钩子：AI 看不懂“感觉”，只看得懂镜头

很多人用 AI 做短视频，卡住不是因为模型不够强，而是把“故事”直接丢给 AI。剧本里写“一个人很焦虑”，人能脑补，AI 却不知道该给你皱眉、低头、凌乱桌面，还是晃动镜头。分镜的价值，就是把抽象情绪翻译成可执行的画面指令。

先别写 Prompt，先拆信息

一个好分镜不是“画面好看”，而是每个镜头只完成一个任务。尤其是教育、知识、培训类内容，镜头要服务理解，而不是炫技。

可以按四步拆：

  1. 这句话要让观众知道什么？
  2. 观众此刻应该看哪里？
  3. 画面里哪个元素承担信息？
  4. 这个镜头结束后，观众的注意力要被带到哪里？

比如一句“备考最大的问题不是懒，而是没有反馈”，不要直接写成“学生备考，很焦虑”。更适合拆成：夜晚书桌、摊开的错题本、手机计时器、学生停笔皱眉、红笔圈出重复错题。AI 看到的是物体、动作、环境和构图，最后才组合出“焦虑”。

把镜头写成五件事

给 AI 的分镜提示词，建议固定成五栏：

  • 景别：远景、中景、近景、特写
  • 主体：谁或什么是画面中心
  • 动作：主体正在做什么
  • 环境：时间、地点、光线、道具
  • 镜头意图：这个镜头要传递什么信息

模板可以这样写：

近景，一名备考学生坐在书桌前，停笔看着错题本，桌上有计时器和红笔，夜晚台灯光，画面表达反复刷题却没有反馈的停滞感。

注意，最后一句“停滞感”可以保留，但前面必须有可视化支撑。AI 不怕你有情绪词，怕的是只有情绪词。

教育内容更适合“三段式分镜”

普通人做知识视频，不必一上来追求电影感。更稳定的结构是：

第一段，问题镜头：让观众看见痛点。比如混乱笔记、堆满资料、反复划掉的计划表。

第二段，方法镜头：让观众看见步骤。比如屏幕录制、白板拆解、表格对比、手写标注。

第三段，结果镜头：让观众看见变化。比如清晰的复盘表、完成勾选、错题分类完成。

这个结构特别适合课程、训练营、知识号和个人 IP。因为观众不是来欣赏画面的，他要判断：这个方法我能不能照着做。

实操清单

写完剧本后，不要马上生成视频，先做一次“镜头翻译”：

  • 每句文案最多对应 1 到 2 个镜头
  • 每个镜头只保留一个视觉重点
  • 情绪词必须配一个动作或道具
  • 抽象概念必须配一个场景或对比
  • 同一段内容里，远景、近景、特写要交替出现
  • 生成前先检查：没有主体、没有动作、没有环境的句子，一律重写

橙子的判断

AI 视频的门槛正在从“会不会剪辑”变成“会不会描述”。未来内容从业者最该补的不是更多工具，而是镜头语言。谁能把经验、课程、观点拆成清楚的画面订单，谁就能更稳定地用 AI 放大产能。分镜不是导演专属技能，它会变成普通人使用 AI 的基础表达能力。