Vibe 剪辑入门用一张嘴指挥 AI 剪片 一键动效 Prompt 对 AI 说话 术语速查
落到嘴上

一键动效 Prompt

看到一个效果觉得“这个我也要”,就来这一页。上面是效果,下面是 Prompt,复制,把橙色括号里的字换成你自己的,发给 AI。

刷视频的时候你肯定有过这种时刻:一个标题砸下来,一张照片“啪”地贴到桌上,一个数字滚到位,心里一动,“这个好高级”。以前要做出来得先学软件,现在不用,你只要能把它说清楚。难就难在说清楚。

所以这一页替你说好了。每个效果都配了一段写到参数级别的 Prompt:多大、多快、怎么停、配什么声音。预览会自己循环,点一下重播;它演的是这个效果的动法,放到你的片子里,画面和颜色会换成你的。

用的时候只要做两件事。一,把 Prompt 里橙色的 [方括号] 换成你的内容:哪张图、哪句话、哪个数。二,在前面加一句它用在哪,比如“0:12 那张截图”或者“全片所有照片”。几个 Prompt 可以叠着用,一个镜头常常就是“贴一张图、圈个重点、配个声音”三段拼起来的。

想一次把整条片子交代完,直接跳到最后的整片 Prompt。成片出来不满意,再往下有改片用的十句。

开场

大字砸在画面上开头第一秒。把结论或最抓人的一句话直接压在画面上。
开头第一个镜头用 [最有冲击力的那段画面],压暗到 50% 亮度,带一个很慢的拉远。0.5 秒后,大字“[一句话,10 个字以内]”从 170% 缩小砸到位,用时 0.3 秒,强缓出,落定时画面轻微震一下。字是白色特粗黑体,占画面宽度的七成,其中 [关键词] 用强调色。配一声低沉的撞击音。不要片头和 logo,音乐第一帧就满。
黑底白字快闪没有素材也能做的开场;快速过要点;发布会回顾。
做一段黑底白字的快闪。把这句话拆成词:[一句话或几个要点]。每屏只放一个词,特粗黑体,居中,占画面宽度六成以上。词与词之间直接硬切,每个词停 0.5 秒左右,卡在音乐的每一拍上。数字单独一屏并放到最大。最后一个词用强调色,多停半秒。
打字机提问用一个问题开场;引用一句话;制造一点悬念。
开头做一张提问字卡。浅色底,深色粗体字,左对齐。问题是“[你的问题]”,用打字机效果逐字出现,每个字 0.1 秒,后面跟一个闪烁的光标,配轻的键盘声。打完后停 1 秒,再硬切进正文。
引文卡引用别人的话、书里的句子、用户的评价。
做一张引文卡。浅色纸质底。左上角一个大的强调色引号先弹出来,然后引文“[引用的话]”从下方 20 像素滑入并淡入,0.4 秒,缓出。引文下面画出一条短横线,再淡入出处“[谁说的 / 出自哪]”,用小一号的灰色字。整张卡停留到旁白念完再加 0.5 秒。

图片和截图

静图慢推任何要停 2 秒以上的照片、截图。让静止的图不死板,最常用。
这张图 [哪张] 停留 [4] 秒,加一个匀速的慢推,从 100% 放大到 108%,推的落点对准 [图里的主体]。不要缓动,不要晃动。如果连着好几张图,推和拉交替着用。
推到局部并圈出截图、表格、文档里只有一小块是重点的时候。
这张截图 [哪张] 分两步给:先全图 1 秒,让人知道这是什么;然后在 0.6 秒内推近到 [要看的那一块],缓出,让它占画面宽度的一半以上。停稳后用强调色的手绘圈把重点圈出来,圈用 0.5 秒画完,配一声铅笔划纸的声音。再停 2 秒。
相纸贴上来把照片、截图做成“贴在桌上的纸片”,统一不同来源的素材。
把 [这张图] 做成一张带白边的相纸,下边的白边宽一些。浅米色的纸质背景。相纸从略大的尺寸落到桌面上,同时旋转到倾斜 3 度,用时 0.4 秒,缓出,带柔和的投影,配一声纸张“啪”。落稳后旁边出现一行手写体的批注“[一句话]”,用强调色。
多图依次贴出并列展示几张图:几个案例、几个产品、几个步骤的结果。
把这 [3] 张图做成白边相纸,在浅色纸质背景上依次贴出来,从左到右,每张间隔 0.4 秒,各自倾斜不同的小角度(正负 5 度以内),互相略微重叠。每张都是从略大落下,0.4 秒,缓出,配同一个纸张声。旁白说到哪张,哪张贴出来。
引线标注指出画面里某个具体的东西并给它起个名字。
在这张图的 [某个位置] 上加一个标注。先在目标位置弹出一个强调色的小圆点,然后从圆点画出一条白色的引线,折一下,引到画面的空白处,0.45 秒画完。引线末端淡入标注文字“[标注内容]”,白色,带一点投影保证看得清。标注保持到这一镜结束。
前后对比滑杆改造前后、调色前后、修改前后。
做一个前后对比。两张图 [改之前的] 和 [改之后的] 完全重叠对齐,中间一条白色的竖线做分界。分界线先从最左滑到最右露出“之后”,再滑回左边,最后停在正中间,整个过程 4 秒,缓入缓出。左右上角各放一个小标签“[之前]”“[之后]”。
长图滚动展示一整篇文章、一个长网页、一段聊天记录。
把这张长截图 [哪张] 放进一个手机外框里,外框放在画面正中,背景用浅色。先停在顶部 0.7 秒,然后在 2.5 秒内平滑向下滚动到 [要看的那一段],缓入缓出,停住。停住后把那一段用强调色的色块标出来。不要匀速一直滚到底。
盖章给一个东西下结论:已验证、已淘汰、推荐、踩坑。
在 [这张图或这句话] 上盖一个章。章的文字是“[两到四个字]”,红色,带边框,倾斜 12 度。章从很大的尺寸快速缩小砸到位,只用 0.18 秒,缓入,砸到的瞬间下面的图被压得轻微缩一下。配一声印章的闷响。

文字

标题逐字升起章节标题、片名、每一段的小标题。看起来“高级”的那种标题进场。
标题“[标题文字]”用遮罩上升的方式进场:每个字从一条看不见的横线下面升上来,单字 0.6 秒,强缓出,字与字之间错开 45 毫秒。居中,粗体,字距略微加宽。停留 [1.5] 秒后整体淡出,0.25 秒。
荧光笔划重点一句话里有一个词最重要。
这句话“[整句]”从下方滑入并淡入,0.4 秒。停稳后,在“[关键词]”的下半部分,一道强调色的荧光笔色块从左到右划过去,0.5 秒,缓入缓出,配一声马克笔的声音。旁白念到这个词的时候开始划。
划掉改写“不是 A,是 B”。纠正一个常见的误解。
先出现一句灰色的话“[错误的说法]”,停 1 秒。然后一条强调色的线从左到右把它划掉,0.4 秒。接着在它下面,正确的说法“[正确的说法]”从下方滑入,字更大、颜色更深,其中 [关键词] 用强调色。旁白说“不是”的时候划线,说“是”的时候新的一句出现。
逐词高亮字幕口播视频的字幕,让观众的眼睛跟着走。知识类、带货类常用。
全片加字幕。位置在画面下方固定不动,白色粗体加深色描边,一次显示一句,每行不超过 14 个字。念到哪个词,哪个词变成黄色并放大到 112%,念完恢复。时间点用语音识别逐词对齐,不要按平均语速估。每句念完立刻换下一句。
人名条人物第一次出场时介绍他是谁。
在 [人物出场的那一镜] 加一个人名条,放在画面左下方三分之一处。先是一条强调色的竖线从上到下长出来,0.3 秒;然后名字“[姓名]”和身份“[一句话身份]”从竖线后面向右滑出,0.5 秒,缓出。名字大而粗,身份小一号。停留 3 秒后整体淡出。
大数字滚动片子里有一个要被记住的数字。
做一张大数字的字卡。深色底,数字“[300]”从 0 滚动计数到目标值,用时 0.9 秒,先快后慢。数字占画面高度的四成,单位“[%]”小一号,用强调色。滚到位的瞬间整体放大到 108% 再回来。数字下面淡入一行小字说明“[这个数字是什么]”。旁白念到这个数的时候开始滚,到位时配一声低的撞击音。

强调和口播处理

口播缩放跳切只有一个机位的口播。去掉停顿之后人会“跳”,用这个办法盖住,顺便做强调。
这段口播先把超过 0.35 秒的停顿、口头禅和重复的句子剪掉。然后每换一句话,画面在 100% 和 115% 两个大小之间硬切一次,放大的中心对准眼睛的位置。全片最重要的那一句 [哪一句] 放大到 130%。切换不要过渡动画,直接切。
其余压暗,只亮一个一排东西里要讲其中一个。比加描边、加箭头干净。
讲到 [第三项] 的时候,其余几项在 0.3 秒内降到 30% 不透明度并加轻微模糊,被讲的那一项保持清晰并放大到 110%,颜色换成强调色。讲完后全部恢复,再切到下一项。同一时间只亮一个。
左右分屏对比两个东西并排比:去年和今年,我们和别人,方案 A 和 B。
做一个左右分屏。左边放 [A],右边放 [B],两边的构图、大小、位置保持一致,中间一条白色竖线。两半分别从左右两侧滑入,0.5 秒,缓出。底部各有一个标签“[A 的名字]”“[B 的名字]”,先出左边的,隔 0.5 秒出右边的,跟着旁白的顺序。
录屏自动放大软件教程、产品演示。让人看清你点了哪里。
处理这段录屏:窗口缩到画面的 80%,加圆角和柔和投影,背景垫一张渐变色。每次点击之前,画面在 0.6 秒内平滑放大到 190%,以鼠标位置为中心,缓出;点击时在鼠标处出现一圈扩散的白色涟漪;操作完成后停 1 秒再缩回去。鼠标指针放大 1.5 倍。等待加载的部分加速到 4 倍。

图表和流程

柱状图生长几个数比大小,并且你想强调其中一个。
把这组数据 [数据] 做成柱状图。标题直接写结论“[一句话结论]”。柱子按顺序从底部长出来,每根 0.5 秒,缓出,间隔跟着旁白。只有 [要强调的那根] 用强调色,其余用浅灰。不要网格线和纵轴,只在强调的那根顶上标数字,数字在柱子长到顶时弹出来。
折线画出来一个东西随时间的变化:增长、下跌、波动。
把这组数据 [数据] 做成一条折线。深色底,线用强调色,从左到右画出来,用时 1.8 秒,缓入缓出,跟着旁白讲到的年份走。画到终点时冒出一个圆点,旁边淡入最终的数值“[数值]”。只留一条浅色的横轴,不要网格和多余的刻度。
清单逐条打勾几个并列的要点、步骤、注意事项。
做一个清单,共 [3] 条:[逐条内容]。每条从左侧滑入,0.4 秒,前面有一个方框;滑入后 0.4 秒,方框里用强调色画出一个对勾,配一声轻的“嗒”。一条一条来,旁白念到哪条出哪条,不要一起出现。全部出完后停 1 秒。
流程逐步点亮讲一个有先后顺序的过程,或者一个循环。
做一个横向的流程图,[4] 个步骤:[各步骤的名字]。一开始所有节点和连线都是浅灰色。然后一条强调色的线从左向右匀速推进,每到一个节点,那个节点变成强调色并轻轻弹一下,下面的文字从灰变黑。推进的速度跟着旁白,每个节点停大约 1 秒。

转场和调色

推移转场换段落、换章节。全片统一用这一种。
全片镜头之间默认硬切。只有 [几个段落] 之间用推移转场:新画面从右边进来,把旧画面向左顶出去,0.4 秒,缓入缓出,配一声短的“嗖”。每次都是同一个方向、同一个时长。
色块遮挡转场想要一个有品牌感的转场。色块可以换成你的品牌色或 logo。
做一个遮挡转场:一块 [品牌色] 的大色块从左侧斜着飞进来盖满整个画面,0.35 秒,缓入;盖满的瞬间切换到下一个镜头;色块继续向右飞出去露出新画面,0.35 秒,缓出。配一声“嗖”。全片只在 [换段落的地方] 用。
闪白卡点混剪、回顾、一组照片快速过。
把这组素材 [素材] 剪成卡点。先分析音乐的节拍,每个镜头卡在一拍上,每个镜头只留 0.4 到 0.6 秒。每次切换的瞬间加 4 帧的闪白,从 90% 白迅速退到 0。每个镜头只取主体最清楚、最居中的那一段。最后一个镜头停 2 秒收尾。
甩镜转场保持冲劲的切换:旅拍、运动、快节奏的 Vlog。
这两个镜头之间做甩镜转场:前一个镜头结尾向左快速甩出,带强的运动模糊,0.2 秒,缓入;后一个镜头从右边甩进来,同样带模糊,0.25 秒,缓出停稳。两次甩的方向一致,中间不要出现清晰的画面。配一声“嗖”。
一键电影感想让实拍素材看起来“像电影”。
给这段素材做电影感处理:上下加黑边成 2.39:1 的宽画幅;对比度略加,饱和度降 15%;暗部往青色偏,高光往暖橙偏;肤色保持自然;加很细的胶片颗粒和轻微的暗角。导出 24 帧。静止的镜头加极慢的推近,4 秒放大 6%。
统一不同来源的素材素材有手机拍的、网上下的、AI 生成的,接在一起像拼盘。
把全片所有素材的颜色统一起来:先把每个镜头的曝光和白平衡校到一致;再整体套同一个调色,[暖一点 / 冷一点 / 低饱和];最后全片叠同一层很淡的胶片颗粒。调完后把调色前后各截 3 帧并排给我看。肤色不要偏色。

声音

声音在这里放不出来,但它决定了上面那些效果是“扎实”还是“飘”。这几条几乎每条片子都用得上。

人声清楚,音乐让路配了音乐之后听不清人说话。
混音以人声为准。音乐在有人说话时自动压低到比人声低 18 dB,停顿超过 0.6 秒时在 0.3 秒内升回来。人声做降噪,去掉房间的回声,把音量拉平。成片整体响度归一到 −14 LUFS 左右。做完后自己听一遍,把听不清的字列出来。
给动作配音效画面有动效但感觉“飘”、不扎实。
给画面里的主要动作配音效,规则是同一类动作永远用同一个声音:元素滑入用轻的“嗖”,卡片和图片贴上来用纸张“啪”,文字逐字出现用键盘声,重点数字或标题落定用一声低的撞击,打勾和点亮用“嗒”。声音落在动作到位的那一帧。音量比人声低 12 dB,刚好听得见。小的淡入不配。
选一首合适的配乐不知道配什么音乐。
给这条片配一首纯音乐,不要有人声。情绪是 [轻松 / 紧张 / 温暖 / 有科技感],速度 [100 到 120] BPM,乐器以 [原声吉他 / 钢琴 / 电子合成器] 为主,编曲稀疏,给旁白留空间。音乐从第一帧硬进;片子的转折点 [第几秒] 对准音乐起来的地方;结尾让音乐正好落在最后一个音上,不要淡出一半被切断。
在重点前留一拍安静想让某一句话特别有分量。
在 [最重要的那句话] 之前,所有声音在 4 帧内切到静音,只留很轻的环境声,持续 0.7 秒。那句话开始的同时,音乐从下一个乐句的第一拍重新进来。画面同步停住不动。
段落之间声音先行两段之间切得很硬、很突兀。
每个段落切换的地方,让下一段的旁白提前 12 帧进来,压在上一段最后一个画面上;上一段的音乐尾巴拖后 1 秒再淡出。画面的切点不动。
AI 配音不要像机器用合成语音做旁白。
生成旁白配音:[年轻男声 / 温和女声],语气像在和朋友聊天,不要播音腔。语速每秒 5 个字左右。每句之间停 0.3 秒,段落之间停 0.6 秒。这几个词重读并在前面顿一下:[关键词]。生成后把每个字的起止时间给我,字幕和动效按这个时间对齐。

整片 Prompt

上面是一个一个的效果,这里是整条片子。六种最常见的情况各一份,挑最像你的那份,换掉括号里的内容,整段发出去。每一份都让 AI 先给方案、你点头了再动手,这一步看着啰嗦,别删,它能省掉大半的返工。

把口播原片剪成成片你录了一段自己讲的视频,想让它变成一条能发的短视频。
把附件这段口播剪成一条 [60] 秒以内的 [竖屏 9:16 / 横屏 16:9] 短视频,发 [抖音 / B 站 / 视频号]。 内容:保留核心观点,删掉寒暄、重复、口误和超过 0.35 秒的停顿。把最抓人的一句话提到最前面当开头。 画面:每换一句在 100% 和 115% 之间切一次景别;讲到具体的东西(产品、数字、截图、名字)就盖 3 到 5 秒的 B-roll,素材在 [文件夹] 里,没有的你去找或做成文字卡;连续露脸不超过 8 秒;讲观点的句子不要盖。 字:全程字幕,白色粗体加描边,逐词高亮,放在不被平台界面挡住的位置;全片最重要的 [2] 句做成全屏大字。 声音:人声降噪并拉平;配一首轻的纯音乐,人说话时自动压低;关键处加轻的音效。 流程:先给我一份剪辑方案(保留哪些句子、每句配什么画面、总时长),我确认后再剪。剪完自己抽帧检查字幕有没有出界、有没有黑帧。
把一篇文章做成解说视频你只有一篇文字,没有任何视频素材。
把下面这篇文章做成一条 [60] 秒的 [竖屏 / 横屏] 解说视频,没有真人出镜,全部用图形、文字和截图。 文案:先把文章改写成 [280] 字以内的口播稿,第一句是一个反常识的结论或问题,最后一句回扣开头。给我确认后再往下做。 风格:[浅米色纸质底,深灰粗黑体,一个橙色强调;截图做成白边纸片 / 黑底白字加一个亮色 / 你推荐三种给我选]。不要渐变、不要发光、不要 3D 图标。 画面:一句话一个画面,画面要把这句话“演出来”:数字用大数字滚动,对比用分屏,步骤用清单,引用用原文截图加划线。相邻两个画面不用同一种形式。每屏的字不超过 12 个。 动效:元素从下方滑入并淡入,0.4 秒,缓出;同屏多个元素错开 60 毫秒;进场后静止。镜头之间硬切。 声音:用 [合成配音,年轻男声,聊天语气 / 我自己录];配轻的纯音乐;元素落定时配轻音效。 流程:口播稿 → 分镜表(时间、旁白、画面、动效、声音)→ 我确认 → 成片。
把录屏做成教程你录了一段操作软件的屏幕,想做成教程或产品演示。
把附件这段录屏做成一条 [90] 秒以内的教程,[横屏 16:9]。 剪辑:删掉操作失误、犹豫和等待;加载和输入的过程加速到 4 倍;保留每一步的关键点击。 画面:录屏窗口缩到 85%,加圆角和投影,垫一张深色渐变背景。每次点击前平滑放大到点击位置(180% 左右),点击处加涟漪,操作完停 1 秒再缩回。鼠标放大 1.5 倍。 文字:左上角常驻步骤编号和一句话说明,换步骤时更新;涉及快捷键时在画面下方显示按键。开头用 3 秒展示最终效果,结尾回到最终效果停 2 秒。 声音:[按我给的文案配旁白 / 不要旁白,只用字幕];轻的背景音乐;点击配轻的“嗒”。 先列出你识别到的操作步骤给我确认,再做。
做一条产品介绍介绍一个 App、网站或功能。
做一条 [30] 秒的产品介绍片,[横屏 16:9]。产品是 [一句话说明它是什么、给谁用、解决什么问题]。界面截图和录屏在 [文件夹]。 结构:前 3 秒说痛点(一句话加一个画面);接着产品出现,依次展示 [3] 个功能,每个 6 秒左右;最后 4 秒是 logo、一句口号和 [网址]。 风格:浅色底 [#F7F7FA],品牌色 [色值] 只用在关键词和按钮上。界面截图做成圆角卡片,带柔和投影,在画面里略微倾斜并缓慢转动。大量留白。文字用一种无衬线体,逐词出现,一屏不超过 8 个字。 动效:全部用强缓出,不回弹,0.5 秒左右;场景之间用元素延续来过渡,尽量不硬切;每个功能推近到它所在的界面区域并高亮。 声音:干净的电子配乐,没有旁白,音效很轻。 先出 3 张风格帧(开头、功能展示、结尾)给我选。
把一堆照片视频剪成回顾旅行、活动、年度总结。你有很多素材,想要一条有节奏的混剪。
把 [文件夹] 里的照片和视频剪成一条 [45] 秒的回顾,[竖屏 / 横屏]。 选片:先全部看一遍,挑出画面最好、有人物表情、有动作的 [30] 个左右,按 [时间顺序 / 从安静到热闹] 排。模糊的、重复的不要。把你的选片列表给我看。 音乐:配一首 [轻快 / 温暖 / 有冲劲] 的纯音乐,剪辑完全跟着它走。 节奏:开头 3 个较长的镜头(各 2 秒)建立气氛;中间跟着节拍加速,最快每 0.4 秒一个;音乐最高潮处放最好的 5 个镜头;最后用一个 3 秒的长镜头收尾。不要每个镜头一样长。 画面:照片加慢推或慢拉,交替着来;视频只取动作最精彩的那一两秒;全片统一调色,[暖色、略低饱和],叠一层细颗粒。 转场:默认硬切卡点;高潮处的几次切换加 4 帧闪白;全片最多用两次甩镜。 字:开头出地点和日期,结尾出一句话。中间不加字。
照着一条参考片做你看到一条喜欢的视频,想做一条类似的。
参考片是 [附件 / 链接]。我想用它的风格做一条关于 [我的主题] 的片子。 第一步,先不要做。把参考片抽帧看一遍,然后告诉我:一,它每个镜头的大致时长和内容,列成表;二,它的风格规则,按颜色、字体、图形、动效、声音五项各写两三句;三,它的结构,开头怎么抓人、中间怎么分段、结尾怎么收。 第二步,我会告诉你哪些要借、哪些不要。我初步的想法是借它的 [节奏和字的排法 / 配色和质感 / 整体结构],不借它的 [音乐 / 具体的图形 / 片头]。 第三步,你按借来的规则给我的内容写一份分镜表,我确认后再做。 注意是学它的规则,不是复制它的画面和文案。

改片用的十句

第一版很少一次就对。看完觉得哪里别扭,从这里找最接近的那句,前面加上时间码发回去,比如“0:14 到 0:18,太花”。

太慢、拖
这一段节奏太慢。把所有进场动画压到 0.4 秒以内,旁白里超过 0.4 秒的停顿剪掉,没有新信息的画面缩短一半。不要改内容,只改时长。
太快、看不过来
这一段太赶。每一屏至少停到能把字读完一遍半;段落之间各加 0.5 秒的停顿;连着三个短镜头之后给一个 3 秒以上的长镜头。
太花、太乱
这一屏太乱。同一时间只保留一个在动的东西,其余进场后静止;颜色只留底色、字色和一个强调色;去掉所有阴影、描边、渐变和发光;转场改成硬切。
不知道该看哪
这一屏没有重点。让 [最重要的那个东西] 成为画面里最大、最亮、唯一在动的,其他的都缩小、压暗。一屏只说一件事,多出来的挪到下一屏。
画面和旁白对不上
这一段旁白说的是 [A],画面还停在 [B]。把对应的画面提前到旁白说出这个词的那一刻出现。全片检查一遍:每个画面都在它对应的那句话开始时出现。
像 PPT、像模板
这条片像 PPT。去掉项目符号列表和居中的标题加副标题的版式;每屏只留一句话或一个图;把生成的示意插图换成真实的截图或实拍;让不同材质的东西用不同的方式进场,线条画出来,数字滚出来,图片贴上来。
动得生硬
所有运动改成缓出,不要匀速。位置移动用缓入缓出。出场比进场快三分之一。去掉回弹。同屏多个元素依次进,间隔 60 毫秒。
风格不统一
全片风格不一致。统一成:这 [3] 个颜色、这一种字体的 [3] 级字号、这一种进场方式、这一种转场。把不符合的地方列出来并全部改掉。
这里很好,别动
这几处保持原样,不要在改别的地方时顺手动它们:[时间码或镜头编号]。其他地方按我说的改。改完告诉我你动了哪些镜头。
拿不准,出两版
这个地方我拿不准。按 A、B 两种做法各做一版,每版只导出这 5 秒,并排放在一起给我比。A:[一种做法]。B:[另一种做法]。

这些 Prompt 用顺手之后,你多半会开始好奇:为什么进场是 0.4 秒,为什么要“缓出”,为什么音效要落在停稳的那一帧。答案都在前面的章节里。想自己从零写一份,看对 AI 说话。

片例截图与片段仅用于学习与评述,版权归原作者与出品方所有,出处见片单与出处。