用 AI 从零做视频完整指南（不用拍摄）

不用拍摄能做哪些视频

很多人想经营短视频，但不想露脸、没有时间拍，或手上只有文字和照片。这些都不是问题。下面是用户最常从零开始做的几种视频。

从零做视频的五个步骤

1. 准备文字. 粘贴你的文案或脚本。没有脚本，就给主题和重点，请 Otto 先写一版。
2. 决定要不要旁白. 有旁白就选声音感觉，例如「温暖的女声」「沉稳的男声」。没有旁白就用音乐和文字动画撑节奏。
3. 一句一个画面. 请它依每一句的内容配画面：生成图片、素材库视频或文字动画，中间不要留空白。
4. 加字幕和配乐. 大而醒目的简体中文字幕，加上符合气氛的配乐和少量音效。
5. 看过再修. 哪一张图不对、哪一段没有声音，直接指出时间点请它重做那一段。

画面从哪里来

没有拍摄素材时，画面有三种来源，可以混着用。

• 生成图片。 依脚本内容生成插图或写实照片，适合故事、历史和概念说明。要固定角色时，上传一张角色参考图。
• 素材库画面。 讲到城市、海边、办公室这类常见场景，用素材库的视频最自然。
• 文字与动态图形。 数字、清单、金句直接做成文字动画，干净又好读。

如果你手上有照片，也可以让照片动起来：缓慢推近、平移、交叉淡化，几张照片就能变成一条轮播视频。

可以直接用的指令

这段改写自用户真的贴给 Otto 的文字短视频指令，换成你的主题就能用。

我想做一系列文字短视频，主题是 [你的主题]，第一集内容如下：
[粘贴你的文案]
帮我配上温暖、自然的中文旁白。
每一句配一个相符的画面，可以用生成图片或素材库视频，中间不留空白。
重点句做成文字动画，加上大而醒目的简体中文字幕和轻柔配乐。
9:16 直式，大约 40 秒。

大家常用的短版指令

• 「用我的文案跟素材做一条视频，你先看一下内容，先不要制作。」
• 「用动态场景填满整段音频，一个接一个，中间不留空白。」
• 「以我提供的角色图片为参考，保持角色外貌一致，生成一段动画。」
• 「请将这几张图片依序做成一条 10 秒的轮播视频，每张之间用淡化转场。」

“我想要做一个关于育儿信息的文字视频，第一集是「孩子不是故意不听话」。”

一则真实的 Otto 指令, 略作修改

先讨论，再制作

从零做视频时，用户很常先说「先不要制作，我们先讨论」。这是好习惯。先请 Otto 读过你的文案和素材，说明它打算怎么排版、要不要旁白、每段用什么画面，你确认之后再开始做，可以省掉很多来回修改。

更多细节，像是不露脸纪录片短片、故事动画、照片变视频、排行榜视频，都在「从零做视频」分类里有独立教学。

三种常见的从零视频

一系列文字短视频。 很多育儿、心理和教学账号这样做：每集一个主题，例如「孩子不是故意不听话」，文案分成短句，每句配一个温暖的画面和文字动画，旁白用同一个声音。做好第一集之后，后面每集只要换文案，风格自动一致。

故事或回忆视频。 从一段家族故事、一则寓言或一个角色开始，上传角色参考图，请它保持外貌一致，依故事分成几幕生成画面，再配上旁白和配乐。寺庙、节庆或佛法小故事也很适合这种做法，画面可以用插画风格，温和不刺眼。

排行榜或盘点视频。 例如「新马十大必吃小吃」，每个项目一张画面、一句介绍、一个大号数字，从第十名倒数到第一名。节奏要快，每个项目几秒就切换，最后一名留一点悬念。

三种都可以完全不用拍摄，也可以混入你自己的照片或视频，让内容更有个人感。

常见错误

• 没有脚本就开始做. 画面跟着脚本走。脚本不清楚，画面一定乱。
• 角色每一幕长得不一样. 故事类视频请上传角色参考图，并要求保持外貌一致。
• 中间有空白或没声音. 要求画面一个接一个、不留空白，做完从头听一次。
• 图片和旁白对不上. 请它依每一句的内容配画面，而不是随机放好看的图。

常见问题