我先把话说在前面网上那些AI生成古诗视频第一条就破万赞的标题水分很大任何一个做内容的人都没法保证你抄了就能破万。但有一点是真的——古诗短视频是AI视频领域里最适合普通人上手的方向素材成本极低流程固定只要画面、声音、字幕这三层能做出「电影感」算法确实愿意给流量。我做了十几条这类视频之后把完整流程、踩坑经历、工具选型逻辑全部整理在下面新手照着做不保证第一条爆但能保证你做出来的东西已经超过90%的同赛道账号。这个项目的核心链路其实只有四步用AI文生图工具把古诗拆成画面、用AI视频工具把画面变成动态镜头、用配音工具生成有韵味的朗读、最后在剪辑软件里完成调色、字幕、转场和音效合成。每一步都有关键参数和取舍下面逐个拆开讲顺便把我实际测试过的具体写法和格式直接给你。1. 先把古诗翻译成AI能理解的画面语言古诗短视频翻车率最高的地方不是剪辑而是第一步AI画出来的图不像话。你输入床前明月光AI大概率给你生成一张床的写真旁边挂个月亮毫无意境。原因很简单AI不理解古诗的意象只理解具体的物体。你需要先做一道翻译题——把诗里的每一个词翻译成AI图片生成器能识别的视觉元素。1.1 拆解意象别让AI自由发挥我常用的方法是把一首诗拆成四个维度主体、场景、光线、氛围。以李白《静夜思》为例大多数新手会写床前明月光疑是地上霜结果生成一张床的室内图毫无意境。正确的拆解思路是主体一位穿唐代服饰的诗人背影站在窗边抬头望月场景古风木窗、纱帘、案几上放着酒壶窗外是庭院光线月光洒落冷色调室内有微弱烛光氛围孤独、思念、清冷带一点诗意留白把这四个维度拼起来再翻译成AI关键词画面就会完全不一样。A Tang dynasty poet in white robes standing by a wooden window, looking at the bright moon, cold moonlight casting soft shadows, ancient Chinese interior with sheer curtains, ink painting style, cinematic lighting, extremely detailed——这才叫画面语言。1.2 一套可以直接抄的提示词模板我自己测试了不同写法之后总结出一套最稳定的古诗画面提示词模板结构是主体人物/物件 时代与服饰特征 环境场景 光线氛围 画风后缀 构图参数用《春晓》举例春眠不觉晓处处闻啼鸟。这句诗的亮点是声音但AI画图只能画画面。我的处理是画一个晨光中的古代庭院窗前有女子缓缓醒来的侧影窗外树枝上站着几只鸟远处桃花盛开晨雾弥漫然后画风统一成水墨风或者工笔风。这里有一个很重要的经验画风后缀一定要固定。你可以选ink wash painting style水墨风、Chinese ancient painting style国画风、3D animated style三维动画风或者realistic cinematic style写实电影风。不管你选哪一个同一首视频里的所有镜头必须用同一个画风后缀否则剪出来就是四不像。我第一条视频就死在这上面——前面是水墨后面变成写实观众一眼就出戏。1.3 让同一首诗里的画面保持风格统一同一首诗一般需要6到10个画面镜头让AI保持人物、建筑、画风的一致性是比较难处理的环节。有一个土办法很实用把第一个镜头生成的图片作为参考图后面所有镜头都基于它来生成变体。以即梦、可灵这类工具为例文生图之后选择生成相似图或上传参考图AI会尽量保持色调、人物服装、画风的连贯。如果你用的工具没有参考图功能还有一个取巧方案把所有镜头的提示词前半段保持完全一致只改后半段的动作和景别。比如主人物描述固定为a poet in white Tang dynasty robes那么所有镜头都从这段复制开始只修改standing by the window、walking in the garden、sitting under the moon这类行为描述。如果你追求更高质量的连贯性可以考虑用同一组角色参考图喂给可灵等支持图生视频的工具人物会稳定很多。但对新手来说参考图统一画风后缀已经足够用了。2. 画面动起来AI视频生成的关键参数与运镜套路图片做好之后下一步是把静态图片变成动态画面。这是电影感最容易出效果的一步也是最容易翻车的一步。很多人直接把图片扔进AI视频工具生成一个整体都在动的镜头结果人物扭曲、画面乱动观众看着就想划走。2.1 用文生图还是图生视频我强烈建议先用文生图把每一帧画面精心打磨到位再用图生视频让画面动起来。跳过文生图、直接文生视频的做法AI对画面细节的控制力会明显下降经常会生成出看起来还行但经不起细看的镜头。古诗短视频要走电影感路线画面必须经得起暂停所以先图后视频是更稳的路径。图生视频时不要让AI自由发挥一定要给足运动提示词。比如camera slowly pushes in toward the window, candle flame flickering gently, curtains slightly moving in the breeze——镜头慢慢推进烛火摇曳窗帘随风微动。AI接到这种明确的运动指令后生成的镜头会稳很多。2.2 运镜提示词怎么写才不翻车运镜是电影感的核心。古诗视频常见的运镜有这几种我每个都测过推镜头push inCineomatic slow push-in情绪递进的时候用比如从庭院全景推到人物背影拉镜头pull backslow pull out适合结尾收束比如从人物特写拉成孤月当空的全景横移镜头panpan from left to right适合展现长卷式的古风场景上升镜头tilt upcamera tilt up from the ground to the moon适合从地面景物过渡到天空这里提醒一句一次只让画面动一件事。你写camera moves and character walks and leaves fall and clouds driftAI会直接崩坏人物会变形镜头会抽搐。我踩过的坑是让镜头推近、又让风吹衣袍、还让花瓣飘落同时发生结果生成出来的人物身体像融化了一样。正确的做法是镜头动、环境动二选一。你要推镜头就让画面里的人物保持动作简单你要展现风吹衣袍镜头就尽量固定。2.3 比例、时长与生成策略平台选择上抖音、视频号、小红书都以竖屏为主比例用9:16。横屏的B站可以保留16:9但竖屏的传播潜力明显更大古诗短视频的主流玩法就是9:16。每次生成的时长大部分工具默认是4秒到6秒。我的策略是一个分镜生成4秒不用10秒。原因有二一是生成越长画质劣化和形体崩坏的概率越高二是古诗短视频的节奏本来就慢4秒一个镜头配合旁白已经足够。以一首五言绝句为例通常拆成6到8个分镜每个分镜生成2到3条备选素材。生成完不急着用把每条素材在时间线上预览优先选镜头运动稳定、画质清晰、没有人脸崩坏的那条。如果某一条中间有半秒画面扭曲宁可直接删掉也不要想着剪掉那半秒凑合——这种瑕疵在21:9的屏幕上非常明显观众会觉得视频有毛病。3. 声音才是古诗短视频的隐形主角很多人把精力全砸在画面上结果视频做出来还是差点意思问题往往出声配音又干又平背景音乐和画面完全不在一个情绪上。古诗短视频的电影感一半来自声音设计。3.1 配音怎么选才有古意古诗朗读的配音我试过三条路线真人录音、AI语音合成、TTS朗读。真人录音效果最好但对于纯新手来说成本高、难以持续而且很多人不好意思找人录音。AI语音是性价比最高的一条线。目前的AI配音产品里很多都提供情感男声古风女声沉稳旁白这类音色选音色时注意两个标准一是语速要慢二是要有停顿感。古诗的音律美建立在停顿上床前——明月光疑是——地上霜中间那些气口才是味道。如果AI配音工具支持情感参数调节把悲伤怀旧舒缓这类情感值拉高一点会比一字一顿的朗读更有代入感。我自己常用的方式是把语速调到0.8倍左右再在剪辑软件里轻微拉开句子之间的间隔让每一句都有独立的呼吸空间。另外有个细节每句诗不要配完完整的一句就立刻接下一句。给AI朗读生成时尽量分成单句生成或者生成后在剪辑里手动把每句之间的空隙拉开。原因很简单整首诗一次性生成AI很容易越读越快你后期想改节奏都没有素材。3.2 背景音乐和音效的卡点逻辑背景音乐选纯音乐古风最好不带演唱。带人声的歌曲会和配音打架观众会下意识去听歌反而忽略了诗本身。素材来源我就不做具体推荐了去网易云、QQ音乐、B站素材库搜古风纯音乐竹笛古琴都能找到质量不错的。音效卡点是视频质感提升的关键。我常用的三个音效是鸟鸣画面出现春晓场景时配一两声鸟叫立刻破类场景感风声适合空旷的月夜、山景、旷野场景水滴/钟声适合安静、孤寂的情绪段落音效音量一定要小背景里刚能听到就行别喧宾夺主。我一般是把音效音量控制在其本身峰值的-24dB到-30dB之间听着很有氛围又不会盖住配音。背景音乐和配音的响度关系我经验是这样配音音量设置在音乐之上音乐峰值约在配音峰值下方6dB左右。剪辑软件里如果方便直接给音乐轨加一个侧链压缩或者简单粗暴地把音乐音量条在每句配音开始的瞬间拉低配音结束时再抬回来。别小看这个操作它直接决定了观众是听到诗还是听到一堆音乐上有个人在说话。4. 剪辑台上补齐影视感调色、字幕与转场画面生成好了声音备齐了剩下的功夫全在剪辑软件里。这个阶段的目标是把AI生成素材彻底变成像电影片段。4.1 字幕是古诗短视频的脸面古诗短视频的字幕我建议使用偏书法的字体比如楷体或行楷避免使用系统默认的黑体、宋体。剪映里一般自带中文书法字体B站博主常用的是叶根友手写体一类可以去字体网站下载安装后导入剪辑软件。现在很多AI剪辑工具也支持自己上传字体操作路径是素材库-字体-本地导入。字体的颜色和排版也要讲究。很多短视频直接把白色字幕往画面中间一放非常出戏。我常用的做法是白字加细阴影或者用宣纸色类似淡米黄配一点透明度这样融进古风画面自然得多。排版上绝句建议一句一行两句一组居中显示不要一整段塞在屏幕中间。新手可以先抄这个标准格式竖排文字放在画面右侧三分之一处底部加深色半透明底条字色用浅黄色或白字带黑边。这个形式在抖音上已经很成熟观众一看就知道是古诗内容。4.2 调色和转场把AI感降到最低AI生成的视频普遍有一个问题画面对比度偏高色彩偏数码感看着很新、很亮、很假。电影感的古风画面通常要降饱和、加柔光、压高光。剪映里的基础校色流程我建议按这个顺序操作饱和度降低15%到25%让绿色和红色不那么跳高光压低让白色部分柔和模拟胶片的高光溢出阴影稍微提升让暗部不死黑色温往暖黄色偏一点点但不要偏太多偏多了就像滤镜滥用加一点颗粒噪点浓度3%到5%立刻有胶片质感视频调色时不要只按漂白或怀旧滤镜一键套用。滤镜确实方便但每张AI画面的亮度、色温不同一键套用会导致几个镜头之间的色调断层。我的做法是把基础校色参数调好之后套用一个古风滤镜再把滤镜强度降到50%左右最后统一过一遍每个镜头的亮度曲线。转场方面AI视频素材之间的切换叠化是最安全、最古风的转场。硬切有时能制造节奏感但古诗视频的节奏本身就是舒缓的叠化恰好符合淡入淡出的气质。别用那些花里胡哨的缩放、旋转、故障转场一眼短视频套路离电影感十万八千里。4.3 开头3秒钟的钩子古诗短视频有一个天然劣势开头不够刺激。算法和观众都习惯了前3秒见分晓所以你需要把最有冲击力的画面放到最前面而不是按照诗词顺序从头播。我的做法是先摘取全诗里画面感最强的一个镜头做开头配上最吸引的一句字幕让观众先看到明月高悬、诗人剪影这种画面播到第3秒再接旁白从头念诗。如果整首诗都比较平淡就做一版快速转场的混剪把6个镜头各取半秒做成一个快节奏的预览再正式进入慢节奏正文。这个预览式开头对提升完播率挺有效。字幕也是钩子的一部分。开头三秒直接把整首诗里最有名的那一句打在屏上比如举头望明月再慢慢展开全文观众很容易因为这一句产生哦是这首我听过的熟悉感进而留在视频里。5. 发布前最后的检查清单和让算法帮你的几个动作视频剪辑完成导出到手机上发布之前我建议花十几分钟做几次灰度检查。这个阶段能救回一条可能扑街的视频。5.1 最容易翻车的AI痕迹第一个检查项是画面里的文字。AI生成图像时经常在牌匾、纸卷、桌椅纹理上写出乱码一样的字观众一旦看到立刻发现这是AI做的档次感哗啦就掉下来了。方法只有一个把视频逐帧拖拽检查凡是画面里出现文字的地方要么用裁剪把文字裁掉要么用修复工具抹掉要么换一个生成版本。第二个检查项是人物手部。AI视频的人物手部经常会出现六根手指、手指扭曲这类问题。古诗视频里人物多为背影或远景手部出现频率不高但如果拍了特写镜头手部崩坏率极高。我建议要么删掉这个特写要么回到图片阶段把这个动作重新生成到满意为止再重新生成视频。第三个检查项是重复素材。你生成10个镜头剪辑时盯着时间线看容易忽略某些素材太相似观众会觉得这个画面刚才出现过。对古诗短视频来说6到8个分镜的画面应该各有侧重全景、中景、特写交替出现避免连续三个镜头都是差不多的景别。我在时间线上有个习惯把每个镜头首帧截成缩略图摆在旁边一眼扫过去就知道镜头重复了没有。5.2 发布时的几个关键细节发布时间上古诗短视频的目标人群是晚上刷手机放松的用户晚上7点到10点之间发布比较稳定。发布文案别只写诗名试试用一句情绪化的引导语加诗名比如这首唐诗小时候背得滚瓜烂熟长大后才知道每一句都在写孤独。《静夜思》这种文案比干巴巴的#静夜思 #唐诗互动率高很多。标签和话题词带上#古诗 #AI视频 #唐诗 #传统文化 #人工智能 这一组就够别堆十个八个话题容易被判定营销号。相关搜索词里的AI短剧AI漫剧是近期热度很高的赛道你可以顺手带上#AI短片蹭一下正在上升的趋势。发布时封面也要花心思。平台会自动抓取中间某一帧当封面但AI生成的视频往往会抓到一些不太好看的中间帧。正确做法是在剪辑时专门导出第一帧作为封面或者在创建视频时使用自定义封面选择那个最有意境的镜头——月下剪影、庭院一角、山水全景都比随机抓帧强得多。5.3 数据复盘与迭代方法第一条发布后关键是别急着删也别急着做第二条先看后台数据。重点关注三个指标第一个是完播率。如果完播率低大概率是节奏问题开头太慢、某个镜头太长、或者配音太拖。对应的调整方案是压缩镜头时长把单个镜头控制在3.5秒到4.5秒并把音乐进点提前到第1秒让观众一进来就有声音。第二个是点赞率。如果播放量不错但点赞率低说明内容不够让人动手点赞。古诗视频点赞率低通常是因为缺少收藏价值。解决办法是在字幕里加一行扩展知识比如这首诗的创作背景、诗人当时年纪、诗中某个典故的解释。观众看到学到了的内容点赞和收藏的概率会明显提升。第三个是转发率。转发率要看你的内容是否击中了某种情绪。古诗短视频天然适合共鸣型转发——观众转发到朋友圈、转发给朋友是因为这诗写的就是我此刻的心情。所以做选题时优先选那些情绪浓度高的诗比如思乡、怀人、送别、孤独而不是选那种纯写景、纯议论的诗后者很难触发转发。这些数据你至少观察48小时再决定下一条的方向。如果数据一直起不来问题基本不在你的剪辑能力而在选题上。换一批更具大众共鸣的诗把情绪浓度高但不冷门作为选题标准比如《黄鹤楼》《登高》这类既有知名度、又有强烈情绪的诗比那些生僻诗更容易获得流量。最后分享一个我自己一直在用的迭代办法每做完一条视频把生成图和视频素材统一归档到一个文件夹命名格式是日期-诗名-工具参数-播放数据。连续做五六条之后回头翻这个文件夹你能非常直观地看到自己的提示词在哪个阶段开始稳定、哪个阶段的画风最受认可。AI视频制作的门槛已经从会不会用工具变成了有没有套路你把这个套路跑通一遍后面每一条视频都是复制成功经验而不是每次都从零开始撞运气。古诗短视频这条路真正稀缺的不是技术是你的审美和坚持打磨的那股劲。