AI视频分镜怎么生成？电商分镜脚本写法详解

拍一条带货短视频，真正难住大多数人的并不是拍摄本身。设备可以借，场地可以找，模特可以请，这些都能用钱和时间解决。难的是在按下录制键之前：这条视频到底要讲什么，第一个镜头给什么，卖点放在第几秒，结尾怎么收。这一段想不清楚，拍摄现场就只能边拍边想，效率低，成片也散。

写脚本曾经是编导的活，画分镜曾经是美术的活。一个懂内容节奏、一个懂画面语言，两个人配合才能把一条视频的蓝图做出来。对绝大多数中小卖家来说，这两个角色都不常备，于是创作就卡在了从想法到执行的这一段。

青虎AI 的「视频分镜生成器」把这一段工序打包处理：上传商品图，模型生成适配商品卖点的短视频脚本，脚本包含完整的镜头描述和口播文案；确认之后一键生成对应的分镜预览图；分镜图集完成后，还可以直接基于整套分镜画面与配套脚本渲染输出完整视频。脚本、分镜、成片三段串在一起。

这篇教程的重点在于打通两条路径。生成式视频适合快速产出，实拍更适合需要真实感和现场感的内容。分镜生成器的价值不止于直接出片，它产出的脚本和分镜图，本身就是拍摄阶段可以直接使用的执行文件。把这个用法想清楚，一套流程能支撑两种完全不同的生产方式。

还有一层现实考虑。内容产能的提升，靠的往往不是某个环节做得更快，而是把原本依赖个人经验的环节变成标准动作。脚本和分镜恰好是最依赖经验的两段：写得好不好，取决于写的人看了多少条内容、做过多少次测试。把它们结构化之后，经验不足的人也能产出一份可执行的方案，团队的内容水位会整体抬升。

一、分镜这一步到底在解决什么

把视频创作的过程拆开，会看到脚本和分镜分别承担着不同的任务，两者的作用并不重复。

脚本解决的是内容问题。它回答的是这条视频按什么顺序讲、每一段说什么、口播用什么措辞。脚本的核心是信息的排列：先建立认知还是先抛卖点，先讲功能还是先给场景，结尾是引导动作还是留下悬念。这些顺序的差别，对观看体验的影响往往大于画面本身的精致程度。

分镜解决的是画面问题。它把脚本里的每一段文字，对应到具体的画面描述：这一句口播时画面是什么景别、主体在画面里占多大、需不需要出现使用场景、要不要给细节特写。分镜是脚本和最终画面之间的桥，没有这座桥，脚本就只是一段文字，拍摄时每个镜头都要现场重新构思。

两者放在一起，构成的就是视频的蓝图。有了蓝图，后面的工作才可分工：拍摄的人按分镜逐条拍，剪辑的人按脚本的顺序排，配音的人按口播文案录。没有蓝图，所有环节都依赖同一个人脑子里的想法，一旦这个人不在，工作就停下。

这也是为什么脚本和分镜这两步最值得工具化。它们属于结构性工作，有相对固定的拆解逻辑，也有明确的输入输出，不依赖灵感，只需要把商品信息、时长要求、语言这几件事说清楚。相比之下，画面的最终质感依赖素材和拍摄条件，反而更难被自动化完全替代。

把这两段想明白之后，再看内容创作里的很多纠结就有了答案。比如"为什么同样的商品别人拍得更好"，很多时候差的就是脚本顺序：对方在开头两秒就点出了最核心的那一个信息，而你的脚本用了十几秒做铺垫。这类差距不需要更高的预算就能补上，只需要把策划这一步做扎实。

另一类常见纠结是"素材拍了很多却用不上"。原因通常也在策划：拍摄的时候没有明确的镜头清单，拍回来的素材角度重复、信息冗余，剪辑时才发现缺的正是需要的那几个镜头。脚本和分镜提前做出来，拍摄的取舍标准就有了，浪费会明显减少。

二、一份能执行的分镜脚本该写清什么

很多人写不出脚本，是因为把脚本理解成了文案。文案只是脚本的一部分，一份能执行的脚本至少包含四个层次。

第一个层次是段落划分。一条视频通常可以分成开场、展开、收束几个部分，每一部分承担不同的任务：开场建立识别并留住注意力，展开说明卖点与依据，收束给出下一步动作。段落划清楚，时长分配就有了依据，不会出现开场占掉一半时间、卖点只剩几秒的情况。

第二个层次是镜头描述。每一段对应的画面要写清楚：主体是什么、用什么景别、画面里有没有人、有没有使用场景。描述越具体，分镜环节能给出的画面就越贴合。这也是分镜生成器使用建议里提到的要点：脚本描述越详细，分镜越精准。

第三个层次是口播文案。每个镜头的同期口播内容，语言的密度要和镜头长度匹配。写得太多，配音会被压缩得很急；写得太少，画面会显得空。控制方法是先定这一段的时长，再按正常语速估算能容纳的信息量。

第四个层次是画面衔接的意图。镜头之间怎么过渡、节奏是快是慢、哪一段需要留白，这些属于执行层面的信息。分镜生成器在使用时可以按镜头逐段生成对应的分镜素材，也就是说脚本里的段落划分越清楚，生成的分镜图集层次越分明。

四个层次里，最容易被忽略的是第四个。写脚本的人常常只关注"说什么"，忽略了"怎么说"。而电商短视频的观看体验，很大一部分来自节奏：开头几秒是否够快，中段信息是否够密，结尾是否干脆。把这些写进脚本，后面的每一个环节都会更容易执行。

段落长度也需要考虑。每一段的时长不宜过长，因为镜头长时间不变会让画面失去推进感；也不宜过短，信息还没说完就切走，观众跟不上。一个实用的判断方法是把脚本读一遍，看每段口播念完需要多久，再对照计划的总时长分配，偏差明显的地方就该调整。

脚本里的镜头数量也需要和总时长匹配。时长较短的内容，镜头数过多会让每个镜头停留的时间短到看不清；镜头数太少，画面又会显得拖。经验上短视频节奏偏快，镜头密度可以高一些，较长的讲解内容则要给每个镜头留出足够的信息展示时间。这个比例在脚本阶段就该定下来，到了分镜和成片阶段再调会更费力。

口播文案还有一个容易忽略的细节：读出来顺不顺。写在纸上的文字和说出来听起来是两件事，书面化的表达念出来会显得生硬。写完文案之后自己念一遍，遇到卡顿的地方就改成更口语的说法，这一步花不了几分钟，却能明显改善成片的听觉体验。

三、两条路径：实拍与生成式怎么接

脚本和分镜做出来之后，接下来有两条路。两条路并不互斥，理解它们各自适合的场景，可以选择更省成本的那一条，也可以在同一个项目里同时使用。

路径	做法	适合的内容	需要注意
生成式出片	分镜图集完成后，直接基于整套分镜画面与配套脚本口播渲染输出完整视频	节奏型、展示型的商品短视频，需要快速铺量的场景	素材质量决定画面上限，成片需人工复核
实拍执行	把脚本与分镜图作为拍摄执行文件，逐镜拍摄后剪辑成片	需要真实使用过程、现场感、真人表达的内容	分镜描述要足够具体，避免现场重新构思
混合使用	实拍主镜头，生成式补充过渡镜头或做多个版本	既需要真实感，又需要快速产出多版本的内容	两条路径的画面风格需要统一

生成式路径的优势是快。脚本确认之后生成分镜，分镜确认之后就能直接出片，中间没有拍摄、场地、人员协调这些环节。它适合需要持续产出、测试多个方向的内容，把制作环节的时间压缩掉，让测试的轮次可以多跑几轮。

实拍路径的优势是真实。使用过程中的手感、材质在光线下呈现的质感、真人出镜带来的信任感，这些是生成式路径难以完全还原的部分。对于需要展示使用效果、需要建立信任的品类，实拍仍然是更稳妥的选择。

关键的变化在于，有了分镜之后，实拍的成本结构不一样了。以前实拍的最大成本是现场决策，导演、摄影、模特都要等着一个人想清楚每个镜头怎么拍；现在拿着分镜图，每个镜头要什么景别、画面里有什么、拍到什么程度算过，都写在纸上，拍摄现场变成按单执行，效率提升非常直接。

混合使用是最实际的一种做法。主镜头用实拍保证真实感，过渡镜头和氛围镜头用生成式补充，或者在实拍素材的基础上，用生成能力做多个不同节奏的版本用于测试。两条路径的分工标准可以简单概括为：需要真实的地方实拍，需要数量的地方生成。

选择路径时还需要考虑内容的生命周期。如果这条内容只投一次、短期使用，生成式路径的投入产出比更高；如果这条内容要长期使用、反复出现在商品页和账号主页上，实拍的素材价值更持久，因为它不会被素材库的变化影响。

两条路径的画面风格也需要提前统一。混合使用时，实拍素材的光线色温和生成素材的影调如果差别明显，接在一起会显得割裂。可行的做法是在分镜阶段就把风格要求写清楚，实拍时按同样的用光方式拍摄，生成时在提示词里对齐风格描述。风格统一这件事，靠后期修补的成本远高于前期约定。

图2：分镜脚本同时服务两条路径，实拍按单执行，生成式直接出片，也可以两条并用

四、能力清单与使用时要知道的边界

视频分镜生成器的能力集中在三段：脚本、分镜、成片。三段之间是有先后依赖的，前一段确认之后再进入下一段，返工最少。

三条边界需要提前知道。第一条是脚本环节的说明越具体，产出越贴合。产品名称和产品卖点是模型理解商品的唯一依据，写得笼统，脚本就会偏向通用表达；写得具体，脚本里的镜头和口播才会围绕真实卖点展开。

第二条是分镜的质量取决于脚本的描述。分镜图是依据脚本里每一段镜头描述生成的，脚本写得含糊，画面自然也对不上预期。所以脚本确认这一步值得花时间，不要为了快而直接跳到分镜。青虎AI 在这两段之间没有强制流程，但按顺序确认一遍，能省下后面重新生成的用量。

第三条是成本预期。脚本生成、分镜生成、视频生成都会消耗积分，三段的用量叠加起来比单次生成要多。建议先用一个商品把完整流程跑一遍，确认这套方式适合自己之后再批量使用。

环节	需要你提供	产出结果	建议的确认动作
上传商品图	主体清晰、卖点明确的商品参考图	作为脚本生成的信息基础	检查图片是否能体现主要卖点
生成脚本	产品名称、产品卖点、视频时长、视频文字语言	包含镜头描述与口播文案的脚本	逐段确认卖点落点与顺序
生成分镜图	确认后的脚本内容	整套分镜预览图	滑动查看全部镜头是否与脚本对应
生成视频	分镜图集与配套脚本	完整成品带货短视频	发布前复核画面与口播准确性

这张表的最后一列是经常被省掉的一步。每一段之间加一次确认，看起来多花了时间，实际上是把返工拦在前面。脚本阶段的修改成本最低，分镜阶段次之，成片阶段再改就要重新生成一遍。

五、操作步骤

图1：脚本、分镜、成片三段串在同一条流程里，每段之间确认一次，返工量最小

第三步是整条流程里最需要投入的一步。生成脚本时填写的产品卖点，直接决定脚本能不能写出有用的内容。卖点写得越详细、越具体，生成的脚本质量越高。与其写"材质好、性价比高"这类无法验证的描述，不如写清楚具体的材质构成、适用人群和使用场景，后者能让脚本和分镜都更有的放矢。

第四步的下载动作有一个额外用途：把分镜图存到本地，用于方案汇报、拍摄指导这类场景。分镜图不只是生成视频的中间产物，它本身就是一份可以直接给团队看的画面方案。需要外部拍摄时，把分镜图交给摄影，比用语言描述要清楚得多。

图3：配置框中填写产品名称、卖点、时长与语言后生成脚本，确认无误再生成对应分镜图

六、脚本与分镜的复用方式

脚本和分镜做一次只用一次，是很大的浪费。它们可以复用的方向比想象中多。

第一个方向是跨语言复用。生成脚本时可以选择简体中文、英文等语种，同一套商品卖点分别生成不同语言的脚本，可以同时产出多个语言版本，跨境场景下不必重新准备内容。

第二个方向是跨版本复用。同一套产品卖点可以生成多版不同风格的分镜和视频，用于丰富素材库。同一批商品图在不同版本之间保持卖点一致，画面组织方式不同，测试时可以观察到画面节奏对表现的影响。

第三个方向是跨环节复用。分镜图下载之后，除了生成视频，还可以用于拍摄执行、方案汇报、团队内部沟通。实拍团队按分镜拍摄，能减少现场沟通时间；跨部门沟通时用分镜图代替文字描述，理解成本更低。

第四个方向是跨内容形态复用。脚本里的口播文案整理之后，可以用在图文详情、商品卖点描述这类需要文字表达的场合。分镜图对应的画面意图，也可以指导图片素材的准备方向。一次策划支撑多种内容形态，前期投入的利用率明显提高。

需要注意的是，复用不等于照搬。跨语言复用时，语言表达习惯不同，直译的脚本读起来会生硬，建议在生成之后按目标语言的习惯做一遍调整；跨版本复用时，不同平台的内容要求不同，直接沿用可能触发规则问题，发布前应各自检查。

复用还有一层管理上的含义：需要一个地方把可复用的资产存起来。分镜图下载之后按商品和版本归档，脚本按类目和内容形态整理，下次要产出新内容时先去库里找有没有相近的结构。有了这一步，复用才真正发生，否则材料散落在本地文件夹里，等同于没有。

归档的成本比想象中低。导出时顺手改一个能看出用途的文件名，按商品建一个文件夹，生成时用的关键参数记一行。三件小事叠加起来，几个月后回看就能省掉大量重新翻找的时间。

七、四个常见误区

四个误区的共同点是把脚本、分镜、成片三段看成孤立步骤，没有意识到它们共享同一份信息基础。脚本写得清，分镜就准；分镜画得准，成片就少改；成片的过程反过来又能验证脚本的哪个部分偏了。三段是一条链，任何一段草率都会在后面被放大。

自查可以问三个问题：这份脚本如果交给别人拍，他能不能照着把每个镜头拍出来？分镜图里的每一张，是不是都能在脚本里找到对应的那一段？成片里最想让人记住的那一句话，在脚本的第几段出现？三个问题都能回答，这条内容的策划就是清楚的。

还有一个容易忽略的检查角度：把脚本从头读一遍，看第一段有没有把主体交代清楚。电商短视频里最常见的策划问题就是开场不明确，观众在最初几秒不知道这条内容讲的是什么，于是划走。写脚本时把最想让人知道的那一件事放在最前面，是个不花成本就能改善的调整。

八、四个提效技巧

四条技巧里，第一条的性价比最高。它只要求把卖点写清楚，成本几乎为零，却会沿着脚本、分镜、成片三段一路传导下去，影响整条内容的质量。把卖点整理成一段结构清楚的文字，是使用这个功能前最值得花时间的事。

整理卖点时可以按一个固定顺序写：这是什么、适合谁用、解决什么问题、有什么具体依据。四句话写下来，青虎AI 生成脚本时能拿到的信息就足够具体，写出的镜头和口播也会围着这四点展开。缺少具体依据的时候，脚本往往会转向泛泛的形容，成片的可看度也会下降。

技巧的落地顺序建议是：先把第一条固定下来，再按需要启用第二条。第三条和第四条适合在流程跑顺之后作为扩展，尤其是需要外部拍摄或多版本测试的团队，这两条能明显减少重复工作。一开始就追求全部用上，反而容易在流程上绕圈。

九、三个可以照做的场景

三个场景有一个共同的起点：把商品信息整理清楚。脚本的质量来自输入的明确程度，分镜的质量来自脚本的明确程度，成片的质量又来自分镜的明确程度。这条链条上，第一环的清晰度决定了后面每一环的天花板。

场景之间也可以按顺序推进。先把场景一跑通，也就是从零到成片的完整流程；流程熟悉之后再引入场景三，用同一套卖点做多语言版本；需要外部拍摄时再启用场景二，把分镜图当作执行文件用起来。一次性把三种用法都铺开，容易在流程上互相干扰。

图4：同一套脚本与分镜，可以走向直接出片，也可以走向实拍执行或跨语言扩展

十、总结：让脚本和分镜成为可复用的资产

十一、常见问题解答

脚本和分镜最值得被留下来的原因，是它们可以反复使用。一条好内容的画面方案，改动商品和场景之后可以用在下一条上；一套清楚的卖点描述，换个语言又能用在一个新市场。把这些资产一点点攒起来，内容生产的起点会越来越高，从零开始的次数会越来越少。

如果现在手上正好有一个准备做的商品，最直接的开始方式是这样的：先把卖点按重要性排一遍，写成一段结构清楚的描述，上传商品图后按这段描述生成脚本；读一遍脚本，把不符合自己表达习惯的地方改掉；确认之后再生成分镜图，逐张看一眼是否与脚本对应；确认没问题再决定是直接出片，还是把分镜交给拍摄团队。走完这一遍，整套流程的价值就不需要别人来解释。