「AI 视频风格指南怎么写」这种视频题，白天看好像就是几个工具串起来。可真到晚上复盘素材时，问题会变得很具体：这句旁白有没有画面接住？这个镜头到底说明了什么？
Descript、ElevenLabs、Canva AI 都能帮忙，但别让它们同时抢“做完视频”这件事。「视频风格指南」更像一条小生产线，脚本、镜头、声音、剪辑，每一段都要有人看一眼。
不用急着把它写圆。「视频风格指南」里那些疑问、半成品和人工判断，最好一开始就露出来。
先别急着生成画面
我会先给「视频风格指南」写一个很粗的镜头表。每个镜头只写三件事：说什么，出现什么画面，哪里必须人工确认。表很丑，但它能让后期少崩一次。
如果「视频风格指南」只剩一句“帮我做一下”，我会先停住。需求越短，越要补上下文。
我会把风格先写成很短的 tokens。别写成品牌圣经，能让剪辑和配音少吵一轮就行：
video_style:
color: "冷白底 + 绿色确认点"
voice: "稳一点，不夸张"
pacing: "前 3 秒给判断"
avoid: ["炫技转场", "密集字幕"]
镜头表粗一点也行
材料不用多，但要真实。围绕「视频风格指南」，我会把已有素材、不能编的事实、还没确认的地方放在一起。AI 看到的东西越具体，它越不容易装得很懂。
提示词我会写得很像工单：背景、材料、限制、输出给谁、哪些地方必须标成不确定。写「视频风格指南」时，这种笨办法比“请你专业地分析”更耐用。
画面、声音、剪辑分开看
我会把「视频风格指南」里的工具分得很窄。不是为了显得流程专业，是为了出问题时知道该改哪一段。Descript 适合转录、粗剪、删停顿和字幕复核。它让视频剪辑更接近文字编辑。ElevenLabs 适合旁白语气、语速和多语言声音版本。声音早点进来，视频节奏会更早暴露问题。Canva AI 适合把日常视觉物料落成可交付版本，比如社媒图、海报、简报和广告变体。这样看起来慢一点，可交接时会少很多含糊话。
我不太相信一次就能把「视频风格指南」设计完整。先让工具做中间版本，人来删、改、确认，再把有效部分留下。
小样比大方案诚实
顺滑只是最低标准。对「视频风格指南」来说，更重要的是节奏、事实、画面和声音能不能互相对上。这些地方如果含糊，后面一定会返工。
还有个容易忽略的小坑：别在文章里写死 Descript、ElevenLabs、Canva AI 的实时价格、套餐额度或地区可用性。这些东西变得太快。写清它们在「视频风格指南」里的位置，就够了。
可以先用「视频风格指南」做 30 秒小样。两三个镜头，一段旁白，一版粗剪。别急着漂亮，先看它能不能讲清楚。
我还会在旁边记一句：「视频风格指南」不要只看成片。很多问题在脚本、旁白和镜头表里已经露出来了，只是大家急着看画面，没停下来处理。把这些小问题提前写出来，后面剪辑时会少很多尴尬。风格这东西越早写成可检查的句子，越不容易变成纯审美争论。
到这里就可以先停。不是说「视频风格指南」已经完美，而是它有了一条能被看见、能被改、也能被别人接住的小路径。
