AI 成片：用已有素材制作完整视频

保留原始宣传封面。本教程未验证封面中的历史速度宣传，不能将其作为生成耗时基准。标签为中文。

基于素材的 AI 成片从你已有的镜头开始。它根据脚本或参考需求，在选定素材库中寻找相关素材并编排初剪。你需要提供清晰的信息、足够的画面，以及能够区分“真正合适”与“只是相似”的筛选条件。本指南以产品演示为例，从画面覆盖计划讲到时间线审核，并提供完整示例、修改指令和导出视频验收清单。

了解基于素材的 AI 成片需要什么、输出什么

这套流程用于挑选和编排已有素材，不意味着能够根据文本提示生成每一帧画面。AI 成片概览介绍了它与剪辑工作区的关系。

配音驱动流程需要已完成语音识别的配音轨、选定素材库内已完成 AI 理解的镜头，以及说明顺序和限制条件的需求。你也可以使用参考视频流程，它有独立的导入与匹配步骤。两种方式都依赖选定素材。

最初输出的是待审核的剪辑方案。素材选择、产品是否一致、镜头时机以及画面与配音的关系，仍需由剪辑者判断。匹配结果可能主体正确、动作却不对。即使时间线完整，也可能漏掉必要演示，因为素材库里根本没有对应镜头。

先补齐画面，再优化包装：为每个重要的讲解要点找到真实对应的画面，再添加音乐、字幕或图形。

如果需要围绕一条信息寻找并编排素材，可以使用这套方法。如果结构已经确定，只需要替换兼容素材，批量剪辑指南会介绍这一后续阶段。

准备能够支撑脚本内容的镜头

开始任务前，逐句检查画面是否足够。“杯子”可以对应许多画面；“单手打开杯盖”则必须有特定动作清晰可见。

第 1 步：列出画面覆盖清单

1. 准确确定产品或主体。
2. 把事实要点与氛围、表现形式偏好分开。
3. 针对每个事实要点，说明观众必须看到什么。
4. 找到可用的源素材区间，或标记缺失镜头。
5. 排除会暗示其他产品或未经证实功能的素材。

Adobe 的B-roll 辅助镜头指南介绍了如何用辅助镜头交代背景、丰富信息，并建议通过镜头清单提前规划。这里也应遵循同样原则：精美特写可以介绍产品，却不能代替动作演示。

进行配音驱动匹配时，先完成素材库镜头的 AI 理解，再在工作区选中允许使用的素材。当前实现仅使用用户选定范围内已完成理解的镜头。产品指南中的素材流程介绍了素材库准备步骤。不要只凭名称或缩略图选择，先播放候选镜头。

本步骤的验收依据是一份画面覆盖清单：每个必要要点都有实际素材支撑。如果某项说法没有对应镜头，需要决定补拍、换一种讲法，或从本视频中删除。

写一份可据以验收的制作需求

可据以审核的需求应说明：视频必须表达什么、可以使用哪些素材，以及哪些结果不能接受。表现形式偏好有帮助，但不能替代这些具体要求。

第 2 步：说明信息、顺序和限制条件

• 观众：谁需要这段说明，他们已经了解什么。
• 信息：观众应理解的一个核心结论。
• 顺序：开场、演示与结尾。
• 画面覆盖：必须展示的动作或细节。
• 主体一致性：必须保持一致的产品型号、颜色或其他细节。
• 表现形式：预期时长、画幅、配音方式和字幕需求。

下面是示例指令，并非记录下来的助手回复：

使用选定素材库，为白色随行杯制作一段简短介绍。先展示杯子全貌，再完整展示开盖动作，最后展示在书桌前的日常使用。每个讲解要点都要匹配对应画面。全程保持同一杯子型号。标记素材库未覆盖的必要镜头，让我决定如何修改需求。

检查需求中是否存在无法实现的要求。如果素材只有放在桌上的杯子，要求户外行走场景并不会让素材库多出这个场景。“标记画面缺口”是要求检查任务，并不意味着系统保证自动生成画面覆盖报告。

把已确认的需求保存在项目中。审核时指出哪项要求未满足，不要只提出“再好一点”这类模糊要求。

从精心选定的素材库编排初剪

为当前任务有目的地选择素材。范围过大的素材集合可能混入其他产品、旧拍摄或不同场景中的相似镜头。确认所选素材库包含正确素材，并完成搜索所需的准备工作。

第 3 步：请求选择和编排素材

1. 打开 AI 成片工作区。
2. 添加已确认脚本的配音轨，执行语音识别。
3. 对照实际语音检查识别文本。
4. 选中准备使用的素材库镜头，确认 AI 理解已完成。
5. 提供需求，请求选择素材并初步编排时间线。
6. 审核方案预览。可接受时应用；否则先取消，再请求另一方案。
7. 提出包装修改前，先检查生成的时间线。

以安装版本中的界面标签和任务控件为准。本指南介绍工作流程，不保证每个界面的措辞完全一致。开始较大任务前，先在应用中确认功能可用性、任务费用和使用限制。

当前匹配流程会先返回预览方案。不要把方案当成已经应用的时间线修改或已导出的视频。准备另一方案前，必须先应用或取消现有方案。

根据需求中的顺序检查首轮结果：是否交代了主体？关键动作是否出现？结尾是否承接演示？即使镜头数量正确，缺少说明产品的关键动作，剪辑仍不完整。

细化剪辑时，保留初始版本以便对照。如果需要判断哪项修改解决了问题，不要同时更换素材、配音和表现形式。

以结构为起点时，使用独立的参考视频流程

参考视频匹配从本地参考视频和你明确选中的候选替换素材开始。当前流程会检测参考视频的镜头变化，描述代表帧，并推荐素材库中的匹配镜头。应用前，先把这些匹配结果当作方案审核。

1. 在 AI 成片工作区选中可用的替换素材。
2. 通过参考流程导入本地参考视频。
3. 检查参考镜头及各位置推荐的替换镜头。
4. 特别留意被标记为随机兜底选择的位置。
5. 替换不合适的匹配、补充画面，或调整预期结构。
6. 应用或取消预览，然后继续正常的内容审核。

截至 2026-10-10 核查的实现支持导入可读取的视频文件，大小不超过 2 GiB（含 2 GiB，即 2 × 1024³ 字节），时长为 2 秒至 30 分钟。界面把该大小标为“2 GB”。参考视频不能是唯一的替换素材，因为匹配池会排除参考视频本身。这些是参考导入的检查条件，不代表所有剪辑或分析任务的通用限制。

代表帧可以展示画面构图，却不能单独证明完整动作或运镜。如果这些细节重要，需播放参考片段和推荐的替换素材。缩略图相似，不足以证明两段视频演示的是同一种机制。

参考流程会在方案中保留参考轨道。对照参考与替换镜头理解结构，再核对实际导出的内容。配音驱动流程则根据已识别的配音安排画面时机；应根据决定项目结构的输入来选择方式。

从主体、动作和时机三个层面检查镜头匹配

从主体、动作和时机三个维度评估选中的镜头。这些检查回答不同问题，避免把看似合理的画面当成完整演示。

层面	检查问题	不匹配示例	修改方式
主体	是否为指定主体？	特写中出现了不同型号的杯子。	选择正确产品的片段。
动作	镜头是否展示了这句话描述的内容？	配音讲打开杯盖，画面中的盖子却一直关闭。	使用开盖镜头，或修改台词。
时机	观众能否看到动作的必要部分？	杯盖打开前就切走了。	调整剪辑边界或配音时机。

第 4 步：逐句审核

同时播放配音和对应镜头。每句话后暂停，说明画面实际能证明什么，再正常播放完整片段。这样既能发现事实不符，也能发现单独检查片段时不明显的节奏问题。

交代场景的镜头不必总是逐字对应台词。配音引入话题时，书桌场景可以交代使用环境。要有意识地区分两者：情境镜头交代场景，演示镜头必须支撑正在陈述的说法。

记录每个不合适匹配的原因。“颜色不对”和“动作开始太晚”需要不同修改。如果所有候选素材都缺少必要动作，应决定如何补齐画面，而不是反复执行同一选择请求。

完整示例：把杯子介绍需求变成画面覆盖计划

本例展示剪辑决策流程，不代表软件性能实测。假设有四段源素材：杯子全貌、开盖动作、把手特写和书桌使用场景。它们都没有演示保温效果。

脚本要点	所需画面	现有素材	剪辑决策
介绍杯子	能够辨认产品全貌。	杯子全貌镜头	用它交代产品主体。
展示如何开盖	手和开盖动作始终可见。	开盖素材	保留完整动作，并与台词对齐。
展示把手	相关形状清楚可见。	把手特写	只用于讲解把手。
展示书桌前的日常使用	杯子出现在该场景中。	书桌使用场景	作为结尾的使用情境。
宣称保温效果	支持这一具体说法的证据	本例没有	从本演示中删除该说法，或获取适当证据。

假设初始编排在讲开盖时用了把手特写。主体正确，但动作不匹配。有效的修改指令是：“把开盖台词下方的把手特写换成开盖素材。从手伸向杯盖之前开始，一直保留到开盖完成。”

如果开盖素材短于已确认的配音，先检查源素材前后的可用范围，再选择相关辅助镜头或缩短说明。不要为了填满空缺，随便配上一段可能暗示不同机制的镜头。

解决画面缺口，细化时间线

缺少镜头时，需要对内容作出决定：补充素材、采用合适的替代说明，或修改脚本。基于已有素材库的流程无法演示任何可用素材都未展示的动作。

第 5 步：让每次修改便于核验

说明受影响的片段、观察到的问题和期望修改。例如：“第二句话提到把手，但时间线显示杯子全貌。把这句话的画面换成把手特写，然后切回较宽的镜头。”

检查修改位置及其前后片段。替换镜头可能解决当前匹配问题，却造成构图突变、素材重复或下一句话的画面缺口。需要精确调整边界时，可使用超级剪辑进一步细化时间线。

把必要修正与风格偏好分开。先纠正产品不一致和演示缺失，再调整节奏、转场和包装，避免通过一版外观漂亮、核心说明却仍不准确的剪辑。

使用参考视频时，说明需要借鉴哪一方面：以问题开场、先演示后讲解，还是安静收尾。借鉴结构，不必同时沿用它的主体、产品说法或无关装饰镜头。

内容准确后，再完成配音、字幕和声音

先确定讲解顺序，再做最终字幕审核。配音顺序或措辞改变后，上一版正确的字幕可能已经不适用。

如果需要生成配音轨，可查看语音合成。重点听名称、数量和发音，再对照演示检查时机。修改字幕不会纠正说错的配音。

使用字幕生成完成文本流程，并校对输出。W3C 的预录字幕指南要求包含理解内容所必需的声音信息，而不仅是对白。演示中若点击声或提示声承担信息作用，也应写入字幕。

• 不要让字幕遮挡观众必须看到的动作。
• 正常播放，检查断行和显示时长。
• 开启音乐，听配音中最轻的片段。
• 用图形说明已有要点，不要引入新说法。
• 检查镜头边界处是否存在突兀的声音变化。

带声音看一遍，再专门关注字幕说明看一遍。这两轮审核检查成片表现的不同方面，都不能代替镜头匹配审核。

用具体修改解决初剪问题

请求重新完成整版剪辑前，先检查相关输入。素材缺失、需求模糊和边界不佳，需要不同修正。

观察到的问题	应检查的可能原因	下一步
选中镜头与主题相关，但没有展示动作。	需求只描述了主体，没有说明必要动作。	明确动作，并检查可用候选素材。
出现另一产品型号。	选定素材库混有多种产品。	缩小可用素材范围，明确主体一致性要求。
某个必要要点没有画面。	素材库缺少对应画面。	补充素材，或修改该要点。
演示结束后配音仍在继续。	源素材的有效区间短于台词。	调整画面覆盖、时机或措辞。
同一个精美镜头反复出现。	合适的替代素材太少，或需求不够具体。	检查画面覆盖，明确哪些重复使用需要修改。
字幕仍对应旧脚本。	准备文本后，语音剪辑又发生了变化。	更新字幕顺序并校对。

找不到素材，与找到素材却使用不当，是不同问题。先确认素材库中的素材可用且准备完成，再检查需求和时间线。这些只是诊断起点，并不意味着每种故障都有唯一已知原因。

根据制作需求验收导出视频

最终验收应判断：观众能否通过导出视频理解预期信息，主体是否正确，演示是否完整，声音和文字是否准确。

1. 从头到尾播放最终文件。
2. 逐一核对必要脚本要点与对应画面。
3. 检查产品一致性和每个事实标签。
4. 听是否有语音截断、配音不符或音乐干扰。
5. 按目标观看画幅检查字幕和重要细节。
6. 确认结尾回应了开场确立的信息。
7. 把已确认需求及源素材引用与最终版本一起保存。

根据投放平台选择交付设置。对于 YouTube，其上传编码指南建议保留录制帧率，并提供封装格式和编码指导。检查导出流程实际提供哪些选项；本文不保证特定编码器配置。

下一个项目应从画面覆盖计划开始，再做装饰包装。脚本的每一项都有依据，比包装复杂、画面缺口却仍未解决的剪辑，更适合作为后续变体的基础。

编写依据：AIMIX 编辑团队根据当前客户端流程及所链接的一手文档编写本指南。杯子需求、画面覆盖表和修改指令均为构造示例。本文不代表端到端客户端测试、耗时基准或客户成果。

常见问题

可以从参考视频开始，而不使用配音吗？

可以，但需使用独立的参考视频匹配流程。选中替换素材、导入本地参考视频，并在应用方案前审核推荐的镜头匹配。参考视频有助于确定结构，不会提供缺失的替换素材。

这套流程会生成所有必要镜头吗？

本指南介绍的是匹配和编排已有素材库素材。如果必要动作缺失，需要补充素材、采用真实可靠的替代说明，或修改脚本。不要默认新请求会生成缺失演示。

每个项目都应该使用整个素材库吗？

应有目的地选择素材，确认包含正确产品和场景。混合素材集合可能含有其他任务的相似镜头。明确主体一致性要求并列出画面覆盖清单，有助于审核选择结果。

可以手动修改初始时间线吗？

可以。审核选定素材后，在剪辑工作区继续细化顺序、边界、配音和字幕。修改后再检查导出文件。