不是所有大模型都适合写脚本：

• 通义千问（最新版）：中文网感和热搜体质最强

• Claude（通过国内镜像）：逻辑密度最高，少废话

你是某垂直领域的短视频口播编剧。

赛道：【职场｜情感｜科技｜母婴】

核心观点：【例如：不要做职场老黄牛】

时长：50–70秒

要求：

1. 前5秒用”反常识断言”或”共情困境”开场

2. 中间给出3层递进理由，每层不超过25字

3. 结尾一句金句 + 自然引导关注（不要机器人式”点赞关注”）

4. 整篇不要出现”首先、其次、最后”，用口语短句

5. 请标记出【反常识点】【情绪钩子】【可替换画面段】

为什么不用免费版：免费版动态模糊严重、手指变形，一眼露馅。Pro版1秒成本约0.3–0.5元，一条60秒视频约40–60元画面成本，完全可接受。

操作逻辑：不要”一句脚本生成一个长视频”，拆成8–12个短镜头。

Cinematic shot, medium shot, [主体动作], realistic lighting, slight film grain, no text, no watermark, 24fps, motion stable

# 把脚本里的每段视觉化描述套进这个框架

举例：

脚本段落 → “她看了一眼手机，皱眉”

生成提示词 → “Cinematic shot, a female office worker glances at phone, subtle frown, natural office lighting, motion stable”

✅ 正确做法：

• 先录一段30秒的参考视频（你自己正常说话的表情）

• HeyGen 可以克隆你说话时的微表情节奏

• 再把 ElevenLabs 的配音同步进去

说实话，<break time=”0.4s”/> 我以前也不信这个。

直到上个月<break time=”0.3s”/>我亲自跑了三组数据。

# 这样AI会真的停顿，而不是硬切

核心认知转变：不再把视频拖到时间轴里剪，而是像改Word文档一样剪视频。

• Descript：导入音频+画面 → 自动转写文字 → 删除/移动文字，视频和音频同步剪辑。还能一键”删除所有嗯、啊、呃”。

• 度加专业版（国内可用）：功能类似，支持多轨道但更轻量。

不要把标题完全交给AI随机生成。用这个框架：

请根据以下视频脚本，生成5组【标题+封面微文案】。

每组必须符合以下类型之一：

• 反认知型（”别再xxx了”）

• 数字结果型（”3个方法…”）

• 身份标签型（”真正厉害的运营都…”）

• 短情绪词型（”后悔没早点知道”）