不要在花几千元报课了，字节把 AI 视频的&amp;amp;amp;quot;导演手册&amp;amp;amp;quot;免费发出来了

AI科技 2026年08月12日 08:50 5 aa

你花几千块买的 AI 视频课，翻来覆去教的无非是 Prompt 怎么写、镜头怎么描述。字节这两天干了一件有点不讲武德的事——把几十套带着完整 Prompt 的案例，免费公开了。

这几年，看过不下几百条 AI 视频。坦白说，90% 出来的东西都"差一口气"——不是不能用，是和"能看"之间总隔着点什么。

这事值得单独说，是因为它和那些"9.9 元 AI 速成"完全不是一个物种。

单段 30 秒、时间戳分镜、参考喂到 50 个、生图多语种文字不崩……参数听着挺炸。但你打开评论区，真正上手的人吐槽一片："出来的东西塑料感重""人物崩""节奏散了""和官方演示的差了一截"。

于是怪圈出现了：模型升级越来越猛，创作者的抱怨却越来越像。

你下了一个最新版，号也开了，充了值，花两小时写 Prompt——出来一个"盛唐长安夜景"，结果是网红短剧那味儿；写一个"废土科幻一镜到底"，人物动作乱、焦点不知道在哪、运镜像摇奖。

你开始怀疑人生：到底是模型不行，还是我不会用？

把几百条案例翻下来，我自己的答案越来越清晰：你缺的不是模型，是一份"导演手册"。

镜头怎么设计、节奏怎么控、风格怎么统一、负面词怎么写——这些原本是分镜师、摄影师、后期团队吃饭的本事。AI 能帮你执行，但不能凭空替你分镜。你写的 Prompt 里缺的不是关键词，是镜头语言。

据官方文档案例，里面光"盛唐 30 秒长镜头"这一套，就把镜头按秒拆开：黑场渐亮、俯拍长安、天灯掠过、花灯特写，到结尾铜漏滴水——画面、运镜、音效从鼓点到马蹄到琵琶都标了出来，连"不要网红古风、不要塑料灯笼"这种负面词都写好了。

这不是 Prompt，是一份完整的导演分镜本。

这才是真正值钱的地方。很多人卡在 AI 视频，不是不会用工具，是根本不知道"一段好片子该怎么拆"。官方直接给了你拆好的范本：

据官方文档案例，那个盛唐元宵夜的视频，从黑场渐亮、俯拍长安、天灯掠过、花灯特写，到结尾铜漏滴水，是按秒规划好的——画面、运镜、甚至音效从鼓点到马蹄到琵琶都标了出来，连"不要网红古风、不要塑料灯笼"这种负面词都写好了。这已经不是 Prompt，是一份完整的导演分镜本。

还有那个 2.39:1 宽画幅的废土科幻一镜到底：28mm 镜头、运镜从大远景到跟拍到环绕，每几秒焦点在哪、人物什么动作全标好，讲的是骑小电驴的女孩和叼着干花的瘸腿机械狗的故事。

这类案例，格式都来自官方文档，不是我编的。文档里每个都带思路讲解、完整 Prompt、效果对比。

对比一：盛唐 30 秒 · 官方写法 vs 我之前怎么写

我第一次写"盛唐夜景"的时候，是这样的：

古风风格的长安夜景视频，30 秒，画面要好看，灯笼很多，氛围感。

出来一个网红短剧味的短视频——确实有灯笼，但和我脑里的"盛唐"差了十个朝代。

把官方那份分镜抄下来一对比，差别立刻出来了：

镜头规划：我没写第几秒是什么镜头。官方写"0–3s 黑场渐亮、4–8s 俯拍长安、9–15s 天灯掠过"——画面在时间里怎么推进，先想明白。

运镜：我没写运镜怎么动。官方写"环绕→跟拍→特写"——是镜头在动还是被摄体在动，怎么转场。

音效：我连提都没提。官方写"鼓点起→马蹄渐强→琵琶接入"——声音也有时间线。

负面词：我没写不要什么。官方写"不要网红古风、不要塑料灯笼、不要滤镜过重"——把你不想看到的东西写明白。

把这些"我没写的"补上之后，同样的模型，出来的片子立马不一样。

对比二：废土 2.39:1 一镜到底 · 官方写法 vs 我之前怎么写

废土科幻我也试过，之前的 Prompt 是：

废土风格的科幻短片，2.39:1 宽画幅，一镜到底，一个骑电驴的女孩和一只机械狗。

出来的东西——焦点乱飘、人物动作跳、镜头一会儿推一会儿拉没有节奏感。

官方那份废土案例（据官方文档案例）的写法就明白多了：

画幅与镜头：我写"宽画幅"，官方写"2.39:1 + 28mm 镜头"——具体到焦段才有电影感。

运镜节奏：我没写运镜怎么走。官方写"大远景→跟拍→对焦主体→环绕拉远"——一镜到底也有结构。

时间戳：我没按秒规划。官方每隔几秒就标"第 X 秒焦点在哪、人物什么动作"——把一镜到底切成"看似一镜、实则多镜"的节奏。

故事：我写"女孩和机械狗"，官方写"骑小电驴的女孩和叼着干花的瘸腿机械狗"——具体到一个动作、一个细节，画面才活。

同一组参数，写法的颗粒度决定出来的片子是"能看"还是"凑合"。

换句话说，过去那种"生成一段看运气"的玩具感，正在被一点点磨掉。

核心就一句话：它把专业创作者的方法论，拆成了你复制粘贴就能用的指令。

覆盖的场景也实在：品牌广告、电商产品片、文旅宣传、教学动画、穿搭视频、宠物广告、IP 小动画……从商业到艺术到教育，基本全场景都给了范例。

过去需要专业团队协作的多镜头活，现在一个 Prompt 能出初稿。这不是说团队没用了，是"从 0 到 1 的试错成本"被打下来了——你先有个能看的样片，再决定要不要投入人力精修。

工具把门槛打到地板，但审美和判断还是你的。

字节这套案例公开，最大的意义不是"白嫖几十个 Prompt"，而是它把"AI 视频到底该怎么拍"这件事，第一次系统地、免费地摊到了普通人面前。我们之前写过 AI 电影工业门槛被砸到 1/100（Higgsfield 那篇），现在字节补上了另一半——不仅工具强了，连"怎么用工具"的方法论都外化、免费化了。

最绝的是官方根本不吹自己模型多牛，纯纯的手把手教你怎么做出真能看的东西：怎么设计镜头、怎么控节奏、怎么统一风格、负面词怎么写，把专业创作者吃饭的方法论，拆成了你复制粘贴就能用的指令。

真正稀缺的从来不是模型参数，是你拿到这套手册之后，能不能拍出点属于自己的东西。