摘要：AI 能帮你写口播稿、拆分镜、出自动字幕，但成品能不能发，取决于人工校对。本文给出可直接改的分镜/口播模板，对照剪映官网场景能力、Adobe Premiere Speech to Text 与 OpenAI Whisper 官方用法，整理自动字幕的校对清单，并说明国内发布生成合成内容时的标识要求。

短视频最容易卡住的三步是：写什么、怎么拍、字幕对不对。AI 适合把「空白页」变成「可改的初稿」，不适合直接当终稿——专有名词听错、分镜顺序乱、口播承诺过度，都会在发布后翻车。

下面按「分镜模板 → 口播稿 → 自动字幕 → 人工校对 → 标识与隐私」走一遍。工具以剪映（CapCut 国内版）官网公开介绍、Adobe Premiere Speech to Text、OpenAI Whisper 为例；入口和可用性以你账号、版本和地区为准。云/AI 类联盟链接尚未配置，正文只放官网普通链接（affiliate_later）。

用 AI 写短视频脚本和字幕：分镜模板、口播稿与自动字幕校对（2026）-有序
剪映官网「剪映AI 创作无限可能」：AI 生成与专业剪辑入口（2026-10-09，box 内 Chrome 截图）

一、先选工具：脚本、字幕各走哪条路

环节可用工具（官方公开能力）适合注意
写分镜 / 口播稿通用大模型 + 本文模板；剪映官网场景里「自媒体口播」等写明支持智能剪口播、智能文案等先定结构再进剪辑软件不要让模型编数据、编优惠承诺
成片内自动字幕剪映/CapCut 自动识别字幕（官方帮助说明 Web/桌面/移动端均支持 Recognise / Auto Captions，箱内帮助页会跳转剪映营销站，步骤以帮助中心原文为准）；Premiere Speech to Text；本地 Whisper 导出 SRT口播清晰、单人主轨必须人工校对
高可控转写OpenAI Whisper CLI（可指定语言、导出多种格式）要本地处理、要 .srt算力与模型选择以后台/本机为准

剪映官网在「全能易用 服务各类创作场景」里，把自媒体口播写成：美颜美体、智能剪口播、人声美化、智能抠像；营销推广侧则提到数字人、营销成片、智能文案等——适合当「场景能力对照」，不要当成你本机菜单的逐字路径。

用 AI 写短视频脚本和字幕：分镜模板、口播稿与自动字幕校对（2026）-有序
剪映官网创作场景卡：自媒体口播（智能剪口播等）、影视综二创、政企宣传、营销推广（2026-10-09）

通用提示词写法（角色、任务、约束、格式）可对照本站提示词四段框架；成片前事实核对见大模型幻觉核查清单。

二、分镜模板：先写「镜头表」，再让 AI 扩写

很多「AI 脚本乱七八糟」，是因为提示词只有一个题目。CapCut 官方帮助对 AI Video Maker 脚本顺序混乱的说明也指向同一点：提示词太模糊、缺少结构化信息时，场景和对白容易跳跃；应给出更清晰的分步提示，或生成后手动调整顺序（查询日期 2026-10-09，来源见文末）。

可以直接改这张分镜表（时长按你平台习惯，竖版口播常见 30–90 秒）：

标题：____（一句话说清看点）
受众：____（例如：第一次用某工具的上班族）
目标：看完后观众能____（例如：按 3 步完成设置）
总时长：约 __ 秒 / 竖版 9:16
禁止：编造价格、编造测评数据、承诺收益

镜号 | 画面（给拍摄/素材） | 口播要点 | 字幕关键词 | 秒数
1 | 痛点画面/产品特写 | 钩子：谁会遇到什么问题 | 3 个字以内 | 3–5
2 | 步骤 1 实操 | 第一步做什么、点哪里 | 动词+对象 | 8–12
3 | 步骤 2 实操 | 第二步 + 常见翻车 | 注意点 | 8–12
4 | 结果对照 | 做成什么样算成功 | 结果词 | 5–8
5 | 结尾 | 复盘一句 + 引导评论 | CTA 短句 | 3–5

把填好的表丢给 AI 时，约束写死两行：

  1. 只扩写「口播要点」列，不要改镜号顺序；
  2. 缺信息写「待补」，不要编数字。

做 PPT 时「先大纲再成稿」的同一思路，见本站用 AI 做 PPT 的 6 步流程。

三、口播稿：口语化、可一口气读完

口播稿不是文章朗读。写作时用下面骨架（可整段贴进提示词）：

【开场钩子 1 句】点出观众正在做的事 + 卡点
【正文 3 步】每步：动作 → 你会看到什么 → 做错会怎样
【收尾 1 句】今天只记住：____
【禁区】不报未核实价格；不写「稳赚」「包过」；不点名攻击竞品
语速：约每秒 3–4 个汉字；专有名词后空半拍

录音建议：尽量单人清晰干声；背景音乐先静音再跑自动字幕（CapCut 官方校对文也写了：干净音轨、慢讲、避免多人抢话，识别更稳）。会议类长音频转写与摘要是另一条线，见AI 整理会议录音。

四、自动字幕：三条官方路径怎么用

1）剪映 / CapCut 自动字幕

CapCut 帮助中心《How do I recognise subtitles?》（2026-01-30 更新）写明：Auto Caption（Recognise Subtitles）用语音识别生成字幕；Web / Desktop / Mobile 均支持；步骤大致为打开项目 → Captions → Auto Captions / Recognise → 选语言 → Generate，之后再改时间轴与文案。官方强调：生成后务必人工检查并手动修正。（箱内访问 capcut.com/help 会被重定向到剪映营销站，故本文以帮助中心可核验正文为准，不配该帮助页截图。）

校对时可对照另一篇官方说明《How Do I Fix Inaccurate Auto-Captions》：删错轨后用干净人声轨重识别；在字幕面板逐条改字；播完全片确认时间轴对齐。

2）Adobe Premiere：Speech to Text

Adobe 帮助《Auto transcribe video using Speech to Text》（页面标注 last updated 2026-06-02）给出桌面端路径：

用 AI 写短视频脚本和字幕：分镜模板、口播稿与自动字幕校对（2026）-有序
Adobe Premiere 帮助：Speech to Text 生成静态转写的步骤与偏好项（语言、说话人标注、音轨、入出点等）（2026-10-09）

要点：Window > Text → Transcript 里生成静态转写 → 选语言/说话人标注/音轨或入出点范围 → Transcribe。转写结果可继续做成字幕轨；具体菜单名以你安装的 Premiere 版本为准。

3）本地 Whisper：要 SRT 时很有用

OpenAI 开源仓库 openai/whisper 说明：命令行可对音频做转写；默认 turbo 适合英语转写，不做翻译任务；非英语可指定 --language；翻译到英语需用 multilingual 模型（如 medium / large）并加 --task translate。

用 AI 写短视频脚本和字幕：分镜模板、口播稿与自动字幕校对（2026）-有序
OpenAI Whisper GitHub README「Command-line usage」：turbo 转写示例、指定语言与翻译任务说明（2026-10-09）

实务建议：先导出干净干声 → whisper your.wav --language Chinese --output_format srt（参数以 --help 与 README 为准）→ 把 SRT 导入剪辑软件 → 再校对。模型体积与速度差异很大，不在此编造准确率数字。

五、字幕校对清单（发前必过）

  1. 专有名词：产品名、人名、品牌英文大小写；
  2. 数字与单位：价格、版本号、日期是否与画面一致；
  3. 时间轴：字幕是否提前/滞后超过半拍；长句是否该拆行；
  4. 敏感与合规：医疗/金融承诺、未证实对比；
  5. 听不清的段落：宁可删字或打「（听不清）」，不要靠模型「脑补」。

六、对外发布：AI 标识与隐私

若口播稿、配音、画面含生成合成内容，并准备发到国内网络平台，注意《人工智能生成合成内容标识办法》（国信办通字〔2025〕2号，2025-09-01 施行）第十条：用户使用网络信息内容传播服务发布生成合成内容，应当主动声明并使用服务提供者提供的标识功能；不得恶意删除、篡改、伪造、隐匿标识。

用 AI 写短视频脚本和字幕：分镜模板、口播稿与自动字幕校对（2026）-有序
中国政府网《人工智能生成合成内容标识办法》第十条（用户声明与禁止恶意去标识）截图（2026-10-09）

生图版权与商用标识细节见AI 生图入门。口播稿若含未公开客户名、合同金额、内部链接，不要贴进个人账户的免费对话工具，见AI 工具的数据隐私。国内大模型 App 选型与备案核对见国内大模型 App 怎么选。

相关阅读

官方来源（查询日期 2026-10-09，北京时间）

风险提示：本文不构成投资、法律或合规意见；软件功能、地区可用性与标识要求会变更，请以各产品当前界面与最新法规为准。联盟推广链接待后续配置。