企业官网建设流程全解析

1. 为什么给宠物饮水机做 AI 分镜脚本

1.1 传统宠物广告拍摄的痛点

先把话说在前面：我这次接到的项目，是给一款宠物饮水机做一条 15 秒的电商短视频。刚拿到需求时，团队第一反应是找摄影师、租场地、请一只性格稳定的猫和一只狗来配合。结果预算一报上去，老板直接沉默了。

传统宠物用品广告拍摄，最大的问题就是“不可控”。猫不会听你指挥，狗看到镜头要么太兴奋要么躲着走，真正能用的素材可能只有十分之一。然后是“水”这个元素，饮水机要表现活水循环、水花晶莹、水泵静音，这些在实拍里全都要靠高速摄影、补光、道具水、后期合成才能勉强达到。租一台像样的高速摄影机，一天下来够买三台饮水机了。

后来我们决定走 AI 视频生成路线。先写一份足够细的《寵物飲水機AI分鏡腳本》，用分镜脚本去驱动各个 AI 工具出图、出视频，最后剪成成片。整个过程不需要真实宠物出镜，不需要控制水花，也不用担心猫咪突然跑路。实测下来，从脚本到第一条完整成片，只用了两天时间。

1.2 AI 分镜脚本到底在写什么

很多人一听“AI 分镜脚本”，以为就是把原来的拍摄脚本改个名字。其实不是。传统分镜脚本是写给摄影师和演员看的，而 AI 分镜脚本是写给大模型和视频生成模型看的。这两者的阅读对象完全不同，写法自然也不一样。

传统分镜只需要写“猫咪走近饮水机，低头喝水”，摄影师能看懂就行，他会自己去想机位、构图、光线。AI 视频模型没有这个能力，它需要你把画面里的主体、景别、动作、镜头运动、光影、氛围全部用提示词描述清楚，而且描述越具体，生成结果越可控。

所以这份脚本的真正核心，不是“分镜”，而是“每个镜头要喂给 AI 什么”。我把脚本做成了两层结构：第一层是人类可读的画面描述，第二层是机器可读的 AI 提示词。两组人——导演和模型——都能看懂同一份文档。这也是我这次项目里最想分享的一个经验。

1.3 谁适合参考这份脚本

如果你手上有宠物用品、小家电、快消品要做短视频内容，或者你本身就是做 AI 视频的创作者、电商运营、自媒体博主，那这份脚本可以直接抄作业。哪怕你完全没做过 AI 视频，只要会打字，按照我给的分镜表格一个个生成再拼起来，也能做出一条像样的成品。

当然，如果你的目标是拍一条真正的商业广告大片，有预算请专业团队，那 AI 分镜脚本就退化成“预览片”的作用——先用它跑通镜头语言和节奏，再拿去给实拍团队做参考。这本身也是省钱省时间的好办法。

2. 分镜脚本的整体设计思路

2.1 先定产品卖点，再定镜头

写分镜脚本之前，我先翻了这个宠物饮水机的产品详情页，把卖点全部列出来：活水循环、四层过滤、超静音水泵、2.5L 大容量、缺水断电保护、易拆卸清洗。如果把这些卖点全部塞进 15 秒里，结果是每个点都讲不透，观众什么都记不住。

所以第一件事是做减法。15 秒短视频适合讲三个以内的核心卖点，我把“活水循环”“超静音”“大容量”定为三条主线。剩下的过滤、断电保护、易清洗，全部放进 30 秒升级版或者详情页里补充。这样镜头叙事更干净，观众看完能记住最关键的三点。

这里有个小技巧：给每个卖点分配一个情绪词。活水循环对应“新鲜”，超静音对应“安心”，大容量对应“省心”。后面写提示词的时候，情绪词会直接影响画面氛围——表达“新鲜”就用明亮通透的光线和清澈的水花，表达“安心”就用暖色调和安静的夜晚场景，表达“省心”就用干净利落的家中环境。

2.2 15 秒版本怎么切分节奏

短视频的黄金节奏是 0-3 秒抓注意力，3-10 秒讲内容，10-15 秒促行动。我按照这个节奏把 15 秒分成了四段：

• 第一段（0-3s）：抛出痛点，猫对空碗发呆，制造代入感；
• 第二段（3-10s）：产品亮相，宠物喝水的健康画面，集中展示卖点；
• 第三段（10-13s）：夜间静音场景，强化“深夜不打搅”的安心感；
• 第四段（13-15s）：产品包装和 logo 露出，点明品牌名，引导购买。

四段对应八个镜头，每个镜头大约 2 秒。AI 视频生成工具单次生成往往只有 3-5 秒，所以一个镜头让它生成一段 3 秒素材，再在剪辑时截取其中最稳定的 2 秒，这样容错率最高。

2.3 角色一致性：宠物形象怎么统一

AI 视频最大的翻车点不是画面不好看，而是同一只猫在这个镜头长这样，下个镜头就变成另一只猫了。我这次脚本里要用到一只橘猫和一只柯基，跨 8 个镜头必须长得一样，不然观众一眼出戏。

我的方案是“角色参考图 + 首帧锁定”。先用 AI 绘图工具各生成一批橘猫和柯基的标准形象图，挑出最满意的一张作为角色基准图。后续每个镜头生成视频时，都把这张角色图作为参考图输入，或者用图生视频的方式，先把角色图变成该镜头的第一帧，再延展成动态视频。

这样操作下来，只要角色基准图不换，同一个镜头系列里生成出来的宠物，长相基本能保持在 90% 以上的相似度。至于剩下那 10% 的偏差，靠剪辑节奏快一点就能盖过去，观众根本来不及细看。

3. 逐镜分镜脚本与 AI 提示词实战

3.1 15 秒版分镜总览表

直接给可复制的表格。下面这张表是全片的总览，列了镜号、时长、画面内容、景别、旁白字幕和对应卖点。提示词的完整写法在下一小节逐个拆解。

八个镜头总共 15 秒，前后两个镜头没有宠物出镜，中间六个镜头全靠角色基准图锁定形象，整体工作量可控。

3.2 每个镜头的提示词写法拆解

光有表格还不够，每个镜头要真正能喂给 AI 工具，还得有完整的提示词。这里我按镜号给出我当时实际使用的提示词，并说明为什么这么写。

镜头 1：痛点引入

画面要求：一只橘猫坐在木地板上，面前是空的白色水碗，猫咪用爪子轻轻拨动碗沿，碗发出细微的金属声响，猫咪表情带一点困惑和渴望。光线是自然日光，浅景深，背景是简洁的客厅。

对应 AI 提示词：

一只肥胖的橘猫坐在木地板上，面前放着一个空的白色陶瓷水碗，猫伸出爪子轻轻拨动碗沿，表情困惑而渴望，自然侧光，浅景深，背景是虚化的简约客厅，写实风格，4K，高细节

为什么这么写？第一，“肥胖的橘猫”这个描述能让形象更接近大众对家养橘猫的认知，也便于后面角色参考图统一。第二，明确写了“浅景深”和“虚化的背景”，可以让 AI 聚焦在猫和碗上，减少环境对主体的干扰。第三，动作限定在“轻轻拨动碗沿”，避免 AI 自由发挥成打翻碗。

镜头 2：产品亮相

画面要求：白色宠物饮水机放置在浅色木柜上，顶部涌泉式的出水口流出细细的水流，水花在光线下晶莹剔透，产品正面线条简洁，背景是现代风格的客厅。

对应 AI 提示词：

一台白色的现代宠物饮水机放在浅色木柜上，顶部涌泉出水，水流细而清澈，水花晶莹，产品正面可见水箱水位线，背景是明亮的现代客厅，温暖的日光从窗户照入，商业产品摄影风格，8K，高细节

这里我特意加了“水箱水位线可见”，是为了让观众直观感受到大容量的特点，同时这个细节也能让产品更有真实感，而不是一堆无意义的白色块。照明用了“温暖的日光”，和镜头 1 的自然侧光形成连续感，但情绪上从“空碗的干渴”过渡到了“水源的丰沛”。

镜头 3：柯基喝水

画面要求：一只柯基犬从画面左侧小跑入镜，耳朵随步伐抖动，凑近白色饮水机低头喝水，舌头卷水的动作清晰可见，背景是客厅一角，暖色调。

对应 AI 提示词：

一只黄白相间的柯基犬从左侧小跑进画面，耳朵抖动着，停在白色宠物饮水机前低头喝水，舌头清晰可见，暖色调，自然光，中景镜头，略微带一点跟随感，写实风格，高帧率，毛发细节丰富

柯基的“黄白相间”是颜色锚点，能强化角色认知。写“略微带一点跟随感”是为了让静态画面有动态叙事，但又不至于让 AI 把镜头运动做得太夸张。AI 视频生成里，镜头运动幅度一夸大，画面边缘就很容易扭曲变形，所以描述镜头运动时我会刻意用“略微”“缓慢”这类限制词。

镜头 4：橘猫加入

画面要求：橘猫从右侧跳上桌面，走近饮水机，先低头闻了闻水流，然后开始舔水，动作谨慎又可爱，画面安定温馨。

对应 AI 提示词：

一只橘猫从右侧跳上桌面，走近白色宠物饮水机，低头闻了闻水流，然后小心地舔水喝，动作轻缓，画面温馨柔和，自然光，固定中景镜头，浅景深

与镜头 3 形成左右对称的入场方向，这样两个宠物在视觉上会产生“一左一右都过来喝水”的集聚感。同时，橘猫动线比柯基细致——先闻、再舔，这个动作层次能体现猫的小心谨慎，也更有看头。

镜头 5：滤芯与水流特写

画面要求：微距镜头对准饮水机的水流落入水箱的瞬间，水面上泛起细小的涟漪，透过透明水箱可以看到内部的白色过滤棉和活性炭颗粒，水滴晶莹。

对应 AI 提示词：

微距镜头，白色宠物饮水机的水流落入透明水箱，水面泛起细小涟漪，透过水箱可见内部的过滤棉和黑色活性炭颗粒，水珠晶莹剔透，背景虚化，逆光，高动态范围，慢动作质感

这里的“逆光”是关键。逆光下液体折光率高，水珠会透亮，效果会好很多。慢动作质感则靠提示词里的“慢动作质感”或生成工具里的运动速度参数来实现，如果没有，就在后期剪辑时对素材做 50% 或 25% 的变速慢放。

镜头 6：夜间静音场景

画面要求：深夜的客厅一角，饮水机底部指示灯亮着柔光，水流声几乎听不见，一只柯基和一只橘猫安静地趴在旁边的地毯上，画面静谧，只有微弱的环境光。

对应 AI 提示词：

夜晚的客厅，白色宠物饮水机底部指示灯发出柔和的淡蓝光，柯基犬和橘猫安静地趴在旁边的灰色地毯上，半闭着眼睛，周围昏暗，只有台灯和指示灯的光线，静谧安详的氛围，写实风格，远景固定镜头

静音这个卖点，视觉上其实是没办法直接表现的，我的思路是拍“安静的结果”——两只宠物安心入睡，就反衬出产品没有产生让人焦虑的噪音。这里用到“指示灯发出淡蓝光”，除了增加产品科技感，也能让夜间画面不显得死黑。

镜头 7：共享饮水时刻

画面要求：白天，柯基和橘猫并排站在饮水机前喝水，主人穿着居家服蹲在旁边微笑抚摸宠物，暖阳从窗外照进来，整个画面幸福满溢。

对应 AI 提示词：

一只柯基犬和一只橘猫并排站在白色宠物饮水机前一起喝水，一位穿浅色居家服的年轻主人蹲在旁边，伸手轻抚猫咪头部，微笑看着宠物们，窗边暖阳照射，整幅画面温馨明亮，中景横移镜头，生活化场景

这个镜头承担“容量”卖点。两只宠物并排喝水，你要表达的就是“它能同时满足多猫多狗家庭的需求”。主人入镜能拉近消费者距离，同时为片尾品牌露出做情感铺垫。

镜头 8：品牌展示

画面要求：白色宠物饮水机与产品包装盒并排放在干净背景前，包装盒上有品牌名“XX”，整体是商业产品图风格，结尾定格。

对应 AI 提示词：

白色宠物饮水机与同色系产品包装盒并排展示，包装盒正中央有清晰的品牌名“XX”，简洁干净的浅色背景，商业产品摄影风格，柔和棚拍灯光，高清晰度，商品主图质感

镜头 8 的提示词要单独说明：如果你直接用 AI 生成带文字的包装，大概率会出现乱码。我的解决办法是不让 AI 生成具体文字，只生成“白色包装盒”，后期在剪辑软件里叠加一个品牌字模板。提示词里可以写“有清晰的品牌名”，但生成结果能用算惊喜，不能用就在后期加字，完全不影响成片。

3.3 30 秒升级版要补哪些镜头

如果你需要拍一条信息量更大的版本，就在 15 秒版的基础上增加这样几个镜头：

• 开箱镜头：主人拆开快递，取出饮水机和水泵配件，营造一种“新入手的期待感”；
• 结构拆解：演示水箱、滤芯、水泵分离，配合旁白“每个部件都能拆洗”，解决养宠家庭的卫生顾虑；
• 对比镜头：同一只猫先看空碗，再看向饮水机，用画面蒙太奇形成“选择产品”的暗示；
• 多宠家庭场景：三只猫同时围着饮水机，强化容量大、够全家用；
• 出差场景：主人拖着行李箱出门，饮水机指示灯亮起，字幕“3 天一箱水”，直击出差党痛点。

30 秒版的分镜逻辑是“痛点更多、场景更全、主角更多”，但每一镜的提示词写法完全沿用上面的公式。

4. AI 视频工具选型与参数设置

4.1 文生视频、图生视频、首尾帧怎么选

目前主流 AI 视频生成工具，基本都支持三种输入模式：文生视频、图生视频、首尾帧。我当时做这份脚本时，三种模式全都用上了，搭配原则如下。

• 文生视频：适合镜头 1、2、6 这类以场景氛围为主导的镜头，给它一段完整提示词，它自己发挥的空间大，画面质感往往比较自然；
• 图生视频：适合 3、4、7 这种带明确宠物的镜头，因为前期有角色基准图，先用工具生成一张高质量的分镜图，再用这张图去生成视频，宠物长相不会跑偏；
• 首尾帧：适合镜头 5 这种需要衔接的水流特写，指定首帧是水流入水，尾帧是涟漪扩散，它能把两个状态连贯起来。

实操下来，我最常用的是“图生视频”。因为分镜脚本已经做了足够细的画面描述，先用 AI 绘画把每一帧的静态图做出来，等于给视频生成加了一道保险，翻车率明显低于直接文生视频。如果你的 AI 视频工具支持参考图功能，那更是首选。

4.2 关键参数怎么调

不同工具的参数设置会有差异，但几个核心参数学会了，是可以通用的。

“种子值”这个概念对新手来说可能比较陌生。简单说，AI 生成是有随机性的，同样提示词每次出来的结果都不完全一样。种子值就是这次随机过程的编号。如果你生成了一张非常满意的画面，记下这个种子值，下次想微调时在同样提示词下沿用种子值，画面风格会保持高度一致。

4.3 提示词结构公式与负面提示词

我把这次项目里反复验证有效的提示词结构整理成了一个公式，基本上适用于所有产品类 AI 分镜：

[主体详细描述] + [动作/状态] + [场景环境] + [光线/氛围] + [镜头语言] + [画质/风格]

用镜头 3 套一遍：柯基（主体）+ 跑进画面低头喝水（动作）+ 现代客厅（场景）+ 暖色自然光（光线）+ 中景略带跟随感（镜头语言）+ 写实风格 4K（画质）。六要素齐全，AI 才能输出及格线以上的画面。

另外，负面提示词必须写。很多 AI 工具支持填入不希望出现的内容，我会固定写这些：

模糊，低分辨率，扭曲，变形，多余肢体，多个尾巴，水碗破碎，文字乱码，水花飞溅过度，畸形的手指，五官错位

写负面提示词的目的是给模型设边界。宠物题材特别容易翻车在“多余肢体”和“五官错位”，你把负面词写全，至少能把翻车概率压掉一半以上。

5. 从分镜到成片的完整实操流程

5.1 用分镜图搭建画面基底

拿到脚本后，我的第一步不是直接生成视频，而是先生成 8 张分镜静态图。这一步很多人会跳过，觉得浪费时间，但实际操作时你会发现，静态图的成本远低于视频，改起来也快，还能在团队内部快速对齐视觉方向。

具体做法是：把每个镜头的 AI 提示词粘贴到绘图工具里，逐个生成静态分镜图。同一镜头多生成几张，挑最符合脚本气质的一张。然后把 8 张图按时间顺序排列成一条“视觉样板”，发给产品方确认。产品方如果觉得某张图感觉不对，当场就能指出来，改图比改视频轻松太多了。

等 8 张分镜图全部确认后，再拿到视频工具里逐张生成动态效果。此时因为静态图已经锁定了画面构图和角色形象，视频生成的成功率大幅提高。

5.2 视频拼合、配音与字幕

8 段素材生成出来后，进入剪辑环节。我用的剪辑工具就是最常见的剪辑软件，操作逻辑都差不多。顺序是：按镜号排到时间线上，每段素材先粗剪到目标时长，然后整体变速对齐节奏。

配音我用的方案是 AI 语音合成。选择一个偏向生活化的女性音色，语速调到 1.0-1.1 倍，这样听起来既清楚又没有播音腔。以下是一份可以直接念的配音稿：

0-3s：还在让毛孩子喝这碗不新鲜的水？（留白） 3-6s：活水循环， 6-8s：每一口都新鲜。 8-10s：四层过滤， 10-12s：超静音运行。 12-14s：2.5 升大容量，出差三天也不用换水。 14-15s：让毛孩子爱上喝水。

字幕不要用 AI 视频里的内置文字，那些经常乱码。正确做法是在剪辑软件里自己加字幕条，字体选黑体或思源黑体，字号 70 左右，放在画面下方安全区内。品牌名和卖点词可以用稍微大一点的字号做强调。

5.3 后期调色与导出参数

AI 视频生成的素材，每个镜头因为生成批次不同，色调会有轻微差异。我的处理习惯是：整体统一做一个暖色调 LUT，把色温拉到一致；然后微调对比度和饱和度，让画面既通透又不失真。

导出参数直接照这个设置：分辨率 1920x1080，帧率 30fps，码率 10Mbps 以上，格式 MP4（H.264 编码）。这个参数完全满足电商平台上传要求，画质在手机上播放干净锐利。导出前记得从头到尾完整看一遍，重点检查：宠物形象是否一致、字幕是否错位、镜头切换处有没有闪白或跳帧。

6. 常见问题与排查技巧实录

6.1 宠物形象崩坏怎么办

我遇到最多的翻车就是宠物形象崩坏：猫长了五条腿、狗的眼睛跑到脸颊外面、尾巴分叉成好几条。这类问题的排查思路从提示词层面解决。

第一，负面提示词里必须写明“多余肢体、畸形”等。第二，主体描述不要用过于复杂的修饰语，比如“一只花色很复杂的猫”就容易崩。第三，尽量使用“图生视频”模式，先出图再出视频，形象稳定性是最高的。第四，如果一个镜头在某一帧崩坏了，不要整个镜头重生成，试着把这段素材的长度缩短，用在剪辑上快速切走，观众几乎注意不到。

6.2 水流和水花效果不自然

饮水机项目里，水流是重头戏，但 AI 生成水花时经常出现两种问题：要么水流像果冻一样凝结不动，要么水花飞溅得毫无物理逻辑反而像在喷水。

我的解决方式是这样的：提示词里不要用“大水花”“激烈喷射”，要用“细流”“缓缓溢出”这类温和词汇。生成后在剪辑软件里给水流镜头做一个 20% 左右的慢放，水流在慢放下会自然得更接近实拍质感。如果对画面还不满意，就用蒙版叠加一层真实的音效，比如水杯倒水的清脆声，观众听觉上会默认画面里的水也是真实流动的。

6.3 画面闪烁与镜头漂移

画面闪烁常见于多个镜头拼接处，原因是相邻镜头的光线、色调和噪点不一致。排查顺序是：先看是不是调色参数没统一，再看镜头切换处有没有加转场过渡，最后检查视频素材本身在生成时是否有闪烁。如果是最后一种，重生成该镜头并固定种子值，能有效降低闪烁概率。

镜头漂移则出现在带运镜的镜头里，AI 推近或横移时，背景和宠物之间的边缘会像水波纹一样扭动。降低运动幅度、改用固定镜头，是成本最低的解法。如果必须保留运镜感，可以在剪辑时给画面加一点轻微的缩放关键帧，人工模拟推近效果，把不自然的漂移盖住。

6.4 文字、logo、字幕的处理

AI 生成文字依然是目前最薄弱的环节。产品包装上的 logo、字幕条上的汉字，基本都会乱码。我的建议是彻底放弃让 AI 生成文字，所有文字都用剪辑软件后期添加。

好的做法是准备一个品牌文字样式模板，包括字体、字号、颜色、描边、描边阴影等，之后所有镜头需要加字时，一键套用同一套样式。这样不仅能规避乱码问题，还能让整条视频的品牌感更强。

6.5 平台审核与版权提醒

最后提醒一句版权问题。AI 生成素材的商用授权规则，不同工具不一样，用之前去官网确认一下授权范围。尤其是宠物饮水机的产品视频最终要投放到电商平台，素材是否能商用、能不能用于广告投放，都必须在动手前确认清楚。另外，如果使用了真实品牌的声音或音乐作为配乐，需要确保有版权授权。配乐方案我一般两个选择：一是用工具自带的版权曲库，二是自己合成简单的环境音+白噪音，避免版权纠纷。

在投放平台上，宠物用品类目审核相对宽松，但视频里如果出现“最”“第一”“绝对”这类极限词，就要小心了。哪怕是 AI 生成的旁白，也同样被平台审核系统识别，记得在脚本阶段就避开敏感用词。

说实话，宠物饮水机这个 AI 分镜脚本项目，我前前后后改了三版才稳定出片。第一版镜头太少节奏太拖，第二版提示词写得太简略导致宠物形象全崩，到第三版我开始用角色基准图加固定种子值，才终于跑通完整流程。后来我又把同样的方法用在了空气炸锅和智能猫砂盆的短视频上，效率翻了不止一倍。如果你正准备做类似的产品短视频，别一上来就去找摄影棚，先花两天时间把 AI 分镜脚本跑通，你会发现这可能是整个项目里性价比最高的投入。