打开剪映Hub 后真正需要先回答的不是「哪个入口最强」，而是「一条 30 秒口播短片，从文案到成片最少要经过几步、哪几步不能交给工具」。可行的最短路径通常是：一段口播文案 → 文本生成画面与配音 → 结果进入时间线做逐段核对 → 用两三个本地镜头补上生成画面覆盖不到的实景 → 在导出界面确认尺寸、时长和音画对齐。这条路径能不能走通，判断依据是时间线上能不能逐段编辑，而不是看生成结果「像不像成片」。如果生成出来只是一段无法拆分的整体视频，后面补本地素材会变得很别扭，那就该换入口重来。

适用场景：需要快速产出一条 30 秒左右的口播短片，画面可以部分用生成素材、部分用本地实拍。操作动作是先按输入物挑入口，再让文案先跑通「文本到画面」这一步，然后把结果放进时间线确认可编辑粒度，最后补本地镜头并逐项核对导出参数。验证方式是时间线能否分割、替换单段，以及回看时音画是否对齐。风险边界：生成结果为不可拆分整体、或配音语速与文案长度不匹配时，这条路径会卡住，需要回到入口选择或分句处理。

按输入物把首页可用入口分成三类

首页入口多，按「要喂给它什么」来分比按名字分更稳，避免拿着图片去找只吃文本的功能。建议打开页面后，把实际显示的名称逐个记下来，不要凭印象记。

• 文本类入口：输入是纯文案或文案加标题，输出通常是一份带配音、字幕和画面的草稿。这是口播短片的主入口。
• 素材类入口：输入是图片、视频或音频，输出是对这些素材的加工结果或一段剪辑，不会替你写文案。
• 成片/导出类入口：输入是已经存在的草稿，只负责渲染输出，本身不产生新画面。

能串在同一条流程里的是：文本类入口生成草稿 → 时间线编辑 → 本地素材补充 → 导出类入口。素材类入口在这个流程里不是必须的，只有在需要把一批实拍片段先做统一处理时才插进来。具体名称以你打开页面时的实际显示为准，不同版本排序和叫法可能不一样，先记录下来再动手。

用一段 30 秒文案跑通文本到画面的第一步

口播语速通常每分钟两百多字，30 秒大致在一百字上下，但停顿和语气词会吃掉一部分时间，所以建议先写成 3 到 5 个短句，每句一个意思，再粘进去试听。这样做的目的是让后面字幕和画面分段的边界更清楚。

输入文案后，先确认返回的是什么形态：是直接生成一份可打开的时间线草稿，还是只给一段预览视频。这一点决定了后面能不能补素材。生成后页面上通常会出现几类可调项，建议逐项试一次再定稿：

• 音色与语速：影响成片总时长，改语速后要重新看总时长。
• 画面比例：横屏和竖屏会影响构图和字幕位置，先定死再往下走。
• 风格或模板：决定生成画面的视觉走向，切换后会重新出图。

结果能不能再次修改，判断方法很简单：生成后看它是否出现在时间线上、能否单独选中某一小段。如果能选中并拖动边缘，说明是可编辑草稿；如果只能整段拖动或根本没有音频轨，就先不要继续补素材，换一个入口重试。

把生成结果放回时间线，确认可编辑粒度

这一步的判断只有一句话：生成内容是「逐段可用」还是「只能整体使用」。操作上，把草稿打开后先看轨道数量，常见的是视频轨、字幕或文本轨、音频轨三条。轨道数不对，往往意味着配音和画面没有真正分离。

接着做三个动作验证粒度：拖动某一段视频的左右边缘，看单段时长能不能改；在两句文案之间做一次分割，看能不能只保留后半句对应的画面；尝试选中其中一段替换或删除，看其他段落是否跟着重排。如果删除一段后字幕和配音全部错位，说明这几段是绑在一起的，补本地素材时就要格外小心。

时间线自查顺序
1. 轨道数量：视频 / 文本 / 音频 是否独立
2. 单段时长：拖边缘能否改变
3. 分段替换：选中间一段替换，前后是否保持同步
4. 记录结果：可逐段编辑 or 只能整体使用

把第 4 步的结果记下来，它直接决定下一个环节怎么做。可逐段编辑时，本地素材可以直接替代某一段生成画面；只能整体使用时，本地素材更适合作为叠加轨道放在上面。

用本地素材补上生成结果覆盖不到的镜头

生成画面最容易出问题的地方是具体场景、真实人物和特定物件，这类镜头必须用本地素材补。导入位置通常在素材或媒体面板，把文件拖进项目后先不要急着放上主轨，先看素材本身的比例和时长是否和成片一致。

混排时的轨道组织建议这样处理：主轨保留生成画面和配音，本地素材放在上一层叠加轨道，需要完全覆盖某个生成段落时，再把它移到主轨、把原生成段往后推或删除。这样即使某个本地镜头不合适，删掉叠加轨道即可回退，不会破坏已经对齐好的配音。

• 本地素材命名带上顺序号，例如 04_车间近景，方便在时间线上对照。
• 先粗剪长度，再考虑转场和调色，顺序反了会反复返工。
• 替换主轨某段后，立刻回看该段前后的字幕是否还压在正确位置。

如果只是想遮住生成画面里不想要的元素，叠加一个短镜头就够，不必整段替换，这样对原有节奏影响最小。

导出前逐项检查尺寸、时长与音画对齐

导出界面能改的参数通常集中在几项上，建议在点导出之前按这个顺序核对一遍，改一项就回看一次预览：

• 分辨率与画面比例：确认与目标平台的竖屏或横屏要求一致。
• 帧率：与本地素材拍摄帧率接近即可，混用不同帧率容易出现轻微顿感。
• 码率或画质档位：口播类短片不必拉到最高档，先看文件体积是否可接受。
• 格式与编码：确认目标平台能直接接受，不确定时先导出一小段试播。
• 总时长：看时间线末尾是否有多余空白，空白会被一起导出。

音画同步的确认方法比看进度条可靠：找口播里一个有明显辅音或停顿的位置，播放时看音频波形上的尖峰是否和字幕切换、画面切换落在同一帧附近；再拖到结尾处听一遍，避免只是开头对齐。逐项确认完再导出，比导出后发现问题重做一遍省事得多。整个过程不必一次跑完美，先把这条最短路径走通，再回头优化画面风格和转场。