短视频规划
使用时机
在用户请求符合以下任一场景时使用此技能:
- 用户想要为 TikTok、Instagram Reels 或 YouTube Shorts 规划、编写脚本或结构化单个视频,且最终视频时长在 60 秒以内
- 用户有一个概念或主题,需要将其转化为有表现力的视频——他们希望获得观看时长、分享、保存或粉丝转化,而不仅仅是录制的口头讲述
- 用户正在规划一个垂直视频(9:16)用于移动端优先观看,需要钩子设计、节拍结构、屏幕文字放置和字幕策略方面的指导
- 用户明确询问如何让短视频循环、提高完播率,或如何在滑动信息流中“存活前 3 秒”
- 用户正在将现有内容(博客文章、长视频、推文串)转化为短视频格式,需要在保持冲击力的前提下进行压缩
- 用户正在规划一系列短视频,并需要将每一集作为独立单元进行规划
- 用户想要创建一个趋势响应型视频,并在内容分配前映射出趋势结构
不要使用此技能的情况:
- 用户需要完整的脚本,包含对话、场景描述和逐镜头覆盖,且视频时长超过 60 秒——请使用
video-script-writing - 用户需要 YouTube 频道增长策略、上传节奏或仅限于单个视频描述之外的元数据优化——请使用
youtube-video-strategy - 用户需要包含摄像机角度、镜头选择、灯光设置和剪辑序列的详细分镜头脚本——请使用
video-storyboard - 用户正在规划一场直播、网络研讨会或活动,恰好被录制下来——这些格式遵循完全不同的互动机制
- 用户需要付费广告视频(前贴片、插播广告或赞助内容)——广告视频的结构在保留曲线和 CTA 放置规则上与有机短视频不同
- 用户正在规划一个播客或音频优先的内容,该内容将有一个静态视觉或循环图片叠加——从算法角度看,这不是短视频
- 用户想要已发布视频的分析或性能报告——那是一个独立的审核和优化工作流
流程
第一步:规划前明确核心输入
在未确认以下五个参数之前,切勿开始规划。对其中任何一个进行猜测都将导致无法执行的计划。
- 主题和单一核心信息: 视频必须能用一句 10 个字以内的陈述句表达。如果用户的概念需要两句话来解释,那么该概念尚未准备好用于短视频。在继续之前帮助用户精简。准备好的概念示例:“口呼吸损害你的睡眠质量。”未准备好的概念示例:“呼吸模式、睡眠结构以及现代饮食如何导致气道限制之间的关系。”
- 目标平台: TikTok、Instagram Reels、YouTube Shorts 或跨平台。平台选择影响屏幕文字的安全区域(平台 UI 重叠部分不同)、字幕字符限制和音频发现机制。TikTok 拥有最强的音频驱动发现机制;YouTube Shorts 的发现更多依赖于标题和缩略图,用于推荐视频放置。
- 内容类型: 选择一项——教育类、改变类、故事类、教程类、观点/热门观点类或娱乐/幽默类。内容类型决定了第三步中的节拍结构。
- 目标受众: 不是人口统计特征,而是心理状态。“25-35 岁女性”没有用;“那些因备餐感到不知所措但想健康烹饪的人”是可用的版本——它包含了钩子必须针对的痛苦、愿望和情境。
- 时长目标: 7-15 秒(微短片)、15-30 秒(短篇)、30-45 秒(标准篇)或 46-60 秒(长短片)。较短的视频完播率更高,但信息密度较低。算法高度看重完播率——一个完全看完的 10 秒视频比一个看了 40% 的 60 秒视频表现更好。默认选择能完全传达概念的最短时长。
第二步:设计钩子——前 1.5 到 3 秒
钩子不是引入部分,而是保留机制。对短视频平台的研究一致表明,最终会放弃观看视频的观众中有 30-50% 在头 3 秒内离开。钩子必须中断滑动,并在此观看者有意识地决定继续观看之前,创造一个信息缺口或情感高峰。
- 模式中断钩子: 以视觉或语调上意想不到的方式开场。一位厨师在食谱视频前说“我讨厌做饭”。一位理财创作者持有现金说“我故意烧了这些”。这种不协调感创造认知失调,驱使观看者通过观看来解决它。
- 直接对话钩子: 针对目标观看者当前的特定情境展开。“如果你每天早上醒来都感到疲倦”这直接对准了视频的目标人群。地址越具体,目标受众的留存率越高。宽泛的问候(“大家好”)会稀释这种效果。
- 好奇心缺口钩子: 保留最有趣的信息,并明确表明视频中包含该信息。“你的植物不断枯萎的原因与浇水量毫无关系。”观看者必须观看才能填补缺口。当保留的信息是反直觉的或与常见假设相矛盾时,好奇心缺口效果最好。
- 视觉钩子: 在音频播放之前,第一个画面本身必须能够阻止滚动(在 TikTok 上,自动播放带声音很常见;在 Instagram Reels 上,许多用户最初静音观看)。使用意想不到的视觉元素——已经可见的惊人结果、不同寻常的环境、或能引发“这是怎么发生的?”问题的前后对比分割画面。
- 利害关系钩子: 开场立即说明潜在风险。“大多数犯这个错误的人永远不会得到晋升。”利害关系钩子适用于专业、财务和健康类内容,这些内容的受众有失去某些东西的风险。
- 时长约束: 钩子必须在 1.5-3 秒内交付。对于口头音频,这相当于自然语速下约 5-10 个词。对于文字叠加,这是一个能在 2 秒内读完的短短语。不要规划比这更长的钩子——如果交付钩子需要 4 秒以上,那它就不是钩子,而是冷开场,冷开场会破坏短视频的留存率。
- 钩子与缩略图对齐: 对于 YouTube Shorts,缩略图和标题在视频开始前充当预钩子。规划钩子文本使其与标题一致但不完全相同。
第三步:为所选内容类型构建节拍结构
每种内容类型都有一个经过验证的节拍序列。使用正确的序列——不要发明一个结构。该结构的存在是因为它与短视频平台上注意力的行为相匹配:开始很高,在 5-7 秒标记处下降,如果有模式中断或升级则恢复,除非有收尾回报,否则在结束时再次下降。
- 教育类格式(15-45 秒): 钩子(0-2 秒)——出乎意料的声明或反直觉事实(2-6 秒)——证据或机制解释(6-25 秒)——实际应用(25-35 秒)——结果陈述以形成循环(35-45 秒)。关键是“证据”节拍必须验证钩子的声明,且不能冗余。
- 改变类格式(20-45 秒): 钩子(0-2 秒)——之前状态:清晰确立问题(2-8 秒)——过程:展示变化的发生(8-30 秒)——之后展示:使过程感觉值得的结果(30-40 秒)——循环框架(40-45 秒)。改变类格式的成功取决于“之前”状态的可关联性。如果观看者在之前状态下没有认出自己,他们会脱离。
- 故事类格式(20-60 秒): 钩子(0-2 秒)——场景设置:谁、在哪里、发生了什么(2-10 秒)——激励时刻:改变的事情(10-20 秒)——紧张或后果(20-40 秒)——解决或笑点(40-55 秒)——循环陈述(55-60 秒)。讲故事是最难压缩的格式,因为上下文设置与简洁性相竞争。每一秒的设置都必须通过使回报更具影响力来赢得其位置。
- 教程类格式(30-60 秒): 展示最终结果的钩子(0-2 秒)——“下面是方法”的桥梁(2-4 秒)——步骤 1(4-15 秒)——步骤 2(15-30 秒)——如果需要步骤 3(30-45 秒)——与开场钩子匹配的最终结果展示(45-60 秒)。教程需要屏幕上清晰的步骤编号(“步骤 1”、“步骤 2”),因为观看者经常重看教程以便参考——文字叠加使重看变得有用。
- 观点/热门观点格式(20-45 秒): 钩子——一个大胆的声明,将引发同意或不同意(0-2 秒)——为什么大多数人相信相反(2-8 秒)——证据或论点(8-30 秒)——增加细微差别后重申原始声明(30-40 秒)——参与度诱饵结尾(“告诉我你是否同意”)(40-45 秒)。热门观点能产生评论互动,算法将其解释为积极信号。为争议性做好规划——这是一个特点,不是风险。
- 娱乐/幽默格式(7-30 秒): 模式中断视觉(0-1 秒)——铺垫(1-8 秒)——颠覆或笑点(8-15 秒)——如果适用,反应节拍(15-20 秒)——使笑点第二次观看时更好笑的循环(20-30 秒)。喜剧是最难规划的格式,因为时机无法在规划文档中传授——但可以为铺垫和笑点指定节拍位置,并且可以约束铺垫的长度以防止过度解释。
- 留存曲线原则: 每个节拍过渡都是一个微钩子。在每个过渡点,规划一个小回报或新信息,给观看者一个留下的理由。一个常见错误是只构建一个最终回报——在整个过程中分布多巴胺冲击。
第四步:规划音频层
短视频平台上的音频有两个功能:它驱动视频内留存(让观看者继续观看)并驱动平台发现(流行声音会被展示给更多用户)。这两个功能有时会冲突——流行声音可能不适合内容的基调。
- 原声旁白: 教育、教程和观点内容的最佳选择。旁白创造了一个权威声音,观看者将其与专业知识联系起来。教育内容的语速应为每分钟 130-160 词,娱乐或炒作内容为每分钟 160-200 词。死音(超过 0.5 秒的沉默)会降低留存率——如果必须为戏剧效果停顿,将其限制在最多 0.5-1 秒的一个节拍内。
- 流行音频: TikTok 上的流行声音在开始流行后达到高峰持续 2-4 周,然后与“过时”内容相关联并被算法降权。当声音的情绪、能量或歌词内容真实贴合信息时使用流行音频——被迫使用趋势看起来不真诚并降低信任。使用流行音频时,视觉故事必须承载信息,因为音频通常是音乐或音效,而不是旁白。
- 纯音乐音频: 用于改变、美容、时尚和生活方式内容,其中视觉是主要沟通渠道。选择节奏匹配剪辑节奏的音乐。120-128 BPM(典型的舞蹈/流行节奏)适合每 0.5-1 秒的快速剪辑。70-90 BPM 适合更慢、更慎重的内容。歌词应为纯音乐或具有最少、不分散注意力的词——歌词与屏幕上的文字争夺认知注意力。
- 混合音频(旁白+音乐): 背景音乐应设置在比旁白低 12-18 dB 的音量。如果观看者在专注于人声时还能听到音乐,那音乐就太响了。音乐提供情感纹理;人声提供信息。
- 音效作为音频纹理: 对于教程和过程视频,活动的环境声音(切菜、打字、混合)充当音频纹理,传达真实性。规划使用环境声音还是用音乐替换它——同时使用两者需要仔细的混音调节。
- 无声音频(只有弹幕,无语音): 一些创作者制作无语音视频,以服务无障碍和静音观看受众。如果规划此格式,每个节拍都必须通过文字叠加和视觉传达。将文字叠加停留时间增加到每屏至少 2 秒(一个短短语的阅读时间)。节奏必须由音乐和剪辑时机承载。
第五步:撰写字幕策略
字幕不是对视频的描述。它是一个次要的互动表面,扩展视频的覆盖范围并驱动特定的算法信号(保存、个人资料访问、评论)。
- 首个可见行(“折页以上”行): 在 TikTok 和 Instagram 上,只有前 1-2 行字幕在“更多”之前可见——这一行必须独立成段,成为引人入胜的文本。它应强化钩子或增加视频未覆盖的一个维度。最佳长度:60-100 字符。不要以“在这个视频中”开头——这是一个浪费折页以上空间的 YouTube 习惯。
- 正文文本: 1-3 个句子,提供上下文、相关提示、令人惊讶的统计数据或个人轶事。正文文本奖励那些参与度足够高以展开字幕的观看者——它深化关系并增加在个人资料上花费的时间。
- 号召性用语: 每个视频一个具体动作。“保存以备后用”推动保存,这是一个强烈的算法信号(它告诉算法此内容具有参考价值)。“关注以获取第 2 部分”推动关注。“如果你经历过这个,请留下 [特定表情符号]”推动评论。切勿在一个字幕中使用多个 CTA——它会造成决策瘫痪。
第六步:规划循环与结尾框架
循环不仅意味着视频重新开始——它意味着观看体验在结束时有连续性,因此自动重放感觉自然,而不是重复。
- 无缝循环开场: 对于 7-15 秒的视频,规划最后一个画面与第一个画面在视觉或听觉上匹配。如果一个食谱视频以将菜放入烤箱结束,它应该循环到在烤箱关闭前的准备步骤。循环剪辑窗口应为 0.3-0.5 秒,以掩盖重启过渡。
- 结尾循环陈述: 对于 15-45 秒的视频,规划一个口头的循环钩子。“这就是如何操作”或“现在你知道怎么做了”作为自然结束点,使第二次观看感觉像应用而不是重复。循环陈述应在结尾画面前 2-3 秒输出,以便音频电路在视觉过渡前完成。
- 循环时间扭曲: 对于教程和改变类内容,规划一个循环前奏中改变视角或放慢的速度。这创造了一种“同样的内容,新的角度”效果,奖励二次观看而不感觉惩罚。一个常见技巧是结尾展示一个不同的摄像机角度,然后循环回到开场角度——视觉差异使重放感觉像新内容。
- 循环后的暗结构: 在电视行业,结尾 c-hook(循环后立即出现的 1-2 秒内容)用于留住重开播放的观看者。对于短视频,规划一个循环后元素——在结尾后介入的 0.5-1 秒文本叠加或微妙的视觉变化——这给那些确实观看到最后一帧的观看者一个奖励信号。
- 循环失败状态: 当视频结尾有逐渐消隐(渐黑)、明显的最后一帧(冻结帧在结尾处停留超过 0.5 秒)或部分音频循环在完成前切断语音时,循环将失败。规划避开所有这些。
输出格式
规划应以结构化、可操作的大纲形式交付。不要撰写完整的脚本段落——撰写节拍并指定每个节拍的内容类型。
标题
- 视频标题: [用于 YouTube Shorts 的搜索引擎优化标题,或在其他平台上描述性标题。对于 TikTok/Instagram,标题是可选的,但在显示时应描述核心概念。]
布局
- 钩子: [钩子类型,钩子文本,视觉描述,时长]
- 节拍 1: [节拍的目的,内容描述,视觉元素,屏幕文字,时长]
- 节拍 2: [节拍的目的,内容描述,视觉元素,屏幕文字,时长]
- 节拍 N: [继续直到覆盖完整视频长度]
- 循环结构: [描述视频如何循环回到开场——指定循环点]
音频
- 音频类型: [原声旁白/流行音频/纯音乐/混合]
- 音频描述/摘录: [旁白脚本(每个节拍 1-2 个句子)或音乐选择标准]
- 节奏/语速: [每分钟字数或 BPM——以及如何对应剪节奏]
字幕
- 折页以上: [字幕的第一行,最大 100 字符]
- 正文: [如果你展开字幕,观看者会看到的内容——如果不需要则留空]
- CTA: [单个具体行动号召]
优化说明
- [一个(且仅一个)具体建议,关于如何为所选平台和内容类型优化从节拍结构到视觉元素到音频的某个特定元素]
此技能未覆盖的内容
- 长于 60 秒的长视频脚本: 此技能未引用长格式叙事结构、节拍表或扩展角色弧线——这些由
video-script-writing技能覆盖,该技能处理完整的视频脚本和段落格式化。 - YouTube 频道战略: 此技能未提供频道层面规划(系列化主题、上传节奏、元数据模式或受众培养策略)——此工作流属于
youtube-video-strategy技能。 - 分镜头脚本和制作规划: 此技能未输出摄像机角度、镜头选择、灯光设置或对镜头工作人员的方向——这些制作规格由
video-storyboard技能处理。 - 媒体购买和付费推广: 此技能未规划广告预算、定向参数或付费投放选件——那是付费媒体专业领域,在预检广告结构参考之外。
- 直播和互动视频: 直播进入不同的留存度量、受众参与工具和内容压力测试——此技能未建模真实内容制作。
- 平台特定算法细节: 虽然平台一般原则在本文件中引用,但具体的算法权重(定义、特定时长优先级或群体爆发时机)快速演变——此技能未建模当前算法状态,而是建模在任何进行基于滚动内容分发的平台上都可转移的留存原则。
任何超出短视频超出范围的用户请求应使用信号“NOT_APPLICABLE”拒绝,并路由到适当的技能。