏短视频的黄金节奏是 0-3 秒抓注意力3-10 秒讲内容10-15 秒促行动。我按照这个节奏把 15 秒分成了四段第一段0-3s抛出痛点猫对空碗发呆制造代入感第二段3-10s产品亮相宠物喝水的健康画面集中展示卖点第三段10-13s夜间静音场景强化“深夜不打搅”的安心感第四段13-15s产品包装和 logo 露出点明品牌名引导购买。四段对应八个镜头每个镜头大约 2 秒。AI 视频生成工具单次生成往往只有 3-5 秒所以一个镜头让它生成一段 3 秒素材再在剪辑时截取其中最稳定的 2 秒这样容错率最高。2.3 角色一致性宠物形象怎么统一AI 视频最大的翻车点不是画面不好看而是同一只猫在这个镜头长这样下个镜头就变成另一只猫了。我这次脚本里要用到一只橘猫和一只柯基跨 8 个镜头必须长得一样不然观众一眼出戏。我的方案是“角色参考图 首帧锁定”。先用 AI 绘图工具各生成一批橘猫和柯基的标准形象图挑出最满意的一张作为角色基准图。后续每个镜头生成视频时都把这张角色图作为参考图输入或者用图生视频的方式先把角色图变成该镜头的第一帧再延展成动态视频。这样操作下来只要角色基准图不换同一个镜头系列里生成出来的宠物长相基本能保持在 90% 以上的相似度。至于剩下那 10% 的偏差靠剪辑节奏快一点就能盖过去观众根本来不及细看。3. 逐镜分镜脚本与 AI 提示词实战3.1 15 秒版分镜总览表直接给可复制的表格。下面这张表是全片的总览列了镜号、时长、画面内容、景别、旁白字幕和对应卖点。提示词的完整写法在下一小节逐个拆解。镜号时长画面内容景别与运镜旁白/字幕对应卖点10-2s橘猫盯着空水碗爪子拨碗特写固定镜头字幕还在喝这碗水痛点引入22-4s白色饮水机亮相涌泉出水中景缓慢推进旁白活水循环活水34-6s柯基小跑过来低头喝水中景跟拍感旁白每一口都新鲜活水46-8s橘猫跳到桌面靠近饮水机喝水中景固定镜头无旁白环境声产品吸引力58-10s水流与滤芯特写水珠晶莹微距特写缓慢推近旁白四层过滤过滤610-12s夜间场景饮水机指示灯亮猫狗安静远景固定镜头旁白超静音运行静音712-14s猫狗一起喝水主人在旁微笑中景横移镜头字幕2.5L 大容量容量814-15s产品包装与 logo 展示商品展示固定镜头旁白让毛孩子爱上喝水品牌八个镜头总共 15 秒前后两个镜头没有宠物出镜中间六个镜头全靠角色基准图锁定形象整体工作量可控。3.2 每个镜头的提示词写法拆解光有表格还不够每个镜头要真正能喂给 AI 工具还得有完整的提示词。这里我按镜号给出我当时实际使用的提示词并说明为什么这么写。镜头 1痛点引入画面要求一只橘猫坐在木地板上面前是空的白色水碗猫咪用爪子轻轻拨动碗沿碗发出细微的金属声响猫咪表情带一点困惑和渴望。光线是自然日光浅景深背景是简洁的客厅。对应 AI 提示词一只肥胖的橘猫坐在木地板上面前放着一个空的白色陶瓷水碗猫伸出爪子轻轻拨动碗沿表情困惑而渴望自然侧光浅景深背景是虚化的简约客厅写实风格4K高细节为什么这么写第一“肥胖的橘猫”这个描述能让形象更接近大众对家养橘猫的认知也便于后面角色参考图统一。第二明确写了“浅景深”和“虚化的背景”可以让 AI 聚焦在猫和碗上减少环境对主体的干扰。第三动作限定在“轻轻拨动碗沿”避免 AI 自由发挥成打翻碗。镜头 2产品亮相画面要求白色宠物饮水机放置在浅色木柜上顶部涌泉式的出水口流出细细的水流水花在光线下晶莹剔透产品正面线条简洁背景是现代风格的客厅。对应 AI 提示词一台白色的现代宠物饮水机放在浅色木柜上顶部涌泉出水水流细而清澈水花晶莹产品正面可见水箱水位线背景是明亮的现代客厅温暖的日光从窗户照入商业产品摄影风格8K高细节这里我特意加了“水箱水位线可见”是为了让观众直观感受到大容量的特点同时这个细节也能让产品更有真实感而不是一堆无意义的白色块。照明用了“温暖的日光”和镜头 1 的自然侧光形成连续感但情绪上从“空碗的干渴”过渡到了“水源的丰沛”。镜头 3柯基喝水画面要求一只柯基犬从画面左侧小跑入镜耳朵随步伐抖动凑近白色饮水机低头喝水舌头卷水的动作清晰可见背景是客厅一角暖色调。对应 AI 提示词一只黄白相间的柯基犬从左侧小跑进画面耳朵抖动着停在白色宠物饮水机前低头喝水舌头清晰可见暖色调自然光中景镜头略微带一点跟随感写实风格高帧率毛发细节丰富柯基的“黄白相间”是颜色锚点能强化角色认知。写“略微带一点跟随感”是为了让静态画面有动态叙事但又不至于让 AI 把镜头运动做得太夸张。AI 视频生成里镜头运动幅度一夸大画面边缘就很容易扭曲变形所以描述镜头运动时我会刻意用“略微”“缓慢”这类限制词。镜头 4橘猫加入画面要求橘猫从右侧跳上桌面走近饮水机先低头闻了闻水流然后开始舔水动作谨慎又可爱画面安定温馨。对应 AI 提示词一只橘猫从右侧跳上桌面走近白色宠物饮水机低头闻了闻水流然后小心地舔水喝动作轻缓画面温馨柔和自然光固定中景镜头浅景深与镜头 3 形成左右对称的入场方向这样两个宠物在视觉上会产生“一左一右都过来喝水”的集聚感。同时橘猫动线比柯基细致——先闻、再舔这个动作层次能体现猫的小心谨慎也更有看头。镜头 5滤芯与水流特写画面要求微距镜头对准饮水机的水流落入水箱的瞬间水面上泛起细小的涟漪透过透明水箱可以看到内部的白色过滤棉和活性炭颗粒水滴晶莹。对应 AI 提示词微距镜头白色宠物饮水机的水流落入透明水箱水面泛起细小涟漪透过水箱可见内部的过滤棉和黑色活性炭颗粒水珠晶莹剔透背景虚化逆光高动态范围慢动作质感这里的“逆光”是关键。逆光下液体折光率高水珠会透亮效果会好很多。慢动作质感则靠提示词里的“慢动作质感”或生成工具里的运动速度参数来实现如果没有就在后期剪辑时对素材做 50% 或 25% 的变速慢放。镜头 6夜间静音场景画面要求深夜的客厅一角饮水机底部指示灯亮着柔光水流声几乎听不见一只柯基和一只橘猫安静地趴在旁边的地毯上画面静谧只有微弱的环境光。对应 AI 提示词夜晚的客厅白色宠物饮水机底部指示灯发出柔和的淡蓝光柯基犬和橘猫安静地趴在旁边的灰色地毯上半闭着眼睛周围昏暗只有台灯和指示灯的光线静谧安详的氛围写实风格远景固定镜头静音这个卖点视觉上其实是没办法直接表现的我的思路是拍“安静的结果”——两只宠物安心入睡就反衬出产品没有产生让人焦虑的噪音。这里用到“指示灯发出淡蓝光”除了增加产品科技感也能让夜间画面不显得死黑。镜头 7共享饮水时刻画面要求白天柯基和橘猫并排站在饮水机前喝水主人穿着居家服蹲在旁边微笑抚摸宠物暖阳从窗外照进来整个画面幸福满溢。对应 AI 提示词一只柯基犬和一只橘猫并排站在白色宠物饮水机前一起喝水一位穿浅色居家服的年轻主人蹲在旁边伸手轻抚猫咪头部微笑看着宠物们窗边暖阳照射整幅画面温馨明亮中景横移镜头生活化场景这个镜头承担“容量”卖点。两只宠物并排喝水你要表达的就是“它能同时满足多猫多狗家庭的需求”。主人入镜能拉近消费者距离同时为片尾品牌露出做情感铺垫。镜头 8品牌展示画面要求白色宠物饮水机与产品包装盒并排放在干净背景前包装盒上有品牌名“XX”整体是商业产品图风格结尾定格。对应 AI 提示词白色宠物饮水机与同色系产品包装盒并排展示包装盒正中央有清晰的品牌名“XX”简洁干净的浅色背景商业产品摄影风格柔和棚拍灯光高清晰度商品主图质感镜头 8 的提示词要单独说明如果你直接用 AI 生成带文字的包装大概率会出现乱码。我的解决办法是不让 AI 生成具体文字只生成“白色包装盒”后期在剪辑软件里叠加一个品牌字模板。提示词里可以写“有清晰的品牌名”但生成结果能用算惊喜不能用就在后期加字完全不影响成片。3.3 30 秒升级版要补哪些镜头如果你需要拍一条信息量更大的版本就在 15 秒版的基础上增加这样几个镜头开箱镜头主人拆开快递取出饮水机和水泵配件营造一种“新入手的期待感”结构拆解演示水箱、滤芯、水泵分离配合旁白“每个部件都能拆洗”解决养宠家庭的卫生顾虑对比镜头同一只猫先看空碗再看向饮水机用画面蒙太奇形成“选择产品”的暗示多宠家庭场景三只猫同时围着饮水机强化容量大、够全家用出差场景主人拖着行李箱出门饮水机指示灯亮起字幕“3 天一箱水”直击出差党痛点。30 秒版的分镜逻辑是“痛点更多、场景更全、主角更多”但每一镜的提示词写法完全沿用上面的公式。4. AI 视频工具选型与参数设置4.1 文生视频、图生视频、首尾帧怎么选目前主流 AI 视频生成工具基本都支持三种输入模式文生视频、图生视频、首尾帧。我当时做这份脚本时三种模式全都用上了搭配原则如下。文生视频适合镜头 1、2、6 这类以场景氛围为主导的镜头给它一段完整提示词它自己发挥的空间大画面质感往往比较自然图生视频适合 3、4、7 这种带明确宠物的镜头因为前期有角色基准图先用工具生成一张高质量的分镜图再用这张图去生成视频宠物长相不会跑偏首尾帧适合镜头 5 这种需要衔接的水流特写指定首帧是水流入水尾帧是涟漪扩散它能把两个状态连贯起来。实操下来我最常用的是“图生视频”。因为分镜脚本已经做了足够细的画面描述先用 AI 绘画把每一帧的静态图做出来等于给视频生成加了一道保险翻车率明显低于直接文生视频。如果你的 AI 视频工具支持参考图功能那更是首选。4.2 关键参数怎么调不同工具的参数设置会有差异但几个核心参数学会了是可以通用的。参数建议值说明分辨率1920x1080 或 1280x720电商短视频建议至少 1080P方便后期裁剪帧率24fps 或 30fps24 有电影感30 更顺滑宠物题材我选 30单段时长3-5 秒超过 5 秒生成难度和失败率都明显上升运动幅度低到中运动幅度太大宠物边缘容易扭曲镜头运动固定或缓慢推近固定镜头成片率最高运动镜头需多抽卡种子值固定同一镜头要重生成几次时锁住种子能保持风格统一“种子值”这个概念对新手来说可能比较陌生。简单说AI 生成是有随机性的同样提示词每次出来的结果都不完全一样。种子值就是这次随机过程的编号。如果你生成了一张非常满意的画面记下这个种子值下次想微调时在同样提示词下沿用种子值画面风格会保持高度一致。4.3 提示词结构公式与负面提示词我把这次项目里反复验证有效的提示词结构整理成了一个公式基本上适用于所有产品类 AI 分镜[主体详细描述] [动作/状态] [场景环境] [光线/氛围] [镜头语言] [画质/风格]用镜头 3 套一遍柯基主体 跑进画面低头喝水动作 现代客厅场景 暖色自然光光线 中景略带跟随感镜头语言 写实风格 4K画质。六要素齐全AI 才能输出及格线以上的画面。另外负面提示词必须写。很多 AI 工具支持填入不希望出现的内容我会固定写这些模糊低分辨率扭曲变形多余肢体多个尾巴水碗破碎文字乱码水花飞溅过度畸形的手指五官错位写负面提示词的目的是给模型设边界。宠物题材特别容易翻车在“多余肢体”和“五官错位”你把负面词写全至少能把翻车概率压掉一半以上。5. 从分镜到成片的完整实操流程5.1 用分镜图搭建画面基底拿到脚本后我的第一步不是直接生成视频而是先生成 8 张分镜静态图。这一步很多人会跳过觉得浪费时间但实际操作时你会发现静态图的成本远低于视频改起来也快还能在团队内部快速对齐视觉方向。具体做法是把每个镜头的 AI 提示词粘贴到绘图工具里逐个生成静态分镜图。同一镜头多生成几张挑最符合脚本气质的一张。然后把 8 张图按时间顺序排列成一条“视觉样板”发给产品方确认。产品方如果觉得某张图感觉不对当场就能指出来改图比改视频轻松太多了。等 8 张分镜图全部确认后再拿到视频工具里逐张生成动态效果。此时因为静态图已经锁定了画面构图和角色形象视频生成的成功率大幅提高。5.2 视频拼合、配音与字幕8 段素材生成出来后进入剪辑环节。我用的剪辑工具就是最常见的剪辑软件操作逻辑都差不多。顺序是按镜号排到时间线上每段素材先粗剪到目标时长然后整体变速对齐节奏。配音我用的方案是 AI 语音合成。选择一个偏向生活化的女性音色语速调到 1.0-1.1 倍这样听起来既清楚又没有播音腔。以下是一份可以直接念的配音稿0-3s还在让毛孩子喝这碗不新鲜的水留白 3-6s活水循环 6-8s每一口都新鲜。 8-10s四层过滤 10-12s超静音运行。 12-14s2.5 升大容量出差三天也不用换水。 14-15s让毛孩子爱上喝水。字幕不要用 AI 视频里的内置文字那些经常乱码。正确做法是在剪辑软件里自己加字幕条字体选黑体或思源黑体字号 70 左右放在画面下方安全区内。品牌名和卖点词可以用稍微大一点的字号做强调。5.3 后期调色与导出参数AI 视频生成的素材每个镜头因为生成批次不同色调会有轻微差异。我的处理习惯是整体统一做一个暖色调 LUT把色温拉到一致然后微调对比度和饱和度让画面既通透又不失真。导出参数直接照这个设置分辨率 1920x1080帧率 30fps码率 10Mbps 以上格式 MP4H.264 编码。这个参数完全满足电商平台上传要求画质在手机上播放干净锐利。导出前记得从头到尾完整看一遍重点检查宠物形象是否一致、字幕是否错位、镜头切换处有没有闪白或跳帧。6. 常见问题与排查技巧实录6.1 宠物形象崩坏怎么办我遇到最多的翻车就是宠物形象崩坏猫长了五条腿、狗的眼睛跑到脸颊外面、尾巴分叉成好几条。这类问题的排查思路从提示词层面解决。第一负面提示词里必须写明“多余肢体、畸形”等。第二主体描述不要用过于复杂的修饰语比如“一只花色很复杂的猫”就容易崩。第三尽量使用“图生视频”模式先出图再出视频形象稳定性是最高的。第四如果一个镜头在某一帧崩坏了不要整个镜头重生成试着把这段素材的长度缩短用在剪辑上快速切走观众几乎注意不到。6.2 水流和水花效果不自然饮水机项目里水流是重头戏但 AI 生成水花时经常出现两种问题要么水流像果冻一样凝结不动要么水花飞溅得毫无物理逻辑反而像在喷水。我的解决方式是这样的提示词里不要用“大水花”“激烈喷射”要用“细流”“缓缓溢出”这类温和词汇。生成后在剪辑软件里给水流镜头做一个 20% 左右的慢放水流在慢放下会自然得更接近实拍质感。如果对画面还不满意就用蒙版叠加一层真实的音效比如水杯倒水的清脆声观众听觉上会默认画面里的水也是真实流动的。6.3 画面闪烁与镜头漂移画面闪烁常见于多个镜头拼接处原因是相邻镜头的光线、色调和噪点不一致。排查顺序是先看是不是调色参数没统一再看镜头切换处有没有加转场过渡最后检查视频素材本身在生成时是否有闪烁。如果是最后一种重生成该镜头并固定种子值能有效降低闪烁概率。镜头漂移则出现在带运镜的镜头里AI 推近或横移时背景和宠物之间的边缘会像水波纹一样扭动。降低运动幅度、改用固定镜头是成本最低的解法。如果必须保留运镜感可以在剪辑时给画面加一点轻微的缩放关键帧人工模拟推近效果把不自然的漂移盖住。6.4 文字、logo、字幕的处理AI 生成文字依然是目前最薄弱的环节。产品包装上的 logo、字幕条上的汉字基本都会乱码。我的建议是彻底放弃让 AI 生成文字所有文字都用剪辑软件后期添加。好的做法是准备一个品牌文字样式模板包括字体、字号、颜色、描边、描边阴影等之后所有镜头需要加字时一键套用同一套样式。这样不仅能规避乱码问题还能让整条视频的品牌感更强。6.5 平台审核与版权提醒最后提醒一句版权问题。AI 生成素材的商用授权规则不同工具不一样用之前去官网确认一下授权范围。尤其是宠物饮水机的产品视频最终要投放到电商平台素材是否能商用、能不能用于广告投放都必须在动手前确认清楚。另外如果使用了真实品牌的声音或音乐作为配乐需要确保有版权授权。配乐方案我一般两个选择一是用工具自带的版权曲库二是自己合成简单的环境音白噪音避免版权纠纷。在投放平台上宠物用品类目审核相对宽松但视频里如果出现“最”“第一”“绝对”这类极限词就要小心了。哪怕是 AI 生成的旁白也同样被平台审核系统识别记得在脚本阶段就避开敏感用词。说实话宠物饮水机这个 AI 分镜脚本项目我前前后后改了三版才稳定出片。第一版镜头太少节奏太拖第二版提示词写得太简略导致宠物形象全崩到第三版我开始用角色基准图加固定种子值才终于跑通完整流程。后来我又把同样的方法用在了空气炸锅和智能猫砂盆的短视频上效率翻了不止一倍。如果你正准备做类似的产品短视频别一上来就去找摄影棚先花两天时间把 AI 分镜脚本跑通你会发现这可能是整个项目里性价比最高的投入。