在「视频与动效」类工具里，D-ID 的定位是：照片驱动说话头像与数字人视频平台。

用 AI 最容易犯的错是「看着不错就用了」，这篇给出一张可复用的打分表。

评分表（每项 1 到 5 分）

维度看什么1 分5 分
开头吸引力前 3 秒是否交代了看点明显不合格无需修改即可使用
信息准确字幕、数字、产品信息是否正确明显不合格无需修改即可使用
画面质量是否有明显变形、闪烁或穿帮明显不合格无需修改即可使用
节奏时长与信息密度是否匹配平台习惯明显不合格无需修改即可使用
授权合规素材、音乐、肖像是否有使用权明显不合格无需修改即可使用

建议：任一维度低于 3 分就不要直接使用；总分用于比较不同提示词或不同工具的效果。

用一个任务试打分

培训视频

适用情况：手头有一份内部操作手册时。

把这份手册改写成 3 分钟培训视频的口播稿，分成 6 个小节，每节一句要点总结，语言口语化。

交付前确认：每节都有要点总结。

怎么让评分更可靠

  • 同一批材料至少测 5 次，不只看最好的一次。
  • 两人分别打分，分歧大的维度再讨论标准。
  • 把 D-ID 的结果与人工完成或 HeyGen 的结果放在一起盲评。
  • 每次改提示词后用同一批材料复测。

延伸练习

文生视频镜头

适用情况：手头有一个具体的画面构想时。

生成一段 5 秒视频：清晨的城市天台，镜头缓慢推近一杯冒热气的咖啡，暖色调，浅景深，无人物，无文字。

检查点：镜头运动符合描述。

长视频切片

适用情况：手头有一段 40 分钟的直播回放或访谈时。

从这段视频里找出 5 个适合做 60 秒竖屏短视频的片段，每段给出起止时间、一句钩子标题和推荐字幕重点。

交付前确认：每段都能独立看懂。

自动字幕校对

适用情况：手头有自动生成的字幕文件时。

检查这份字幕：统一专有名词写法，修正明显的同音错字，每行不超过 16 个字，不改动时间轴。

检查点：时间轴未被打乱。

常见问题：字幕和口型对不上

先校对转写文本，再生成字幕；配音后重新对齐时间轴。

常见问题：画面风格前后不一致

固定参考图和风格描述，分镜之间保持光线和色调一致。

常见问题：生成的人物动作扭曲

缩短片段时长，减少复杂动作，改用图生视频控制首帧。

概念补充：运镜

镜头的移动方式，如推、拉、摇、移，可以写进提示词。

概念补充：图生视频

以一张图片为首帧生成运动画面，便于控制画面内容。

适合人群：自媒体创作者

自媒体创作者可以用 D-ID 处理选题与脚本、封面与剪辑等工作。需要注意：注意素材版权与平台规则，AI 生成内容按平台要求标注。

适合人群：电商运营

电商运营可以用 D-ID 处理商品详情与主图、活动方案与客服话术等工作。需要注意：商品参数和促销规则必须与后台一致，避免虚假宣传。

注意事项

本文基于 D-ID 公开的定位与通用用法编写，具体功能、套餐与可用地区以官方页面为准，产品更新后界面和名称可能变化。

文中提示词和示例仅作示意，实际效果取决于你的材料和 D-ID 当前版本，重要内容请人工核对后再使用。

延伸阅读