不懂剪辑的人，怎么用 Sora 出一条带声短片

作为一个完全不懂剪辑的人，我试了一下 Sora。花了两周多，出了大概十几条十秒短片，中间废掉的比留下的多。这篇把从装上到出片这一整套写清楚，包括我踩过的坑。

先说 Sora 是什么。它是 OpenAI 的文生视频模型，把一段文字描述丢进去，它给你吐出一段视频。初代是 2024 年 2 月放出来的，那时候一次能出到 60 秒。现在普通人在用的是 Sora 2，2025 年 9 月底上线的，同时出了一个手机 App，能生成带声音的 10 秒视频。有个细节对新手挺关键，新版的 App 是垂直视频流界面，像刷短视频那样上下滑，所有内容必须由 AI 生成，不允许上传自己相册里的素材。也就是说，你没法拿自己拍的视频去改，一切从文字开始。

准备工作就两样，一个能登录的账号，手机装上 App。首批开放给的是 Plus 和 Pro 用户，我这边是拿朋友的额度试的，别的地方怎么开我也没细究。

接下来是步骤。

1. 打开 App，第一次进去会看到一屏一屏往下滑的视频流。先别滑，找右下角的创建按钮，点进去。

2. 进去是一个输入框，提示你写描述。这里是全文最核心的地方。别写“一只猫”，要写清楚主体、动作、镜头。我第一条写的是“一只橘猫蹲在窗台上，午后阳光从左侧照进来，它慢慢转头看向镜头”。输入框附近一般有时长和比例选项，第一次别动，用默认。

3. 点生成，等。我这边测下来大概一两分钟出一条，慢的时候三四分钟。生成完视频会自动播一遍，带声音。对白、音效、环境声现在都能出。

4. 出来之后界面会给你几个版本，往左滑或往右滑，能看到同一个提示词的不同结果，挑一个顺眼的。

5. 想改用 Remix，中文叫重混，就是把里面某个元素换掉重新生成。比如橘猫换成黑猫，别的都不动。

6. 想让自己出镜用 Cameo，中文叫入镜。它要你先录一段音视频做身份验证，一次性的，验完之后系统记住你这个人，后面生成就能把你放进画面。

下面是我踩过的坑，这几条都真踩过。

第一个坑是提示词写太短。新手最爱写“海边日落”，出来就是一坨模糊的橙色。模型不知道你要什么镜头、什么节奏。解决办法是加三样东西，谁、在干什么、镜头怎么摆。是近景还是全景，是推近还是拉远，写出来差别很大。

第二个坑是以为能上传自己的视频。不能。它明确不让上传相册素材，只能从文字起。这一点做商业交付的人要提前想清楚。

第三个坑是时长。默认就是 10 秒，别指望一口气出一条一分钟的片子。想长一点得用 Storyboard，中文叫故事面板，把多个场景接起来，那是下一个阶段的事。

第四个坑是等太久以为卡住了。生成的时候界面不太动，我第一条等了大概三分钟，中途差点退出去。别退，退了就白等。

缺点里最硬的一条是 10 秒上限，以及不能用自己拍的素材。这意味着产品视频、企业宣传这类需要真实画面的活，它基本接不了。

优点方面，从想法到成片真的快，上午想到一个画面，中午就有一条能发的东西；声音是自带的，省掉配音和音效一整块；同一个提示词能出多个版本，挑的余地比我预想的大；物理比初代好，球会弹，水会流，人物不太穿帮。

缺点也直接，10 秒硬上限，长内容得自己拼；不能用真实素材，商业交付用不上；提示词还是得练，写得糊出来的就糊；生成要等，急不来。

我的判断是这样，这东西适合做创意概念、社交内容、脑洞短片，用来比稿和探方向很省事，不适合做需要真实素材的商业交付。我客户那边要做产品展示，我还是走传统流程，不会拿它顶。

后面还能往两个方向走。一个是 Storyboard，把三四个 10 秒场景接成一个有起承转合的小故事，新版对镜头连续性的支持是有的。另一个是风格预设，同一段描述换个风格，出来的东西差别很大，适合快速出几版给人挑。我自己还停在脑洞阶段，正经工作流里还没用上。