如何为TikTok、Reels和Shorts制作垂直AI视频的故事板

横向故事板被挤进竖屏框架，就不是真正的竖屏故事板。9:16的格式改变了场景布局、动作设计、文字位置，甚至观众一次能理解的故事量。对于AI生成的视频而言，规划更为重要，因为一个薄弱的构图可能会耗费多次昂贵的重试。

目标不是填满手机屏幕的每一厘米，而是在一个狭窄、移动的框架内控制注意力。

从平台观看体验开始

竖屏视频通常在手机上观看，界面元素常常会遮挡画面的一部分，且声音初始时较低或处于关闭状态。具体的覆盖元素因平台和设备而异，因此请将重要的人脸、动作和文字远离画面边缘及底部交互区域。

在中心创建一个安全构图区域。以实际手机尺寸预览草稿。在桌面显示器上看起来优雅的副标题，在六英寸屏幕上可能难以辨认。

将钩子构建为一个视觉问题

第一枪应立即建立方向感或引发好奇心。避免以缓慢的logo展示或主体在9:16画幅中显得很小的广角风景开场。

有用的钩子包括：

角色在原因显示之前就做出反应
物体意外进入画面
清晰的转换状态
一种视觉上的矛盾
屏幕文字中简短而具体的承诺

钩子必须属于故事本身。随意的奇观或许能赢得片刻停留，但当下一个镜头无法回应它时，便会削弱观众的留存。

垂直分层设计

将画面想象为顶部、中部和底部区域。面部通常位于中上区域，主要动作位于中部，次要信息位于下方。利用景深——前景、主体、背景——来避免构图显得像是一个狭窄的裁剪。

垂直运动读起来很自然：上升、下降、从上方进入，或从底部向上显现。水平追逐需要更多规划，因为主体会迅速离开画面。跟随主体移动，或安排朝向和远离摄像机的动作。

将节拍转换为短镜头

故事板在生成前规划了构图、动作、镜头运动、对话、时间安排和音效。每个分镜应回答：

观众在这里理解了什么？
拍摄过程中发生了什么变化？
是什么促使了这次削减？

对于一个20秒的故事，四到六个镜头可能就足够了。示例：

0–2秒：近距离反应——角色听到一部被遗弃的手机传来通知声
2–5秒：插入——屏幕显示同一房间的实时图像
5–9秒：中景——他们回头看身后
9–14秒：缓慢推进——手机画面显示一个人影正在靠近
14–20秒：回报——房间是空的，但电话掉落

这个方案比用一个提示词生成整个序列更容易实现。

故事板字幕与声音分开

不要依赖生成的视频文字来获取关键信息，除非模型已经过相关测试。在编辑时添加字幕以确保准确性和可访问性。保持句子简短，使用强对比度，并根据语音调整字幕时间，而不是将整段文字留在屏幕上。

在画面中规划声音：对白、环境音、音效、音乐，以及有意的静默。当画外音暗示空间时，竖屏短视频可以显得比其画框更宏大。

在昂贵运动之前生成参考帧

使用粗略的草图、照片或AI图像来测试构图。Elser AI 可以在浏览器中快速生成故事板和视觉素材。故事板不需要精美的艺术效果，它需要清晰的镜头决策。

当重复出现的角色或地点出现时，应使用已批准的参考资料，而不是允许每个分镜重新设计故事。对于多镜头制作，ElserStudio 可以连接剧本节拍、世界资产、可选指导板、视频生成以及最终合成。

适应——而非裁剪——一个横向的想法

如果原始概念是为16：9设计的，需确定核心关系。两个角色面对面时，可能需要过肩镜头而非宽幅双人镜头。全景展示可能变为俯拍或一系列细节镜头。

保留故事信息，而非框架。尽可能从一开始就生成垂直源素材。

测试未经润色的编辑

用静态面板、大致时长、临时配音和基础效果制作一个动态分镜。在手机上观看。如果作为动态分镜故事令人困惑，更高质量的视频也无法解决这个问题。

检查钩子是否诚实，主题是否清晰易读，剪辑是否感觉有动机，以及结尾是否在界面元素分散注意力之前落地。只有这样才能进行最终生成。

常见问题解答

Shorts、Reels 和 TikTok 应该使用什么宽高比？

9:16是标准全屏竖屏格式。导出前请确认当前平台规格。

一个短视频需要多少分镜画板？

每个有意义的镜头至少需要一个面板，这是一个有用的最低标准。一个15到30秒的叙事通常需要大约四到八个面板，具体取决于节奏。

生成的视频中是否应包含字幕？

通常会在编辑时添加它们，以确保准确性、可读性、时机把握和本地化。

我可以将横向的AI视频裁剪为纵向吗？

有时候，但重要的动作可能会超出画面。通常采用垂直构图进行规划和生成，能获得更好的画面布局。

结论

竖屏叙事更看重聚焦。构建一个真正的钩子，为窄画幅设计动作，预留安全区域，规划字幕和声音，并以动态分镜的形式测试故事。分镜脚本能节省制作成本，因为它在生成开始前就确定了镜头决策。