1.1 短视频脚本提示词的定义、边界与核心价值
我自己刚开始接触短视频脚本提示词的时候，心里其实挺模糊的。不就是给AI写一段话让它帮忙出脚本吗？后来踩了不少坑才弄明白，这东西远不止是“写个指令”那么简单。它更像是你和AI之间的一份工作合同，里面得说清楚你要什么类型的视频、给谁看、大概多长、想让观众看完有什么反应。合同写得越细，AI交出来的东西越靠谱。
有人会把短视频脚本提示词和普通的文案写作混在一起。我试过直接跟AI说“帮我写个卖口红的视频脚本”，出来的东西干巴巴的，像是产品说明书朗读版。真正的提示词得把场景、情绪、镜头节奏都框进去。比如加上“针对25岁上下刚入职场的女生，镜头从翻包找口红开始，中间插入闺蜜吐槽她气色差的画外音，最后定格在嘴唇特写上”，结果完全不一样。边界就在这儿：提示词管的是结构和约束，创意仍然需要人来把握方向。
说到核心价值，我觉得最大的好处是把重复劳动压缩掉。以前写一条口播脚本要憋半小时，现在用提示词五分钟出一版初稿，我腾出精力去打磨关键的那几句钩子。另外，提示词还能让团队协作变得整齐。四个人写脚本，风格能统一到七八分像，不会出现这个人写搞笑、那个人写煽情的混乱局面。
1.2 短视频脚本提示词模板和短视频脚本提示词大全的搜索意图解析
我在后台看搜索词数据的时候发现，“短视频脚本提示词模板”和“短视频脚本提示词大全”这两个词看着像，搜的人想要的东西其实不太一样。搜“模板”的人，通常是手里有个具体的拍摄任务，比如明天要拍一条带货视频，他需要的是一个填空就能用的框架。这种人往往已经有一点经验，知道脚本长什么样，只是懒得从零开始搭结构。
搜“大全”的人心态更接近逛超市。他不一定马上要拍什么，而是想先囤一批提示词在手里，等有需要的时候翻出来用。我见过一个做本地生活号的哥们儿，收藏了三百多条提示词，按火锅、烧烤、奶茶分门别类。他跟我说，这玩意儿就跟工具箱里的螺丝刀一样，平时放着不觉得，真到用的时候找不到就抓瞎。
理解这两种搜索意图，对写内容的人来说特别重要。你写一篇讲模板的文章，就得多放具体的表格和填空示例。你写大全类的文章，分类检索要做得清楚，最好用标签和场景来组织。混在一起写，两边的人都觉得没解渴。
1.3 总分式与扩展大纲：从总论到行业细分的学习路径
我自己学短视频脚本提示词走过一段弯路。刚开始逮到什么学什么，今天看美妆脚本，明天看数码测评，知识点在脑子里乱成一锅粥。后来我给自己画了一张树状图，最上面是总论，搞清楚提示词的基本构成和通用逻辑。树干是几个大类模板，口播、剧情、带货、知识分享。树枝才是行业细分，比如美妆下面再分护肤、彩妆、香水。
这种总分式的路径有个好处，你先建立骨架，再往上挂肉。我在教别人写提示词的时候，总是先让他们用通用模板写十条脚本，不管什么行业，把角色、任务、结构、风格、输出这五个要素练熟。等这五样东西变成肌肉记忆了，再去研究某个行业的特殊表达，速度会快很多。
扩展大纲则是把每个节点再往下拆一层。比如“带货模板”这个节点，可以延伸出食品带货、服饰带货、课程带货。食品带货下面还能拆出零食、生鲜、预制菜。每拆一层，提示词里的变量就更精准一些。零食带货的脚本要突出咀嚼音和包装撕开的声音，生鲜带货要强调产地和新鲜度对比，预制菜要解决“方便但不好吃”的顾虑。这一层一层拆下来，你会发现所谓的大全，其实就是一棵可以无限生长的树。
2. 短视频脚本提示词的核心要素与设计原则
2.1 目标受众、平台调性与账号定位
我一开始写提示词，最容易犯的毛病就是跳过受众分析，直接让AI出脚本。结果出来的东西，自己读着都觉得别扭，像是穿了一件不合身的衣服。后来我强迫自己在提示词最前面加三行字：这条视频给谁看、发在哪个平台、我这个账号平时是什么调性。这三行字一写，AI的产出方向立马就收窄了。
拿受众来说，同样讲职场沟通，给刚毕业的大学生看和给工作五年的老油条看，完全是两码事。前者需要具体的话术模板，最好一句一句教他怎么跟领导开口。后者更吃“过来人”那套，用自嘲和反讽来引发共鸣。我在提示词里会直接写“观众画像：24岁，入职不满一年，害怕跟上级单独沟通”，AI拿到这种描述，生成的台词会偏向“我不敢敲老板办公室的门”这种心理活动。
平台调性也不能忽视。抖音的用户前两秒没被抓住就划走了，提示词里必须强调“前3秒必须有动作或冲突”。B站的观众对信息密度要求高，可以接受稍长的铺垫，但逻辑链要完整。小红书的用户对“真实感”特别敏感，脚本里出现太刻意的营销话术会翻车。我一般会在提示词里加一句“平台风格：小红书，口语化分享，避免广告腔”。
账号定位是第三个锚点。我运营过两个号，一个是偏专业的行业观察，一个是偏轻松的日常吐槽。给前者写提示词，用词要克制，数据来源要交代清楚。给后者写提示词，语气词可以加，表情符号可以出现在台词提示里。同一个选题，两个号拍出来的脚本气质完全不同。账号定位像是给AI画了一个圈，圈里随便发挥，圈外的东西再好也不能要。
2.2 主题钩子、叙事冲突与节奏结构
我判断一条短视频脚本好不好，有个很土的办法：把开头那句台词念出来，看自己有没有想继续往下听的冲动。这个冲动来自钩子。钩子可以是反常识的结论，比如“越努力越穷，问题出在你太勤奋了”。也可以是具体的场景冲突，比如“同事把我方案删了，还跟领导说是他做的”。我在提示词里要求AI必须给出三个钩子选项，然后我自己挑一个最扎心的。
叙事冲突是钩子的延续。短视频不像长视频，没时间慢慢铺垫人物关系。冲突要来得快、来得直接。我经常用的一个提示词片段是“在第5秒到第8秒之间，加入一个反转：主角原本以为的事情被推翻”。这个反转不需要多复杂，可能只是一句话、一个表情、一个道具的出现。但它能让观众的手指从屏幕边缘收回来。
节奏结构我习惯用“快—慢—快”来要求AI。开头五秒信息密度要高，语速快、镜头切换频繁。中间部分稍微放慢，给观众一点喘息和消化信息的时间。结尾再提速，用一句金句或者互动提问收住。我在提示词里会写“时长控制在45秒，第30秒开始收束，最后5秒留一个评论钩子”。结构这个东西，框得越具体，AI越不容易跑偏。
2.3 镜头、场景、台词、音效与字幕描述
我见过很多新手写的提示词，只描述“说什么”，不描述“怎么拍”。AI拿到这种指令，生成的脚本就是一段光秃秃的对话，拍出来画面特别干。镜头语言是短视频的肉和血。我现在写提示词，会要求AI在每一句台词前面标注景别和运镜。比如“中景，手持微微晃动，主角边走边说”，或者“特写，固定镜头，主角的手在桌面上敲了三下”。
场景描述也容易被忽略。我早期写提示词吃过亏，AI默认所有场景都是白墙背景。后来我学乖了，会在提示词里加一句“场景：老旧居民楼的楼道，声控灯忽明忽暗，墙角有剥落的墙皮”。这种细节一给，AI生成的台词会自然带上环境感，比如“这灯又坏了，跟我上个月的心情一样”。场景不只是背景板，它能替人物说出一些台词说不出口的话。
音效和字幕是比较容易被低估的部分。我在提示词里会专门留一行给音效描述，比如“第12秒，手机震动声，主角低头看了一眼，表情凝固”。字幕方面，我要求AI标注出需要强调的关键词，用加粗或者括号写出来。有的平台用户习惯静音刷视频，字幕承担了传递核心信息的任务。提示词里不写清楚，AI默认就是普通对话字幕，没有重点。
台词的口语化程度我会单独下一道指令。书面语和口语的差别，念出来就知道。“我对此感到非常失望”和“我真的服了”意思差不多，但后者更适合短视频。我在提示词里会写“台词要像朋友聊天，允许出现语气词和自我纠正，比如‘就那个……算了，不说了’”。这种不完美的口语，反而让脚本更有真实感。
2.4 输出格式、约束条件与可执行指令
输出格式这件事，我踩过的坑最多。最开始我让AI写脚本，它给我输出一篇散文，分不清哪里是画面描述、哪里是台词。后来我在提示词末尾固定加一段格式要求：“按照表格输出，四列：时间轴、画面描述、台词/旁白、音效/字幕备注”。格式一固定，AI的输出直接能贴进分镜表里用，省了我大量整理时间。
约束条件是保证脚本可执行的关键。我一般会写清楚时长上限、镜头数量上限、台词字数上限。比如“总时长不超过40秒，镜头切换不超过12次，单句台词不超过20个字”。这些数字不是随便定的，是根据平台完播率数据和拍摄成本反推出来的。约束条件给得太松，AI容易放飞自我，生成一个需要租直升机和群众演员的脚本，那对我来说就是废稿。
可执行指令是最后一道保险。我会在提示词里明确告诉AI“不要出现需要专业演员才能完成的情绪表演”“不要设计需要后期特效才能实现的转场”。我拍视频的设备就是一部手机加一个补光灯，提示词必须匹配这个现实条件。另外我会加一句“如果某个镜头需要用到大场景，请提供两个低成本替代方案”。AI有时候会给出“主角站在天台上俯瞰城市”这种画面，紧接着它会补一个“或者站在椅子上，镜头仰拍”的替代方案。这种指令能帮我省下不少沟通成本。
还有一点，我会在提示词里给AI一个“自检清单”。比如“输出前检查：钩子是否在前3秒出现、冲突是否有反转、结尾是否有互动引导”。AI在执行这个自检的时候，会自己调整输出内容。我不知道它内部是怎么运作的，但加了自检指令之后，脚本的完整度确实有提升。这个技巧是我从一个做AI训练的朋友那里听来的，试了几次，管用。
3. 短视频脚本提示词模板：通用框架与场景化改写
3.1 通用模板：角色、任务、结构、风格、输出
我写提示词有个习惯，先搭一个空架子。这个架子五根柱子：角色、任务、结构、风格、输出。每次要AI写脚本，我把这五根柱子填满，出来的东西至少能看。角色这一步很多人跳过，直接扔一句“帮我写个短视频脚本”。我试过，AI给的脚本像白开水，没味道。后来我在提示词开头加一句“你是一个拍了三年抖音的编剧，擅长用反转钩子留住观众”。AI立刻换了一种口气，台词里会自己带梗。
任务要写具体。不要写“写一条带货视频”，要写“写一条35秒的带货视频，卖一款适合油皮的洗面奶，投放在抖音，目标人群是大学生”。结构我固定成三段：前3秒钩子、中间冲突或演示、结尾互动。风格我一般给两个关键词，比如“口语化+自嘲”或者“专业+克制”。输出格式我强制要求表格：时间轴、画面、台词、音效备注。这个表格一出来，我直接复制到剪映的分镜表里就能用。
有一次我偷懒，没写输出格式，AI给我回了一篇小作文。我读了半天，分不清哪句是旁白哪句是台词。从那以后我每一次都在提示词末尾加一行：“用markdown表格输出，不要散文。”这个习惯救了我很多时间。有些朋友问我为什么他的AI脚本总是很散，我让他把提示词发过来一看，五个柱子缺了三个。缺角色，AI没有身份感。缺结构，脚本没有节奏。缺输出格式，你拿到的东西没法直接拍。
3.2 口播、剧情、带货、知识、Vlog模板差异
这五种脚本的底层逻辑不一样，模板不能混用。口播模板的核心是台词密度。我给AI的指令是“每句话都要有信息增量，删掉所有客套话”。画面描述可以很简单，一个固定机位加字幕就够。剧情模板吃场景和冲突，我会要求AI写清楚人物动作、表情、走位。比如“女主拿起手机，看了一眼屏幕，手指停在半空”。这种细节是剧情模板的灵魂。
带货模板重卖点排序。我强制AI把最强卖点放在前15秒，中间用对比或演示来证明，结尾给一个限时优惠。知识模板重逻辑链，我一般写“问题-解释-方法”三段式。比如“为什么你总是存不下钱？三个隐形消费陷阱在掏空你。记下这三个动作”。Vlog模板重真实感，我会在提示词里加一句“加入一个意外事件，比如咖啡洒了、地铁坐过站”。这种小意外让Vlog不像广告。
我见过有人拿带货模板去写知识脚本，出来的东西全是“家人们冲啊”，观众直接划走。也有人拿口播模板写剧情，画面就是一个人对着镜头念台词，像在背课文。模板差异不是形式主义，是平台用户预期决定的。抖音用户刷到带货，心里知道你要卖东西，你直接点。B站用户刷到知识，心里期待你讲清楚一个道理，你绕来绕去反而会被骂。小红书用户刷到Vlog，心里想看真实生活，你演得太精致就假了。
3.3 模板变量：产品、人群、痛点、卖点、CTA
我把上面那些模板做成填空题。变量用方括号标出来：[产品]、[人群]、[痛点]、[卖点]、[CTA]。写提示词的时候直接替换。举个例子，[产品]不要写“护肤品”，要写“熬夜急救面霜”。[人群]不要写“年轻人”，要写“每天加班到凌晨两点、早上起来脸浮肿的25岁女生”。变量越具体，AI的输出越像人话。
[痛点]要写一个具体场景。“皮肤不好”太笼统。“约会前一夜没睡好，第二天早上脸肿得不敢出门”才是痛点。[卖点]要写一个可验证的结果。“补水保湿”太虚。“涂上三分钟，脸围小一圈”更有冲击力。[CTA]要写清楚动作和利益。“点左下角领小样”比“快来购买”有效。我试过把[CTA]写成“评论区扣1，我发你熬夜急救清单”，互动率比直接挂车高很多。
变量之间要互相咬合。产品决定人群，人群决定痛点，痛点决定卖点，卖点决定CTA。我写提示词的时候会把这五个变量排成一行，加一句“所有台词必须围绕[痛点]和[卖点]展开，不要跑题”。有次我把[人群]写成“宝妈”，[痛点]写成“孩子写作业拖拉”，[卖点]写成“时间管理课”。AI生成的脚本里，宝妈一边做饭一边听课，场景很自然。变量咬合好了，脚本自己会长出细节。
3.4 模板扩展大纲：从通用模板到行业定制模板
通用模板是地基。往上走一层是平台适配。抖音版要加“前3秒强钩子”，视频号版要加“转发语引导”，B站版要加“信息密度和逻辑链”。快手版要加“老铁感和真实场景”。每一层都往提示词里加一组约束条件。比如抖音可以写“禁止出现超过5秒的静止画面”，B站可以写“允许15秒的铺垫，但必须有一个知识增量”。
再往上走是行业定制。医疗行业要加合规词库，禁止出现“治愈”“根治”“100%有效”。教育行业要加结果导向，要求每30秒出现一个学习成果暗示。本地生活要加地理位置和到店指令。我建了一个扩展大纲，用树状结构写：一级是通用模板，二级是平台版本，三级是行业版本，四级是账号个性化版本。每加一级，变量多三个，约束多两条。
我自己做账号的时候，从通用模板出发，先套平台版本，再套行业版本，调了大概五轮才稳定。有人想一步到位直接写行业定制模板，结果提示词太复杂，AI自己都绕晕了。我的建议是从通用模板开始，每改一次只动一个变量或一条约束，看输出变化。记录下哪条指令有效，哪条指令是多余的。这样攒下来的行业模板才是你自己的，网上抄来的模板不一定适合你的账号。
4. 短视频脚本提示词大全：分类检索与高频词库
4.1 按行业与赛道分类的提示词大全
我刚开始攒提示词那会儿，建了一个文件夹叫“脚本库”，里面什么都有。美妆的、教育的、卖水果的，全扔在一起。用了不到一个月就乱了——想找一条母婴类的口播提示词，翻了十分钟没翻到。后来我换了个笨办法，按行业建子文件夹。美妆、母婴、数码、本地生活、职场教育、剧情、知识口播，七个类目。每个类目下面再分“口播”“剧情”“带货”三个子文件夹。找起来快了，但新问题来了：同一个类目里，有些提示词效果特别好，有些一用就翻车，我没有标注。
我现在每存一条提示词，都会在文件名前面加个前缀。比如“[爆款]美妆-油皮洗面奶-反转钩子”和“[废稿]美妆-干皮面霜-平铺直叙”。废稿不删，留着当反面教材。有次我翻到半年前一条废稿，突然想到一个新的变量组合，改了一下扔给AI，出来的脚本当天播放量破了五十万。废稿堆里有时候藏着还没被激活的好句式。我建了一个Excel表，列是“行业、模板类型、变量组合、适用平台、效果分”，每用一次就填一行记录。用了一个月，我大概知道哪类句式在哪个行业里的命中率更高。
行业分类的关键不是分得有多细，是分完之后你愿不愿意回头查。我见过太多人花三天建了一个精美的知识库，然后再也没打开过。我的土办法是：每写完一条脚本，如果效果好，我就花十秒钟把提示词复制到对应的行业文件夹里。如果效果差，我也花十秒钟拷进去，前面加个“避坑”。十秒钟的事，坚持下来就是几百条实战记录。这些记录比任何网上搜来的提示词大全都值钱，因为每一条都带着我账号的真实数据反馈。
母婴赛道我存了一组“焦虑缓解型”提示词，开头永远是“当妈第37天，我崩溃了”。美妆赛道我存了一组“对比实验型”，要求AI写出“左脸涂A右脸涂B”的镜头描述。本地生活赛道我存了一组“到店指令型”，每句话结尾都带一个地理位置暗示，比如“你导航到XX路，看到那个红色招牌就是了”。这些分类词库不是我一次建成的，是每次遇到好句子就拆解、归类、存下来。像攒硬币一样，时间久了罐子就满了。
4.2 按营销目标分类的提示词大全
营销目标不一样，提示词的写法完全是两条路。种草类要模糊销售意图，我给AI的指令是“全片不出现价格和购买链接，只展示使用场景和情绪变化”。我写过一条香薰的种草脚本，提示词里写“镜头对准女主下班回家、踢掉高跟鞋、点燃香薰、瘫在沙发上的表情变化”。评论区全是“求链接”，但视频里一个购买入口都没挂。带货类相反，要强推转化。我会在提示词里写“每30秒出现一次价格锚点，结尾给限时优惠码”，把节奏压得很紧。
引流类提示词有个特殊要求：把钩子藏在内容里，不能太硬。我试过写“在视频第40秒说一句‘我整理了一份清单，需要的评论区扣1’”，结果评论区只有三个人扣1。后来我改成“视频里展示一个Excel表格的一角，模糊处理，口播里说‘这个表我放粉丝群了’”，私信量翻了四倍。品牌的品宣类提示词又是一个逻辑，要弱化转化、强化记忆点。我一般要求AI“重复品牌名三次，但每次换一个场景，避免口播念广告的尴尬感”。
互动类提示词是我最近才开始系统整理的。以前我觉得互动就是结尾加一句“你怎么看”，太敷衍了。后来我让AI在脚本中间埋一个“选择题”——比如“如果是你，你会选A还是B？”画面里同时出现两个选项，观众在评论区吵架，播放量就上去了。我把这类提示词存成一个单独的分类，标上“争议度、站队感、低门槛”三个标签。每次写互动脚本的时候直接从里面抽标签组合。
我见过有人拿品宣的提示词去写带货，出来的东西像在念企业年报。也有人拿引流的提示词去写品宣，品牌方看完说“我的品牌名出现了几次？”营销目标分类的意义就在这里：先想清楚这条视频是让观众记住我、还是让观众买我、还是让观众来找我。目标写进提示词的第一行，AI才不会跑偏。
4.3 按短视频平台分类的提示词适配
抖音的提示词我加了一句固定指令：“前3秒必须出现视觉冲击或听觉冲突，不允许有铺垫。”抖音用户手指划得快，你给他三秒安静，他就划走了。我给抖音写的脚本开头通常是“镜头怼脸+一句反问”。小红书的提示词我加了“封面文案描述”这一项，因为小红书是封面决定点击。我会让AI写三个封面标题选项，比如“油皮亲妈！这洗面奶我用空了三瓶”和“千万别买！除非你脸上也长这种痘”。B站的提示词我写了“允许前15秒铺垫，但第16秒必须出现知识增量”。
视频号的提示词我会加一句“结尾引导转发到朋友圈”，因为视频号的社交推荐权重高。快手我加了一句“老铁感，镜头晃动，不要精致布光”。同一个产品，我拿五套平台适配的提示词分别跑一遍，出来的脚本气质完全不同。抖音版像喊麦，小红书版像闺蜜安利，B站版像课堂讲解，视频号版像家庭群里的分享，快手版像村口大树底下聊天。有一次我把五个版本同时发出去，抖音版播放量最高，但小红书版的收藏量是抖音版的七倍。
平台适配不只是加一句“投放在XX”这么简单。我会把每个平台的“黄金三秒原则”写进提示词。抖音的黄金三秒是“冲突或悬念”，小红书的黄金三秒是“封面图+标题一致性”，B站的黄金三秒是“弹幕互动预埋”。视频号的黄金三秒是“熟人转发语感”，快手的黄金三秒是“真实场景代入”。这些原则不是我发明的，是我一条一条测试出来的。测试成本很低，一条视频跑五套提示词，每套改三行字，花不了一小时。
我建了一个平台适配表，横轴是平台名，纵轴是提示词要改的维度：开头句式、语速要求、画面风格、字幕样式、结尾引导。每次写新脚本的时候先填这个表，填完再拼提示词。这个表一开始只有五个格子，现在已经密密麻麻写满了备注。有些备注是我半夜刷到爆款视频、爬起来记下的。比如“抖音17秒处加一个音效重音”，这种细节AI不会自己告诉你，得你自己喂进去。
4.4 高频开头、反转、结尾与互动提示词句式
开头句式我攒了大概四十多条，常用的有五类。第一类“反常识”：“所有人都告诉你XXX，我今天说点不一样的。”第二类“痛点共鸣”：“你是不是也这样，每天早上醒来第一件事就是后悔昨晚没早睡。”第三类“利益前置”：“别划走，接下来三十秒帮你省两百块。”第四类“悬念钩子”：“我花了三个月才搞明白这件事，今天免费告诉你。”第五类“身份代入”：“如果你是刚毕业的女生，这条视频一定要看完。”我把这五类做成五个变量选项，写提示词的时候直接勾选。
反转句式我分了“情绪反转”和“逻辑反转”。情绪反转比如“我以为我要暴富了，结果……”，逻辑反转比如“看起来是A的问题，其实是B在作怪”。反转的时机很关键，抖音的反转放在第8到12秒最好，B站可以放到第30秒。我在提示词里会写“在第X秒插入一次反转，反转前铺垫时语速放慢，反转时语速加快、音效加重”。AI不会自己判断时机，你得给它一个秒数。
结尾句式我大致分三组。转化组：“点左下角，领完即止。”互动组：“评论区告诉我你的选择，我每条都回。”关注组：“关注我，下条视频讲你怎么避坑。”不同的营销目标配不同的结尾。我有一次把转化组结尾放在一个纯知识视频里，观众在评论区骂“又是广告”，其实整条视频一个产品都没提，只是结尾那句“点左下角”太突兀了。结尾和内容不搭，再好的句式也是反效果。
互动提示词我单独列了一个文档。常用的有“投票式”：“A和B你选哪个？”；“填空式”：“我___的时候最崩溃，你呢？”；“经验征集式”：“评论区留下你的方法，我整理成合集。”；“暗号式”：“评论区扣1，我发你完整清单。”暗号式的互动率最高，但要用得克制。我试过连续三条视频都加暗号，第三条的互动率掉了六成。观众不傻，你老是让他扣1，他觉得你在耍他。高频句式是工具，不是万能药。每次用之前我会问自己：这句话放在这条视频里，自然吗？如果不自然，我宁可不加。
这四类句式我存在一个叫“零件库”的文档里，写新提示词的时候像拼乐高一样往里插。开头选一个，反转选一个，结尾选一个，互动选一个。有时候拼出来的东西很顺，有时候很生硬。生硬的时候我就只保留开头，剩下的让AI根据内容自己发挥。零件库是我的拐杖，但我不会一直拄着它走路。什么时候扔掉拐杖，得看脚本自己的节奏感够不够。
5. 短视频脚本提示词进阶实战：工作流与效率提升
5.1 从选题到分镜的逐步提示词工作流
我最早写脚本是“一步到位”型的，打开对话框，噼里啪啦打一大段：“帮我写一条关于油皮护肤的抖音口播脚本，要有钩子有反转有CTA，时长三十秒。”出来的东西不能说不能用，但总感觉哪里不对。后来我拆开来看，问题出在“一步到位”把太多决策塞给AI了。选题是我选的、受众是我定的、结构是我想要的，AI只是在填空。它填得再工整，也只是一个执行者，不是一个共创者。
现在我改成“逐步递进”的工作流，每一步用一条独立的提示词，输出结果喂给下一步。第一步是“选题裂变”，我写：“我是做油皮护肤的账号，目标人群是18到24岁大学生，给我20个选题方向，每个方向一句话，要求具体到场景，不要泛泛而谈‘油皮护肤’。”AI会给我“军训防晒后爆痘怎么办”“宿舍熬夜追剧第二天早上脸油到反光”这类具体场景。我从里面挑三个，进入第二步。
第二步是“钩子设计”。我把选中的选题贴进去，写：“针对‘宿舍熬夜追剧第二天早上脸油到反光’这个选题，给我五个不同角度的前3秒钩子，分别用反常识、痛点共鸣、利益前置、悬念、身份代入五种句式。”这一步的输出我会人工筛一遍，挑一个最适合我账号调性的。第三步是“结构拆解”，第四步是“分镜描述”，第五步是“台词口播化”。每一步的输出都是下一步的输入，像流水线一样。这套流程比“一步到位”多花大概十五分钟，但脚本质量提升很明显。最关键的差别是：每一步我都有机会介入和调整，而不是等到最后拿到一个成品再改，改起来反而更费劲。
有人问我为什么不把五步合成一条长提示词。我试过。长提示词的问题是AI会把注意力平均分配到每个要求上，导致每一步都做得“还行”，但没有一步做得“出彩”。拆开之后，每一步的提示词都很短，AI的注意力集中在一件事上，出来的结果质量明显更高。这就像你跟一个助理说“帮我办场活动”，和跟他说“先列十个场地选项、再筛选三个、再谈价格”，后者虽然步骤多，但每一步都更可控。
这套工作流我大概跑了两个月，中间调整过很多次。最早的时候第二步我让AI直接选钩子，结果它总是选最“安全”的那个，不够刺激。后来我改成“给我五个，我来选”。AI的审美和人的审美不一样，它可以量产选项，但拍板还得我自己来。第三步结构拆解也改过，最早我让AI自由发挥，出来的结构千奇百怪。后来我给它限定“必须包含：钩子、铺垫、冲突、转折、解决方案、CTA六个节点”，结构就稳定了。
5.2 热点借势、评论挖掘与数据反馈优化
热点借势这件事，我以前是“看到热点就追”，结果经常追到一半发现跟我的账号定位不搭。有一次一个明星塌房，全网都在讨论，我硬蹭了一条“从塌房看油皮护肤”，数据惨不忍睹。评论区有人说“这也能蹭？”我删了那条视频。后来我给自己定了一个规矩：热点分三类——跟我的赛道直接相关的、可以间接关联的、完全不相关的。只追第一类和第二类，第三类再热也不碰。
具体操作上，我会在提示词里加一段“热点关联度判断”。写：“以下是今日热点榜单前十名，我的账号定位是油皮护肤，请判断哪些热点可以关联、关联角度是什么、关联度打分1到10分，只保留7分以上的。”AI会帮我做初步筛选，我再人工判断。这个步骤省了我大量刷热搜的时间。有次AI把一个“大学生开学”的热点打了9分，关联角度是“开学换季油皮护理”，我照着写了一期，播放量是平时的三倍。
评论挖掘是我最近半年才开始系统做的。以前我看评论只看“夸我的”和“骂我的”，中间那部分“问问题的”我经常忽略。后来我发现，评论区里的问题就是下一条视频的选题。我写了一条提示词：“以下是我最近三条视频的评论区摘录，请帮我归类：哪些是产品咨询、哪些是使用场景疑问、哪些是情绪共鸣、哪些是反对意见。每类给我三个高频问题。”输出结果直接变成我的选题库。有一次评论区反复出现“油皮能用卸妆油吗”，我出了一期专门讲这个，那条视频的收藏量破了我的账号记录。
数据反馈优化这块，我承认我做得比较晚。前半年我基本靠感觉，觉得哪条视频拍得好就置顶。后来我把每条视频的完播率、互动率、转粉率填进一个表格，才发现有些我以为“一般”的视频，完播率其实很高。我拿完播率最高的三条视频反推它们共有的结构特征：都在第5秒出现了一个具象化的画面、都在第20秒左右有一个“反常识转折”、结尾都没有硬CTA。我把这三个特征写成提示词模板，后面新脚本都按这个模子跑，完播率整体提升了大概两成。
评论区置顶也是一门学问。我以前置顶的是“感谢大家支持”，后来改成“你们问的XX问题，我下条视频专门讲”。置顶评论的互动量比普通评论高得多，用好置顶位等于给自己的下一条视频做预告。我甚至会在提示词里让AI帮我写置顶评论文案，要求“一句话埋钩子、一句话引导互动、一句话预告下期”。这三句话写好了，一条视频能带出三条视频的流量。
5.3 批量生成、A/B测试与脚本版本管理
批量生成脚本这件事，我一开始是抵触的。我觉得脚本是创意活，批量出来的东西肯定同质化。后来我被打脸了——不是批量生成不行，是我批量生成的方法不对。我最早的做法是“同一个提示词跑十次”，出来的十条脚本确实大同小异。后来我改成“同一个结构，换十个变量”。比如结构固定为“痛点开场+错误做法+正确方法+产品植入+CTA”，变量换十组不同的“痛点人群×使用场景×产品卖点”组合。出来的十条脚本差异就很大了。
我现在每周会做一次“批量日”。花两个小时，跑出大概二十条脚本初稿。这二十条我不会全用，大概筛出五条进入精修。批量日的价值不是“省时间”，是“扩大选择面”。以前我一周憋三条脚本，每条都是从零开始，脑子很累。现在我一周从二十条里挑五条，每条脚本的起点都比以前高。筛选的过程也比从零创作轻松，因为“判断”比“创造”消耗的脑力少。
A/B测试我主要用在钩子和结尾上。同一条脚本内容不变，我会做两个版本：A版用“反常识”钩子，B版用“痛点共鸣”钩子，结尾也换一下。两个版本同一天发出去，隔24小时看数据。抖音的流量分发有随机性，单次测试不一定准。我一般同一个变量测三次，三次里两次赢的那个版本才算赢。这个规则帮我避开了很多“偶然爆款”的误导。有次A版第一次发数据很好，我以为找到了万能钩子，连用了三次，后两次都扑了。
脚本版本管理我用的是最笨的办法：文件名带日期和版本号。比如“20240615_油皮洗面奶_V3_反常识钩子”。V1是初稿，V2是改了结构，V3是换了钩子和结尾。每个版本我都会保留，因为有时候V3不如V2，但当时改的时候看不出来，过几天回头看才发现。我有个文件夹叫“回滚区”，专门放那些我改废了的版本。有次一条脚本改了七版，最后用的还是V1。如果没有版本管理，V1早就被覆盖了。
我还建了一个“变量对照表”。每做一次A/B测试，我就把测试的变量、结果、结论填进去。比如“反常识钩子 vs 痛点共鸣钩子，美妆赛道，反常识钩子完播率高15%”。这个表填了大概一百多行之后，我基本上不用再测了，直接查表就知道该用哪个变量。新赛道我才会重新开始测。这个表是我账号最值钱的资产之一，比任何提示词模板都值钱，因为它是用真实流量喂出来的。
5.4 常见问题排查：同质化、违规、逻辑断裂
同质化是我遇到最多的问题。有段时间我十条视频里有六条结构一模一样，观众在评论区说“你是不是只会这一个套路”。我回头看那些视频，确实像同一个模子刻出来的。问题出在我把“成功模板”用得太死了。后来我强制自己每用三次同一个模板，就必须换一个结构。我在提示词里加了一句“请避免使用以下已用过的开头句式”，把最近五条视频的开头贴进去，让AI避开。这招很管用，AI会主动找新的表达方式。
同质化还有一种隐蔽的形态：不同选题，但底层逻辑一样。比如“早C晚A怎么用”和“刷酸注意事项”，表面看是两个话题，但脚本结构都是“误区-纠正-推荐”。观众看多了会觉得“又是这套”。我现在会在提示词里要求AI“先给三种不同的叙事视角，我选一个”。三种视角分别是“个人经历视角”“专家解读视角”“用户实测视角”。每期换一个视角，即使结构相似，观感也不一样。
违规这件事我踩过坑。有一次写了一条保健品脚本，提示词里没写任何限制，AI生成的内容里有“治疗”“根治”这类词，发出去直接被限流。后来我在所有提示词的最后都加一段“合规约束”：“禁止出现医疗承诺、禁止出现绝对化用语、禁止出现诱导性金融话术、禁止出现低俗暗示。”这段约束大概帮我规避了七八次潜在的违规风险。还有一次是背景音乐侵权，这个AI管不了，得自己注意。我现在用AI写脚本的时候会顺便让它推荐“无版权BGM类型”，虽然不能直接用，但至少有个方向。
逻辑断裂是AI脚本的高发问题。表现是：开头说A，中间跳到B，结尾又回到A，但中间的B跟A没关系。这种脚本读起来很顺，但看完你记不住它讲了什么。我排查逻辑断裂的方法是“一句话概括法”——把脚本缩写成一句话，如果这句话说不通，说明逻辑有问题。比如一条脚本缩写后是“油皮应该用卸妆油因为熬夜会导致出油所以要用洗面奶”，这就是典型的逻辑断裂。我写了一条提示词专门做这个检查：“请把以下脚本压缩成一句话，保留核心因果链，如果因果链不完整请指出断点。”
逻辑断裂还有一个原因是变量太多。我在模板里塞了太多变量，AI为了照顾每个变量，硬把它们串在一起，串得毫无逻辑。后来我给自己定了个上限：一条脚本的变量不超过三个。超过三个就分两条视频。有次我想把“油皮+学生党+平价+军训+防晒+卸妆”六个变量塞进一条三十秒脚本，出来的东西像在报菜名。拆成两条之后，每条都清晰多了。少即是多，这个道理在提示词写作里同样成立。
排查问题的最好时机不是发布之后，是发布之前。我现在养成了一个习惯：脚本写完之后，放两个小时再看。刚写完的时候脑子是热的，看什么都觉得好。放两个小时，热度退了，问题就浮出来了。同质化、违规词、逻辑断裂，这三个问题在我这里有一条固定的检查清单。每次发布前过一遍，五分钟的事，能省掉事后删视频的麻烦。清单不长：开头句式是不是最近用过？有没有绝对化用语？把脚本读一遍，能不能一句话说清楚？三个问题都过了，我才发。
6. 短视频脚本提示词资产化与未来扩展
6.1 个人与团队提示词库的搭建和标签体系
我最早那些提示词，散落在微信收藏、备忘录、聊天记录、还有几个TXT文件里。想找一条“美妆赛道、反常识钩子、三十秒口播”的提示词，得翻十分钟。有次急着写脚本，明明记得写过类似的，死活找不到，只能重写一条。那次之后我决定建库。我建了一个文件夹，按“平台_行业_内容形式”命名，比如“抖音_美妆_口播”。每条提示词存成单独文件，文件名带上核心变量。这样找起来快多了，但还不够。有些提示词跨行业通用，光靠文件夹分类会漏掉。
后来我引入了标签体系。每个提示词打上八个核心标签：平台、行业、内容形式、目标、钩子类型、结构类型、适用模型、版本号。打标签不费劲，每个标签下面就几个选项。搜索的时候，我可以组合标签，比如“抖音+美妆+反常识钩子+三十秒”，三秒就能定位。团队协作时，我们用一个在线表格共享提示词库。每个人都能添加新提示词，也能给已有的打分。评分高的自动置顶。新人来了直接调用高分提示词，不用从零摸索。标签体系把一个一个孤立的提示词串成了一张网，这张网就是团队的内容资产。
我花了三个月才把标签体系稳定下来。最早标签太多太细，打标签比写提示词还累。后来砍到八个，每个人提交新提示词必须打全标签，不然不收录。每周开一次十五分钟的会，把重复的合并，效果差的删掉。库不在大，在精。现在我的个人库有大概四百条提示词，团队库一千出头。每次写新脚本，我先搜库，找到可复用的就改变量，找不到才写新的。这个习惯帮我省了至少一半的创作时间。更重要的是，库里的提示词都是被真实流量验证过的，踩坑的概率低了很多。
6.2 效果评估：完播、互动、转化与复盘指标
提示词写得好不好，数据说了算。我给自己定了四个评估指标：完播率、互动率、转粉率、转化率。每条视频发出去二十四小时，我把这四个数据填进表格。完播率反映钩子和节奏，互动率反映共鸣和互动设计，转粉率反映账号定位清不清晰，转化率反映CTA和产品植入到不到位。哪项低了，我就回头改对应部分的提示词。完播率低，我检查前3秒钩子提示词够不够强，第5秒有没有具象画面。互动率低，我看结尾有没有引导评论。这套方法让提示词优化从“凭感觉”变成“看数据”。数据不会骗人，但需要积累。我攒了三百多条视频的数据之后，才敢说“我大概知道什么提示词有效”。
复盘我固定在每周一早上。花一个小时，把上周所有视频的数据拉出来，找出最好和最差的三条，对比它们的提示词有什么不同。最好的那条，我把提示词拆解成要素，标记为“高效果模板”。最差的那条，我找出问题，在库里把对应的模板降权或者加上警示。有次我发现所有用了“专家解读视角”的脚本完播率都偏低，而“个人经历视角”互动率高。我把这个结论写进库的备注里，后面优先用个人经历视角。复盘不是找谁的错，是找什么在起作用。每个数据点都在告诉我，哪个词、哪个结构、哪个钩子类型更受观众欢迎。
我还做了一件事：把复盘结论反哺到提示词模板里。比如我发现“第5秒出现具象化画面”能提升完播率，就在通用模板里加了一条硬性要求：“第5秒必须描述一个具体动作或场景，禁止抽象表达。”又比如我发现“结尾提问式CTA”比“直接引导关注”互动率高，就改了CTA部分的提示词。模板每季度更新一次，每次更新都基于真实数据。我的提示词库不是一成不变的，它跟着账号一起长大。
6.3 跨模型迁移与多模态脚本生成扩展
我用的AI模型不止一个。不同模型对提示词的响应风格差别很大。同一个提示词，在A模型上出来的脚本偏理性，在B模型上偏感性，在C模型上可能啰嗦得像说明书。我做过迁移实验，把一套提示词从A搬到B，发现需要改几处地方。B模型对“请用口语化”不敏感，得改成“像跟朋友聊天一样写”。C模型对结构要求很严，得把“必须包含钩子”改成“第一句话就要让人想往下看”。我建了一个“模型适配层”，每个模型下面存一套微调后的提示词版本。迁移的时候不是复制粘贴，是把核心变量抽出来，再根据模型特性重新组装。这件事花时间，但一次适配，长期受益。
多模态脚本生成是我最近在玩的。以前脚本只有文字，现在我想让AI直接生成分镜图、甚至短视频片段。我用提示词描述画面：“镜头从下往上拍，主角坐在宿舍床上，手机屏幕的光打在脸上，表情疲惫，桌上放着半瓶洗面奶。”AI可以生成一张参考图。再写一段描述音效和背景音乐：“开头是闹钟声，中间是水龙头流水声，结尾是轻快的电子音乐，音量渐强。”这些多模态提示词和文字脚本放在一起，形成一个完整的“脚本包”。剪辑师看到这个包，沟通效率高了很多。他说比纯文字脚本清楚十倍。多模态提示词让脚本从“给AI看的指令”变成了“给整个制作团队看的蓝图”。
跨模型迁移和多模态扩展，本质上都是让提示词脱离单一工具的限制。我不想被任何一个模型绑死。今天用这个，明天可能换那个。提示词资产得能跟着我走。多模态也是同样的逻辑，文字、图像、音频、视频，每种模态都有对应的提示词写法。我现在在训练自己用“导演思维”写提示词，不只写台词，还写镜头、光线、音效、节奏。这套能力在短视频越来越卷的环境里，会变成硬通货。
6.4 未来扩展大纲：智能体协作与自动化短视频脚本生产
我设想过未来的工作流。不再是“我写提示词，AI出脚本”，而是多个智能体分工协作。一个智能体负责选题，每天爬热点、看评论、分析数据，自动生成选题列表。另一个智能体负责写钩子，专门研究前3秒的句式。第三个负责结构，第四个负责台词口播化，第五个负责合规检查。这些智能体之间互相传递结果，我只需要在关键节点做决策。听起来像科幻，但现在已经有一些工具能实现简单的多智能体协作。我试过用两个智能体：一个写脚本，一个挑毛病。挑毛病的智能体专门找逻辑断裂和违规词，效率比我自己检查高很多。未来这种协作会变成常态。
再往远看，自动化短视频脚本生产可能变成一条流水线。你输入一个产品链接和账号定位，系统自动抓取产品卖点、分析竞品脚本、生成十条不同角度的脚本初稿，自动做A/B测试，把数据反馈回来优化下一轮生成。人的角色从“写脚本”变成“定策略”和“审最终稿”。我期待那一天，那意味着我能把更多时间花在创意和表演上，而不是重复劳动。不过我也清楚，工具越自动，人的判断越重要。AI可以生成一百条脚本，哪条能打动人心，还得靠人来看。
我的提示词库、标签体系、数据复盘表，这些资产在自动化时代只会更值钱。它们是训练智能体的“燃料”。智能体需要知道什么是好的钩子、什么结构有效、什么词违规，这些知识都沉淀在我的库里。未来不是AI取代人，而是会用AI的人取代不会用的人。我选择做前者。眼下我要做的，是把库继续养大，把标签继续细化，把数据继续积累。等智能体协作真正成熟的那天，我已经准备好了。
