不敢相信居然有人把......豆包做AI短视频的完整路线玩明白了！从找文案到成片，一套流程全跑通

前阵子一直有人问我，治愈系AI短视频到底是怎么做出来的。

其实只要把流程拆开以后，并没有想象中的那么复杂。最容易把人劝退的，反而是刚开始东学一个工具、西试一个方法，文案没定好就去出图，图片没统一就又急着做视频，反到最后却是越做越乱。

这次我把自己顺下来的一套方法重新整理了一遍，核心就两个工具：豆包负责前面的文案、出图和图生视频，剪映负责后面的剪辑、字幕、配音和音乐。

对新手来说，先把这一套跑通，比一开始研究一堆复杂工具实用得多。

一、先找一个你想做的参考视频

第一步就不要急着自己凭空写。可以先去抖音、小红书这类平台找几条你喜欢的治愈系视频，比如：

日常治愈、情绪旁白、古风小女孩、田园生活、萌娃动画……

最好找那种画面、文案、节奏都比较接近你想做方向的内容。找到以后，把视频链接复制下来。

接着打开豆包，把链接发进去，再补一句：

帮我提取这个视频的文案，并整理标题、核心主题和正文结构。

二、再让豆包重新写一版自己的文案

当文案提取出来以后，我是不建议大家直接拿来做。可以再继续让豆包重写。

比如可以输入：

你是一名治愈系短视频博主，请参考上面文案的结构和表达方式，重新写一条原创治愈系旁白。
要求：温柔自然、口语化、100字以内，适合女声配音，不要太鸡汤。

三、根据文案拆成几个画面

当文案确定后，也不要立刻整段就拿去生图，而是先拆场景。

比如有一句：

“要好好生活，在日子里收集温柔与快乐。”

对于刚上手或者是刚开始做的人，我更推荐这个方法，不用一上来就自己研究特别复杂的提示词。直接从参考视频里截几张你觉得构图不错的画面。然后把截图上传到豆包，让它参考画面重新生成。

比如原图里是一个男孩坐在屋顶，你可以改成：

参考这张图片的构图重新生成。
人物改成8岁左右的小女孩，黑色丸子头，穿蓝色古风长裙。
保留屋顶和柿子树场景，去掉原图文字。
画面温暖治愈，柔和自然光，高清竖版9:16。

AI批量出图特别容易遇到一个问题：比如第一张还是这个小女孩，到第三张脸变了，第五张衣服又换了。这时候别直接整组重做。

先把比较统一的图片挑出来。然后把跑偏的单张重新丢给豆包，明确要求：

参考前面人物的脸型、年龄、发型、蓝色服装和整体画风重新生成。
人物保持一致，只修改当前场景和动作。

当觉得自己的静态图制作满意之后，就可以直接用豆包的视频生成功能。上传其中一张图，然后写动作。这里有个小经验：治愈系视频千万别把动作写得太大。

例如不要一上来就：“女孩快速起身转圈，然后奔跑。这样会很容易让画面崩掉。

更适合的是：

清晨暖黄色光线，小女孩安静躺在屋顶，头发被微风轻轻吹动，缓慢眨眼，衣角轻微摆动，树上的柿子和叶片随风晃动，镜头缓慢推进。

七、所有视频做好后，统一放进剪映

接下来进入剪映。先别急着加字幕、音乐和特效。第一件事就是排顺序。把所有AI生成的视频按照故事顺序拖进时间线。

八、把前面写好的文案做成字幕和配音

画面顺了，再加文案。把前面豆包写好的旁白导入剪映。字幕不用搞得太复杂。白字、米白、浅黄色都可以，根据画面调整。然后选配音。治愈系比较适合：温柔女声；自然少女音；轻柔旁白。尽量别选特别播音腔的声音。语速可以稍微慢一点。有些句子之间留个0.5秒左右的空白，听起来反而更舒服。

配音完成以后，再选BGM。背景音乐最好是那种：钢琴；轻吉他；治愈纯音乐；轻柔氛围音乐。音乐音量不要太大。旁白始终是主角。如果视频后半段情绪有变化，可以前面用比较舒缓的音乐，后面稍微增加一点情绪。还可以加少量环境音：风声；鸟叫；树叶声；流水声。不用全部都加。合适的地方点一下，画面就会更有氛围。

我现在每次导出前都会从头到尾重新看一遍。重点检查：字幕有没有错字；人物有没有突然变脸；音量有没有忽大忽小；镜头切换会不会太急；BGM有没有盖住配音；结尾有没有突然断掉。没问题以后，再导出成片。

一条完整的制作流程其实就是这几步：

找对标视频↓豆包提取文案↓重新写原创文案↓拆分镜头和场景↓截图作为参考图↓豆包生成新图片↓修正人物一致性↓图片生成视频↓剪映排列镜头↓添加字幕和配音↓加入BGM和音效↓检查并导出

所以刚开始不用追求工具有多高级。先用豆包+剪映，把一条完整的视频从头到尾做出来。流程跑通以后，再慢慢研究角色一致性、镜头语言和更专业的视频模型，反而更容易上手。