这是一个既能抓“养生”兴趣、又能满足“听故事”心理的赛道。抓住情感锚点和叙事节奏，你能用很小的投入稳定产出。我把实操流程拆成可复制的环节，并把每个环节的AI提示词（prompt）写成可直接复制粘贴的模板——方便你马上上手。
一、准备工作与工具
文案：豆包AI
图像：豆包图生/即梦AI
配音：TTSMAKER或剪映自带朗读
剪辑合成：剪映（PC版更方便）
备用：素材库古风音乐、音效若干
二、视频制作：
主要流程：
生成长文案→转为口播稿与分镜表→生图（保持角色一致）→对重点分镜做图生视频或动效→生成配音→剪映合成并加字幕、BGM→发布与变现设置（橱窗、私域、课程）。
01：用豆包生成长篇故事文案
写1篇（或多篇）1500–2000字的“听故事学中药”标准长稿。
ai提示词参考：
【你是一名专注制作中草药科普故事的短视频文案专家。请根据下面要求生成三篇独立的中草药民间故事文案，每篇字数在1500到2000字，语言口语化、画面感强、人物生动、适合转成视频口播。每篇文案必须以“听故事学中药，今天讲XXX的故事”作为开头（把XXX替换为药名）。
每篇文案的结构要包含：
1.背景：交代时间、地点或传说，渲染氛围；
2.冲突：出现疾病或灾难，传统办法无效，制造紧张感；
3.发现：主人公如何发现药材、描述药材外形与采集场景；
4.验证：试用药方后的真实变化（只写“民间记载/传统做法”，避免医疗断言）；
5.升华：药材如何被推广进百姓饮食或生活，点明主要功效和现代价值（使用“传统记载/民间经验”等措辞，避免写“治愈”“疗效”等绝对医学用语）。
额外要求：
用生物化或生活化比喻把药性形象化（例如把药性比作“护城河”“温暖的手”）；
用通俗话解释复杂概念，避免过多专业词汇；
最后用两三句比喻化手法总结该药的作用机制（例如“像过滤网一样……”，保持谨慎，不做医学断言）。
请输出三篇，分别标注药名（例如：蒲公英、川芎、黄芪），每篇之间空一行分隔。】
生成后我通常再让豆包做两件事：
1.把1500–2000字稿“压缩为5–8分钟口播稿（约700–900字）”，便于配音。
提示词示例：
【请把上面第一篇文案压缩成一篇适合5–8分钟口播的口播稿，字数控制在700–900字，句式短促、口语化，便于配音朗读，保留关键冲突与转折，并在重要节点加入0.4秒停顿指示（用[停0.4s]表示）。】
2.请求豆包把口播稿按镜头分段输出成分镜表（时间轴、画面描述、镜头长度建议），格式为表格或清单，便于后续生图/动效制作。
提示词示例：
【请把口播稿拆成分镜脚本，以表格形式输出：序号|时间（秒）|文案（口播）|画面描述（具体到人物动作、景物、镜头运动）|需要的画面风格（如：中国风二维手绘）|建议是否做图生视频（是/否）。每个分镜建议长度6-20秒。】
02：把分镜转成分镜绘图提示词
为每一句分镜生成精准的图像提示词（prompt），包括画风、人物服饰、光影、景别、比例、角色一致性描述等，方便批量生成分镜图。
分镜生成绘图prompt模板
【场景：第{序号}镜头—[{短标题}]
画风：中国风二维手绘动画风格；时代设定：明朝永乐年间；画面比例：16:9（横版）或9:16（竖版，抖音首选）。
人物：陈老实（男，约40岁，穿青色短褂，领口袖口有细布滚边，腰系深蓝布带，憨厚面容，眼角细纹），动作：站在铺门前微笑招呼。
环境：青石板路，两旁砖木结构古建筑，远处有挑担货郎、嬉笑孩童，整体暖色调，布光柔和。
镜头：中景→慢慢推近至半身；构图重点：陈老实的手持物（蒲公英）特写；背景景深虚化。
图像生成要求：每张镜头生成4张变体，保持人物脸部特征一致（如能提供参考图请上传参考图以锁定角色一致性）；输入负面提示：无现代物件、无现代服饰、避免低分辨率文字。
输出格式：PNG，分辨率至少1920×1080。
附加：请同时输出该镜头对应的口播句（便于配音对齐）。】
把上面模版里的`{序号}`、`{短标题}`填好后直接丢给即梦或豆包的“图像生成”模块。
03：批量生图与保证角色一致性的技巧
每个分镜“生4张”方便挑选最佳构图。提示中明确写“生成4张变体”或工具里的“批量数=4”。
要让角色在不同镜头保持一致，上传一张参考图并在prompt中写“使用此参考图保持人物面部与体型一致性、服装细节一致”。若工具支持“角色ID/seed”，记下并重复使用该seed。
对不满意的图：先调整关键词层次（改表情/光位/景别），再点击“重新生成”而不是一次性改很多词。
04：把静态图变成动态片段
把前4–6个关键分镜做成短动态片段（开头吸睛），其余用关键帧在剪映里做动效，节省生成成本。
图生视频（即梦/豆包）示例prompt（每镜头可直接用）
输入素材：上传第{序号}镜头的4张静态图作为参考（或仅上传一张主图并写提示）。
动态描述：镜头跟随，蝴蝶从右上方向画面前方上下飞舞；镜头慢速推近到小男孩面部，男孩追逐蝴蝶露出笑容；结束时镜头轻微拉远，转为中景。
镜头运动：前3秒为缓慢推近，3–6秒为随动作跟随，6–8秒缓慢拉远并淡出。
特效/动作：加入轻微烟雾粒子、风吹草动的微动帧；人物嘴唇不动（若有口播，配成后期合成）。
输出：8秒，24fps，建议720p或1080p（取决于工具限制）。
备注：保持人物服装与面貌一致，背景细节一致；如支持“首尾帧功能”，使用首尾帧优化过渡。
只对开头4–6个分镜做图生视频以吸睛，后面用剪映的关键帧（位置、缩放、旋转）和局部蒙版实现“动感”，既节省额度又保证流畅。
05：配音（TTSMAKER/剪映朗读）
获得自然、有情感的口播音频，便于在剪映中同步。
TTSMAKER使用示例（复制）
沉稳解说音色，语速略慢（约130–150字/分钟），轻微情感起伏。在重要转折处停顿0.4–0.6秒（用[停0.5s]标注）；末尾结语语气上扬以增加号召力。
操作步骤：
1.打开ttsmaker.cn；
2.选择音色：沉稳解说（或相近的可用音色）；
3.粘贴口播稿（已由豆包压缩为700–900字）；
4.在文本中加入[停0.5s]指示来控制停顿（如果工具不识别，可把相应处拆成新段落并手动插入停顿）；
5.输出格式：mp3（192kbps或更高）。
如果使用剪映的“朗读”功能，把口播稿直接粘进“文本→朗读”，选择“沉稳”或类似音色，微调语速并试听多次，必要时在文本里插入逗号/省略号来控制停顿节奏。
06：剪映合成
把所有元素（图生视频片段、静态图、配音、BGM、字幕）合成最终视频。
剪映操作要点：
新建工程并设定分辨率：竖版1080×1920（抖音优先），横版1920×1080（B站/YouTube）。
导入素材：把所有图生视频、静态图、配音、背景音乐导入媒体库。
时间线布局：按分镜表顺序把素材拉到时间线上；开头1–3秒放片头黑底特写并滚动“听故事学中药”文字（建议加齿轮卡点音效）。
静态图动态化：对不做图生视频的静态图使用“关键帧”做上下移动、放大缩小（KenBurns效果），保持人物在画面黄金分割位。
画面切换：用淡入淡出或古风转场，过渡不要太花哨以免抢了口播注意力。
配音对位：把生成的配音导入并与口播文本一一对齐；在口播关键句点用音效（翻页、钟声）做情绪点缀。
字幕：使用剪映“识别字幕”功能生成初稿，手动校对并把重点句加粗或用色块突出（注意不要遮挡人物面部）。
背景音乐：选古风纯音乐，音量设为配音的30–40%（保证配音清晰），在高潮处略微抬音量（自动或手动淡入淡出）。
片尾与CTA（导流）：留下橱窗/私域/课程的按钮提示图（非强推疗效），文字写“更多中草药故事，点橱窗看详情/私信领取配方参考”。
导出设置：分辨率1080p，帧率25–30fps，比特率8–12Mbps，编码H.264或H.265（平台兼容优先H.264）。
07：发布与变现
标题写法：用“听故事学中药｜XXX的故事+小钩子（如：一个配方能让老人睡得香）”，但避免写医疗承诺。
描述与标签：把“历史/民间/养生”关键词放前面；加平台热搜tag（#中草药#听故事学中药）。
橱窗带货：上架相关小件（中草药饮片、养生书、茶包、周边）并设置橱窗弹窗；在视频结尾加“橱窗看配方/同款”。
私域转化：在视频说明放入公众号/社群二维码（图片形式），引导用户领取“中草药故事合集”或付费课程。
教学变现：把流程拆成课件或模板出售（例如“分镜模板包、配色包、配音素材包”）。
风险与合规注意
内容措辞要避开医学断言，推荐用“民间记载”“传统上这样使用”“历史记载显示”等非断言性措辞，避免写“治愈、疗效显著、保证疗效”等。
审核易触点：任何涉及具体验证、处方级建议或疾病治疗方法的表述都可能被平台限制，改为“历史/民间/文化视角”讲述更安全。
图片与音乐版权：使用平台素材库或付费可商用素材，避免直接搬用受版权保护的插画或音乐。
常见问题
画风不一致/人物面目变形：在图像prompt加入`参考图：上传参考图，保持面部特征一致；关键词：角色ID保持一致`；如果工具支持，使用相同seed。
配音太平/单调：在TTSprompt中加入`情感：适度温暖；在转折处停0.5s；句末微上扬`。
文案太学术/听不懂：让豆包“把文案改成说书人风格、口语化、每句不超过18个字，增加生活化比喻”。
生成额度受限：优先把开头3–4个分镜做成图生视频，其他用关键帧；或者把图生的视频降到720p做草稿，最终合成时再做高清替换。
