十二秒竖屏是官方演示出现过的场景，背后有一套硬约束：总时长固定、画幅固定、素材数量固定。都限死的时候，剪法就从挑好看变成算时间。先把时间算死，五段分十二秒，每段只有两秒多；然后再挑高光，两秒放不下铺垫，只能直接给结果。
十二秒是短视频平台里比较稳的一个长度，短到不需要铺垫，长到能讲完一个动作。它对应的常见场景是开头三秒抓人、中间六秒给过程、最后三秒给结果或者落版。
规格一旦定死，后面所有判断都有了依据。每段素材能占多长、要不要留转场、字幕能放几个字，全由这个总时长推出来。反过来，先剪再看多长，剪出来一定超。
还有一条容易被忽略：十二秒指的是成片时长，不是素材总时长。五段素材加起来可能有几分钟，进时间线的只有被选中的那几截。
标时长、标内容、标可用区间。时长决定它能不能塞进两秒多，内容决定它排第几，可用区间决定从哪一刀切进去。
不用写得很文学，写事实就行。比如某段是横屏、有人说话、第三秒到第七秒是有效动作、画面右下角有台标。代理读到这些，才不会把带台标的部分放进竖屏被裁掉的位置。
标的颗粒度到段就够，不需要精确到帧。到帧的活是剪辑阶段做的，标注阶段做那么细，投入产出不划算。
高光的本质是信息密度。两秒里能承载的只有动作起势加结果、或者一句完整的话、或者一个明显的表情变化。铺陈、走位、空镜这些都不算高光。
五段素材里能出高光的通常只有两三段。剩下的两段不是废的，它们的作用是当衔接或者当氛围，但别指望它们承担叙事。
一个实操判断：把每段素材的第一秒遮住，如果遮住之后这段还行，说明它的信息在后面，属于可以用的；如果遮住就垮了，说明成片得从第一秒开始给，那这段只能放在开头。
竖屏画幅是九比十六，进编辑器之后要先把这个比例定下来，再往里放素材。顺序反了，先放横屏再改比例，画面会被裁掉一圈，重新找构图更费事。
放进去之后看三处：主体在不在竖屏的安全区内、字幕有没有压到人脸、上下留白是不是够。这三处过了，画面就站得住。
要手动走一遍从素材到成片的完整顺序，可以照即梦视频导入剪映做成片的步骤；三个工具混着用的，这套串联顺序能省下重复导素材的时间。
第一项总时长，卡到十二秒，正负不超过半秒。第二项每段占比，开头三秒必须是最抓人的那一段。第三项字幕，竖屏下每行不超过九个字，超过就换行。
第四项声音，素材自带的音量和音乐的音量差要拉开，别让人声被压住。第五项落版，最后一秒要有明确的结束感，突然截断会显得没剪完。
五项都过再导出。导出是破坏性操作，改一次就要重编一次，前面几项在草稿里调好最省事。
能加，但十二秒里塞更多段会让每段更短，节奏反而碎。五段是比较舒服的密度，四段偏松，六段往上要开始考虑有的段落只留半秒做闪接。素材数量不是限制条件，节奏才是，加段之前先想清楚加进去解决什么问题。多出来的段通常不是拍得不好，是没必要，别凑数。
不是硬性规定，是演示里用的一个具体数值。它好在两个地方：短到不会拖，长到能交代清楚一个完整动作。你要做十五秒、二十秒都可以，只要把每段的时长和字幕长度按比例调，整套算时间的逻辑是一样的。改时长的时候顺手把字幕行数也调一下，节奏才对得上。
主用九比十六。要发到多个平台的话，再补一个四比五做信息流，一个一比一做头像位或者封面。这三种比例不要靠同一份成片硬裁，各自重新构图一次，主体位置才不会被切到，工作量和返工量差很多。一次构图对三种比例，是最省返工的做法，导出前逐个看一眼。
碎的根源是每段都想要，结果每段都只给一秒。处理办法是砍段数不砍时长，五段留三段，每段给三到四秒，节奏立刻稳下来。判断哪段该砍，看它有没有独立信息，只是过场画面的一律先砍，缺了用转场补。转场补的时候别用花哨的，硬切最稳，节奏稳了再谈风格。
1. CapCut 官方 CapCut×Codex 页面：https://www.capcut.com/zh-tw/tools/capcut-x-codex
截至2026年10月27日，在ChatGPT应用里搜剪映国际版和CapCut，返回的都是未找到任何插件的提示，而这家公司已经把插件挂在了Co...
2026-10-27
剪映国际版进ChatGPT有三条路，网页编辑器、Codex桌面版、移动端各算一条，能力并不一样。三条里只有Codex那条能调用插件，另...
2026-10-27
插件测试定在十一月，现在能装的只有Codex那条路。想在开放前把环境备齐，要准备的项不算多但每项都卡人：终端、Node、账号地...
2026-10-27
这篇说的是链路，不是按钮。剪映国际版在ChatGPT里的插件还没开放，官方只给了能力清单：搜模板、剪视频、自动字幕、生成图和...
2026-10-27
代理剪完给的是一份草稿，不是成片，能不能导回剪映国际版精修，取决于这份草稿挂在哪个账号下。草稿跟账号走，同账号两端能...
2026-10-27