百度搭子百度短视频生成（baidu-video-gen）：一句话生成成片，完整指令模板-AI助手

百度搭子百度短视频生成（baidu-video-gen）：一句话生成成片，完整指令模板

百度短视频生成方案

先说结果

打开 DuMate 说一句"帮我生成一段 15 秒的护肤产品展示视频，画面从空中俯瞰产品瓶身，镜头缓缓推进"，AI 就能自动完成分镜拆解→参考图生成→视频片段生成→合并成片的全流程。你不需要写任何代码、不需要懂技术参数，全程用自然语言指令驱动，所有关键节点 AI 会主动向你确认。本文给你一套完整的话术模板，复制粘贴就能用。

一、短视频赛道为什么值得做

2024 年抖音日活突破 8 亿，视频号月活 13 亿，短视频已经成为内容传播的主战场。一条优质短视频的获客成本，只有图文内容的 1/5。但传统视频制作门槛高：写脚本、找素材、拍摄、剪辑、配音、加字幕，一条 30 秒的视频动辄需要 2-4 小时。

百度搭子内置的 baidu-video-gen 技能，把"创意→成片"的链路彻底重构：你只需要一句话描述或一张参考图，剩下的全部交给 AI。不是"辅助剪辑"，是从分镜规划、参考图生成、视频片段合成到最终合并的全流程自动化。

最关键是：你不需要学任何技术命令。DuMate 会在对话中引导你完成每一步，你只需要说人话。本文给你一套可以直接复制粘贴到 DuMate 对话框的指令模板。

百度短视频生成 5 步工作流

二、百度短视频生成：5 步从创意到成片

百度短视频生成（baidu-video-gen）的工作流包含 5 个核心阶段，每个阶段 DuMate 都会主动告诉你当前进度：

① 描述创意：你告诉 DuMate 视频主题、画面描述、时长要求。→ 产出：任务 ID + 结构化创意方案。

② 分镜拆解：DuMate 自动拆分画面描述为多个分镜（通常 1-3 个），每个分镜包含画面、动作、对白/旁白、音效。→ 产出：完整分镜方案表。

③ 生成参考图：根据分镜方案，生成首帧图、尾帧图或通用参考图，锚定画面风格。→ 产出：视觉资产。

④ 逐镜生成视频：基于分镜和参考图，串行提交每个分镜的视频生成任务。→ 产出：每个分镜对应的视频片段。

⑤ 合并成片：把所有视频片段按分镜顺序合并，自动配音、加字幕，输出最终成片。→ 产出：完整短视频文件。

三、实操第一步：描述你的创意

短视频生成的起点是一段文字描述。描述越具体，生成效果越好。以下是不同场景的话术模板：

场景 A：纯文生视频（没有参考图）

帮我生成一段 10 秒的产品展示视频，横屏 16:9。
画面描述：一瓶护肤品放在纯白色背景上，镜头从远处缓缓推进，光线柔和，瓶身有轻微旋转展示标签。
要求：不要人物出镜，不要字幕，配上舒缓的背景音乐。

场景 B：图生视频（有参考图）

我上传了一张产品图，请基于这张图帮我生成一段 8 秒的动态视频。
动作要求：图片中的产品缓慢旋转 360 度，背景有柔和的光影流动。
比例：竖屏 9:16，适合发抖音。

场景 C：脚本转视频（有详细脚本）

请帮我把下面的内容转成视频：
【镜1】清晨，一杯热咖啡放在窗台上，蒸汽缓缓升起，时长 5 秒。
【镜2】镜头转到窗外，城市天际线在晨光中逐渐明亮，时长 5 秒。
【镜3】回到桌面，一只手拿起咖啡杯，特写杯身上的品牌 Logo，时长 5 秒。
旁白（女声）：每一个清晨，都值得被温柔对待。
要求：横屏 16:9，添加字幕，配上轻音乐。

描述技巧：

• 时长：明确说"10 秒""15 秒"，DuMate 会自动拆分合理的分镜时长（每个分镜 3-15 秒）。

• 比例：横屏 16:9（适合 B 站/视频号）、竖屏 9:16（适合抖音/快手）、方形 1:1（适合小红书）。不指定时默认 16:9。

• 主体：如果视频中出现同一个人/物品，说明"保持主体一致"，DuMate 会自动开启主体一致性。

• 音频：需要旁白/对白时说明"添加字幕"和"配音"，不需要时说"纯画面，无对白"。

百度短视频生成核心操作步骤

四、实操第二步：分镜方案确认

收到你的描述后，DuMate 会输出分镜方案表和生成配置表，弹窗让你确认。这是关键决策点——确认后 AI 才会开始消耗积分生成内容。

分镜方案表包含：每个分镜的画面、动作、对白/旁白、音效、时长、主体、首帧来源、尾帧来源。

生成配置表包含：主体一致性开关、主体描述、字幕开关、旁白音色。

你需要检查的关键项：

• 时长：总时长是否符合预期？单个分镜是否太长（超过 15 秒会被拆，但建议保持精简）？

• 画面：每个分镜的"画面"列是否准确描述了你想要的东西？

• 主体：如果视频中有重复出现的人/物（比如同一个产品、同一个角色），检查"主体一致性"是否开启。

• 对白 vs 旁白：同一分镜中只能有"角色对白"或"旁白"之一，不能同时出现。如果表格里同时出现了，DuMate 会自动拆成两个分镜。

• 音色：旁白音色四选一——温柔女声（适合抒情/生活）、年轻男声（适合资讯/纪录）、磁性男声（适合悬疑/都市）、甜美女声（适合萌系/恋爱）。不指定时默认温柔女声。

确认方案后，DuMate 会自动进入下一步。如果你想修改，直接在对话里说"第 2 个分镜的画面改成..."即可。

五、实操第三步：参考图与主体设定

分镜确认后，DuMate 会进入参考图阶段。参考图的作用是"锚定画面"——让 AI 知道视频应该以什么风格、什么构图、什么主体来生成。

三种参考图类型：

• 首帧图（first_frame_image）：锁定视频开头的画面。适合"我想让视频从某个特定画面开始"的场景。

• 尾帧图（last_frame_image）：锁定视频结尾的画面。适合"视频收尾必须是这个画面"的场景。

• 通用参考图（reference_image）：贯穿整段视频的风格锚点。适合"基于这张图的风格/主体生成整段视频"的场景。

你不需要手动选择参考图类型——DuMate 会自动判断：

• 如果你有上传的参考图，DuMate 会把它同时用于"首帧"和"主体锚点"（通用参考）。

• 如果你只给了文字描述，DuMate 会自动为需要文字/Logo/品牌名的分镜生成参考图。

• 如果是连续分镜（同一个场景延续），第 2 个分镜会自动继承第 1 个分镜的尾帧作为首帧，画面无缝衔接。

主体一致性：如果多个分镜中出现了同一个主体（比如同一个女孩、同一瓶护肤品），DuMate 会自动开启"主体一致性"。开启后，AI 会在所有分镜中保持该主体的外观一致——避免"第一镜是短发女孩、第二镜变成长发女孩"的尴尬。

如果参考图不满意？ 直接告诉 DuMate："第 1 个分镜的首帧图换成..."或"帮我把主体的外观改成..."——DuMate 会自动重新生成，不消耗额外积分。

六、实操第四步：视频生成与合并

参考图确认无误后，DuMate 会弹窗问你"是否开始生成视频？"——选择确认后，DuMate 会自动串行提交每个分镜的视频生成任务（必须等前一个分镜完成才能提交下一个）。

视频生成通常需要 10-30 分钟（取决于分镜数量和时长）。DuMate 会自动轮询进度，并在每个分镜完成后通知你：

• "分镜 1/3 视频生成完成 ✓"

• "分镜 2/3 仍在生成中，继续等待..."

• "分镜 3/3 视频生成失败，跳过"（某个分镜失败不影响其他分镜继续）

所有分镜完成后，DuMate 会自动调用合成脚本，拼接视频片段、混音、烧录字幕，输出最终成片。

合并完成后，DuMate 会在对话中展示最终视频文件路径，你可以直接下载。

如果某个分镜效果不满意？ 直接告诉 DuMate：

第 2 个分镜的视频效果不好，请帮我重新生成。
新的画面描述：镜头从侧面缓缓环绕产品旋转，背景保持纯白色，光线从左侧打入形成柔和阴影。

DuMate 会自动处理：归档旧视频 → 重新生成 → 自动合并新版本 → 交付新成片。你不需要做任何技术操作。

七、5 个避坑要点：用 DuMate 做短视频必须注意

百度短视频生成 5 个避坑要点

① 描述尽量具体。"帮我生成一个产品视频"太笼统，生成效果会随机。建议说"帮我生成一段 10 秒的护肤品视频，横屏，产品放在纯白背景上，镜头从远处缓缓推进，光线柔和"——描述越具体，结果越可控。

② 参考图阶段务必仔细审阅。视频生成阶段每 1 秒消耗积分（具体数额取决于配置），如果画面风格不对或主体外观有问题，视频生成后返工成本较高。参考图阶段修改是"低成本"的——告诉 DuMate 改就行。

③ 单个分镜不超过 15 秒。DuMate 会自动拆分，但如果你的描述里某个动作特别长（比如"镜头环绕旋转 20 秒"），建议自己先拆成"先推进 5 秒，再环绕 5 秒，最后特写 5 秒"三个分镜，效果更好。

④ 对白和旁白不要同时出现在一个分镜。这是 baidu-video-gen 的硬性规则——如果一个镜头里既有角色说话又有画外音，DuMate 会自动拆成两个连续分镜。你在描述时可以直接拆好，避免 AI 拆分后的节奏不符合预期。

⑤ 续集或系列视频在同个对话里生成。第 1 条视频生成完后，直接在同一个对话里说"继续生成第 2 条，保持同样的产品主体"，DuMate 会自动复用之前的角色/主体设定和风格参考，保持视觉一致性。

八、总结

百度短视频生成（baidu-video-gen）把短视频制作从"剪辑软件+ hours"压缩到"1 句话+ 20 分钟"。核心价值不是替代创意，是把"技术执行"全部自动化——让你从"找素材、调参数、盯渲染"中解放出来，把时间花在"选题策略"和"内容打磨"上。

本文给出的所有指令都可以直接复制粘贴到 DuMate 对话框使用，不需要任何技术背景。建议先选一个 10 秒的产品展示试跑一遍——跑通一次后，你就有了一套可复用的短视频生产线。

现在就打开 DuMate，把第三部分的任意一条指令复制粘贴发送——3 分钟后你会看到第一份 AI 分镜方案。

作者声明：本作品含 AI 生成内容

2026-08-29 21:29:02 77 阅读 AI智能编辑DM DuMate AIGC 短视频百度 AI视频生成 DuMate