Cara Saya Membuat Video Pendek AI: Hook, Caption, dan B-Roll

Dikemaskini kali terakhir: June 28, 2026

Video menegak bentuk pendek adalah satu-satunya format yang masih menjana jangkauan yang tidak dapat saya beli di tempat lain, dan AI kini melakukan bahagian yang dahulunya saya khuatirkan: 'hook' (pancingan), b-roll, kapsyen, dan memotong rakaman panjang menjadi klip padat. Saya telah menerbitkan kira-kira 120 video pendek pada suku tahun lepas menggunakan aliran kerja ini, dan inilah urutan tepat yang saya ikuti — tulis 'hook' tiga saat, jana atau ambil b-roll, masukkan kapsyen (burn in), potong mengikut panjang, dan muat naik.

Untuk model di sebalik klip, saya bergantung pada Sora video generator dan Runway Gen-3 video; suntingan akhir dan kesan berada dalam nota AI video editing kami. Berikut adalah cara perhimpunan video pendek ini berfungsi.

Jawapan ringkas: bagaimana anda membuat video pendek dengan AI?

Pilih satu idea, tulis hook yang memberikan impak dalam tiga saat pertama, jana atau kumpulkan lima hingga lapan saat b-roll, transkripsi dan masukkan kapsyen, potong kepada kurang daripada 60 saat pada nisbah 9:16, dan muat naik. Itulah keseluruhan kitaran kerja. AI mengendalikan empat langkah tersebut — penjanaan b-roll, transkripsi, kapsyen, dan pemotongan panjang ke pendek — tetapi anda masih perlu menulis hook dan memilih potongan.

Saya menguji urutan yang tepat ini pada saluran kewangan tanpa wajah (faceless) dan saluran produk talking-head, dan susunannya kekal untuk kedua-duanya. Keputusan kreatif adalah sempit tetapi penting: hook menentukan sama ada sesiapa pun melihat saat kedua, dan gaya kapsyen menentukan sama ada penonton yang senyap kekal.

Apa yang dikira sebagai video pendek, dan apa yang diingini oleh platform?

Video pendek adalah menegak (vertical), 9:16, kurang dari tiga minit, dan dibina untuk autoplay dengan bunyi dimatikan. Ketiga-tiga platform ini mentakrifkan hadnya secara berbeza, dan panjang yang selamat lebih pendek daripada maksimum.

Dua peraturan daripada platform membentuk segala-galanya. Mengikut panduan Shorts YouTube, Short mesti menegak dan 60 saat atau kurang, atau ia langsung tidak dikira sebagai Short — ia akan difailkan sebagai video biasa dan hilang dari suapan Shorts. Amalan terbaik Reels Instagram turut menekankan kekangan hanya menegak yang sama dan memberi ganjaran kepada teks serta kapsyen kerana ramai orang menonton dalam keadaan senyap (muted).

Kesimpulan praktikalnya: rakam atau hasilkan dalam format 9:16 setiap masa, tulis untuk penonton yang senyap (muted), dan kekalkan 'hook' pada tiga saat pertama. Saya menganggap 30 saat sebagai nilai lalai saya dan hanya memanjangkannya apabila idea itu benar-benar memerlukan ruang penceritaan.

Kait: Menulis pembuka tiga saat yang menarik perhatian penonton

Kait (hook) adalah perkara dengan daya pengaruh tertinggi yang anda tulis, dan AI kurang mahir dalam hal ini, jadi saya menulis kait sendiri dan hanya menggunakan AI untuk menguji ketegangan mereka. Sebuah kait melakukan salah satu daripada empat tugas: ia membuat janji, menyatakan ketegangan, menunjukkan hasil, atau mengajukan soalan yang perlu dijawab oleh penonton.

Kait yang telah saya ukur keberkesanannya:

• "Ini mengambil masa enam jam. Berikut adalah versi 30 saat."
• "Tiada siapa memberitahu anda tentang [topik] ini sehingga ia menelan belanja wang anda."
• "Saya menguji [alat] selama 30 hari. Hasilnya tidak seperti yang saya jangkakan."
• "Dalam tiga saat, saksikan apa yang berlaku pada harga itu."

Saya menulis lima kait, tampal ke dalam prompt penjana video sebagai teks di skrin, dan memilih yang paling cepat dibaca. Bingkai pertama mesti menyampaikan kait secara visual, kerana kapsyen belum dibaca pada saat sifar.

B-roll dan visual: menjana rakaman apabila anda tiada

Jika anda berada di kamera, b-roll ialah wajah anda ditambah dengan potongan tambahan. Jika anda tanpa wajah, b-roll adalah keseluruhan video, dan inilah tempat rakaman AI menjana nilai. Saya menjana rakaman penetapan suasana (establishing shots), jarak dekat produk, dan klip pergerakan abstrak, kemudian meletakkan skrip di bawahnya.

Aliran kerja tanpa wajah yang saya jalankan setiap minggu:

1. Tulis skrip 60 saat dan bahagikannya kepada enam hingga lapan rakaman.
2. Jana setiap rakaman sebagai klip lima saat daripada arahan teks (text prompt).
3. Kekalkan gaya yang konsisten dengan menggunakan semula penerangan gaya yang sama dalam setiap arahan.
4. Susun klip supaya setiap satu sepadan dengan baris yang sedang disebut.
5. Tambah suara latar (voiceover) daripada suara AI yang diklon atau stok.
6. Bakar kapsyen dan eksport pada nisbah 9:16.

Batasan realitinya: Klip yang dijana AI cenderung berubah-ubah (drift). Cawan kopi boleh menukar bentuk antara rakaman, teks dalam bingkai menjadi kabur, dan identiti tidak terkunci merentasi potongan. Saya menjana tiga kali ambil (takes) untuk setiap rakaman dan memilih yang paling bersih, dan saya mengelakkan meminta model untuk teks atau logo di skrin. Apabila saya memerlukan rakaman yang boleh dipercayai, saya menggabungkan klip yang dijana dengan stok supaya semua potongan tidak kelihatan sintetik.

Kapsyen: teks di skrin yang mengekalkan penonton paparan automatik senyap

Kapsyen adalah perkara yang tidak boleh dirunding kerana kebanyakan tontonan video pendek bermula dalam keadaan senyap. Saya melakukan transkripsi automatik audio, kemudian menata gaya perkataan supaya ia mudah dibaca pada pandangan pertama. Eksport kapsyen AI lalai boleh digunakan tetapi kelihatan buruk, jadi saya menghabiskan dua minit untuk menaipnya.

Peraturan kapsyen yang saya ikut:

• Satu hingga tiga perkataan bagi setiap kad kapsyen, disegerakkan dengan irama pertuturan.
• Letakkan perkataan di bahagian atas tengah, jauh dari UI platform dan bar komen.
• Gunakan fon sans-serif tebal dengan garisan atau latar belakang untuk kontras.
• Sorot kata kunci dalam warna kontras untuk menarik perhatian mata.
• Kekalkan kapsyen di dalam zon selamat supaya ia kekal apabila disiarkan semula merentasi aplikasi.

Saya memperlakukan transkripsi itu sendiri sebagai draf. AI tersilap pada nama khas, nombor, dan istilah teknikal, dan satu perkataan yang salah dalam kapsyen akan dibaca sebagai kesilapan oleh penonton. Saya membaca setiap kapsyen dengan kuat berbanding audio sebelum saya mengeksport.

Menggunakan Semula Video Panjang kepada Klip Pendek

Menggunakan semula adalah di mana AI memberikan pulangan paling cepat, kerana video panjang sudah wujud dan soalan hanyalah bahagian tiga puluh saat mana yang berbaloi untuk dipotong. Saya mengambil rakaman 20 minit dan mengeluarkan empat hingga enam klip pendek daripadanya dalam satu sesi.

Kaedah yang saya gunakan:

1. Muat naik video panjang dan jalankan transkripsi AI dengan giliran penutur.
2. Minta alat itu menandakan saat-saat yang melebihi ambang kadar tontonan atau penglibatan.
3. Ambil setiap momen yang ditandakan dan potong sepuluh saat ruang kosong di kedua-dua belah.
4. Bingkai semula rakaman mendatar kepada 9:16 menggunakan auto-tracking pada penutur.
5. Potong semula 'hook' ke hadapan supaya setiap klip dibuka dengan baris paling kuatnya.
6. Masukkan kapsyen baharu dan terbitkan setiap klip pendek sebagai kiriman tersendiri.

Pembingkaian semula adalah langkah yang paling kerap bermasalah. Auto-tracking kehilangan penutur apabila mereka bergerak atau apabila dua orang berada di skrin, jadi saya menyemak bingkai potong 9:16 secara rangka demi rangka pada klip pertama setiap kelompok. Panduan kami AI video editing merangkumi alat re-frame dan warna dengan lebih mendalam.

Alat AI mana yang saya gunakan sebenarnya?

Saya mengekalkan set ini kecil dengan sengaja. Setiap alat melakukan satu tugas lebih baik daripada yang lain, dan menukar alat di tengah-tengah batch memerlukan masa lebih banyak daripada yang dijimatkannya.

Perbandingan model dan kompromi Sora lawan Runway terdapat dalam perincian Sora AI video generator. Untuk klip pendek khususnya, saya menggunakan Sora apabila saya memerlukan rakaman itu kekal utuh dan Runway apabila saya memerlukan gerakan kamera yang tepat.

Apa yang akan menyebabkan video pendek anda ditandakan atau tenggelam?

Platform-platform itu mengenakan penalti untuk perkara tertentu, dan beberapa daripadanya mudah terlepas secara tidak sengaja apabila anda terlalu bergantung pada AI. Mengetahui peraturan sebelum menerbitkan dapat menyelamatkan siaran yang jika tidak akan mati semasa semakan.

Risiko yang saya pantau:

• Tanda air dari platform pesaing yang ditinggalkan pada eksport.
• Klip video resolusi rendah atau berbingkai surat (letterboxed) yang menandakan semula siaran secara malas.
• Kapsyen auto-dijana dengan kata-kata kesat atau umpatan yang salah transkripsi.
• Klip video AI orang sebenar tanpa pendedahan (disclosure) di tempat platform mewajibkannya.
• Audio yang tidak berlesen atau diambil dari video pencipta lain.

Polisi business advertising and content policies TikTok menetapkan standard untuk apa yang akan diturunkan pangkatnya, dan platform lain mengikut logik yang serupa: asal, menegak, jelas, dan bertemakan topik bertahan. Saya menyimpan senarai semak ini dan menjalankannya pada setiap video pendek sebelum saya menekan butang terbit, kerana satu tanda air telah merosakkan siaran yang sepatutnya kuat untuk saya.

Ringkasan: Aliran kerja video pendek mingguan saya

Ini adalah kitaran yang saya jalankan setiap minggu, diringkaskan kepada langkah-langkah penting. AI melakukan kerja berat pada b-roll, kapsyen, dan pemotongan panjang ke pendek; saya menulis 'hook' dan membuat suntingan.

Senarai semak mingguan saya:

• Pilih satu idea dan tulis lima varian 'hook'.
• Jana atau ambil enam hingga lapan saat b-roll bagi setiap rakaman.
• Rakam atau sintesis suara latar (voiceover).
• Transkripsi automatik dan masukkan kapsyen bergaya.
• Potong kepada 9:16 di bawah 60 saat, 'hook' dalam tiga saat pertama.
• Jalankan senarai semak risiko bendera (flag-risk), kemudian muat naik.

Peringatan yang saya ingin sampaikan: AI mempercepatkan pengeluaran, tetapi ia tidak mencipta permintaan. Video pendek yang paling berkesan untuk saya adalah yang mempunyai idea yang benar-benar berguna atau mengejutkan di sebalik kemasan tersebut. Video yang pantas, murah, dan dikapsyen dengan baik tentang perkara kosong tetap akan gagal. Gunakan aliran kerja ini untuk menghantar lebih banyak idea bagus anda, bukan untuk menutup ketiadaan idea.

Kredit Imej

• Telefon pintar moden di atas tripod merakam persediaan video gaya kandungan — foto oleh Tracy Le Blanc di Pexels
• Seorang pencipta kandungan merakam video di meja dengan kamera dan peralatan pencahayaan — foto oleh RODNAE Productions di Pexels
• Pandangan dekat antara muka garis masa penyuntingan video pada skrin komputer — foto oleh Alex Fu di Pexels
• Skrin telefon pintar memaparkan aplikasi media sosial popular — foto oleh cottonbro studio di Pexels