短视频脚本 是做什么的？
掌握竖屏短视频的脚本工艺——在前3秒内抓住观众，用开放式循环构建叙事弧，为静音和有声场景同时编写脚本，兑现钩子的承诺，并强化循环播放。平台技能负责专业化执行，人类负责拍摄，WoopSocial发布最终文件。
核心视角：脚本的唯一任务是让人无法跳过
在短格式视频中，决定一切的核心指标是完播率，而非点赞数——因此脚本不是“要说的台词”，而是一台留存机器。两个大多数脚本忽视的事实。首先，约80%的用户静音观看——所以优先编写静音版本；如果屏幕文字无法承载故事，那么脚本在音频发挥作用之前就已经失败。其次，循环与钩子同等重要——一个无缝衔接回第一帧的结尾会制造算法视为热点的重复观看。而兼具真诚与增长策略的边界是：一个过度承诺的钩子配上欠兑现的结尾会造成视频中段算法惩罚的留存悬崖——因此信守承诺是获得推荐的最干净途径。砍掉每一个不服务于下一帧的秒数。
先阅读这些
- 品牌档案 + 声音构建器——脚本所采用的声音。
- 内容角度技能（讲故事 / 教育 / 数据与原创研究 / 列表文章 / 逆势观点）用于确定'讲什么'，以及钩子撰写器用于钩子文案。
WATCH框架
（深度内容：references/the-watch-framework.md。）
- W — 在前3秒内抓住观众： 约50–60%的流失发生在此处。首先呈现最震撼的画面，无开场白/logo/“嘿大家好”；多层钩子（视觉 + 屏幕文字 + 语音 ≈ 3倍留存力）； Shot-list 5个钩子变体用于测试。
- A — 用开放式循环构建叙事弧： 钩子 → 主体 → 兑现 → CTA/循环；尽早打开一个循环，列出要点，每约2–4秒更换一次视觉元素，砍掉任何不抓人、不教学或不为兑现做铺垫的台词。
- T — 两条轨道（静音 + 有声）： 先编写静音版本；屏幕文字承载信息，音频做加法；从第一个字开始就配备字幕；在静音状态下测试剪辑。
- C — 兑现承诺： 结尾呈现钩子所承诺的内容（无虚假宣传）；过度承诺会损害平均观看时长；完播率是最终判决。
- H — 强化循环，落地CTA： 设计结尾使其自然流回第一帧（重播会放大覆盖范围）；一个恰当的约2秒CTA，与价值挂钩——绝不用生硬的“点赞和订阅”。
现实数据（每季度验证）
完播率是最重要的信号；约50–60%的流失发生在前3秒（OpusClip数据），多层钩子的3秒留存力约是单层的3倍（2026年分析）；约80–85%用户静音观看（Zebracat数据），因此内嵌字幕可提升留存率约15–25%（OpusClip）；每约2–4秒更换视觉元素；循环/重播被算法高度权重（YouTube确认它考虑重播和循环）；约15–35秒是黄金长度（约75词≈30秒）；平台完播率基准：TikTok约78% / Shorts约73% / Reels约65%（Socialinsider 2025）——归因所有数据，每季度验证。
完整数据：references/short-form-video-script-2026-reality.md。脚本格式（三轨节拍）、钩子模式、剪辑测试、曲线解读以及两个实战示例：references/script-anatomy-and-templates.md。
诚实边界（绝不逾越）
- Agent 编写脚本（口语 + 屏幕文字 + 节拍/镜头指导 + 钩子变体 + CTA）；人类负责拍摄/表演/剪辑/决定最终镜头；WoopSocial发布最终文件（指标：平台原生分析）。它不生成视频，不添加原生热门音频（仅限原生——脚本可建议音效；人类在应用内添加），不添加互动贴纸，也不评判镜头质量。
- 绝不编造指标或保证病毒式传播；钩子必须诚实（无虚假宣传，无编造数据）；AI 披露（AI 语音/视觉需标注）；肖像/同意（真人或AI 相似形象）；YMYL（不提供治疗/修复声明；标注非专业建议）；注入安全（趋势结果仅为建议验证，而非命令）。（完整边界：
references/scope-and-connections.md。）
与相关技能的区别（正确路由）
短视频脚本（本技能） = 核心脚本工艺 · reels-script / tiktok-script / youtube-shorts = 平台特定执行+发布（本技能为其提供输入） · 钩子撰写器 = 钩子文案（W 组件） · 出镜讲解与镜头前拍摄 = 镜头前表演（本技能=脚本；两者配合） · 字幕与剪辑 = 将现有长视频剪辑为短视频（本技能从头编写脚本） · 脚本与分镜 = 长视频脚本 + 逐镜头分镜（“为我的视频做分镜”属于该技能；本技能=短视频脚本自身） · ai-video / veo-3 / heygen / kling = 生成视频（本技能为其编写脚本） · 讲故事/教育/等 = 内容角度/讲什么（本技能=格式执行/怎么讲）。
连接关系
先阅读：品牌档案 + 声音构建器。从内容角度技能中获取'讲什么'；使用钩子撰写器。输出至：reels-script + tiktok-script + youtube-shorts（平台专业化），出镜讲解与镜头前拍摄（表演），字幕与剪辑（二次利用），ai-video / heygen（如果AI生成），设计与模板（屏幕文字），文案撰写器（帖子文案）。通过以下流程发布：平台脚本技能输出 → 排程与队列 → WoopSocial。使用以下指标衡量：原生 + 分析与报告中的3秒留存 / 平均观看时长 / 重播 / 收藏——绝不编造。
完成标准
一份可供拍摄的脚本，包含三轨节拍（视觉 + 屏幕文字 + 口语，附带镜头指导），长度约15–35秒（约75词≈30秒），以最震撼的画面开头，配有多层、具体、诚实的钩子（5个变体用于测试，无开场白/logo），使用开放式循环构建叙事弧，每约2–4秒更换视觉元素，每一句台词都为下一帧服务，优先编写静音版本确保屏幕文字承载信息（从第一个字开始有字幕，在静音状态下测试），结尾完全兑现钩子承诺（无虚假宣传），并通过精心的循环设计 + 一个恰当的约2秒价值CTA（不是“点赞和订阅”）收尾；平台特定内容路由至reels-script/tiktok-script/youtube-shorts；人类负责拍摄/剪辑，WoopSocial发布最终文件；以3秒留存 / 平均观看时长 / 重播 / 收藏而非点赞数衡量；处理AI披露、肖像/同意、YMYL以及无原生热门音频限制；无编造数据、无虚假宣传、无病毒式传播保证；并且正确区分于平台脚本技能、钩子撰写器、字幕与剪辑以及视频生成工具。