做短视频这两年我最常被问的问题不是剪映怎么用也不是拍摄设备选什么而是“脚本到底怎么写”。很多人觉得拍视频嘛拿着手机走到镜头前讲就完了结果拍出来一看要么前言不搭后语要么前面铺垫太长观众全跑了。我自己的习惯是不管多短的视频动手之前一定先把脚本大纲写出来。后来接触AI之后我又把写大纲这件事交给了AI——不是让它替我做决定而是通过一组提示词让它把我脑子里的零散想法整理成一版可以直接照着拍的结构。这套东西我用了挺长时间实践下来确实省时间今天就把提示词公开出来喂饭级照着抄就行。1. 为什么脚本大纲才是短视频的“半条命”1.1 三条视频看完三秒划走问题基本都出在大纲上短视频平台是个完播率驱动的场子系统不会看你拍得多辛苦它只看用户停留了多久、有没有看完、有没有互动。一条视频开局三秒留不住人后面拍得再用心也没用。我复盘过自己早期那些数据很惨的视频发现问题的根源不在画面、不在剪辑而在动笔之前就没把结构想清楚。典型的情况是开头用一句废话寒暄比如“大家好今天我们来聊一个非常重要的话题”观众在第二秒就划走了正文想到哪说到哪没有递进也没有情绪起伏结尾丢一句“大家记得点赞关注”就没了。这些问题靠后期剪辑救不回来只能在脚本阶段解决。脚本大纲干的事就是把“你这条视频要给谁看、用什么钩子把人留住、分几段讲完、最后让观众做什么”这几件事固定下来等于给拍摄和剪辑画了一张施工图。一张靠谱的大纲至少包含几个部分开场钩子、正文结构的递进关系、一个具体案例或场景、结尾的互动引导以及时长匹配。真正做过号的人都知道大纲定了一条视频的完成度就定了一半。剩余的一半是拍摄执行和剪辑节奏但那属于“照图施工”难度低很多。1.2 AI提示词帮你做什么把“模糊想法”变成“可执行描述”很多人用AI写脚本第一句话就是“帮我写一个关于职场的视频脚本”。这种问法得到的结果基本都是正确的废话——结构是齐全的但每条都不痛不痒根本没法用。问题不在AI而是提问的人没把需求讲清楚。AI提示词的实质是把你脑中的“模糊想法”翻译成模型能理解的“结构化描述”。你心里可能想的是“讲一个职场沟通的干货要有故事感别太正式”但你没有把受众、时长、风格、结构、禁忌告诉AI它就只能从训练数据里找一个最通用的“职场视频”模板来应付。我常用的AI提示词本质上是五要素的组合角色、任务、内容源、风格、输出格式。角色告诉AI以什么身份干活任务告诉AI具体要交付什么内容源告诉AI围绕什么材料和背景展开风格约束语言和情绪输出格式保证结果能直接用。这五个要素写清楚了AI产出的大纲质量会稳定很多。这也是“提示词工程”里最基础但也最值钱的能力——不是会堆华丽词藻而是会把自己的需求说人话。这套方法影响的不只是单条视频。一旦你把提示词模板沉淀下来批量生成选题大纲、给不同平台生成不同版本或者把同一主题拆成系列视频都是顺手的事。短视频创作者的工作流会从“憋灵感”变成“搭生产线”这才是AI对内容行业真正有价值的地方。2. 提示词工程的核心一套五要素公式2.1 五个要素逐个拆解角色、任务、内容源、风格、输出格式聊提示词工程很多人习惯把重点放在“话术精不精妙”上我反而觉得重点是结构。只要结构对了哪怕用词粗糙一点效果也不会差太多。我自己常用的公式是这样的角色 任务 内容源 风格 输出格式 可用的提示词先说角色。不要写“你是AI助手”而要写“你是一位有8年经验的短视频编导专注口播知识类账号擅长把复杂观点用通俗语言讲清楚”。角色给得越具体AI调用的表达能力就越贴近这个方向。这不是玄学模型在训练时见过大量带有“编导”“口播”“完播率”这些词的素材给一个清晰的职业设定它会更自然地使用这个圈子里的表达习惯。再说任务。任务要包含明确的动词和交付物。“写一个脚本”不如“为一条60秒的短视频写出完整的分镜脚本大纲”。动词要具体比如“撰写”“拆解”“列出”交付物要明确比如“脚本大纲”“三个标题备选”“口播文案全文”。让AI知道“做完这件事交给你什么”它就不会给一堆无关的建议。然后是内容源。这是AI最容易发挥跑偏的地方因为你不给它足够的信息它只能编。内容源包括你的账号定位、目标受众、想表达的核心观点、已经准备好的素材或案例甚至你讨厌的账号风格。信息越多输出越贴你的实际情况。比如“我的账号是职场干货类受众是毕业3年内的年轻人这条视频想讲清楚向上汇报的三个误区我手里有上周发生的一个真实沟通案例”这么一段背景信息能让AI的生成质量上一个台阶。风格约束也很关键。短视频大纲最怕“官方感”。我会在提示词里明确写“口吻要像跟朋友喝茶聊天时说起这件事不要出现‘值得注意的是’‘总而言之’这类书面连接词”。如果你有明确的参考账号也可以直接说“语言风格参考XX类账号节奏要快一句一行”。输出格式决定了结果能不能直接用。不要只让AI“列出大纲”要规定它输出的每个部分备选标题几个、开场钩子写成几句话、正文分几个论点、每个论点配什么画面、结尾怎么引导互动、全文口播文案多少字。我把这理解为给AI一张填空表它按表输出你按表验收。2.2 两个容易踩的坑指令太少和指令太满五要素公式听起来不复杂但实际操作里我见过两个很典型的坑。第一个是指令太少。很多人写完角色和任务就结束了结果AI生成的东西大而全每个部分都很平庸。比如你只让它“写脚本大纲”它可能给你输出“开头—内容—结尾”这种所有视频都通用的骨架你拿回来还得自己重新设计钩子和节奏。解决方法是把“内容源”“风格”“输出格式”这三项填满尤其是输出格式宁可啰嗦也不要省略。第二个是指令太满。我见过有人一口气写了七八条约束要求“既有网感又不失权威”“金句多但自然”“节奏快但要有松弛感”“信息密度高但别太专业”。这里包含大量互相矛盾的描述AI顾此失彼最后产出的东西四不像。我的经验是核心约束控制在3到5条每条都是可验证的具体描述。比如“所有分镜只用一台手机加稳定器完成”“口播文案不超过260字”“不得编造数据和人物”这些是可执行的硬条件而不是“要有网感”这种模糊的感觉词。这里给个实操建议写提示词时尽量把“不要什么”也写明白。AI对否定指令的理解虽然不完美但比“要什么”模糊描述强很多。比如“不要用‘大家’开头”“不要出现‘今天我们来聊聊’这种话”“不要写任何需要CG特效才能完成的画面”这些约束能让生成结果更贴近真实拍摄条件。2.3 选模型也有讲究写大纲不是聊天别用“爱自由发挥”的模型提示词写得再好也得选对模型。我的实际经验是写脚本大纲这件事需要的是指令跟随能力强、逻辑结构稳定的大模型而不是“创作欲旺盛”的对话模型。创作欲强的模型容易自由发挥输出结构漂移这次生成四段下次生成七段很难形成可复用的流程。目前市面上的主流大模型比如DeepSeek、豆包、Kimi、通义千问、文心一言以及GPT系列都能完成这类任务但体验有差别。我更推荐用支持长上下文、指令跟随比较稳的模型来生成结构化大纲用“话痨型”模型来做语言润色。具体到你手上能用到哪个就看哪个方便不一定非要局限在某一个。还有个小技巧写大纲的时候不要把AI对话窗口的“联网搜索”开着。联网会让模型把注意力分散到各种实时信息上反而干扰结构生成。等你要找最新热点素材的时候再单独开一个联网对话效率会高很多。另外同一个提示词可以在不同模型里各跑一遍再人工融合修改出来的大纲往往比只跑一个模型强不少。3. 喂饭级模板两个可以直接复制的大纲生成器3.1 模板A口播/知识类账号的脚本大纲生成器口播类账号是短视频最常见的形态包括知识分享、观点输出、干货教学、职场经验等。这类视频的核心是“把一件事说清楚”所以我设计的模板重点放在逻辑结构和口语化表达上。# 角色 你是一位拥有8年短视频编导经验的内容策划擅长口播知识类账号你操盘过的账号平均完播率明显高于行业均值。你的强项是把复杂概念拆成生活化比喻让观众一听就懂。 # 任务 根据我提供的信息为一条60秒的短视频撰写一份脚本大纲。 # 内容源 - 我的账号定位【比如职场新人成长专注沟通技巧和向上管理】 - 本期选题【用一句话描述这条视频想讲什么】 - 目标受众【比如毕业1到3年刚进入职场容易陷入被动执行的年轻人】 - 核心观点【这条视频最想让观众记住的一句话】 # 风格要求 - 语言口语化像在跟朋友喝茶聊天时讲一个观点。 - 不用“值得注意的是”“总而言之”“首先其次”等书面连接词。 - 节奏要快每句话尽量短一句话一行。 # 输出格式 按以下结构输出 1. 标题给出3个备选标题要求有点击欲但不过度标题党。 2. 开场钩子0-3秒写一个具体画面或一句有明显冲突感的话让人有继续看下去的理由。 3. 正文结构4-50秒拆成3个递进部分每个部分写清楚口播要点和对应画面建议。 4. 结尾互动51-60秒写出一句自然的引导评论、关注或收藏的话术。 5. 拍摄提示列出这条视频需要的场景、道具和字幕强调点。 # 约束 - 全片口播文案控制在250到300字之间。 - 所有分镜只需要一台手机加稳定器就能完成禁止出现复杂运镜和需要特效的画面。 - 不得编造数据、专家名言和具体案例需要引用数据时用“待核实数据”标记。 - 禁止用“家人们”“宝子们”等过度短视频化的口癖。使用的时候把【】里的内容替换成自己的信息然后整段粘贴进对话窗口。我一般还会在最后加一句“不要给我建议不要反问直接按格式输出”这会减少AI的“甩建议”行为。举个例子如果我想讲“越努力越焦虑”这个选题替换好变量后AI可能会输出类似这样的大纲标题写“你效率低不是因为不够努力而是没学会止损”开场钩子写成“如果你每天忙12个小时还觉得什么都没做成问题恰恰出在努力这两个字上”正文结构围绕“无效努力的特征—为什么停不下来—怎么跳出”展开结尾引导成“评论区告诉我你最近在忙什么”。这样的大纲拿回来稍微改改就能开拍。3.2 模板B剧情/探店/生活Vlog类的大纲生成器不是所有短视频都是对着镜头讲剧情类、探店类、生活记录类的账号逻辑和口播类完全不同。这类视频更看重“事件冲突”和“画面顺序”所以我准备了第二套模板。# 角色 你是一位擅长剧情类短视频导演熟悉冲突、反转和悬念的设置拍过探店、日常记录和轻剧情内容知道怎么用画面讲故事而不是用旁白说明。 # 任务 围绕【一句话描述事件比如去一家评分4.9但门口排长队的小店】写一份【时长90秒】的短视频脚本大纲。 # 内容源 - 我的账号定位【比如记录周末探店和城市生活的小众角落】 - 本期核心看点【比如这家店到底值不值得排队】 - 可拍摄素材【写你手里有哪些素材比如排队场景、店里的招牌菜特写、老板的一段话】 # 风格要求 - 用画面讲故事尽量不使用旁白和解说词。 - 对白要短每句不超过10个字。 - 节奏紧不在环境空镜上浪费超过3秒。 # 输出格式 按“起因—冲突—反转—结尾互动”四段结构输出 1. 起因交代场景和人物关系用一两句话说明白。 2. 冲突设置一个能引发评论欲望的矛盾点比如价格贵、排队久、期望和现实有落差。 3. 反转结尾出现意料之外但情理之中的结果。 4. 结尾互动用一句不尬的话引导评论区讨论。 每一段都要写清 - 场景描述一句话 - 画面内容具体动作和机位只用手机手持拍摄 - 对白或音效如有 - 时长占比例如起因占10%冲突占40%反转占35%结尾占15% # 约束 - 不上价值不强行煽情所有冲突必须基于生活常识。 - 全片场景不超过3个避免频繁转场导致拍摄量过大。 - 不出现专业术语不用宣传片风格的字幕。这套模板和模板A最大的区别是它要求“四段结构”还把“时长占比”单独提出来。因为剧情和探店类视频的节奏感比文字更重要起承转合必须明显不然观众会觉得“看完了但不知道看了啥”。我实际用的时候会提前把能拍的素材写进“内容源”里AI就会优先基于现有素材设计脚本而不是空想一些你根本拍不到的镜头。4. 实操过程从复制模板到拿到可拍的大纲4.1 首次使用前把6个变量填好很多人复制了模板随便替换两三个字就跑生成结果不理想就开始骂AI。实际上模板只是骨架变量才是灵魂。我每次使用前会花五分钟做一次“变量确认”确保这六个信息是清晰的。第一是账号定位。不要写“职场账号”要写“面向毕业1到3年职场新人的成长干货号内容偏向沟通表达和向上管理”。第二是本期选题。用一句话说清这条视频想讲什么越具体越好。“怎么跟领导汇报”就比“职场沟通”好。第三是目标受众。受众越具体AI的措辞就越精准。第四是核心观点。这条视频最想让观众记住的那句话自己先想出来AI才能围绕它搭结构。第五是视频时长。60秒、90秒、3分钟结构复杂度完全不同。第六是可用素材。比如你手里有一段采访、一个案例、一组数据把这些喂给AI它能更好安排素材位置。如果AI不了解你的账号风格可以在对话里先发一段“账号说明书”“我的账号叫某名近一个月发布的内容集中在某方向平均播放量多少观众画像大概是某类人。希望接下来的脚本都贴合这个定位。”这段说明相当于给AI建立上下文效果比每次临时解释好很多。4.2 生成后不要急着拍先用三步审核法过一遍AI生成大纲之后我一般不会直接拿去拍摄而是用三步审核法检查一遍很快最多两分钟。第一步看开头三秒钩子是否具体。合格的钩子应该包含一个具体画面或一句带冲突的话比如“如果你每天忙12小时却什么都没做成问题出在努力这两个字上”不合格的钩子是“今天跟大家聊聊努力这件小事”。第二步看逻辑线是否顺畅。把大纲里的每个分点连起来读一遍如果中间缺了必要的过渡或者前后观点不一致就得让AI补一段衔接。第三步看拍摄可行性。每一条分镜在脑子里过一遍现场拍摄场景确认真的能用手机拍出来。如果出现“航拍镜头”“无人机视角”“穿越机第一视角”这类画面直接删掉或改成普通手持拍摄。我还会顺便算一下时长匹配。口播文案按正常语速一分钟大概能说240到280个字如果AI给的口播文案超过300字基本会超时需要压缩。画面部分也一样一个镜头按3到5秒算60秒视频大概是12到20个镜头如果一个大纲里列了30个分镜那拍摄量就太大了不适合日更创作者。4.3 让AI迭代的第二轮、第三轮怎么提AI生成的大纲很少能一次到位迭代很正常。迭代不是从头再写而是“基于当前版本做局部修改”。我会用类似这样的指令“保持整体结构不变把开场钩子换成冲突感更强的版本多给3个备选”。常见的迭代指令包括把开场换成“反常识结论式”把其中一个分论点改成“生活案例式”把结尾互动改成“点名某类人”把全文口播文案压缩20%把某个段落改成更口语化的表达。每次只提一个方向不要同时改五个地方AI会顾此失彼。我的经验是一个提示词来回迭代不要超过三轮。超过三轮还不对大概率是初始设定里信息不够这时候新建对话重新写一份更详细的提示词效果反而比一直跟AI较劲好。还有一个细节对话变长以后AI会忘记最开始的要求如果发现它开始“自由发挥”马上开新对话把原模板再贴一遍不要犹豫。5. 常见问题速查提示词翻车现场与补救方法5.1 五个高频问题和对应的补丁提示词用提示词时间长了你会发现翻车场景就那么几种每个都有对应的“补丁”。下面这套是我自己整理的问题速查表给提示词加上补丁效果立竿见影。问题原因补丁提示词生成内容像官方通稿风格约束不到位加入“把每一句话都换成生活场景里的口语表达禁止使用书面连接词像在跟朋友解释一件事”开场钩子不够强没有强调前三秒加入“前三秒必须出现一个让观众停下来的理由反常识结论、直接冲突或点名某类人”分镜没法拍缺少设备约束加入“所有分镜拍摄设备仅为一台手机和普通稳定器不使用无人机、滑轨、特效和复杂运镜”口播文案太长没限制字数明确要求“全片口播文案控制在250字以内每段画面说明不超过一行”AI自己编造数据没限制事实来源加入“不得编造数据、专家名言和真实案例如需数据请标记为待核实由我补充”这些补丁不是让你每次都把5条全加上。根据问题加对应的一条就够了。另外我也习惯在模板末尾加一句“你输出的是完成稿不要给建议不要反问不要问我是否满意”这句话能砍掉AI一大堆“这个版本仅供参考”的废话生成的结果更像可以直接交付的草稿。5.2 把提示词沉淀成自己的“选题弹药库”我发现很多创作者用AI是临时抱佛脚今天想到一个选题粘贴一个通用提示词跑出来不满意又重来。这样效率很低。正确做法是把提示词模板按账号分类沉淀成自己的“弹药库”每次只改变量不重写框架。我自己的习惯是在笔记软件里建一个提示词库分三类存放。第一类是“口播通用模板”适用于知识分享和观点输出第二类是“真人出镜叙事模板”适用于有故事线的个人经历分享第三类是“场景体验模板”适用于探店、开箱、旅游记录。每个模板后面我会记录最近一次使用时的实际效果比如“这次生成的钩子不错但是结尾有点尬”下次用的时候就知道改哪里。选题弹药库还可以跟“批量生产”结合起来。比如我准备做一个“职场沟通”系列有10个选题我会在一个对话里把同一个模板复制10次把每个选题替换进去让AI一次性批量生成10份大纲。批量生成的代价是质量可能略低于单条精调但胜在效率高适合先用数量判断选题潜力。选中几个好题材再单开对话精调。我还会把用过的好提示词保存成“版本”。每次对模板做了有效修改就存一个新版本写明白“加了设备约束”“限制了字数”“改用了四段结构”。用的时间越长这套弹药库就越顺手到后面基本是五分钟出一个大纲。短视频行业最缺的就是稳定产出这套方法能帮你把创作的不确定性降下来。6. 最后说点我的实际体会工具用得越久我越觉得提示词工程本质上不是“怎么哄AI说话”而是“怎么逼自己把需求想清楚”。很多时候跟AI说不清楚是因为自己还没想清楚账号到底服务谁、这条视频到底要什么结果、观众看完为什么愿意互动。AI只不过是把这些问题摆到台面上逼你回答而已。所以我的习惯是AI生成的大纲只作为起点最后定稿一定是我自己改过的。AI负责给你几个可走的路径但哪条路适合你的账号风格、你的表达能力、你的受众口味这个判断只能由人来完成。这也是我不建议完全照搬AI脚本的原因——你可以照搬结构但口气要换成自己的案例要换回自己的观点要捏成自己的。最后再分享一个实用方法把提示词当成一个需要持续维护的工具。今天觉得AI写得不够口语化就往模板里加一条约束下周发现它总是超时就补一个字数限制。每做一次调整你就拥有一份更好用的模板。三个月后回头看你会发现稳定产出内容的瓶颈根本不在灵感而在你有没有一套能用、好改、可复用的工作流程。工具越顺手越考验你的判断力——这反而是一件好事因为最终决定一条视频能不能火的还是藏在你脑子里的那些认知和阅历。
