★ FEATURED ARTICLE 如果你想在 AI 生成内容这条路上做出真正有传播力的作品只搞定「提示词」是远远不够的。真正让一支 AI 科普短片从「技术Demo」变成「有人愿意看完并转发」的作品靠的是对主题的理解、脚本结构的设计、分镜的节奏感以及整套 AI 工具链的串联能力。这篇文章想和你聊的正是这样一件事以「分心不是我的错How does ADHD feel」这类 AI 生成科普视频为目标拆解从选题认知、脚本设计、AI 配音、AI 视频生成、剪辑交付到合规审核的完整流程。它既是一次 AI 全民制作人创作流程的实操复盘也是一篇关于「如何用 AI 工具做一支有信息量的公益科普短片」的方法论。文章不打算只给你一堆工具名称而是把每一步真正容易踩坑的地方指出来。因为你迟早会发现AI 生成内容的最大门槛从来不是某个工具不会用而是「你用工具时根本不知道自己要什么」。这支短片的主题是 ADHD注意力缺陷多动障碍一个在公众讨论里充满误解的神经发育障碍。如果你能在 AI 创作流程中把「科普准确性」和「AI 表现力」同时做好你也就具备了一套可以复用到其他主题的内容生产方法。1. 先理解主题为什么「How does ADHD feel」值得做做 AI 内容第一步不是打开生成工具而是想清楚「这个主题的传播价值在哪」。ADHD 这个主题有一个非常特殊的地方它的患者群体庞大但公众认知严重滞后。很多 ADHD 患者在成长过程中长期被贴上「懒」「粗心」「态度不端正」「不爱动脑」之类的标签。这不是他们「想这样」而是他们的大脑在执行功能上存在客观差异注意力调节、工作记忆、冲动抑制、任务启动能力都与神经典型人群不同。当 AI 短片用「How does ADHD feel」作为叙事线索时本质上是在做一次视角转换让没有 ADHD 的人用一分钟左右的时间「感受」ADHD 患者的日常认知体验。这种「感受型科普」恰恰是 AI 生成内容最擅长的领域。因为 AI 视频工具擅长生成情绪化的视觉隐喻比如时间碎片在画面里飞散、声音叠层、任务清单不断膨胀、色彩从明快到嘈杂的切换。它不需要做到医学级精确只需要让观众产生「原来是这样一种体验」的共情。从创作定位来看这支短片适合走三条线交叉第一是科普线说清楚 ADHD 不是态度问题而是执行功能差异第二是体验线用视听语言模拟分心、冲动、过度专注Hyperfocus、时间盲Time Blind等感受第三是公益线结尾落到「理解与支持」而不是停留在贩卖焦虑。这里要特别强调一个判断AI 科普短片的成败80% 在选题和脚本20% 在生成与剪辑。你可以在 5 分钟里学会一个生成工具但用不好脚本结构AI 只会帮你做出一堆高质量废料。所以这篇文章会把脚本设计放在最核心的位置。2. ADHD 核心概念与常见误区在把主题交给 AI 之前创作者自己必须先把 ADHD 的基本概念理解到一个足够稳的水平。原因很简单AI 生成内容的底层是语言模型而语言模型会把你给它的「认知偏差」放得很大。如果你自己都不知道 ADHD 和「单纯分心」的区别AI 生成出来的文案就会在医学准确性上翻车哪怕画面再精美也会被懂行的人一眼识破。ADHD 的全称是 Attention-Deficit/Hyperactivity Disorder中文常译为注意缺陷多动障碍。它通常在儿童期显现但不少患者直到成年后才被识别。核心症状围绕三条注意力调节异常、冲动控制困难、活动水平过高或表现为持续内在不安感。注意这里有一个公众最普遍的误解ADHD 并不是「完全无法集中注意力」恰恰相反很多 ADHD 患者在感兴趣、有紧迫感、有即时反馈的任务上会出现一种过度专注Hyperfocus的状态连续几个小时沉浸其中完全注意不到时间流逝。所以 ADHD 更准确的理解是「注意力调节系统失灵」而不是「没有注意力」。下面这组对比可以帮你在写脚本时避开最常见的表达陷阱维度常见误解更准确的理解学习ADHD 就是懒不愿意努力执行功能障碍导致任务启动困难越重要的事越容易拖延工作粗心大意不认真工作记忆受限多步骤任务容易丢失中间信息人际总是插话不尊重别人冲动抑制能力较弱想到什么容易立刻说出坐不住多动给父母添麻烦大脑唤醒水平不足需要身体活动来维持注意专心看手机能看好几个小时假装 ADHD过度专注只出现在高兴趣场景属于调节失衡而非自主选择脚本设计建议不要试图在一分钟里覆盖 ADHD 的所有症状。选择一个最容易被误解的点切入比如「分心不是我的错」这句标题本身就在做认知纠偏。你可以用开头 5 秒抛出冲突“他们说我不够努力”中间 30 秒用视觉化符号表现 ADHD 的内在体验声音、时间、任务清单最后 15 秒给出科学定性执行功能差异和支持性结尾。3. AI 科普短片的完整制作链路从技术角度看一支 AI 科普短片的制作链路可以拆成六个环节主题策划、脚本写作、素材准备、音频生成、视频生成、剪辑与字幕包装。其中每个环节都有对应的 AI 工具和传统工具但真正决定作品质量的是环节之间的信息交接是否顺畅。典型的制作链路如下策划环节确定主题、目标人群、时长、情绪基调。脚本环节用大语言模型LLM生成文案初稿再人工改写为口播节奏。分镜环节把每句话映射到画面确定镜头情绪和视觉隐喻。音频环节用 AI 语音合成TTS生成配音或真人录音再用 AI 做降噪和音色统一。视频环节用 AI 文生视频/图生视频工具生成画面素材。剪辑环节用非线性剪辑工具完成素材拼接、背景音乐、字幕、调色和转场。下面用一张表格看清每个环节的输入输出方便你对工作量有全局认识环节输入输出常用工具类型新手最容易忽略的点策划灵感、热点、领域知识选题说明与内容大纲笔记工具、LLM没有明确目标观众就开工脚本大纲配音文案与画面标注LLM、人工改写文案不适合口播书面感太重分镜脚本分镜表格表格工具画面与配音脱节节奏不对音频脚本配音音频TTS 平台音色与内容情绪不匹配视频分镜视觉素材文生视频平台人物一致性差变形明显剪辑音视频成片剪辑软件不压字幕观众理解成本高在你熟悉这套链路后一个完整作品的生产时间可以从几天压缩到几个小时。但压缩的前提是你把脚本做得很细。否则 AI 工具的生产速度反而会成为负担一分钟内生成十个不可用的素材排查和返工的时间比传统做法还长。4. 环境准备与工具选型建议和写代码一样做 AI 短片之前先要把「开发环境」准备好。这里的环境不是某个软件安装而是你围绕创作需要的账号、平台、硬件和文件规范。4.1 音频生成环境配音是 AI 科普短片中情绪传达的关键。你可以选择两类方案方案 A纯 AI 合成直接在 TTS 平台上选择音色输入脚本文字生成配音。适合预算低、追求快速出片的场景。注意选择支持中文自然语气的音色。方案 B真人配音 AI 后期自己录制或找人录制再用 AI 工具做降噪、对齐、响度标准化。适合需要强个人风格、或希望声音有更强情感起伏的场景。从 AI 全民制作人这类创作活动来看方案 A 的进入门槛更低也更符合「AI 生成」的创作语境。建议你先用方案 A 跑通全流程有追求后再回到方案 B。4.2 视频生成环境视频生成是整个链路里不确定性最高的环节。市面上的 AI 视频生成平台普遍具有以下共同点通过文字描述生成短视频片段、支持多种画面比例、生成质量受提示词语法影响很大。对于科普视频推荐从 9:16竖屏开始做因为主流短视频平台都偏向竖屏分发而 AI 全民制作人作品的社交传播也更多发生在手机端。如果你希望画面更可控可以同时使用图生视频方式先用 AI 生图工具画出关键帧再把关键帧输入到视频生成平台做动态化。这种方式比完全靠文生视频更稳定是值得优先采用的实践路径。4.3 文件组织与命名规范AI 创作流程涉及大量中间素材文件名不规范的后果是你可能在「找文件」上消耗大量时间。这里给出一套简单可复用的规范项目名称/ ├── 00_策划/ # 选题、大纲、参考视频链接 ├── 01_脚本/ # 文案、分镜表、提示词 ├── 02_音频/ # 配音分段、BGM、音效 ├── 03_视频素材/ # AI生成视频片段按分镜编号 ├── 04_剪辑工程/ # 剪辑项目文件 └── 05_成片/ # 最终导出版本文件命名建议统一使用「序号_场景描述_版本」格式比如03_分心画面_v2.mp4。这在后期修改时能让你迅速定位哪一段画面需要重新生成哪一段配音需要换语气。5. 脚本设计与提示词模板脚本是整支 AI 短片的「源代码」。文本稳定后续的配音、视频、剪辑才能稳定。我强烈建议你把脚本当成程序一样对待先有数据结构分镜表再写逻辑配音文案最后再做性能优化节奏删减。5.1 短脚本结构建议以 60 秒 AI 科普短片为例脚本结构可以这样切分一、0-10 秒冲突开场。用 ADHD 患者经常听到的话开头例如「你怎么又在走神」制造代入感。二、10-35 秒内在体验描述。从 ADHD 患者视角描述感受时间消失、任务无法启动、大脑同时开着多个网页、忽然对某个爱好过度专注。三、35-50 秒科学定性。明确说出「ADHD 不是态度问题而是执行功能差异」纠正误区。四、50-60 秒行动号召。呼吁理解与支持把情绪落到「被看见」上。这个结构的好处是前 10 秒负责留住观众中间 25 秒负责制造共情最后 15 秒负责传递正确信息和行动价值。不会变成纯流水账科普也不会变成空洞情绪片。5.2 AI 辅助脚本生成提示词模板下面的提示词模板可以直接复制到主流大语言模型中再根据输出结果做人工修改。注意提示词本身也应该被视为工程配置的一部分不同模型理解能力不同模板里的关键字不要盲目删减。你是一位专注于神经多样性科普的短视频编剧。请根据以下要求写一段 60 秒的竖屏配音文案 主题ADHD注意缺陷多动障碍 标题方向分心不是我的错How does ADHD feel 目标观众第一次接触 ADHD 概念的年轻人与家长 情绪基调从压抑/困惑逐渐走向被理解结尾温暖有行动号召 文案要求 1. 使用第一人称视角让观众代入 ADHD 患者的感受 2. 避免直接列举诊断标准用场景化细节替代术语 3. 出现“执行功能”“过度专注”“时间盲”时必须附带一句通俗解释 4. 全文不超过 220 个汉字按每 10 秒一个镜头段落划分 5. 结尾必须包含“理解就是支持”或同等含义的表达。5.3 视频生成提示词模板有了配音文案之后需要为每个段落编写视频生成提示词。这些提示词要描述镜头内容、画面风格、情绪、运动方式而不是表达「你要表达什么」。一个关键注意点是AI 绘画和视频模型通常对「抽象概念」的理解很弱但对「具体视觉元素」「光线」「镜头运动」的理解较强。下面是一个示例提示词模板画面内容一个年轻人在堆满纸张的书桌前抬手试图抓住眼前飘散的时间碎片碎片在空中变成一个个发光的数字时钟场景色调从冷蓝变为暖黄。 镜头运动镜头从特写缓慢后拉人物保持侧面轮廓。 画面风格2D 动画风格柔和光线类似治愈系科普插画。 情绪焦虑感逐渐缓解带有一丝希望。 画幅9:16 竖屏。这段提示词里「飘散的时间碎片」「发光数字时钟」是 ADHD 时间盲的视觉隐喻而「从冷蓝变为暖黄」则是情绪转折的视觉暗示。写提示词时请反复问自己如果我让一个没看过文案的人只看画面他能理解我要表达的情绪吗能才说明提示词合格。6. 核心代码与工程化脚本AI 创作并不总是「可视化操作」很多环节用命令行脚本会高效得多。这里提供三个可以直接使用的最小脚本/命令示例它们分别解决音频检查、素材拼接和提示词批量生成问题。6.1 用 ffmpeg 检查与标准化音频音频素材规格不统一采样率、响度、声道会在剪辑时带来大量麻烦。下面这段命令可以批量获取音频时长与声道信息# 查看音频文件的详细信息 ffprobe -v error -show_entries formatduration,bit_rate \ -show_entries streamcodec_name,channels,sample_rate \ -of json 02_音频/配音.mp3 # 将所有音频统一转为 48kHz 双声道 WAV每段前留 200ms 静音 for f in 02_音频/分段/*.mp3; do ffmpeg -y -i $f -ar 48000 -ac 2 -af adelay200|200 \ 02_音频/分段_标准/${f%.mp3}_std.wav done这段命令在 Windows 需要使用 PowerShell 或安装 WSL在 macOS 和 Linux 上可以直接在终端运行。它的价值不只在批量处理还在于让你在剪辑前就保证所有音频素材的「数据格式」一致避免导出时突然出现声道错误或音量忽大忽小。6.2 批量生成参考字幕文件字幕文件使用 SRT 格式是视频项目中常见的文件类型。AI 生成配音之后你可以根据脚本时间轴手工维护一个 SRT 文件。下面是一个 15 秒字幕片段示例1 00:00:00,000 -- 00:00:04,500 你怎么又在走神这不是第一次了。 2 00:00:04,500 -- 00:00:10,000 可我并不是不想专注。我只是不知道时间为什么总是突然消失。 3 00:00:10,000 -- 00:00:15,000 ADHD 不是态度问题。它是一种执行功能的差异。如果你想要批量生成多个语种的字幕可以用 LLM 翻译后再人工校准时间。SRT 文件出现乱码通常是因为编码问题建议统一保存为 UTF-8 格式。6.3 Python 批量生成提示词变体AI 视频生成时同一段画面往往需要生成多个候选以便选择最稳定的一版。手工修改提示词很慢下面这段 Python 脚本可以帮你批量生成提示词变体# 文件路径generate_prompts.py # 功能根据基础提示词模板批量生成多个视频提示词变体 base_scene 一个年轻人在书桌前茫然看着时间碎片飞散 styles [ 2D 动画风格柔和光线治愈系插画, 写实风格电影级景深冷色调, 拼贴动画风格纸张质感轻微噪点, ] camera_moves [缓慢拉升, 特写推近, 环绕平移] with open(prompts.txt, w, encodingutf-8) as f: for i, style in enumerate(styles): for j, move in enumerate(camera_moves): prompt ( f画面内容{base_scene}。\n f镜头运动{move}。\n f画面风格{style}。\n f情绪焦虑中带着希望。\n f画幅9:16 竖屏。 ) f.write(f 候选 {i * 3 j 1} \n) f.write(prompt \n\n) print(提示词已写入 prompts.txt)运行方式python generate_prompts.py脚本生成后你可以把每个候选提示词逐一拿到 AI 视频生成平台测试记录哪个风格、哪个镜头运动在当前场景下效果最稳定。这个流程本质上是在用工程方法管理 AI 生成的不确定性。7. 剪辑与交付的工程化要点当你手上已经有了配音和视频素材剪辑阶段的核心任务不是添加特效而是「让信息传递更顺畅」。很多新手在剪辑时喜欢加大量转场和花字但这会与 AI 生成的画面叠加造成视觉过载观众很难把注意力集中在内容上。我建议你的剪辑流程遵循以下顺序一、先铺配音轨。以配音长度作为全片的时间基准然后围绕配音截取画面。这个方法保证视频节奏与语言同步。二、再做画面粗剪。把 AI 生成的素材按分镜表依次放到对应时间点。如果某个画面与配音语义不匹配优先换素材而不是强行调整配音。三、然后加背景音乐。BGM 音量不要超过配音的 40%。如果有一段对话很重要可以在关键信息出现前把 BGM 音量压得更低。四、最后做字幕与调色。字幕字号在竖屏视频中通常不低于屏幕宽度的 1/15行内最多 15 个字。调色统一使用同一 LUT 或风格参数不要在分段素材上各调一遍。导出时建议优先输出 H.264 编码的 MP4 文件分辨率 1080×1920帧率 30fps 即可。成品文件大小一般控制在 20MB 到 60MB 之间太小的文件说明码率偏低画面会有压缩痕迹太大则不利于社交平台上传。8. 效果验证与质量核对清单AI 短片做完了不能直接点发布。你需要像测试代码一样对成片做一轮系统性的验证。列出下面几个验证维度供你在每次导出后逐项检查。8.1 内容准确性检查这是科普内容最重要的门槛。重点检查是否出现「ADHD 是病/是心理问题/是教养失败」等不准确表述是否把 ADHD 等同于「偶尔分心」是否把 ADHD 患者模糊描述为「所有孩子都这样」是否给出「吃某药能治愈」「几招根治 ADHD」之类的错误或误导性建议如果有任何一项命中必须修改。AI 科普视频的传播力越强错误信息的破坏力就越大。作为创作者即使内容是自己用 AI 生成的也要承担事实核查责任。8.2 画面与配音一致性检查逐段观看成片确认检查项通过标准画面语义观众不依赖字幕也能大致理解画面在表达什么人物一致性同一个人物在不同镜头中面部特征没有明显变化口型同步有说话口型时与配音节奏没有大面积错位字幕同步字幕出现与消失时间与配音一致不提前不延后情绪过渡从压抑到希望的转折有足够的画面和声音铺垫8.3 观众视角测试找至少 3 位不了解 AI 制作技术的普通观众看完整支视频问三个问题你愿意看完整个视频吗你记住了哪一句话你觉得这个视频想表达什么如果他们记住的句子和你写脚本时的核心表达一致说明叙事有效。如果答不上来或者理解偏差很大问题往往不在画面而在脚本信息太密建议删除一到两个非必要细节。9. 常见问题与排查方法在 AI 制作流程的每个环节都有高频问题。这里整理一张排查表覆盖从音频到视频生成的常见故障。问题现象可能原因排查方式解决方案配音听起来像朗读没有情绪TTS 音色不适合叙事场景缺少停顿标注换一个更自然的音色或在文本中增加逗号、句号、省略号在关键情绪句前后加入停顿提示词或改用人工重录关键句AI 生成的视频素材人物五官变形提示词中缺少人物特征绑定描述检查单段素材中是否出现多个人物描述图生视频替代文生视频先用 AI 绘图固定人物五官同一角色在不同镜头里长得不一样每个镜头分开生成缺少视觉锚点对比关键帧人物特征使用统一角色描述词或参考图中固定角色形象字幕与配音不同步字幕是人工逐句添加未做时间对齐用播放器逐句核对用自动字幕工具生成初稿再人工校准视频素材风格不统一每个提示词的风格关键词不一致查看所有提示词中风格字段所有提示词统一维护一套风格词模板成片虽有画面但缺乏节奏素材拼接没有考虑镜头时长变化检查每个镜头的保留长度每个镜头建议 2 到 4 秒长镜头配合 BGM 重音切换科普表述被观众质疑概念之间边界模糊或措辞过于绝对重新阅读脚本中的定性语句增加「不是……而是……」的纠偏句式不展开未经验证的数据建议把这张表打印出来每次项目结束做一次复盘。你会发现大多数问题并不是工具 bug而是提示词设计、文件管理和脚本理解的问题。10. 安全边界与合规提醒AI 创作进入心理健康话题时安全边界尤其重要。这里整理几条必须遵守的创作底线一、不提供医疗诊断。视频中不要出现「你如果有这些表现就是 ADHD」这类引导性表述。正确做法是建议观众如有困扰应前往正规医疗机构咨询。二、不夸大治疗信息。不要提及具体药物名称和剂量不宣传任何未经证实的治疗手段。三、不使用歧视性画面和语言。不要把 ADHD 患者表现为「怪人」「问题的制造者」不要使用负面标签。四、妥善处理评论区。AI 科普视频发布后评论区很可能出现真实 ADHD 患者的自述。设置敏感词过滤安排人员回应争议评论时保持温和、理性不做反驳式争吵。五、AI 生成的声明。在视频简介中说明该内容使用 AI 生成同时强调文案已经过人工校对不代表医疗建议。这既是行业惯例也是对观众负责的表现。科普内容的价值在于「让沉默的少数被理解」而不是「让创作者获得流量」。守住这些边界你的作品才经得起传播和时间的检验。11. 从一支短视频到可复用的内容工程当你完整做完一支 AI 科普短片你获得的不只是一个 MP4 文件而是一套可以复用的内容工程流程。这里想给读者一些真正实用的工程建议。第一建立自己的提示词资产库。不要每次写提示词都从零开始。把「风格词」「镜头运动词」「情绪转变词」「人物一致性描述」分门别类整理成文档下次做新主题时直接调用。第二形成「先文本后画面」的生产习惯。无论 AI 视频工具多强大都要坚持先写完配音文案和分镜表再做画面生成。没有文本基石的画面生成就是在裸奔产生一堆好看却没有信息量的废片。第三为每个项目设置交付标准。比如配音响度不低于某个标准范围、视频分辨率不低于 1080×1920、字幕最大行宽不超过固定字数、相关医学概念经过人工核查。有了标准返工才有反馈依据。第四将 AI 工具视为「素材生产引擎」而不是「设计大脑」。最终的设计判断、叙事判断、伦理判断都必须落在人工环节。AI 可以帮你完成「表达的执行」但很难替你完成「表达的意图」。第五关注作品发布后的数据反馈。一支 AI 科普片发布后观察完播率、3 秒留存率和分享率。如果完播率高但分享率低问题往往在行动号召不够有力如果前 3 秒流失严重问题几乎一定在开场。这套方法论不只有助于「How does ADHD feel」这类主题也适用于任何需要把专业知识转化为大众可感知内容的 AI 创作场景。你的竞争力不在于会点某个按钮而在于你能不能在 AI 的辅助下把一个复杂主题讲得准确、有情绪、有结构。这恰恰是未来创作者最稀缺的能力。如果想继续深入下一个值得研究的主题可以是AI 视频素材的风格一致性控制、AI 配音的多角色对话设计、科普内容的事实核查自动化流程。每一条都够你做出新的作品也能帮你把内容生产工程打磨得更扎实。
阅读完成 · 觉得有帮助？
