AI 视频生成全流程：可灵 / 即梦 / 海螺 哪家强 + 完整工作流

AI 视频生成从 2024 年的"概念片"演化到 2026 年的"日更工具"，国内三家（可灵、海螺、即梦）已经能在 1 小时内从文案产出成片。我把最近跑通的 5 步流程完整拆给你。

工具选型对比

	可灵 1.7	海螺视频	即梦 4.0
价格	¥49/月起	按次计费 ¥0.5/段	¥0.8/段
免费额度	每日 3 次	每日 3 次	每日 5 次
最大时长	10s	6s	12s
主模型	KLING 2.0	Hailuo S2V-01	Doubao Pro
风格	写实 / 电影	写实 / 风格化	写实 / 动漫
主体一致性	★★★★	★★★★★	★★★
中文 prompt 友好度	★★★★★	★★★★	★★★★★

完整 workflow

步骤 1：写文案（用 DeepSeek）

你是短视频脚本写手，主题是"夏日解暑饮品"，要 30s 内出成片。

输出 JSON：
{
  "scenes": [
    {
      "id": 1,
      "duration": "4s",
      "visual": "一杯冰镇柠檬茶特写，水珠滑落",
      "prompt": "close-up shot of an iced lemon tea with condensation droplets, cinematic 4K, slow motion",
      "narration": "大暑天，30 秒教你做网红同款柠檬茶"
    },
    ...
  ],
  "bgm": "轻快电子，120BPM"
}

步骤 2：分镜 prompt 优化（用 Kimi）

把 DeepSeek 输出喂给 Kimi，让它优化 prompt 描述：

这是一个分镜 prompt：

"{prompt}"

请根据以下原则优化：
1. 加镜头运动描述（push-in / pan / tilt / dolly）
2. 加光线描述（golden hour / studio / volumetric）
3. 加风格词（cinematic / documentary / commercial）
4. 加分辨率（4K / 8K）
5. 加节奏（slow motion / time-lapse）

优化后只返回 prompt 字符串，不解释。

步骤 3：批量生成

按场景生成 6-8 段短视频，每段独立上传同一素材库。

可灵批量 prompt 模板：

A young woman in white t-shirt walking through a sunlit cafe,
pushing a wooden door open with her right hand, golden hour light
streaming through the entrance, camera slowly dolly forward,
cinematic 4K, 24fps, realistic

海螺主要画面 prompt：

Aerial shot slowly descending over a misty mountain valley
at sunrise, golden light piercing through clouds,
cinematic, 24fps, photorealistic, 4K

步骤 4：剪辑（剪映 + AI 字幕）

用剪映自动字幕功能：导入素材 → 一键识别 → 校对错别字 → 加标题样式。

加字幕的金句规则：

• 0-3 秒：钩子金句（大字 + 弹跳动画）
• 8-15 秒：信息点 1（右上角小字）
• 16-25 秒：信息点 2
• 25-30 秒：CTA 引导

步骤 5：配乐 + 调色

AI 配乐工具：

• 国产首选：海绵音乐（字节系，免费）
• 商用首选：Suno（按月订阅）
• 高定制：Udio（按次计费）

为视频生成 30s 背景音乐：
- 风格：清新、轻快
- 节奏：120BPM
- 音色：钢琴 + 轻吉他
- 不包含人声

真实案例：30 分钟出 1 条爆款

目标：抖音 30 秒夏日饮品短视频，目标播放 10w。

时间分配：

1. 5 分钟 写文案（DeepSeek）
2. 3 分钟 优化 prompt（Kimi）
3. 15 分钟 等待 AI 生成（同时去拍实拍素材备选）
4. 3 分钟 剪映自动字幕
5. 2 分钟 加配乐 + 调色
6. 2 分钟 发布 + 起标题

实测结果：可灵生成的视频 + 剪映剪辑，单条 5.7w 播放。

平台差异化适配

同一个内容，多平台发布时要适配：

平台	时长	比例	字幕
抖音	15-30s	9:16	必带
视频号	30-60s	16:9 或 9:16	推荐
小红书	30-60s	9:16	必带
B 站	60-180s	16:9	推荐

省时间技巧：剪映支持一键同步多比例，AI 自动裁切。

几个常见错误

错误 1：prompt 写得像摄影教材

❌ "A young Asian female model wearing white cotton T-shirt and blue jeans walking in afternoon light through urban cafe interior with soft bokeh background, ISO 400, f/2.8, focal length 50mm, 35mm equivalent"

✅ "casual girl walking into a sunlit cafe, slow motion, cinematic"

→ 太技术的参数 AI 看不懂，AI 用语义理解，要描述画面内容。

错误 2：动作太多

❌ "woman opens door, walks in, takes off hat, sits down, orders drink"

✅ "woman walks into a sunlit cafe and sits down"

→ 单镜头只做 1-2 个动作。

错误 3：不指定主体

跨镜头续写时，要给主体一个明确代号：

First shot: "introduce woman_A: a young teacher with red hair"
Second shot: "woman_A opens her laptop"
Third shot: "woman_A smiles at the camera"

→ AI 主体一致性是关键，命名 / 描述要稳定。

待读相关

• 扣子 Coze 零代码搭建教程
• 千字长文：国产大模型横评
• 我们的工具库 视频生成区