照片驱动说话头像与数字人视频平台——这是 D-ID 最主要的用途，也是本文讨论的前提。

这篇不讲概念，直接给能复制修改的模板，以及每个模板该怎么填。

模板怎么用

每个模板都由三部分组成：背景（你是谁、要做什么）、约束（格式、篇幅、禁止事项）、验收（怎样算合格）。把方括号里的内容换成你自己的信息即可。

模板 1：培训视频

适合：一份内部操作手册。

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。

填写提示：如果结果太长，补一句字数或条数上限；验收看「每节都有要点总结」。

模板 2：长视频切片

适合：一段 40 分钟的直播回放或访谈。

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。

填写提示：先用一份小样本试跑，再处理完整材料；验收看「每段都能独立看懂」。

模板 3：自动字幕校对

适合：自动生成的字幕文件。

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。

填写提示：要求它在不确定处标注，而不是自行补全；验收看「时间轴未被打乱」。

模板维护

  • 给每个模板编号并记录修改日期。
  • 保留一份「效果好」的示例输出作为对照。
  • 团队共用时注明适用场景和负责人。

延伸练习

文生视频镜头

输入：一个具体的画面构想。

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。

多语言版本

准备材料：一条已完成的中文短视频。

为这条视频准备英文版本：翻译字幕、保留品牌名不译、标出需要重新配音或调整画面文字的位置。

交付前确认：标出了画面内文字。

产品讲解短片

适用情况：手头有产品卖点清单时。

写一个 45 秒的讲解视频脚本：前 3 秒提出痛点，中间展示 3 个功能，结尾一句行动号召。每个镜头注明画面内容和字幕。

交付前确认：时长与镜头数匹配。

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：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：切片缺少上下文

每段开头补一句背景字幕，或把切点前移几秒。

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：数字人

由 AI 驱动口型与表情的虚拟出镜人物，需注意肖像授权。

适合人群：音乐人

音乐人可以用 D-ID 处理编曲灵感、分轨练习等工作。需要注意：AI 生成音乐的版权归属以平台条款为准，发行前确认。

适合人群：视频剪辑师

视频剪辑师可以用 D-ID 处理粗剪与选段、字幕与调色等工作。需要注意：确认音乐和素材授权，客户素材不随意上传公共平台。

注意事项

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。

所有示例输出均为示意，不代表真实统计或效果承诺；请以自己的测试结果为准。

延伸阅读