视频分镜怎么生成？AI脚本与分镜图制作方法

一个做母婴用品的卖家，第一次拍短视频的时候准备了两天。她写了一页脚本，把要讲的话一句句排好，拍摄当天按顺序拍完。回来剪的时候发现，脚本里写的「展示产品细节」这句话，到了现场不知道该拍哪个角度、镜头要停留多久、要不要拍手部动作。素材拍了三个小时，能用的不到五分钟。

问题出在脚本的粒度上。「展示产品细节」是一句意图，不是一条可以执行的指令。一条能指导拍摄的脚本，需要写到镜头级别：这一镜拍什么、机位在哪里、画面里出现什么、持续多久、要说什么话。写到这个程度，拍摄现场才不需要临时判断。

分镜是脚本的下一步。分镜图把文字描述变成画面示意，拍之前能先看到整条视频长什么样，哪一镜和哪一镜接得顺，哪一镜的信息量太大。这一步在传统流程里需要美术功底，对多数中小卖家来说门槛偏高。

这篇讲三件事：分镜脚本要写哪些字段，分镜图怎么用来指导实拍，以及怎么用青虎AI 的视频分镜生成器把脚本和分镜这两步跑通。这里不承诺任何播放效果，脚本和分镜解决的是拍摄前的准备工作，最终表现还取决于商品本身和内容判断。

图1：脚本写到镜头级别，拍摄现场才不需要临时判断

一、问题拆解：脚本写了，拍摄还是卡住

卡住的第一个地方是粒度。一句「展示产品细节」可以对应很多种拍法：产品正面特写、手部操作特写、配件拆解、局部纹理。脚本里不写清楚，拍摄时就要临时决定，而现场的决定往往受限于当下能想到什么。

第二个地方是顺序。脚本里写了十个镜头，但没有说明它们的先后关系和信息递进。拍摄时按想到的顺序拍，剪的时候才发现顺序不合理，某个镜头应该往前放才能让逻辑通顺，可那个镜头当时没拍够时长。

第三个地方是时间。每个镜头要拍多久，脚本里通常不写。结果是有的镜头只拍了两秒，剪的时候不够用；有的拍了两分钟，实际只用五秒。现场时间被不均匀地消耗掉，最后发现缺的那几个镜头反而没有素材。

第四个地方是口播与画面的对应。脚本里的话和镜头如果没有绑定，剪辑时就容易出现「说的和看到的不是一回事」。这种不匹配在成片里很明显，用户能感觉出来，只是说不出哪里别扭。

四个问题的共同点是：脚本停在了意图层面，没有落到可执行的字段上。把字段补齐，拍摄现场要做的就只剩执行，判断的工作提前到了写脚本的阶段。

二、判断维度：分镜脚本要写哪些字段

一条能指导拍摄的脚本，通常需要覆盖几个方面的信息。字段不必多，但要能把「拍什么、怎么拍、说多久」说清楚。

六项里，画面内容、时长和口播文案这三项最关键。画面内容决定拍什么，时长决定拍多久，口播决定这一镜要传递什么信息。三项齐了，拍摄现场基本不会卡住。

字段写完之后还有一步校验：把六个字段横向读一遍，看每一镜的信息量是不是均匀。如果某一镜既要展示产品又要讲两个卖点还要做场景切换，那这一镜大概率拍不好，拆成两镜会更清楚。

还有一条实用原则：镜头的数量要和视频时长匹配。一条短视频里塞十几镜，每一镜都只有一两秒，用户看不清任何内容；镜头太少，画面又会显得单薄。按内容实际需要定数量，比按模板凑数更靠谱。

字段之外还有一件事值得提前定：这条视频要说给谁听。同一款商品，说给第一次听说的人听和说给正在比价的人听，脚本的重点完全不同。前者需要先交代这是什么、解决什么问题，后者可以直接进入参数和差异。这一步判断在写脚本之前完成，后面六个字段的填写方向也就定了。

三、操作步骤：从商品图到脚本与分镜

把脚本和分镜这两步跑通，用青虎AI 的视频分镜生成器可以走四步。顺序上，脚本在前，分镜在后，因为分镜是基于脚本的镜头描述生成的。

图2：脚本在前、分镜在后，分镜是基于脚本的镜头描述绘制的

四步走完之后，手上会有一份脚本和一套分镜图。这时候先别急着生成成片，把分镜图逐张看一遍：哪一镜的画面和脚本描述不一致，哪一镜的信息量偏大，哪一镜的顺序可以调整。这一步的判断成本很低，却能省下后面重跑的时间。

四、脚本字段与分镜的对应关系

脚本里的字段和分镜图之间是有对应关系的。理解这个对应，才能知道改脚本的哪一部分会影响分镜的哪一张。

表里最值得留意的是画面内容那一行。脚本描述越具体，分镜画面越接近你设想的样子。写「展示产品细节」，得到的是泛化的细节画面；写「手持产品，镜头拉近到开关位置，停留两秒」，得到的分镜就会明确很多。

这也是使用生成脚本功能时的一条实用建议：产品卖点填写越详细、越具体，生成的脚本质量越高。卖点写得笼统，脚本里的镜头描述也会跟着笼统，后面分镜和成片的可预期性都会下降。

图3：脚本描述越具体，分镜画面越接近设想

五、分镜图怎么指导实拍

分镜图在实拍现场的价值，是把「想象」变成「参照」。有了这套图，拍摄时的分工和节奏都会清楚很多。

表里最实用的是拍摄顺序那一行。分镜图把镜头按机位和场景分好之后，现场可以按组拍，而不是按顺序拍。同一个机位下的几个镜头连着拍完再换位置，能省下大量搬设备的时间。

素材检查也是分镜图带来的一个直接好处。拍摄时对着分镜逐镜打勾，哪个镜号还没拍、哪个镜号的素材不够长，当场就能看出来。这比收工之后再回忆「好像少拍了什么」要可靠得多。

还有一点值得提醒：分镜图是参照，不是限制。现场如果发现某个角度比预想的好，或者某个动作在镜头里比想象中更自然，可以调整。分镜的价值在于让拍摄有起点，而不是把现场变成照图施工。

分镜图还有一个容易被忽略的作用：它能让「这条视频够不够」这个问题在开拍前就有答案。一套分镜看下来，画面里有没有场景、有没有动作、有没有细节，一目了然。如果发现整条视频都是产品静置的画面，那说明脚本在设计阶段就缺少动态安排，这时候补比拍完再补要容易得多。判断的标准可以简化成一句话：把分镜从头到尾看一遍，能不能想象出用户看完之后记住了什么。

六、四个常见的脚本与分镜误区

四个误区的共同点是把准备工作做浅了。脚本和分镜属于拍摄前的准备，准备阶段的每一分投入，都会在现场以更少的时间和更少的返工还回来。

七、四个让脚本与分镜更顺的习惯

四个习惯的共同点是把判断往前提。写脚本时多花十分钟把镜头描述写具体，拍摄现场就能少花一小时做临时决定。这个交换在时间上永远是划算的，只是很多人习惯了到现场再说。

习惯的价值还体现在协作上。一个人的时候，凭记忆拍完也能凑合；几个人一起拍，没有固定字段和分镜参照，每个人理解的重点都不一样。把格式和参照固定下来，协作的效率提升不是线性的，而是从「需要反复沟通」变成「照着做就行」。

八、三个真实场景的处理方式

三个场景的共性是：脚本和分镜解决的问题不同，可以只用其中一个，也可以两个一起用。有脚本没有分镜，拍摄现场容易卡；有分镜没有脚本，口播和画面容易对不上。两者齐了，从准备到成片的路径才是通的。

图4：分镜图放在手边，拍摄现场的分工和节奏都会清楚很多

九、总结：脚本写到镜头级别，分镜用来指导执行

十、常见问题解答

回到开头那位卖家的经历：她卡住的地方不是不会写脚本，而是脚本没有写到可以执行的程度。把镜头描述、时长和口播都写清楚，拍摄现场的判断就少了一大半。

分镜这件事还有一个额外的好处：它把创作过程变得可讨论。一条视频的想法如果只在脑子里，别人没法参与；写成分镜图之后，同事可以指出哪一镜不合适，拍摄的人可以提前准备道具。准备工作从一个人的事变成了可以协作的事。

如果只记一件事，那就记这一件：脚本要写到镜头级别，分镜要用来指导执行。这两句话做到了，从准备到成片的路径就是通的，剩下的只是执行得好不好的问题。