适用于 TikTok、Reels 和 Shorts 的竖屏说唱视频

竖屏不是裁剪。9:16 的说唱片段是为手臂距离观看的屏幕而构图的，界面元素会覆盖顶部和底部。如果你先生成宽屏再从中裁出中间部分，表演者就会变成高画幅中的一个小人，而第一秒——大多数观众唯一愿意给你的那一秒——就浪费在了空荡荡的舞台上。

本指南涵盖竖屏专属的决策：构图、安全区域、字幕、钩子时机、时长，以及如何把一次创作变成一周的发布内容。

从一开始就按 9:16 构图

工作室提供 9:16 选项，它应当成为社交媒体的默认设置。竖屏构图把表演者的脸放在上中三分之一处，把下三分之一留给字幕和界面。胸部以上或腰部以上的取景比全身镜头效果更好，因为全身在手机宽度下就是一张小脸。

让镜头运动具备竖屏意识。缓慢推近效果不错。横向移动在主体保持居中时可行。宽幅建立镜头则不行：画幅的顶部和底部都是界面，你搭建的世界大部分被遮住了。

如果你两种格式都需要，就渲染两次。16:9 渲染裁成 9:16 会丢掉舞台两侧；9:16 渲染裁成 16:9 会丢掉头顶。两种裁剪都不是免费的。

尊重界面

每个平台都会遮住画幅的一部分：

• TikTok： 字幕、用户名和音乐标签位于左下角；操作栏位于右侧。
• Reels： 个人资料行和字幕占据下三分之一；顶部有一个小标题栏。
• Shorts： 标题和频道行位于底部；右侧有操作栏。

实用规则：把脸保持在高度中间 60% 的范围内，把任何你想让人读到的东西——一句歌词、一个名字、一个日期——放在底部 25% 和右侧 15% 之外。如果某个细节只存在于角落，就假定它会被遮住。

第一秒就是整个钩子

竖屏信息流大约在一秒内做出决定。片段应当以表演者开场，已经在表演，已经在场景中。不要从黑场淡入，不要缓慢揭示，不要 logo 卡。如果最强的画面在第三秒，就剪掉前三秒，从那里开始。

15–30 秒帖子的一条有用结构：

1. 0–1 秒： 脸、眼神接触、动作已经在进行。
2. 1–5 秒： 让你想发布这个片段的那句词。
3. 5–15 秒： 表演节拍，一次镜头运动。
4. 15–25 秒： 第二个角度或双人反应。
5. 最后一帧： 一个关注的理由——下一个片段、发行日期、完整视频。

生成的片段是无声的。音轨、人声和字幕承载节奏；画面承载脸和世界。跟着人声剪，而不是跟着渲染边界剪。

字幕不是可选项

大多数竖屏观看至少在最初几秒是静音的。把关键句烧录进视频，或在安全区域放置字幕块。保持一到两行、高对比度，并且大到在手臂距离也能读清。不要依赖平台的自动字幕来处理说唱人声：快速吐词和俚语会产生自信的胡言乱语。

如果帖子是歌词视觉，把歌词放在上中或中央，绝不要放在下三分之一，那里会与平台字幕相撞。

按平台划分的时长

| 平台 | 最佳区间 | 备注 | | ------- | -------- | -------------------------------- | | TikTok | 15–34 秒 | 可循环的结尾有帮助；应用奖励重看 | | Reels | 15–30 秒 | 强第一帧；文字钩子放在安全区域 | | Shorts | 20–45 秒 | 注意力稍长；标题很重要 | | Stories | 7–15 秒 | 用作预告，链接贴纸指向完整片段 |

单个生成片段是 5–12 秒，所以一个 30 秒的帖子是三到五个片段剪在一起。这很正常。在渲染之前把镜头规划成序列：宽景、近景、反应、细节。

一次创作产出一周内容

一张照片、一个场景和五个提示词，只要规划好变体，就能产出一周的帖子：

• 周一： 最强的表演片段，完整长度。
• 周二： 不同台词的近景变体。
• 周三： 双人反应镜头，如果你有第二张照片。
• 周四： 最佳渲染中的一帧静帧，配上歌词文字。
• 周五： 幕后帖子，展示源照片和提示词。
• 周末： 本周片段的合集，循环播放。

幕后帖子是观众最信任的一个，因为它解释了为什么脸看起来真实而舞台不真实。它也预先回应了“这是 AI”的评论，先一步给出答案。

披露与平台规则

把逼真的合成表演标注为 AI 生成。大多数平台现在要求对逼真的篡改或合成媒体进行披露，而且这一要求正在扩大而非缩小。一个简短的屏幕标签或平台自带的 AI 开关就够了；隐藏它会有被删除的风险，并在观众发现时失去他们的信任。

不要上传真实艺人的脸并把片段呈现为那位艺人。不要在未经同意的情况下使用真实人物的肖像。不要生成暗示不存在的代言、合作或联名的片段。

发布节奏胜过制作水准

每周三条普通的帖子，比每月一条完美的渲染教会你的更多。信息流奖励数量和迭代；算法不在乎雾气稍微不对。短渲染、发布、看留存曲线，下次改变一件事。

如果片段表现不佳，通常原因是第一秒，而不是模型。从脸开始，从动作中间开始，把让你在意的那句词放在最前面。

字幕、安全区域和第一帧

把表演者的脸放在底部五分之一和右边缘之外，那里是应用的字幕、按钮和进度条所在。顶部十分之一也要留空。只有当平台自带字幕会遮住钩子句时，才把它作为烧录文字放进第一帧；否则让原生字幕发挥作用。第一帧也是缩略图，所以选择开场帧在小尺寸下也能读清的渲染：一张脸、一个剪影或一个强烈的色块，而不是宽幅的空舞台。

接下来读什么

关于源工作流，请阅读如何制作 AI 说唱视频。关于围绕竖屏镜头构建的提示词，请使用12 条提示词库。关于现实的预算，请参阅一条 AI 说唱视频要花多少钱。