很多人做 AI 短视频，一上来就问“哪个工具能一键生成爆款”。这个问题本身就容易把流程带偏。短视频真正消耗时间的地方，通常不是生成一个镜头，而是选题不清楚、脚本没有节奏、素材不成体系、字幕太乱、发布后也没有复盘。AI 能帮你提速，但前提是你把流程拆成可控制的几个环节。
更稳的做法是把短视频当成一条生产线：选题验证、脚本结构、视觉素材、配音字幕、剪辑包装、发布复盘。每一步只让 AI 解决一个具体问题，而不是把所有事情丢给一个工具。这样做出来的内容不一定最炫，但更容易连续产出，也更适合个人站、工具导航、知识号和小团队运营。
第一步：先判断这个选题值不值得做
不要先写脚本，先写“用户为什么要看”。一个短视频选题至少要回答三个问题：用户正遇到什么具体麻烦；看完后能立刻做什么；这个主题能不能用 30 到 90 秒讲清楚。比如“AI 工具推荐”太宽，“用 CapCut 给产品演示视频自动加字幕并修掉废话”就具体得多。
可以让 ChatGPT 帮你做选题初筛，但不要让它直接给最终标题。可用提示词：
“我想做一个面向小团队运营者的 60 秒短视频，主题是 AI 工具提升内容生产效率。请给我 10 个具体选题，每个选题都要包含：目标观众、痛点、视频承诺、适合展示的画面、可能的标题。不要写空泛概念。”
筛选时只保留能展示过程的选题。短视频不是文章摘要，观众需要看到动作：打开工具、输入提示词、生成结果、修正错误、导出成品。没有动作的选题，很容易变成口播空话。
第二步：脚本先写节奏，不要先写完整文案
短视频脚本不是公众号开头。它更像一个节拍表。建议先用 5 段式：钩子、问题、步骤、结果、提醒。钩子负责让人停下；问题让观众确认“这和我有关”；步骤给可操作内容；结果展示前后差异；提醒告诉观众不要踩哪个坑。
一个 60 秒教程脚本可以这样拆：
0-3 秒：一句具体钩子，“别再手动给短视频改字幕，先让 AI 找废话。” 3-12 秒：说明问题，“很多教程视频不是内容差，而是停顿、口头禅和字幕太乱。” 12-40 秒：展示流程，导入素材、自动识别字幕、删掉废话、统一样式。 40-52 秒：展示结果，对比修改前后。 52-60 秒：提醒，“自动字幕一定要人工检查专有名词。”
让 AI 写脚本时，要要求它输出“画面 + 旁白 + 屏幕文字”，而不是只输出一段旁白。因为剪辑时最缺的不是句子，而是每句话对应什么画面。
第三步：素材分三类，不要边剪边找
短视频素材可以分成三类：主素材、解释素材、包装素材。主素材是你真正要展示的东西，比如工具界面、产品截图、操作录屏。解释素材是帮助理解的辅助画面，比如流程箭头、局部放大、对比卡片。包装素材是提升观看体验的元素，比如标题条、转场、背景音乐和封面。
如果是知识教程，主素材尽量用真实录屏。AI 生成视频适合做氛围镜头、场景补充或广告感片段，但不要把关键操作全做成生成画面。观众要学一个流程时，真实界面比漂亮画面更有信任感。
可以用 HeyGen 做口播数字人，用 ElevenLabs 做旁白，用 Runway 补充产品氛围镜头，但最终剪辑和节奏控制通常还是交给 CapCut、VEED 或类似剪辑工具。工具组合的原则是：生成工具负责素材，剪辑工具负责结构。
第四步：剪辑时先删，再加效果
很多 AI 短视频看起来“很忙”，但不好看，原因是还没删干净就开始加特效。剪辑第一轮只做减法：删停顿、删重复、删无关解释、删没有信息量的转场。第二轮再处理字幕、放大、节奏点和背景音乐。
CapCut 适合做短视频基础剪辑、字幕和模板化包装；OpusClip 更适合把长视频拆成短片段，尤其是播客、访谈、直播切条；VEED 更适合在线协作、字幕、轻量编辑和多格式导出。不要每个项目都换工具，先固定一个主剪辑工具，把模板、字幕样式和封面样式沉淀下来。
字幕是短视频里最值得精修的部分。自动字幕生成后，至少检查三类错误：工具名、人名和数字。比如 Dify、n8n、Runway、VEED 这类词很容易识别错；价格、步骤编号和时间也不能错。字幕样式不要超过两级：普通字幕和重点词高亮就够了。
第五步：发布前做一个 7 项检查
发布前不要只看“画面好不好”。更实用的检查清单是：第一，前 3 秒是否说明具体收益；第二，标题和视频内容是否一致；第三，字幕在手机上是否能看清；第四，是否有一个明确步骤可以照做；第五，工具界面和操作是否真实；第六，是否删掉了多余铺垫；第七，封面是否能和账号其他内容保持统一。
如果是用于 SEO 或站内文章引流，视频结尾不要只写“关注我”。可以给一个具体后续动作，比如“完整工具清单在文章里”“模板关键词见评论区”“下一条讲自动字幕检查”。短视频不是孤立内容，它应该把用户带到更完整的教程、工具页或邮件订阅。
第六步：复盘看保留率，不只看播放量
AI 让产量变高以后，最容易忽略复盘。播放量高不一定代表内容结构好，可能只是标题吸引人。更值得看的是前 3 秒流失、平均观看时长、完播率、收藏率和评论里出现的问题。如果很多人评论“工具叫什么”，说明画面或字幕没有交代清楚；如果收藏率高但完播率低，说明主题有用但节奏拖沓。
每周复盘时只改一个变量：标题角度、视频长度、封面结构、脚本开头、字幕样式或选题类型。不要同时全改，否则你不知道到底是哪一项起作用。把表现好的脚本结构保存成模板，下次再用 AI 扩展同类选题。
一个可复用的 AI 短视频工作流
可以把流程固定成这样：ChatGPT 做选题和脚本节拍表；真实录屏或产品截图做主素材；HeyGen 或 ElevenLabs 生成口播/旁白；Runway 补氛围镜头；CapCut 或 VEED 完成剪辑、字幕和导出；OpusClip 用于长视频切条；发布后把数据反馈给下一轮选题。
这套流程的重点不是堆工具，而是分工清楚。一个工具负责一个环节，失败时你知道该改哪里。只要你能稳定产出 10 条结构一致、信息明确、字幕干净的视频，就已经比偶尔生成一个“很炫但不可复用”的 AI 视频更有价值。