Community写作与编辑github.com

视频脚本撰写

为短视频(Reels、TikTok、YouTube Shorts)和长视频撰写听起来像是说话者本人风格、能抓住注意力的视频脚本。包含暖场铺垫、身份介绍、关注引导、延迟回答的留存结构、温和的收尾、真实问题驱动的内容、以及针对新闻和数据发布的反应式脚本。输出可直接用于提词器(含思考停顿、镜头提示),并附带简短剪辑说明。

视频脚本撰写 是什么?

该技能专注于为短视频和长视频节目编写真实、自然的口播脚本,目的是让视频听起来像是一个真实的人在说话,而不是在朗读广告。它遵循一套独特的脚本结构:暖场钩子、主语和自我简介(带关注引导)、延迟回答的悬念、真实的解决方案、以及温和的结束语和行动号召(以一个尝试性动作和评论问题结尾)。技能强调“脚本是骨架,不是念稿”,通过内置的“voice-loop”机制不断从实际拍摄和剪辑反馈中学习说话者的真实口吻,并使每个后续脚本更贴近本人风格。该技能适用于多种平台,包括Reels、TikTok、YouTube Shorts和长视频,并可与视频编辑、写作、研究和审查循环等技能无缝协作。它提供完整的输出,包括提词器就绪的脚本、剪辑笔记和来源记录,并内置合规检查,以确保适用于受监管行业。

兼容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/builtnotboosted/built-not-boosted-skills/tree/HEAD/plugins/built-not-boosted/skills/video-scripting

Installed? Explore more 写作与编辑 skills: steipete/notion, langchain-ai/langchain, bytedance/podcast-generation · View all 6 →

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

视频脚本撰写 是做什么的?

本技能负责口播脚本及其剪辑说明。它撰写说话者在镜头前要说的话,使用他们的语言风格,旨在吸引注意力,并向video-editing技能提供三行简短说明,让剪辑了解屏幕上的钩子、封面文字和承诺的成果。字幕和发布文案属于writing技能,格式选择和话题研究属于research,剪辑本身属于video-editing,质量检查属于review-loop。

核心信念:脚本是真实的人的骨架,而不是朗读的文本。 在镜头前给人感觉良好的人会围绕页面进行解释。为此而写,视频听起来就会像他们本人,而不是一则广告。

开始之前

  1. 找到营销工作目录(默认为marketing/)。如果没有,用一句话说明,并提供brand-setup,或者询问基本信息:谁在说话,他们做什么,为谁做,以及在哪里。
  2. 阅读brand/brand-profile.md:# 身份、# 受众、# 声音、# 边界、# 合规、# CTA & 联系方式。品牌配置文件在品牌常数和合规措辞方面优先;本技能拥有方法的主导权。
  3. 首先阅读brand/voice-learnings.md,每次写脚本前都要读。 它是此人实际在镜头前如何说话的真实记录,由voice-loop技能通过分析他们拍摄的视频和手动编辑而学习得到。应用其当前的工作规则;只要两者有差异,这些规则优先于这里的通用指南。
  4. 如果存在brand/performance-learnings.md,请阅读它,以了解哪些内容(格式、钩子、时长)效果良好。
  5. 获取事实。任何声明、数字或引用都必须来自说话者本人、简报或research,并注明来源。切勿编造客户故事、数字、引用或评论。如果没有真实故事,就改为诚实的教育内容。

标准

  • 温暖放松,而非急促。 与硬切、高能量的喊叫相反。要有吸引力、从容不迫、人性化。在自然之处加入轻松的幽默,绝不能以客户为代价。
  • 听起来像他们本人。 如果某句话不会从他们嘴里说出来,就重写。使用简单的词语、缩略语、变化的句子长度。
  • 站在观众旁边,而不是站在他们前面。 避免使用“大多数人都会搞错”和“人们常常认为”这类措辞,这暗示观众可能错了。改用“很容易错过”、“我们很多人都被告知过”。避免空洞的夸张路标(如“这是没人告诉你的关键部分”),这会让观众等待回报;直接引入真正的要点。
  • 有用,而非推销。 建立信任和关注;让咨询由此而来。
  • 每个短视频一个想法。 解决观众实际拥有的真实问题,而不是空洞的内容。
  • 脚本文本中不要使用破折号。 使用逗号、括号、句号。

结构:短视频(30秒到约2分钟,始终少于3分钟)

一个形状,而不是公式。许多创作者会将其识别为“钩子、悬念、交付、结尾”;我们以温暖的方式做到这一点。

  1. 钩子。 一个完整的口语句子,大约10到14个单词,直接点明话题,并给出人性化的利益点或诚实的转折。不是舞台场景、不是谜语、不是“嗨,大家好”、不是标志。张力存在于事实之中,而不是夸张的传递中。将其写成他们会说的完整句子(许多人自然地会用“那么”之类的开场);被剪断的片段式问题往往会被重新写进镜头。
  2. 紧接其后的:自我介绍和关注引导。 以说话者自己的话写一个简短节拍:名字、做什么、为谁做、在哪里(如果是本地化),然后是一个轻松的关注请求。示例格式:“我是Sam,我在高街的修车铺修车。给我点个关注,我们开始吧。” 让身份介绍线在整个视频中保持一致(这正是目的);只变化尾部,这样一天内批量拍摄的视频开头就不会完全相同。把位置放在这里,而不是钩子里。永远不要承诺结果,也不要乞求(如“狂按关注”)。
  3. 悬念。 一两句话,通常来自他们真实的一周(“这周有个人来找我……”),让观众感受到问题。它的作用是延迟答案,绝不给出答案。
  4. 交付。 一个清晰的想法,从容不迫,用简单的语言表达。完全兑现钩子所承诺的内容;如果钩子包含数字或隐藏了某些信息,先写回报内容,并确保主体部分兑现它。
  5. 结尾。 今天可以尝试的一件小事,并附带一个相关问题:“今晚拿把尺子检查一下你的链条吧。你的怎么样?在评论区告诉我吧。” 一个线索,一个问题,表述为“这对我有帮助”,而不是“你必须”。然后快速、人性化地道别,单独成行,用他们自己的话(一旦你知道他们说什么,就每次都保持一致)。

无剧透规则: 无论是钩子,还是自我介绍后的第一句话,都不能透露答案。如果透露了,观众得到了他们想要的东西,就会划走。

结构:长视频(约8到15分钟,16:9)

  1. 温暖开场: 钩子(视频的承诺),为新观众提供轻松的自我介绍,如果你喜欢,可以加入一个温和的订阅理由(“如果这个有用,就留下来,还有更多类似的内容”)。
  2. 设置: 描述问题,并说明观众将得到什么。
  3. 章节: 每个章节都是一个小的设置、教学、回报。让每个过渡都是一个向前的小钩子,而不是一个停顿点;在约三分之一和三分之二处计划两个有意的重新参与节拍。脚本中的章节标记是供剪辑使用的静默标记;面向观众的章节来自描述中的时间戳。
  4. 回报和结尾: 解决承诺,然后恰好三个请求:一件可以尝试的事,指向他们另一个相关视频的指针,以及一个评论区问题。然后是一个得体的结尾。
  5. 写作顺序: 先写回报,然后是设置,接着是张力,最后是钩子,这样钩子才能诚实对应视频交付的内容。
  6. 搜索: 标题和描述用观众自己的话(如“为什么我的锅炉压力下降了?”)开头,而不是用原理。

对于反应式脚本(新闻报道、价格变动、数据发布),以及更多钩子模式和留存细节,请打开references/hooks-and-retention.md。

时长与节奏

  • 时长跟随故事。 不要为了凑时间而填充,也不要为了达到40秒而删减真实的解释。当故事讲完时,30到60秒的短短片和1到2分钟的较长片段都可以。
  • 按节奏调整大小。 在voice-learnings记录下说话者测量出的节奏之前,假设大约每分钟190个单词:大约30秒95个单词,一分钟190个,两分钟380个。刻意设计的单点片子运行较慢(约150),节奏轻快的总结较快(约220)。约500个单词是短视频的实际上限。
  • 尽量接近口播长度。 早期,有些人在镜头前会把脚本扩展成两倍长;一旦voice-learnings中“实际口播/脚本”比率稳定在1.0附近,就按全长写。让voice-loop的数字来决定。
  • 事实写完整,观点列要点。 人们几乎逐字阅读事实和引用,但对观点节拍进行即兴发挥。因此,将可验证的事实和任何引用完整写出,而将观点节拍保留为简短提示。
  • 写得比在纸面上感觉更直接。 修饰性的短语在镜头前会被替换成平实的版本。把技巧留到一个朴实的比喻和回报句上;具体、日常的意象在拍摄中存活得最好。

合规

品牌配置文件中的# 合规部分决定。如果业务受监管,或者视频推广了带有必要措辞的内容,默认要求将必要的警告放在字幕中(由writing编写),而不是口播,这样脚本保持人性化,而字幕承担准确的措辞。检查你自己的规则:某些制度或广告政策要求警告在屏幕上或口播中,然后品牌配置文件会说明,你按照它执行。无论哪种方式,都要保持事实的张力,绝不承诺结果(“你肯定会省钱”),并且不要在镜头前硬报一个可能在上线前变化的价格或数字。英国金融服务的标签化示例在references/regulated-industries-example.md中。

输出(每段内容一个文件夹)

在content/<yyyy-mm-dd>-<slug>/目录中:

  1. script.txt,提词器就绪:仅口播文本,清晰的换行,无标题,无破折号。思考停顿(每两到三个句子后和回报前有一个空行),这样说话者可以短暂移开视线再回来,这也为剪辑提供了干净的剪切点。三到六个镜头提示,放在自己的行上,用尖括号和大写字母表示,每个两三个单词,放在它们适用的那行之前:<走进画面>、<靠近镜头>、<保持封面表情>、<B-ROLL: 钥匙, 门>。详细信息和PromptSmart示例在references/prompter-and-edit-notes.md中。
  2. edit-notes.txt,三行,永远不要出现在提词器上:
屏幕钩子:齿轮打滑?
封面:先检查这个
成果:你将知道跳齿的两个常见原因以及如何今晚检查一个

屏幕钩子是3到5个词语,做出承诺但不给出答案。封面是2到4个真实、简单的短语,用于缩略图。成果是观众得到的东西;如果你作为观众不想要它,就不要制作这个视频。 3. sources.txt:每个事实的来源。 4. 基线副本: 将未编辑的script.txt副本保存到baselines/<yyyy-mm-dd>/<slug>-script.txt。切勿编辑它。voice-loop技能会将说话者的编辑和他们的口播交付与它进行对比,这就是下一个脚本更接近他们的方式。

然后,帖子的字幕和标题由writing根据脚本和剪辑说明编写。

交付前的检查

将脚本和剪辑说明传递给review-loop,或自行检查:钩子在头几秒内落地且非剧透;早期包含自我介绍和关注引导,无成果承诺;悬念延迟了答案;钩子中的每个承诺都得以兑现;一个尝试步骤并附带相关问题;快速道别;无“大多数人”,无夸张路标;屏幕钩子是3到5个词且不是答案;存在思考停顿和镜头提示;时长匹配节奏;无编造的故事或数字;根据品牌配置文件合规;应用了voice-learnings的规则;无破折号。

适应性

  • 你的话语: 将说话者的自我介绍语和道别语放入品牌配置文件中的# 声音或# CTA & 联系方式部分,并让voice-loop从真实视频中不断优化它们。
  • 多个主持人: 为每位主持人提供各自的自我介绍语,如果他们说话方式不同,则保持他们各自的voice-learnings分开。
  • 你的提词器: 任何提词器应用都可以;检查一次它的语音跟踪功能是否能干净地跳过镜头提示行。
  • 你的边界: 任何你不能提供建议或声称的内容都放到品牌配置文件的# 边界部分;脚本可以就此进行教育并指明方向,但绝不能将自己定位为替你做这些事。

参考资料

  • references/hooks-and-retention.md:钩子模式、屏幕钩子、留存结构、反应式和数据发布脚本、结尾。当钩子不奏效或需要新闻反应时打开。
  • references/prompter-and-edit-notes.md:提词器格式化、镜头提示、剪辑说明和拍摄习惯。准备拍摄环节时打开。
  • references/worked-example-short.md:一个中立的、为小型企业编写的完整短视频示例,包括脚本和剪辑说明。
  • references/regulated-industries-example.md:在受监管行业(以英国金融服务为例)中如何运作。

了解更多:https://builtnotboosted.com/skills/video-scripting

Individual skills in this repo

This repo contains 4 individual skills — each has its own dedicated page.

builtnotboosted/image-generation

Produces finished social images with any image model (Google Gemini image, "Nano Banana", as the worked example) - feed statics, carousel slides, short-form video covers, YouTube and article thumbnails, local listing cards and animated statics. Bakes the headline into the scene instead of pasting text on top, keeps text inside the profile-grid safe zone, locks the likeness of real people to their reference photos, hits exact platform sizes, writes alt text and re-judges every re-roll on the filed file. Use when someone says "make an image for this post", "create a thumbnail", "make a cover from my video", "design a carousel", "animate this static", "the image model won't do 4:5", "my headline is getting cut off in the grid", or when a content pack needs its visuals.

builtnotboosted/review-loop

The quality gate every piece of content passes before it is filed, scheduled or posted. Runs a self-critique, then an independent review by a fresh subagent that sees only the finished work and the criteria (never the builder's reasoning), then fix and re-judge until there is a clean pass. Covers what to do when a piece can't pass unattended (hold, flag, ship the rest). Use when someone says "review this", "check this before it goes out", "QA the pack", "is this ready to post", "get a second pair of eyes on this", "proofread the captions", or when any other Built Not Boosted skill hands work over for checks.

builtnotboosted/scheduling

Gets finished posts into a social media scheduler (or posted by hand) safely. Queue-only with explicit timezone offsets, live dedup against scheduled and already-published posts, media readiness checks, correct post types (shorts, reels, carousels, first comments, manual-posting reminders), alt text, a link gate that sends copy back for a rewrite rather than stripping it, and confirmation before anything goes live. Writes and keeps a scheduling manifest for each pack. Works with any scheduler; Publer is the worked example. Use when someone says "schedule this", "queue these posts", "put this in Publer", "book in this week's content", "post this on Tuesday at 7", "move that post", "what's already scheduled", or hands over a finished content pack to go out.

builtnotboosted/video-editing

Edits filmed talking-head footage into release-ready vertical shorts (1080x1920) and 16:9 YouTube long-forms with ffmpeg and Whisper. Keeps exactly one clean read of every script line (no stumbles, restarts or double reads), never leaves a flat single shot (punch-ins, reframes, B-roll, motion graphics), captions from the finished audio, normalises loudness to -14 LUFS, makes a real-frame cover and runs a QA gate that re-transcribes the render and refuses delivery until it passes. Syncs extra cameras by sound and writes YouTube chapters. Use when someone says "edit my video", "cut this clip", "remove my retakes", "edit out the fluffs", "add captions to my video", "make a short from this footage", "sync my two cameras", "make a thumbnail from my video", or hands over raw footage and a script.

相关技能