標題 是做什麼的?
標題在腳本之前。標題與縮圖設定觀眾的期待;影片必須完全符合它們。Scout 在構思步驟之後、證明步驟與腳本之前撰寫標題。
不在此處:縮圖圖片(skills/thumbnail/)、影片的第一句話(skills/script/)。
方法
- 讀取輸入。 從構思步驟取得:主題、工具、預定測試、它將測量的數字、證明影片。讀取
brand/rules/title.md以及channel.json(crewcut brand show)中的標題限制。如果某個數字尚未被測量,寫入[N]並將標題標記為暫定。 - 寫出五個候選標題,每個使用不同的鉤子。鉤子是點擊的理由:免費或金錢、時間承諾、新鮮事物、興奮感、為初學者提供的解釋。在使用者語言中有效的點擊詞彙位於
voice.md(## Title hooks)中,前提是品牌身分已找到它們;否則根據證明影片來判斷。- 最早出現最知名的名稱。 標題所談論的事物是同類中最知名的東西(知名產品,而非類別詞),且須在開頭幾個字元內出現(
title.name_within)。手機螢幕會截斷長標題。 - 只有真實的數字才使用。 數字來自自己的測試,且與影片展示的內容相符。
- 價格階梯(「1、10 和 100」)或對比(「便宜的擊敗昂貴的」)僅在影片測量了每個步驟或展示了對比時使用。如果測量結果不同,標題必須在影片上傳前更改。
- 平實的詞彙與承諾。 沒有類別術語,沒有商業詞彙出現在標題中:標題對所有人說話,商業案例存在於影片內部。
- 最早出現最知名的名稱。 標題所談論的事物是同類中最知名的東西(知名產品,而非類別詞),且須在開頭幾個字元內出現(
- 檢查。
python3 skills/title/scripts/title_check.py "標題1" … "標題5" --name "<工具>"。帶有錯誤的候選標題不會呈現給使用者;重新撰寫直到全部五個通過。提示「沒有鉤子」意味著:加強點擊的理由。腳本會根據分數排名;分數僅是排名輔助工具,並非預測。 - 縮圖文字。 最多
thumbnail.max_words個字數:一個關鍵詞加上結論。絕不寫入整個標題。使用--thumbnail "<文字>"檢查它。 - 三個 A/B 測試變體(
channel.json中的title.variants):第一個位置為推薦標題;第二個位置為完全相同的標題但僅有一個變更(假設:沒有數字,或一個點擊詞);第三個位置為較冷靜的變體,或對於舊影片,使用其現有標題作為對照。全部檢查三個變體。 - 撰寫
brief/TITLE-vNNN.md: 選擇的標題、字元數、承諾、鉤子、數字及其來源、縮圖文字、三個測試變體、被拒絕的候選標題及其理由。永遠不要覆蓋已存在的版本。 - 對詞彙進行人性化處理。 在卡片之前,對五個標題和縮圖文字執行人性化技能(先將它們寫入
work/titles-draft-vNNN.md),方式與腳本相同(skills/script,「人性化處理」):尋找廣告語言、誇大含義和裝模作樣的鋪陳;保留voice.md(## Title hooks)中的點擊詞彙和所有數字。記錄它:crewcut humanize record --draft work/titles-draft-vNNN.md --final brief/TITLE-vNNN.md。卡片隨後顯示變更的內容。 - 卡片。
crewcut card propose --episode <id> --step title --kind title --title "挑選一個標題" --file brief/TITLE-vNNN.md --body "推薦:選項 1。 <一句話說明原因>" --option "<1>" … --option "<5>",然後crewcut card wait。 - 交接。 給證明步驟:承諾和要測量的數字。給腳本:承諾、工具、數字。給設計師:標題、縮圖文字、結論、三個變體。
- 證明完成後,再次檢查。 數字和鉤子仍然成立嗎?如果不成立,在腳本開始之前撰寫新版本和新卡片。
上傳後更改標題需要卡片,並通過 skills/upload/ 處理。
檢查無法看到的內容
數字是否真實、影片是否維持鉤子、哪個名稱更知名、階梯的每個步驟是否都被測量。這些是步驟 2 和步驟 9 中的閱讀工作。
卡片格式
標題(推薦優先)
1. <標題> (<N> 字元) · 鉤子:<…> · 理由:<證明影片或規則> <- 推薦
2. …
縮圖:<關鍵詞 + 結論>
全部五個通過 title_check.py(分數:64, 61, …)。
計畫中
- 來自 48 小時檢查的結果表(過去集數的
review/results-48h.json),讓標題步驟能夠讀取並根據使用者自己的數據來權衡鉤子。 - 語言數據包:每種語言的有效鉤子詞彙及其測量效果,根據公開的標題研究構建(工作室曾有一個德語研究;其原始數據不屬於 Crewcut)。
來源
- Vexian 在 Grant Owen 的播客《The Crazy Genius Who Solved The Youtube Algorithm》:https://www.youtube.com/watch?v=41HMFGbENj4。採用:同類中最知名的東西、在任何領域都有效的點擊詞彙、價格階梯、影片必須證明的對比。
- MrBeast 的製作手冊(自 2024 年起公開),摘要:https://simonwillison.net/2024/Sep/15/how-to-succeed-in-mrbeast-production/。採用:標題和縮圖在拍攝前就已確定,且影片必須符合它們。