“豆包怎么用”真正难的不是找到生成按钮，而是把一个模糊想法变成可以检查的镜头。建议把流程分成“拆解—生成—筛选—复盘”四步，每次只改一个变量，才能知道哪一处带来了变化。
一、先做镜头拆解表
| 字段 | 填写示例 | 检查点 |
|---|---|---|
| 主体 | 穿蓝色围裙的咖啡师 | 每个镜头名称一致 |
| 动作 | 研磨咖啡豆并抬头微笑 | 一个镜头只保留一个主动作 |
| 景别 | 中近景 | 是否能看清关键动作 |
| 时长 | 5秒 | 动作是否能完整发生 |
二、提示词迭代不要一次改太多
第一版只写主体、动作、场景和时长；第二版再加镜头运动和风格；第三版处理连续性与负面限制。这样生成失败时容易定位原因。
第一版：咖啡师在木桌前研磨咖啡豆，写实，中近景，5秒
第二版：镜头从桌面缓慢推近，暖色晨光，动作连贯
第三版：围裙颜色、桌面纹理和杯子位置保持不变，不出现多余手指三、如何筛选可用片段
- 先看主体是否在整段里保持身份和比例。
- 再看动作是否有明确开始和结束，避免中途跳变。
- 最后看画面是否有足够的停顿，方便放字幕和旁白。
不必追求每个片段都完美。保留“动作清晰、可剪辑”的片段，再用剪辑把节奏统一起来。关于自动粗剪后的人工校正，可参考把自动粗剪变成可控叙事。
四、用数据复盘下一版
发布后记录前三秒留存、完整播放率、评论中反复出现的问题和点击位置。如果大家都在问“下一步怎么做”，说明教程缺少行动指引；如果开头留存低，通常是主题出现太晚，而不是模型不够强。
五、适合新手的最小闭环
用一个 20 秒主题完成一次完整练习：4 个镜头、1 段旁白、2 处字幕、1 个明确结尾。先把流程跑通，再增加角色、转场和特效，效率会比一开始追求大片感高得多。
