短视频脚本与分镜：从口播稿到画面描述
三段式脚本 + 一张分镜表。附口播稿的"人话改写"方法和画面描述的写法。
三句话说完
- 结论60 秒视频结构几乎固定：前 5 秒钩子、中间 3 个点、最后一句结论加一个动作
- 怎么做口播稿按 220–260 字写（约 4 字/秒），只用短句；再单独一轮把书面语改成说话的样子
- 别这么用别写 400 字——那是 100 秒，讲不完；分镜别写「表现效率提升」，要写能拍出来的东西
一条 60 秒的短视频，最耗时间的不是拍，是写：写不出来，就拍不出来；写得太书面，拍出来就像念稿。
AI 能帮你解决"写不出来"，但解决不了"念稿感"。后者要靠改写。
一、先定结构：三段式
60 秒的视频，结构几乎是固定的：
可复制模板
0–5 秒 钩子：一个反常识结论、一个具体数字、一个痛点场景
5–45 秒 主体：3 个点，每个 10–12 秒
45–60 秒 收尾：一句结论 + 一个动作（关注/评论/收藏）前 5 秒决定一切。 划走的人不会回来。
二、口播稿：写给人念，不是给人读
可复制模板
写一条 60 秒的口播稿，主题 [主题]，讲给 [谁] 听。
要求：
1. 全文 220–260 字（正常语速约 4 字/秒）
2. 只用短句，每句不超过 20 字
3. 不用"首先""其次""综上所述"
4. 开头第一句必须是反常识或具体数字
5. 全文用"你"称呼观众
6. 每 30 字有一个换气点（用逗号或句号断开）
7. 不要书面语，写成你平时说话的样子字数很重要。 260 字大约 65 秒，写 400 字你会发现根本讲不完。
三、把书面稿改成"人话"
AI 第一稿通常还是书面语。用这一轮改：
可复制模板
把上面的稿子改成"说话的版本"：
1. 所有超过 20 字的句子拆开
2. "因此""然而""此外"换成"所以""但是""还有"
3. "进行""实现""提供"这类词换成具体动作
4. 允许出现"这个""其实""你看"这类口语词
5. 加 2 处停顿（用……表示）
6. 不要改变内容和顺序改完自己念一遍。念着别扭的地方，就是还得改的地方。
四、分镜表：让画面有东西可拍
可复制模板
把这条口播稿拆成分镜表，用表格输出，列：
镜号 | 时长 | 口播内容 | 画面内容 | 景别 | 镜头运动 | 字幕/花字
要求：
1. 每镜 3–6 秒，总共 10–14 个镜头
2. 画面内容写具体的、能拍的东西（不要写"表现效率提升"）
3. 至少 3 个镜头是空镜或特写，用来做节奏
4. 不要出现人脸大特写（如果要用 AI 生成素材）第 2 条是关键。"表示效率提升"不是画面，"把一摞纸放进碎纸机"才是画面。
五、画面描述：给 AI 生成素材用
要生成素材时，画面描述要按这个顺序写：
可复制模板
主体 + 动作 + 环境 + 光线 + 视角 + 风格可复制模板
一个穿灰色毛衣的人坐在书桌前，手边是一杯凉掉的咖啡，窗外是傍晚的橙色天空，
侧逆光，中景，浅景深，安静克制的氛围，日系胶片质感别写"高级感""氛围感"这类词，它们不产生画面。
生成时的三条省钱原则：
- 先出静帧，满意了再做视频（废片率降一半）
- 动作写小一点（"轻轻转头"，不是"快速转身"）
- 一次只改一个变量
六、发布前的四查
可复制模板
1. 前 3 秒有没有"停顿"？（开头就进入正题）
2. 字幕有没有错别字？（口播稿里的错字会被照抄）
3. 音量是否一致？（拼接的片段常忽大忽小）
4. 结尾有没有明确的动作指令？三个常见错误
- 写完不念。 书面稿念出来一定别扭，念一遍能抓出八成问题。
- 一条视频讲五件事。 60 秒讲清一件事已经很难。
- 画面全靠口播撑着。 没有画面变化，完播率会很低。每 4–6 秒换一次画面。
下一步
常见问题
- 为什么 AI 写的稿子一念就像念稿？
- 第一稿基本都是书面语。要单独一轮改：长句拆开、「因此/此外」换成「所以/还有」、动词换成具体动作。
- 一条 60 秒视频该写多少字？
- 220–260 字。写 400 字你会发现根本讲不完，剪的时候只能加速或砍内容。
- 分镜表最容易犯的错是什么？
- 写抽象概念。「表现效率提升」不是画面，「把一摞纸放进碎纸机」才是。
复制规范引用格式，便于转载注明出处