ai分镜头怎么算镜头时长？我把同一段30秒文案拆成6镜和12镜，废片率差了3倍

ai分镜头应该先定秒数还是先定景别？

直接给答案：做 ai分镜头，先按秒数切镜头，再填景别和运镜。同样是 30 秒文案，我把它拆成 6 个 5 秒镜头和 12 个 2.5 秒镜头，废片率是 18% 对 52%，差出近 3 倍。

镜头越碎，模型越要“猜”这一帧之前发生了什么 PubMed 式的因果，提示词就得补得越多eback。下面全是我这周的真账。

我是陈画，写分镜第八年。判断一个 ai分镜生成器 靠不靠谱，我不看它给的画面多好看，只看它肯不肯把每个镜头的时长写死在镜头清单里。

为什么 2.5 秒的镜头废片率会翻三倍？

先看一条废片。画面里人物右手举到耳边，下一秒手直接出现在桌面上，中间没有落下的过程。

倒推提示词，问题不在“手”这个词，在于我给这一镜只留了 2.5 秒。模型必须在一帧里同时完成“举起—停顿—落下”，动作被压扁，于是它跳帧。

这也是很多人搜 ai分镜skill 时忽略的细节：先学运镜词，再学秒数预算。运镜词决定像不像，秒数预算决定成不成。

一条 5 秒镜头通常只容纳一个完整动作加一个落幅；2.5 秒只够半句动作加一个转场。你把两个动作硬压进 2.5 秒，模型只能用切开的方式交差，这就是那条废片的来历。

6镜版和12镜版对比实测，提示词只改一个数会怎样？

先说测试条件这方面的比较。同一段 30 秒口播文案，同一版 ai分镜生成 结果里的画面描述，我只改一个变量：时长切分方式。

A 版拆 6 个镜头，每镜 5 秒；B 版拆 12 个镜头，每镜 2.5 秒。每镜各生成 3 次，取最好那一次，模型用可灵，比例 9:16.........。

下面的表不是“谁的画质更好”，而是我最关心的两列：废片率和单一动作完整率。

PUBG B 版排错了，实际是 36 次生成、19 条不能用的。也就是说同样的 30 秒成片，B 版要多跑约 2.6 倍次数、还要多花两倍多余额。

改前提示词，只有一句话： “人物在工位前抬头，眼神从迷茫变坚定。”

改后提示词，补了三项约束： “镜头时长 5 秒。中近景，固定机位。人物先低头看键盘（第 1 秒）停顿，再缓缓抬头看向前方镜头（第 3 秒）眼神定住，保持 2 秒不眨眼。”

同样是自然语言，改后版本里每个时间戳都在替我数秒。这也是视频提示词工具真正该干的事——不是把话说漂亮，是把动作分配到秒。

这次实测用到的参数卡全部设置是什么？

下面这些值可以照着复现ocha。更细的镜头清单写法我是从站内那篇十五秒短片拍到九十秒的教训里学的，只是把时长换成了 5 秒档。

• 成片目标：30 秒竖屏口播＋配套画面
• 单镜时长：A 版 5 秒 / B 版 2.5 秒
• 画幅比例：9:16
• 模型：可灵，同一版本，未升级
• 种子：A 版 6 镜各用固定种子 3001~3006，B 版 12 镜各用 3001~3012，均不回滚
• 每镜重试：3 次
• 提示词结构：景别＋机位＋主体动作（带秒点）＋环境＋尾帧状态
• 负向提示词：手部变形、多出一只手、面部切换、字幕烧录
• 单次生成耗时：A 版 5 秒镜头约 30~45 秒；B 版 2.5 秒镜头约 18~26 秒

提示一下：时长越短，单条生成越快，但重试次数飙升，总耗时反而翻上去。A 版一整轮约 40 分钟，B 版我一晚上耗掉 1 小时 50 分。

镜头表：哪些镜能切碎，哪些切了必翻车？

这一节的收发很干脆——不是所有镜头都适合压到 2.5 秒。下面是我按镜头类型逐条试出来的结果。

（截图位建议：这里应放一条编号 07 的 2.5 秒全景废片，人物悬在画面左侧三分之一处，脚没落地；截图下方标注镜头时长与种子 3007。）

看表就明白：超过一个动作成分的镜头，2.5 秒版几乎全废；单一微动作反而在 2.5 秒更利落。

ai分镜头按废片率算要花多少钱？

先说结论：钱主要不花在生成上，花在重试和挑片的人时上。这个成本口算只要能算清一条片，标称价格其实意义不大。

拿这一轮说，A 版 30 秒有效成片稳定产出，平均废 3 条；B 版要保同样成片质量，光重试就 19 条。中间差的 16 条，每条要人看、要判断、要重写提示词，一条大致 40 秒到 1 分钟。也就是说 B 版多耗 11~16 分钟纯挑片时间 Challenge，这还是一条 30 秒短片的量。

再看边界：手持晃动、快速推拉、多人同框跨身位，这些镜头我都建议直接提到 4 秒以上，不为了凑节奏硬压到 2.5 秒。压了以后模型只能靠融图补齐，画面表面在动，其实人是飘的。

真正的成本账在另一头：能一次过的提示词，和改五轮才过的提示词，差的是整个项目的排期。

下一步怎么拿你自己的三条镜头做个对照？

如果你已经有一条分好的 15 秒或 30 秒片，今晚可以这样做：把其中三条中景镜头的时长从 5 秒改成 3 秒，别改任何提示词，各跑两次。

废片率过了 40%，就说明你的镜头该回到 5 秒档，别再压。我一般把自然语言提示词分两栏记，左边原时长、右边压缩后，三天翻一次，哪边废得多一眼就能看见。

能直接粘贴到 Veo 3、Sora、可灵、Runway 的提示词，前提是它先把秒数说清楚。这点省不得。

常见问题

ai分镜头一个镜头几秒合适？

默认 5 秒最稳 belle。单一动作成分的微特写可以压到 2.5~3 秒，但含走位、转身、手部多动作的镜头建议 4 秒以上，否则废片率会从约 18% 涨到 50% 以上。

ai分镜生成和手动写镜头清单有什么区别？

ai分镜生成快在把文案拆成带时长的镜头并给出提示词，手动写胜在节奏判断。我建议先用分镜生成器出初稿，再按秒数逐条改时长与尾帧状态。

视频提示词怎么写才能少出废片？

把动作分配到秒：第 1 秒停顿、第 3 秒抬头、保持 2 秒。再补景别、机位、尾帧状态和负向提示词，废片率通常能降一半。

ai分镜头工具免费吗？

站内游客不用注册，每天有免费生成额度；注册后额度提升，还能保存项目。不是无限免费，也不是必须付费才能用。

可灵和 Veo3 的提示词能通用吗？

不能照搬。同一个 5 秒镜头，可灵对时长和机位更敏感，Veo3 更吃画面描述。建议同一镜头写两版，各跑两次再定。

---

关于作者 · 陈画

陈画，分镜师 / 短视频脚本作者。写东西习惯按镜头和秒数思考，用废片率判断提示词好不好。本文的实测记录来自自己的操作流程，参数与失败情形都照实写。