普法短视频用 AI 做：脚本、分镜、配音、剪辑四步落地

法律类短视频的通病是“像在念判决书”：术语密集、逻辑严密、观众三秒划走。AI 在这条链路上最大的价值不是生成画面，而是帮你把专业表述翻译成人话。

第一步：脚本，先写“人话版”再写“法条版”

顺序不要反。先让模型用大白话把事讲清楚，再回头补法律依据。反过来做，稿子一定带着公文腔。

指令：请把下面这个法律问题，用给完全不懂法的朋友解释的方式写一段 150 字的口播稿。要求：不出现专业术语（必须出现的，紧跟一句解释）；开头 10 个字内抛出冲突或疑问；结尾给一句可执行的建议。不要写“根据某某法规定”。

拿到人话版之后，再追加一轮：

指令：在不改变口语感的前提下，为上面这段稿子补充法律依据，每条依据用括号短句标注在对应句子后面，不超过 15 字。全文控制在 220 字以内。

这样得到的稿子，既是人话，又有依据，还能配字幕。

第二步：分镜，只做“必要的镜头”

60 秒视频不需要 20 个镜头。三种镜头够用：

• 口播镜头：真人或数字人出镜，占 60% 时长，建立信任；
• 示意画面：AI 生成的抽象场景或图示，用来解释抽象概念，占 30%；
• 文字板：关键结论、数字、清单，占 10%，起强化记忆的作用。

AI 生视频适合做第二类。用 可灵 AI、即梦 AI 生成 3 到 5 秒的短镜头，每个镜头只表达一个动作或一个场景，不要试图让它生成复杂叙事。生成失败率较高的题材（多人互动、精细手部动作、文字界面）尽量避开。

第三步：配音，语速比音色重要

普法内容的配音，第一要求是听得清。语速控制在每分钟 240 到 260 字，比日常说话略慢；句间留 0.3 到 0.5 秒停顿，方便观众消化；专业名词处加重读。

AI 配音工具（AI 音频配音 分类里有多款）现在的中文自然度已经够用，关键是选对风格：法律内容适合“沉稳叙述”，不适合“热情带货”。

一个小技巧：把稿子里的长句先拆成短句再合成，断句会自然很多。逐句合成再拼接，比整段合成更可控。

第四步：剪辑，把节奏卡在 3 秒一个信息点

短视频的留存曲线在前 3 秒决定大半。剪辑时的三个动作：

• 前 3 秒必须有钩子——一个反常识的结论、一个具体金额、一个“你可能正在违法”的提醒；
• 每 3 到 5 秒换一次画面，哪怕只是推近一点，避免长时间静止；
• 字幕全程覆盖，字号足够大，关键数字单独放大。

剪映 的自动字幕与文本成片功能可以省掉大部分机械劳动，AI 生成的画面导入后按稿子顺序排好，剩下的就是卡点。

三条内容红线

• 不承诺结果。“按这个方法一定能要回钱”这类表述，既违反广告规范，也损害专业形象。
• 不使用真实案例的可识别信息。改编案例要去掉地名、时间、金额特征，避免当事人被识别。
• 不生成可能被误认为真实庭审/执法场景的画面。AI 生成的“法庭”画面容易被当作真实素材传播，风险不可控，用抽象示意替代。

时间预算参考

熟练之后，一条 60 秒视频的实际耗时大致是：脚本 20 分钟、分镜与素材 30 分钟、配音 10 分钟、剪辑 40 分钟。真正拖时间的是脚本——脚本顺了，后面都是体力活。

如果要做系列内容，建议固定一个模板：同样的片头、同样的字幕样式、同样的结尾行动号召。观众的熟悉感，比每期换新花样更能积累关注。