5张商品图做15秒展示片：AI排分镜加卡点上字的做法

一句话结论

5 张商品图做 15 秒展示片：先用 AI 排好分镜、补一两个动态镜头，再进剪辑软件卡点上字，一条通常 40 分钟内出。

这篇解决什么问题

手上只有主图和细节图，运营又催着要一条能投的短视频，很多人卡在“图动不起来”和“字幕不知道写什么”上。这篇讲的是我平时给单品做 15 秒展示片的实际路径，从排镜头到上字幕，每一步都有能直接拿去用的方法。适用：已经有 5 张左右清晰商品图、要一条不带口播的展示片。不适用：需要真人出镜讲解、或者要做 30 秒以上带剧情的长片。

开始前要准备什么

• 工具与账号：即梦或可灵选一个，注册后有免费额度，够跑三四版；剪映的基础剪辑和字幕不花钱。
• 素材：主图、细节、场景、包装、颜色对比各一张，共 5 张，糊图先换掉。
• 卖点：拎出 3 条能说人话的卖点，每条压在 12 个字以内。
• 耗时：第一次做约 50 分钟，顺手后 25 到 35 分钟，剪辑占一半。

具体怎么做

第 1 步 · 把 5 张图排成 15 秒分镜

15 秒大概放 5 到 6 个镜头，每个镜头 2 到 3 秒。我在实操中发现，自己排最容易翻车的地方是把包装图放前面，前 2 秒观众什么都没看清就划走了。让 AI 先给一版顺序，它会把卖点顺序重排一遍，比在时间轴上瞎试快得多。

你是电商短视频的分镜策划。我要用 5 张商品图做一条 15 秒展示片，无口播，只有字幕和背景音乐。商品是一款 316 不锈钢保温杯（化名 A 杯），主打 6 小时保温、单手开盖、磨砂不掉漆。手上 5 张图：一张白底主图、一张杯口螺纹细节、一张装着咖啡的桌面场景、一张包装盒、一张三种颜色并排对比。请输出一张表，列：镜头序号、用哪张图、停留秒数、画面动作（推、拉、平移、静）、该镜头字幕（不超过 10 个字）。要求：总时长 15 秒；第 1 个镜头必须是商品主体；最后 2 秒留给品牌名加一句核心卖点；字幕口语化，不要形容词堆砌。

预期产出：一张 5 到 6 行的分镜表，每张图停几秒、配什么字都写清楚了，可以直接照着剪。

第 2 步 · 只给关键图补动态镜头

静图靠推拉也能看，但整条都是推拉会显得呆。即梦、可灵的图生视频能把一张主图做成镜头运动，一般跑 3 到 5 秒。我只给第 1 个镜头和第 4 个镜头做动态，其余保持静图，原因是动态镜头跑多了商品容易变形，返工比省下的时间贵。

以这张保温杯白底图为基础，做一段 3 秒镜头：镜头从商品正前方缓慢向右平移并轻微推近，商品本体保持静止、不旋转、不变形，背景保持干净，不要出现文字、不要出现手、不要改变商品颜色和 logo 位置，光线柔和均匀，全程匀速，不要突然变速。

预期产出：一段 3 秒左右的动态素材，杯身没有明显变形，可以直接插到分镜的第 1 个位置。

第 3 步 · 把字幕压到一屏一句话

很多人容易忽略这一步。5 张图的卖点加起来能写几十个字，全塞进 15 秒里，观众一句都记不住。我的做法是先写一版“全都要”的初稿，再让 AI 按秒数往下砍，只留能看懂的。

下面是一条 15 秒商品片的字幕初稿，请帮我压缩：每屏不超过 9 个字，多用动词和数字，不用形容词堆砌，同一屏只讲一件事。按 0 到 2 秒、2 到 5 秒、5 到 8 秒、8 到 12 秒、12 到 15 秒分配，输出表格，两列：时间区间、字幕内容。初稿是：这款杯子能保温六小时；316 不锈钢内胆；单手一按就开；磨砂外壳不留指纹；三个颜色可选。

预期产出：一张 5 行的字幕时间表，每句都在 9 个字以内，念一遍不拗口。

第 4 步 · 在剪映里按秒搭时间轴

到这一步就别再想创意了，照着参数拖素材。我习惯让 AI 把分镜表和字幕表合成一份执行单，剪的时候不用边剪边判断，速度差挺多。

根据上面的分镜表和字幕表，帮我出一份剪辑执行单，按剪映的轨道逻辑写：视频轨写清每段素材的时长、是否需要变速、是否需要推拉关键帧；文字轨写清每句字幕出现和消失的秒数；音频轨建议一个大概的 BPM 和需要踩点的秒数。不要写软件操作步骤，只给参数和时间点。

预期产出：一页带秒数的执行单，视频轨、文字轨、音频轨各一段，照着拖就行。

第 5 步 · 导出前让 AI 挑一遍刺

自己看自己的片子，脑子会自动补上没拍出来的信息。找个“不打算买”的视角过一遍，通常能揪出一两句看不懂的字幕。

你现在是一个刷到这条视频、本来不打算买的普通用户。这是 15 秒商品片按秒排列的字幕：0 到 2 秒「6 小时还烫」，2 到 5 秒「316 内胆」，5 到 8 秒「单手一按就开」，8 到 12 秒「磨砂不沾指纹」，12 到 15 秒「A 杯 · 三色可选」。请告诉我：哪一秒你会划走、哪句话没看懂、哪句话像广告、看完你记住了几个信息点。只挑问题，不用夸。

预期产出：一份 3 到 5 条的问题清单，多数时候能改掉一句废字，然后就可以导出了。

实测记录

省下来的时间基本都在“排顺序”和“砍字幕”上，剪辑本身没快多少。

最容易错的 3 个地方

1. 一上来就拖素材，节奏靠感觉。纠正：先拿到分镜表，15 秒里每个镜头停几秒是定死的，别边剪边试。
2. 图生视频给满屏运动，商品跟着转。纠正：提示词里明确写“商品本体静止、不旋转”，只让镜头动。
3. 字幕一次讲三件事，一屏十几个字。纠正：一屏一句话，超过 9 个字就砍，砍完念一遍顺不顺。

可复用的东西

全文五个提示词可以收成一份模板：分镜表（镜头、用图、秒数、动作、字幕）+ 图生视频（本体静止、只动镜头）+ 字幕压缩（每屏 9 字、按秒分配）+ 剪辑执行单（三条轨道参数）+ 观众视角挑刺。换品类时只改商品信息、5 张图的描述和卖点，其余原样保留，改一次能用很久。这套流程说白了就是把判断提前做完，剪的时候只动手不动脑。

你现在手上是哪类商品图，主图是白底还是带场景的？留言说一句，我看看分镜顺序该怎么调。

如果你也经常要做这件事，欢迎在评论区说说你的卡点和做法；也可以留言告诉我，你想看哪个岗位的哪件活怎么用 AI 拆。

admin 普通

收藏 海报 链接