用豆包和剪映复刻猫咪打工 Vlog

从四段分镜到二十秒成片的图文教程

结论：这套方法可以复刻。初学者能够按照本文完成一条约二十秒的猫咪打工短片，但人物外观和动作细节不能保证与原作品逐帧一致。最稳妥的做法是先确定同一只猫的角色锚点，再制作四张场景图，每张图只生成一个核心动作，最后在剪映中按顺序拼接。

证据与复刻说明：本文区分来源画面事实、创作者披露、官方资料和复刻方案。原帖展示的工具和界面可以作为路线依据；本文给出的提示词、导出参数和排错方法属于复刻方案。复刻方案不等于创作者原始完整流程。

图 1：原视频展示的猫咪打工 Vlog 效果 来源为原视频画面

一 先看复刻结论

原帖是一条约一分十六秒的教程视频。画面先展示猫咪成片，再演示分镜文字、图像生成、视频生成和剪映拼接。作者在置顶评论中公开了两张文字版参考图，评论回复还说明豆包和即梦都可以完成图像环节。

二 原帖实际展示的工具

需要注意一个字幕误差：原视频烧录字幕在图像生成画面写着 Seedance 5.0，但同一画面的模型选择器清楚显示 Seedream 5.0 Lite。图像环节应以界面和官方产品名称为准，Seedance 2.0 Mini 则出现在视频生成结果页。

截至 2026 年 9 月 23 日，字节跳动 Seed 官方页面列出了 Seedream 5.0 Lite 和 Seedance 2.0；火山方舟产品页也列出了 Doubao Seedream 5.0 lite 和 Doubao Seedance 2.0 mini。官方链接：字节跳动 Seed 火山方舟

图 2：图像生成界面下方模型选择器显示 Seedream 5.0 Lite 来源为原视频画面

三 准备素材和成片规格

• 一张清楚的猫咪参考图 正面或四分之三侧面 毛色和脸部花纹可辨认

• 可以使用豆包图像生成和视频生成功能的账号 入口名称可能随版本调整

• 剪映桌面端 用于拼接字幕音乐和导出

• 建议先做四个镜头 每段约五秒 成片约十八至二十二秒

• 横屏教程使用十六比九 发布竖屏平台时可改为九比十六 但所有镜头必须统一

四 第一步先让豆包写四个分镜

不要一开始就生成视频。先把故事拆成四个短动作，能明显减少返工。原作者公开文字版采用闹钟失灵、摸鱼艺术、午餐纠结和下班冲刺四个段落，每段约五秒。

下面是本文重新整理的可复制模板。它保留原帖的结构，但文字由本文改写。

你是一名熟悉都市打工生活的短视频编导。请把一只拟人化猫咪的一天拆成 4 个连续镜头，每个镜头约 5 秒。主题依次为早晨被闹钟叫醒、上班摸鱼、午餐选择困难、看到下班时间立刻离开。全片只有同一只猫，不出现其他主要角色。每个镜头必须写清场景、机位、构图、猫咪动作、环境细节和情绪。使用 16:9 横屏，生活化写实质感。只输出分镜文字，不生成图片。

图 3：作者置顶评论公开的分镜要求 来源为原帖评论图片

图 4：作者公开的四段分镜示例 来源为原帖评论图片

五 第二步生成统一的猫咪场景图

进入图像生成，选择 Seedream 5.0 Lite，并把比例设为 16:9。先写一段固定角色描述，再把它原样放进四个镜头。毛色、脸型、眼睛颜色和标志性花纹不要换词。

固定角色锚点

同一只银灰色短毛猫，圆脸，额头有清楚的深灰 M 形花纹，绿色眼睛，粉色鼻子，右耳尖有一小块深色斑，毛发细节清楚，体型略圆，拟人化直立行动，四个镜头保持相同脸型、毛色、眼睛和体型。

如果你的入口支持参考图，四次生成都上传同一张猫咪照片；如果不支持参考图，就完整复用这段角色锚点。不要把四个镜头分别交给模型自由设计角色。

四张图片提示词

每一行场景补充词都要接在固定角色锚点后面，再补上写实摄影、自然室内光、生活化、16:9、无其他猫咪、无文字水印。一次生成多张时，只挑脸型和花纹最接近的版本。

六 第三步把四张图片变成五秒视频

进入视频生成，选择 Seedance 2.0 Mini，分别上传四张图片。原视频结果页显示该模型会提交异步任务，等待时间会随账号、队列和版本变化，不要把视频画面的预计等待时间当作固定承诺。

图 5：视频生成结果页显示 Seedance 2.0 Mini 左下为生成出的猫咪片段

动作提示词写法

一段五秒视频只安排一个主要动作，并把动作拆成先后顺序。原视频示例中，作者会把不自然的连续动作改成停顿后再被手机叫醒，这种节奏比让猫咪同时完成多个动作更稳。

建议在每条动作提示词末尾加入约束：保持同一只猫的脸型和毛色，不新增肢体，不出现第二只猫，不改变场景布局，不快速推拉镜头，不做突然转场。复杂动作仍可能抽卡，需要重新生成。

七 第四步在剪映完成成片

1. 新建 16:9 项目，把四段视频导入素材区。

2. 按照闹钟失灵、上班摸鱼、午餐纠结、下班冲刺的顺序拖入时间线。

3. 逐段检查开头和结尾。若出现静止、变形或闪帧，只裁掉异常部分，不必强行保留整整五秒。

4. 添加简短字幕和轻量背景音乐。字幕不要遮住猫咪脸、手机和关键动作。

5. 建议导出 MP4 H.264，1920×1080，25 或 30 帧。这里是本文建议值，不是原作者公开参数。

图 6：剪映中把生成的视频按顺序拖入时间线 来源为原视频画面

八 人物一致性和镜头语言

这类视频的关键不是镜头数量，而是同一只猫在四个场景中看起来仍是同一个角色。每个镜头都要重复角色锚点，办公场景还应固定电脑、咖啡杯和桌面色调。若第一张图最稳定，可以把它作为后续生成的外观参考。

九 常见失败和处理办法

十 发布前检查

• □ 四个镜头是否使用同一只猫的脸型 毛色 眼睛和体型

• □ 每个视频是否只有一个主要动作 是否出现多余肢体或第二只猫

• □ 字幕是否避开猫咪脸部 手机和重要道具

• □ 四段视频的比例 分辨率和画面方向是否一致

• □ 剪辑后是否删除闪帧 重复帧和明显变形

• □ 发布前是否确认原素材 授权范围 平台水印和音乐版权要求

来源和版本说明

原帖：AI新手村 1分钟教你用AI做猫咪日常vlog 页面作者为阿喵聊AI 页面标注编辑于 08-21

模型与界面核验日期：2026 年 9 月 23 日。产品名称、积分、入口和可用模型可能继续变化。本文使用原帖公开画面进行教学分析；对外转载图片和大段原文前，应再次确认授权范围。