一句话总结
短视频有自己的语法：9:16 竖屏、第一秒钩子、1-2 秒一刀、结尾要么循环要么兑现。一个通用 prompt 没法同时伺候抖音、TikTok、Reels、Shorts，因为四个平台的算法奖励的东西不一样。下面给四套可直接用的 prompt 模板（同一选题、每个平台一套），各工具当前（截至 2026 年 6 月）的生成上限，以及一份验收清单，让每条片子都像原生的。目前竖屏首选两个生成器：Veo 3.1（真原生 9:16，最高 4K）和 Kling 2.5 Turbo（快、为社交调校，5 秒片约 $0.35）。
2026 年变了什么
两件事让原生竖屏生成真正落地：
- Veo 3.1 在 2026 年 1 月更新里加了原生 9:16 输出（以前要出 16:9 再裁），还有 4K 升采样和上下文音频。它一次生成大约 8 秒，更长的内容要拼接。入口是 Gemini app（Google AI Pro $19.99/月 或 AI Ultra $99.99/月）、Flow，以及 Vertex AI / Gemini API。
- Kling 2.5 Turbo 支持 1:1、9:16、16:9，1080p/30fps，单次出 5 秒或 10 秒，价格约 5 秒 $0.35、10 秒 $0.70。它是批量社媒内容里最好上手的。
OpenAI 在 2026 年 4 月收掉了独立的 Sora 消费端 app，把视频生成往 ChatGPT 里并；如果你依赖 Sora，搭工作流之前先到 OpenAI 页面确认当前的可用状态。下面的模板里，任何能接文字 prompt、能设 9:16 目标的模型都能用。
为什么一个模板套不了四个平台
四个格式都是 9:16 竖屏、1080×1920，但算法看的信号不一样、原生风格不一样、最佳时长也不一样。套同一个模板，每个平台都不讨好，因为它哪个都没优化。
抖音（Douyin）
- 格式 / 时长： 9:16，1080×1920。7-60 秒，15 秒最常见。
- 算法信号： 完播率压倒一切；回看、评论、转发都重要；没有原生”收藏”。
- 原生风格： 大字幕铺满；快切 0.5-1.5 秒一刀；第一秒钩子是底线；热门 BGM 压在人声下面。
TikTok
- 格式 / 时长： 9:16，1080×1920。15 秒最吃算法；最长 10 分钟但很少被推。
- 算法信号： 完播率、转发、评论深度、hashtag 带来的关注。Niche FYP 占主导。
- 原生风格： 字幕默认开；“前 2 秒留住人”；热门 sound；duet / stitch 引发循环；做变现的创作者会被拉向 60 秒+。
Reels（Instagram）
- 格式 / 时长： 9:16，1080×1920。最长 90 秒；15-30 秒甜区。
- 算法信号： 转发和收藏权重高；触达非粉丝；评论深度。
- 原生风格： 循环片（尾画面视觉接首画面）、审美优先的调色、统一的品牌色，以及 feed grid 里好看的封面帧。
Shorts（YouTube）
- 格式 / 时长： 9:16，1080×1920。最长 60 秒。
- 算法信号： 平均观看时长、划走率、Short 里点的订阅数。YouTube 把 Shorts 当成把观众转成频道订阅的漏斗在优化。
- 原生风格： 字幕比 Instagram 多；“tip 型”教学片表现好；常作为同频道长视频的引流片。
同一选题、四套 prompt：“远程办公”
把下面这些丢进 Veo 3.1、Kling 2.5 Turbo，或任何支持 9:16 的生成器。每套都按上面对应平台的原生风格写。
抖音：
9:16, 1080x1920, 15s. First frame: 一只猫坐在打开的笔记本电脑键盘上，主人手伸过来想推开但被瞪。
大字幕 "远程办公第 87 天"。快切 4 镜：猫挡屏、咖啡洒、外卖在桌上、人在床上开会。
节奏 1 秒/刀，最后一刀回到首帧（loopable）。热门情绪向 BGM 压在人声下。TikTok：
9:16, 1080x1920, 15s. First 2s: 一个人盯着摄像头说 "remote work isn't what you think"，
caption 烧在画面上。Mid: 3 个反差镜头（开会穿正装下半身睡裤 / 床即办公室 / 凌晨 2 点回邮件）。
End: 一句话翻转 "but I'm never going back"。鼓励 stitch。Reels：
9:16, 1080x1920, 20s. 审美优先：自然光、米色 + 木色调色板。
开场是 latte art 特写，pull back 到放着笔记本的桌面。三个场景跳切：窗边、阳台、咖啡馆。
尾帧颜色 / 构图回到首帧（无缝循环）。封面帧选 latte art。lo-fi 钢琴 BGM。Shorts：
9:16, 1080x1920, 45s. 标题烧字 "3 things nobody tells you about remote work"。
3 段，每段 ~12 秒，每段开头一个数字大字幕。
结尾直接说 "full breakdown on my channel" 引导到长视频。语速比 IG 偏快。哪个平台该用哪个工具
按片长、输出上限、以及你批量多少来选。数据截至 2026 年 6 月。
| 需求 | Veo 3.1 | Kling 2.5 Turbo |
|---|---|---|
| 原生 9:16 | 支持（2026 年 1 月起） | 支持 |
| 单次最长片段 | 约 8 秒，更长靠拼接 | 5 秒或 10 秒 |
| 分辨率上限 | 最高 4K（3840×2160） | 1080p / 30fps |
| 内置音频 | 上下文音频 | 在剪辑里加 |
| 大致成本 | Gemini 套餐（$19.99 / $99.99 每月） | 约 5 秒 $0.35，10 秒 $0.70 |
| 最适合 | 精致 Reels、广告主镜 | 高产量 TikTok / 抖音批量 |
批量之前先打基础，可看 AI 视频 prompt 基础 和 画面比例指南。工具实操：Sora / Veo 新手入门 和 Kling 教程。
具体步骤
- 先锁 9:16。 原生出竖屏。出 16:9 再裁既费额度，又裁掉每一帧的上下。
- 把第一秒钩子写明白。 写清开镜画面：
first frame: 第 2-5 秒能兑现的醒目画面。别把开头交给运气。 - 每片 3-8 秒。 Veo 单次封顶约 8 秒、Kling 5-10 秒，就按这个长度搭、再拼。一镜太长会丢人。
- 要中到高运动。 静止片在 feed 里死掉。把运动写出来：推镜、横摇、有手入画。
- 主体放上三分。 手机 UI 和字幕盖底部。让模型把主体放高。
- 能 loop。 尾帧接回首帧时，片子最有原生感，Reels 尤其吃这个。
- 每镜生 4-6 个变体，留第一秒最强的那个。
一个真实批量：5 条健身 Reels
目标：一次出齐一周的健身 Reels。
- 写 5 套 prompt，每套：
9:16, 首帧钩子, 单一清晰运动, 5s, 主体上三分, 自然光。 - 在 Kling 2.5 Turbo 里每套生 5 个变体（5 秒片单条约 $0.35）。
- 把每套最强变体拉进剪辑，裁到钩子，加品牌字幕，铺一条热门音频。
- 每条导成独立 5-8 秒 Reel，或拼成一条 30 秒合集。封面帧选最醒目的那一帧。
容易踩的坑
- 没设比例就生成，回头再裁掉构图。
- 开头慢。短视频第一秒就是全部。
- 主体居中，字幕一盖就看不见。
- 一片很长，而不是切多个短镜。
- 只顾画面精致，忽略热门音频。在 TikTok 和 Reels，音频对传播往往比画面更关键。
进阶技巧
- 广告里 A/B 测钩子。 同产品、第一秒钩子各不同，生 10 条，测哪个转化。见 AI 视频社交广告工作流。
- 存平台 prompt 前缀，让批量保持一致，例如：
vertical 9:16, mobile-optimized, captions-safe lower third, subject upper third。 - BGM 配平台。 热门音效放大传播；要原创音乐见 Suno 短视频 BGM。
怎么验收输出
- 9:16 竖屏，原生生成（不是裁出来的）。
- 首帧是真钩子，不是通用的交代镜头。
- 主体在上三分，字幕不会盖住。
- 每片 3-8 秒，更长靠拼接。
- 每片都有中到高的运动。
- 配了一条贴合平台的音频。
FAQ
- 现在短视频用哪个工具最好？ 精致 Reels 和广告主镜，用 Veo 3.1（原生 9:16、最高 4K、上下文音频，走 Gemini 套餐）。高产量 TikTok 和抖音批量，用 Kling 2.5 Turbo（5-10 秒片，5 秒约 $0.35）。定系列之前永远先在你真正的平台上实测。
- 能一次生成完整 30 秒吗？ 截至 2026 年 6 月，主流工具还做不到。Veo 3.1 单次封顶约 8 秒、Kling 5-10 秒，更长的要在剪辑里拼接。这其实正好贴合短视频节奏，本来就要 1-2 秒一刀。
- TikTok 会惩罚 AI 视频吗？ 截至 2026 年 6 月没有一刀切的排名惩罚，但 TikTok、Instagram、YouTube 都要求对写实的 AI 生成或 AI 改动内容做披露。用平台的 AI 内容开关标注，并定期看各平台政策，要求会变。
- 每个平台要不同 prompt，还是能复用一套？ 核心场景可以复用，但要改时长、节奏和结尾：抖音 / TikTok 要紧凑循环加热门音；Reels 要审美无缝循环；Shorts 要导向订阅的结尾。
- 导出该用什么分辨率？ 1080×1920 覆盖所有平台。按工具允许的最高生成（Veo 能到 4K）再导小；千万别去升采样一个裁过的 16:9 源。