AI 自动剪辑视频之（三）
上一篇讲了让 AI 画图再让图动起来。这一篇讲另一条路，根本不画，直接上视频。
写之前先说个当天真实发生的误会，因为它太典型了，很多人都会撞上。
一、大模型只会造，不会找
那天我说了一句“不要图片生成的视频，我要真正的视频”，结果事情就拧了。
它回我说素材这件事它干不了，项目里一段视频素材都没有，也没法去把 WSBK 的转播画面抓下来，那是有版权的赛事信号，然后列了三条路给我选：给它文件夹路径，给它下载链接，或者干脆退回去用 AI 生成。
我当时挺懵的，心想找素材这种活儿，不是该交给火山那边的大模型去干吗。
后来才反应过来，“找素材”跟“生成素材”，压根就是两码事啊。
Seedance 能凭一句提示词造出一段赛车过弯的画面，那是它想象出来的，模型里没存过任何一段真实的比赛视频。而“上网搜一段真实的 WSBK 转播画面下载下来”，这件事没有哪个大模型能干，也不该干。转播信号有版权，人家那边盯得死死的，你抓下来剪进自己的片子，账号能不能保住都两说呢。
所以它说的没错，只不过它嘴里那个“素材”，说的全是实拍素材。
而我说的“真正的视频”，要的是会动的画面，别再拿静图推来推去了。 一个词两种理解，愣是把我卡了十几分钟。
后来我把话说死才通：用文生视频，画面让模型生成，不需要实拍素材。这一句它就懂了。
二、实拍素材从哪儿来
排除掉“让 AI 上网找”这条根本不存在的路，实拍素材实际就三个来源。
头一个是你自己拍的、自己录的。 这个最好，你可别嫌它土。
我做的内容是 AI 写代码、一个人做产品这一类，真正有说服力的画面本来就是录屏，Claude Code 在跑，网页一点点做出来，最后在手机上打开的样子。这些我直播时天天在录，硬盘里堆了一大把，比 AI 生的图有说服力得多，还一分钱不花。
你做美食就拍你的锅，做门店就拍你的店，做育儿就拍你家娃的手。你手机相册里那些东西，AI 这辈子也画不出来。
第二个是素材站。 Pexels、Pixabay 这类站上有大把免费可商用的通用镜头，赛车、城市、办公室、咖啡，基本够用。缺点是同质化太严重，一看就是素材，观众刷多了眼熟。
第三个才是 AI 生成。 没有实拍素材，通用镜头又找不到对味的，那就让模型造。
三、自己的素材怎么接进流水线
这一步我做得很简单，简单到没原理可讲。
素材丢进项目的 assets 目录，然后在脚本里那一镜写清楚用哪个文件就行，具体字段写法我放在文末附录里了。
写 video 就直接用这段视频，写 image 就用这张图再加本地推拉摇移，流水线看到这两个字段就跳过生成那一步，直接拿你的东西用。
时长也不用你操心，素材比这一镜长它就自动裁掉，比这一镜短它就自动循环补齐，裁到哪一秒、循环几遍，全跟着配音走。
这条路零成本，画面还真。 我个人觉得对绝大多数做内容的人来说，这才该是主路，AI 生成顶多算个补充。
四、文生视频到底怎么用
说回 AI 生成这条。
我在流水线里加了个开关叫 t2v，干的事就是跳过生图，直接让 Seedance 每一镜出一段真视频，再拼起来。人和物真的在动，不再是静图在那儿推拉了。
用法上没什么门槛，跑的时候加一个参数的事，或者你直接跟 Claude Code 说一句“用真视频”，它自己就加上了。
要交代的是两个代价。
一个是钱。 Seedance 最短出五秒，两个镜头就按十秒计费，一条十秒的片子十几块。改一次文案重跑一次，钱就跟着重烧一次。所以脚本一定要先定稿，用免费档把节奏和字幕全确认完，最后才开这个开关。
另一个是连贯。 上一篇说过，文生视频每一镜都由模型独立想象，两镜之间不保证同一台车、同一个人、同一种光。
这个缺点得分场合看，你做赛车飞驰、城市空镜、氛围铺垫这一类，跳一点其实没人在意，观众不会真去比对第一镜和第二镜的车牌。你要做有人物有情节的叙事，那就必须回到图生视频那条路，先用参考图把人定死，再让它动起来。
五、四条路，我自己怎么选
写到这儿可以把两篇的东西并起来看了。
自己的素材放第一位，零成本，画面真，还带着你自己的味道，手上有就先用。没有实拍但要能发的画面，走 Seedream 生图加本地推拉摇移，几毛钱一条，口播类完全够。要人物在多个镜头里不变脸，走生图加图生视频，贵一些但连贯。只要氛围只要动感，不在乎镜头之间对不对得上，直接文生视频，最省事。
判断标准其实只有一句话：你这条片子里，观众到底在看什么。
看你说的那几句话，画面别难看就行，那就别烧钱。看的就是画面那股冲击力，那画面就是主角，该花的钱一分别省。
六、最后
这两篇写下来，我最想说的不是哪条路更好，而是你得知道自己在哪一档。
我见过太多人一上来就冲最贵的那一档，做了三条片子，钱烧掉好几百，播放量三位数，然后得出个结论说 AI 做视频是骗人的。问题真不在 AI，在他压根没想清楚，那条片子里观众看的到底是什么。
我自己现在的顺序是这样，先想清楚要说什么，再想画面配什么，最后才轮到用哪个工具去弄那个画面。工具永远排在最后一位。
下次谁再跟你说他有一套让 AI 全自动做视频的独门方法，你就问他一句：素材从哪儿来。他要是答不上来，那套方法多半就是把方舟的接口包了一层壳，跟我这两篇里写的是同一个东西，而这东西我已经白送给你了。