短视频运营提示词手册

开篇速查：推荐模型与工具

模型建议核对日期：2026-08-04。模型版本会快速变化；生产接入前应再查官方模型列表，并用自己的样本比较质量、延迟和成本。会议中的 Cursor、Claude Code、Copilot、Hermes、OpenClaw 属于工具或 Agent 框架，不是基础模型。

推荐产品：ChatGPT、Kimi、Claude（适合选题、脚本和分镜的多轮互动）；只有要开发批量生产系统时才转 Codex / Claude Code。 常用工具：图像/视频生成 API、TTS、FFmpeg、剪辑软件或 Remotion、OCR、字幕工具与平台数据看板。

• 内容矩阵自动生产：策略 Agent 根据人群阶段和内容支柱生成选题，去重 Agent 淘汰换标题不换内容的伪选题。
  • 模型对比：中文长素材和多模态内容库用 Kimi K3；日常策略用 GPT-5.6 Terra；大批量初筛用 DeepSeek V4 Flash。
• 脚本到分镜自动流水线：脚本 Agent 输出口播后，分镜 Agent 自动生成镜头、动作、字幕、声音和素材来源，再分别调用图片/视频 API。
  • 模型对比：复杂叙事和镜头约束用 GPT-5.6 Sol；长素材、多参考图和视频理解用 Kimi K3；低成本批量脚本可用 Kimi K2.7 Code。画面仍交给专用图像/视频模型。
• 品牌宣图直接变视频首帧：使用已验收KV作为首帧和风格参考，视频 API 只生成明确动作，减少品牌颜色、产品和构图漂移。
  • 模型对比：Gemini Omni Flash；需要末帧控制、场景延展或兼容旧流程时用 Veo 3.1；国内生产链路可选 Seedance 2.0。理由：按官方能力选择，不把所有镜头都强行交给同一模型。
• 批量生成镜头而非整片：每个镜头单独生成并规定结尾状态，剪辑 Agent 后期组合，比一次生成完整视频更容易保持人物和产品一致。
  • 模型对比：Seedance 2.0 fast 或 Gemini Omni Flash 做批量镜头，主产品特写用质量档。理由：先低成本生成候选，再把预算集中到高价值镜头。
• 一个母脚本自动多版本：按平台、时长、人群、语言和钩子变量生成版本，但核心承诺和证据保持不变。
  • 模型对比：DeepSeek V4 Flash、GPT-5.6 Luna 或 Claude Haiku 4.5。理由：模板化、高并发改写更看重吞吐与成本；品牌承诺和事实由规则锁定。
• 自动生成口播+字幕+配音：口播 Agent 控制时长，TTS API生成配音，字幕 Agent 按语义切行并自动检查安全区和关键词强调。
  • 模型对比：Doubao 语音合成大模型 用于中文情绪化配音；文案可用 GPT-5.6 Terra / Claude Sonnet 5。理由：豆包官方能力支持上下文情绪、语调和多种音色，适合短视频配音；敏感音色须取得授权。
• 视频素材自动质检：视觉模型检查人物/产品/Logo一致性，OCR检查乱码，音频模型检查人声清晰度，规则脚本检查画幅、时长和码率。
  • 模型对比：Gemini 3.6 Flash 或 GPT-5.6 Terra 做多模态语义质检。理由：适合批量看画面和上下文；码率、时长、响度、OCR 与文件合法性仍用专门工具测。
• 数据自动回流下一轮：发布后将首屏停留、完播、点击和转化交给复盘 Agent，只改变最大漏损环节的一个变量。
  • 模型对比：低成本分析用 DeepSeek V4 Pro；复杂归因用 GPT-5.6 Sol 或 Claude Opus 5。必须保留实验对照，不能把相关性当因果。
• 低成本模型自动分层：批量试错和过渡镜头使用低成本模型，核心产品特写和主叙事镜头使用高质量模型，由调度 Agent 按镜头价值分配。
  • 模型对比：文本批量层用 DeepSeek V4 Flash；图像批量层用 Seedream 5.0 lite；视频批量层用 Seedance 2.0 fast。每层先生成候选，高价值资产再切换质量档。

本机历史中宽口径命中 234 条短视频相关消息，精确去重后 121 条；其中直接包含“短视频、分镜、口播、完播率”等核心词的记录较少，因此本手册以历史中反复出现的“明确交付物、约束、参考物、迭代和指标”结构为基础，补全为可直接执行的短视频工作流。平台算法和规格会变化，发布前仍需核对目标平台当期规则。

0. 把短视频生产拆成角色和门禁

长期不变的账号定位、品牌语气、合规禁区和素材授权应保存为固定上下文；每条视频只传递本次选题、目标和素材；发布规格、敏感词、字幕安全区和数据字段应使用独立检查表强制验证。

1. 先把“做一条视频”改成一个经营任务

短视频提示词必须先回答：

1. 目标：曝光、涨粉、获客、成交、教育还是品牌记忆。
2. 人群：谁在什么场景刷到，当前知道什么、抗拒什么。
3. 平台：内容语法、画幅、时长和用户预期。
4. 单一信息：看完只能记住一句什么话。
5. 证据：演示、案例、数据、对比、过程还是用户反馈。
6. 行动：评论、关注、私信、点击、搜索还是购买。
7. 指标：前三秒停留、完播、互动、点击或转化。

一条视频不要同时承担所有目标。品牌曝光片和成交片的结构、节奏与 CTA 不应相同。

2. 短视频项目母模板

你是一名【平台】短视频内容策划与运营。请为【品牌/账号】制作【数量】条视频方案。

账号定位：【一句话】
业务目标：【曝光/涨粉/获客/成交/复购】
目标人群：【具体人群、场景、需求、障碍】
产品/主题：【内容】
核心卖点：【一个主卖点，最多三个支持点】
可信证据：【演示、案例、数据、资质、用户反馈】
平台与规格：【平台、9:16/16:9、时长、语言、字幕】
品牌语气：【3个词】
禁止内容：【夸大承诺、敏感词、竞品攻击、无法证明的数据等】

请输出：
1. 选题与对应用户痛点。
2. 前 3 秒钩子，至少 3 个备选。
3. 完整脚本：画面、口播/字幕、时长、音效、转场。
4. 镜头清单和所需素材。
5. 标题、封面文案、描述和 CTA。
6. A/B 测试变量。
7. 发布后应观察的指标及不同结果对应的调整动作。

要求：一条视频只讲一个核心承诺；钩子必须与正文兑现；CTA 与业务目标一致。

3. 选题系统，而不是临时想标题

3.1 选题矩阵

用“人群阶段 × 内容功能”生成矩阵：

3.2 批量选题模板

围绕【账号定位】生成 30 个短视频选题，覆盖【目标人群】从认知到转化的完整阶段。

每个选题输出：
- 用户阶段与具体痛点；
- 一句话选题；
- 为什么值得看；
- 可使用的证据或画面；
- 最适合的内容形式；
- 推荐 CTA；
- 与已有选题的差异。

分配比例：教育【%】、证明【%】、品牌【%】、转化【%】。
删除只换标题但核心内容相同的选题，按预期价值和制作成本排序。

4. 钩子设计

常用钩子不是固定句式，而是制造“继续观看的合理理由”：

• 结果先行：“我用【方法】把【指标】从 A 做到 B，关键不是【常见误解】。”
• 风险暴露：“如果你正在【行为】，先检查这三个地方。”
• 反常识：“【行业常识】不一定对，真正影响【结果】的是……”
• 对比实验：“同一个【对象】，只改【变量】，结果差了……”
• 明确对象：“如果你是【具体人群】，这条能帮你避免【损失】。”
• 未完成信息：“最后一个步骤决定【结果】，但很多人会跳过。”

钩子验收：

• 前 1 秒能看懂对象和冲突。
• 静音观看也能理解。
• 正文真实兑现，不使用与内容无关的夸张承诺。
• 不以漫长自我介绍开头。

5. 口播脚本模板

5.1 30—60 秒知识/获客视频

请为【人群】写一条【时长】秒口播视频。

主题：【主题】
目标：【关注/私信/搜索/点击】
核心结论：【一句话】
必须包含的证据：【证据】
语气：【自然、直接、可信等】

结构：
0—3秒：对象 + 冲突/结果，不自我介绍。
3—10秒：解释为什么这件事重要。
10—40秒：最多三个步骤，每步配具体例子或画面。
40—50秒：总结并消除一个常见异议。
最后：一个明确 CTA。

输出为表格：时间、画面、口播、屏幕字幕、音效/动作。
控制句子适合自然说话，避免书面长句；字幕每屏只保留一个信息块。

5.2 15—30 秒产品转化视频

为【产品】写一条【平台】竖屏转化视频。

用户场景：【场景】
核心痛点：【痛点】
产品承诺：【可证明结果】
演示证据：【怎样现场展示】
价格/优惠：【如适用】
合规边界：【不能承诺什么】

结构：问题瞬间 → 产品出现 → 一镜到底演示 → 结果对比 → 风险消除 → CTA。
提供 3 个不同钩子和 2 个 CTA，只改变一个测试变量。

6. 分镜脚本模板

把以下脚本转成可拍摄的分镜表：【脚本】。

每个镜头输出：
- 镜头编号和起止时间；
- 景别、机位、焦段感和运镜；
- 主体动作和表情；
- 场景、道具和产品位置；
- 口播、字幕和屏幕文字；
- 光线、色彩和声音；
- 转场方式；
- 素材来源：实拍/屏录/库存/AI生成；
- 制作风险和替代方案。

约束：
- 竖屏安全区内保留人物、产品和字幕。
- 平均【N】秒出现一次有意义的视觉变化，但不要为转场而转场。
- 重点信息同时通过画面和简短字幕表达。
- 镜头必须能在【场地/设备/预算】条件下执行。

7. AI 视频生成提示词

AI 视频提示词可按以下顺序编写：

格式与时长 + 主体身份一致性 + 动作 + 场景 + 镜头 + 光线 + 色彩 + 节奏 + 物理约束 + 禁止项。

生成【时长】秒、【比例】、【分辨率】的视频镜头。

主体：【人物/产品外观、服装、材质和必须保持的一致特征】。
动作：【按时间顺序描述单一连续动作】。
场景：【空间、前中后景、时间和环境细节】。
镜头：【景别、机位、运动轨迹、速度、焦点和景深】。
光线：【主光方向、软硬、色温和氛围】。
色彩：【品牌色及整体色调】。
节奏：【平稳/快速/悬念等】。

禁止：主体变形、额外手指、产品结构改变、Logo变形、文字乱码、闪烁、突然跳切、穿模、背景人物抢镜、过度运动模糊。

结尾状态：【下一镜头需要衔接的姿势、位置和方向】。

复杂内容不要一次生成整条成片。先生成关键镜头和连接状态，再在剪辑中组合，能显著降低人物、产品和空间连续性问题。

8. 剪辑 Brief

请根据脚本和素材清单制定剪辑方案。

目标平台：【平台】
时长：【时长】
核心指标：【前三秒停留/完播/点击/转化】
品牌节奏：【描述】

输出：
1. 时间线及每段叙事功能。
2. 保留、删减和补拍建议。
3. B-roll、屏录、特写和证据画面的插入点。
4. 字幕层级、每屏字数、关键词强调方式和安全区。
5. 音乐、环境声、音效和人声响度关系。
6. 转场和动效规则。
7. 9:16、1:1、16:9 的重构策略，不仅是裁切。

避免：每句话都加音效、连续花哨转场、字幕遮挡主体、音乐压住人声、无意义空镜。

9. 标题与封面

基于视频内容生成 10 组标题和封面文案。

视频核心结论：【内容】
目标人群：【人群】
平台：【平台】
语气：【语气】
禁止：【标题党、无法兑现的数字、敏感词】

每组说明：
- 标题使用的动机；
- 封面主文案（短）和辅助信息；
- 画面主体、构图和颜色；
- 与视频前三秒是否一致；
- 适合测试的变量。

标题负责建立预期，封面负责快速识别，前三秒负责兑现；三者不能讲三件不同的事。

10. 发布、测试与复盘

10.1 一次只测试一个变量

可测试变量包括：钩子、首帧、封面、标题、证明方式、节奏、CTA。若同时改变全部元素，即使数据变化也无法判断原因。

10.2 数据诊断模板

请分析以下短视频数据，并区分事实、推断和下一步实验：【数据】。

视频目标：【目标】
发布时间与样本量：【信息】
内容结构：【钩子、正文、CTA】
可用指标：【曝光、停留、完播、互动、点击、转化等】

分析顺序：
1. 样本是否足够，数据是否可比。
2. 曝光 → 停留 → 完播 → 互动/点击 → 转化在哪一层损失最大。
3. 将损失映射到可修改元素，不把相关性当因果。
4. 给出最多 3 个优先实验；每个实验只改一个变量。
5. 写明成功标准、观察周期和停止条件。

10.3 常见指标与内容问题映射

11. 批量内容生产模板

建立一个【周期】内容生产计划，目标是【业务目标】。

资源：每周【人力/预算/拍摄时间】，可用素材【列表】。
内容支柱：【3—5个】。
发布频率：【频率】。

请输出：
- 选题矩阵和去重后的内容日历；
- 每条视频的目标、受众阶段、形式和 CTA；
- 可批量拍摄的场景、服装、道具和镜头组合；
- 一次拍摄、多条剪辑的素材规划；
- 审核、发布、数据回收和复盘流程；
- 每周保留、停止和放大内容的判定规则。

不要为了数量把同一内容换词重复发布；必须保持内容角度、证据或人群阶段的真实差异。

12. 发布前验收清单

• 前三秒明确对象、冲突或结果。
• 标题、封面、开头和正文承诺一致。
• 一条视频只有一个核心信息和一个主 CTA。
• 所有事实、数据和效果承诺可以证明。
• 字幕在安全区内，静音观看仍可理解。
• 产品、人物、Logo 和品牌颜色一致。
• 音乐、人声和音效层级清楚。
• 画面、素材、音乐和人物授权可用。
• 输出比例、分辨率、码率和字幕符合平台要求。
• 已定义发布后的主指标、测试变量和调整条件。

短视频提示词最重要的不是“写得有创意”，而是让选题、脚本、画面、发布目标和数据复盘形成同一条闭环。