AI 语言学习视频

把「AI 语言学习视频」当成一次要交付的活，不是名词解释。输入是一个短语、例句和发音提示，输出是一条 20-30 秒跟读视频，工作比例定在9:16。先写驳回原因，再把它变成第一条硬约束。

必须有目标动词、术语表、例题、考核项和事实来源。一张幻灯片装了两个概念，就先拆节点再花积分。字幕不能引入已批准来源里没有的主张。图示再好看，也不能覆盖错误术语。

生成媒体前，先在 Canvas 把大纲拆成节点：一个可观察目标、一个例子、一个检查。幻灯片、符号和已批准截图是参考。字幕、回顾题和进度标记等画面锁定后进外部剪辑工具。

平台要求不要塞进模型提示词里。提示词可以描述场景；由命名清单记录裁切、主张、授权和后台核对，这些才决定能不能交付。

锁定术语、符号、例题数字、讲师身份、服装、背景光线、图示风格和字幕样式。整套课程要像同一位老师用同一套方法讲。

把锁定字段放在提示词开头，不要放在结尾：实际做法是锁定一个知识点和一个讲师参考，只改一个短语、一个例句和一个跟读提示。 把提示词、参考、比例、模型和驳回原因存成一组；下一次执行时先读驳回原因，再决定哪些字段可以放开，避免从一张好看但不可复现的画面重新猜起。

第1步「定规则」：我打开教案、幻灯片或课程大纲，锁定一个知识点和一个讲师参考，并写下不能变的部分。 这一步要留下一个可检查的产物，并注明通过条件、失败原因和修正动作；上一步没有产物，下一步不启动。 第2步「跑最小版本」：我先做一个小一条 20-30 秒跟读视频。字幕滞后，我把字幕对齐到短语边界。 这一步要留下一个可检查的产物，并注明通过条件、失败原因和修正动作；上一步没有产物，下一步不启动。 第3步「做聚焦变体」：我复用同一参考，只改一个短语、一个例句和一个跟读提示。 这一步要留下一个可检查的产物，并注明通过条件、失败原因和修正动作；上一步没有产物，下一步不启动。 第4步「检查导出」：我按原尺寸检查音频、字幕、幻灯片可读性和节奏，再导出最终16:9 和 9:16。 这一步要留下一个可检查的产物，并注明通过条件、失败原因和修正动作；上一步没有产物，下一步不启动。

每次重跑只改一个命名变量：提示词、参考、相机、时长、模型、比例或导出裁切。一次改两处，即使结果变好也无法复用，因为没人知道是哪处修复起了作用；重跑前先把当前版本编号、失败描述和准备验证的假设写清楚，避免下一次又凭感觉推翻上一版。

先静音读字幕，再完整看一遍，判断学员不回放能不能答结尾检查。

源图、批准文案、被驳回版本、修正、积分成本和最终裁切都放在资产旁边。这份记录要让下一个复审者不用翻聊天记录也能复现决策。

学员答不出检查就删概念，不加总结；符号漂移就回到已批准幻灯片；字幕滞后就在语句边界断开。

不靠感觉升级。Agnes Video 5 秒探路 10 积分；概念通过后，Seedance 2.5 五秒 480p 90 积分、720p 195 积分；Kling 无音频 195 积分、含音频 245 积分。只有确需要 4/6/8 秒电影感时才用 Veo，对应 80/125/165 积分。先证明钩子、主体和节奏，再付钱把已成立的动作做干净。

课堂版、手机版和字幕版分开交付。把目标、参考组、提示词和检查题存下来，作为下一模块的起点。

交付文件夹故意做得很无聊：源素材、批准参考、生成设置、字幕文件、渠道裁切、QA 截图和一行修正日志。可复用资产就要无聊得恰到好处。

imgmov 的优势在链条：Asset Library 保住主体参考，Canvas 固定镜头顺序和首尾帧，工作台只在概念证明后才路由到 Seedance、Kling 或 Veo，外部剪辑工具补字幕和 CTA 时不必重新生成媒体。

字幕不能引入已批准来源里没有的主张。图示再好看，也不能覆盖错误术语。 如果只想问「AI 语言学习视频」是什么，搜索页更快；这里值得看，是因为要把一条 20-30 秒跟读视频在真实约束下交付出去。