用豆包做视频，最容易踩的坑是把“写脚本、出画面、配音、剪辑”一次性塞进一个指令。更稳妥的方法是先把任务拆成小步骤，每一步都保留可回退的中间结果。这样即使某段画面不理想，也不用从头重做。
一、先确定成片规格
| 项目 | 建议先定的内容 | 原因 |
|---|---|---|
| 用途 | 短教程、商品介绍或故事片段 | 决定叙事速度 |
| 画幅 | 竖屏 9:16 或横屏 16:9 | 避免后期裁切主体 |
| 时长 | 15–30 秒起步 | 便于测试模型稳定性 |
| 声音 | 真人配音、合成音或无旁白 | 影响字幕和节奏 |
二、把选题拆成镜头卡
每张镜头卡只描述一个动作。豆包可以先帮助你把主题拆成 4–6 个镜头，再逐个修改角色、场景和台词。不要直接接受第一版脚本，至少检查人物称呼、时间顺序和每个镜头能否在三秒内看懂。
主题：教新手整理桌面
镜头1：俯拍凌乱桌面，手把物品分成三组，2秒
镜头2：近景展示标签盒，手写标签保持清晰，4秒
镜头3：侧面中景，人物把常用物放到顺手位置，5秒
镜头4：固定镜头展示整理前后对比，4秒
统一限制：同一张木桌、暖色光线、竖屏9:16三、生成与修改的顺序
- 先做无旁白画面，确认构图、动作和角色一致。
- 再补旁白和字幕，控制每句字幕在一到两行。
- 最后调整音乐、环境声和转场，避免声音盖住讲解。
如果人物或文字变形，优先缩短镜头、减少动作数量，并用固定机位替代复杂运镜。需要把多个片段合成一条完整视频时，可参考分段合成与音画对齐方法；需要更细的剪辑节奏，可参考AI 视频剪辑流程。
四、豆包生成结果的验收标准
- 镜头之间的主体服装、道具和色温是否一致。
- 字幕是否完整、无错字，关键步骤有没有被剪掉。
- 画面中是否出现无法解释的手指、文字或物体变形。
- 开头三秒是否说明主题，结尾是否给出下一步行动。
五、导出前的文件管理
把脚本、原始片段、配音、字幕和最终视频放在同一项目文件夹，并用日期和版本号命名。发布后保留一份无水印母版，后续改比例或更新字幕时会省很多时间。
