短影音規劃
使用時機
當使用者的請求符合以下任何情境時,請使用此技能:
- 使用者想要規劃、編寫腳本或結構化一個用於 TikTok、Instagram Reels 或 YouTube Shorts 的單一影片,且完成後的影片長度在 60 秒或以下
- 使用者有一個概念或主題,需要協助將其轉化為有表現力的影片——他們想要觀看時間、分享、儲存或粉絲轉換,而不只是一個單純的 talking head 影片
- 使用者正在規劃一個針對行動裝置優先觀看的垂直影片 (9:16),需要關於鉤子設計、節奏結構、螢幕文字放置和字幕策略的指導
- 使用者特別詢問如何讓短影音循環、提高完播率,或在滑動 feed 中撐過「前 3 秒」
- 使用者正在將現有內容(部落格文章、長影音、推文串)改編為短影音格式,需要協助在不影響衝擊力的情況下進行壓縮
- 使用者正在規劃一系列短影音,需要將每一集規劃為一個獨立的單元
- 使用者想要創建一個跟風趨勢的影片,需要在分配內容之前先繪製趨勢結構
請勿在以下情況使用此技能:
- 使用者需要包含對話、場景描述和逐鏡頭說明的完整腳本,且影片長度超過 60 秒——請改用
video-script-writing - 使用者需要 YouTube 頻道成長策略、上傳節奏或超越單一影片字幕的中繼資料最佳化——請改用
youtube-video-strategy - 使用者需要包含攝影機角度、鏡頭選擇、燈光設定和剪輯順序的詳細鏡位表——請改用
video-storyboard - 使用者正在規劃直播、網路研討會或剛好被錄製下來的活動——這些格式遵循完全不同的參與機制
- 使用者需要付費廣告影片(前導廣告、緩衝廣告或贊助內容)——廣告影片結構遵循與有機短影音不同的留存曲線和 CTA 放置規則
- 使用者正在規劃一個將使用靜態視覺或循環圖片的 Podcast 或音訊優先內容——從演算法角度來看,這不是短影音
- 使用者需要已發布影片的分析或表現報告——這是一個獨立的審核與最佳化工作流程
流程
步驟 1:在規劃之前先釐清核心輸入
在確認以下五個參數之前,切勿開始規劃。猜測任何一個都會產生無法執行的計劃。
- 主題和單一核心訊息: 影片必須能夠用一個 10 個字或更少的陳述句來表達。如果使用者的概念需要用兩個句子來解釋,那麼這個概念還沒有準備好變成短影音。在繼續之前,幫助他們削減內容。準備好的概念範例:「用嘴巴呼吸會破壞你的睡眠品質。」尚未準備好的概念範例:「呼吸模式、睡眠結構之間的關係,以及現代飲食如何導致氣道受限。」
- 目標平台: TikTok、Instagram Reels、YouTube Shorts 或跨平台。平台選擇會影響螢幕文字的安全區域(平台 UI 重疊部分不同)、字幕字元限制和音檔探索機制。TikTok 具有最積極的音檔驅動探索;YouTube Shorts 的探索更依賴標題和縮圖來進行建議影片放置。
- 內容類型: 選擇一種——教育、轉型、故事講述、教學、意見/熱門話題或娛樂/幽默。內容類型決定步驟 3 中的節奏結構。
- 目標受眾: 不是人口統計,而是心理狀態。「25-35 歲女性」沒有幫助。「覺得備餐很麻煩但想煮得更健康的人」是可用的版本——它包含了鉤子必須觸及的痛苦、渴望和情境。
- 目標時長: 7-15 秒(微短)、15-30 秒(短)、30-45 秒(標準)或 46-60 秒(長短)。較短的影片有較高的完播率,但資訊密度較低。演算法非常看重完播率——一個完全看完的 10 秒影片,勝過一個只看了 40% 的 60 秒影片。預設使用能夠完整傳達概念的最短時長。
步驟 2:設計鉤子——最初的 1.5 到 3 秒
鉤子不是引言。它是一個留存裝置。對短影音平台的研究一致顯示,最終會放棄影片的觀眾中,有 30-50% 在前 3 秒內就離開了。鉤子必須中斷滑動,並在觀眾有意識地決定繼續觀看之前,創造一個資訊缺口或情緒高峰。
- 模式中斷鉤子: 以視覺或語調上出乎意料的內容開場。一個主廚在食譜影片前說「我討厭烹飪」。一個個人理財創作者拿著現金說「我故意燒了這些錢」。這種不一致性會創造認知失調,驅使觀眾透過觀看來解決它。
- 直接對話鉤子: 針對目標觀眾此刻正在經歷的特定情況說話。「如果你每天早上醒來都覺得很累」這句話精準擊中了這個影片的目標受眾。對話越具體,目標觀眾的留存率就越高。廣泛的對話(「大家好」)會稀釋這種效果。
- 好奇心缺口鉤子: 保留最有趣的資訊,並清楚表明影片中包含該資訊。「你的植物一直死掉的原因,跟你澆多少水完全無關。」觀眾必須觀看才能填補這個缺口。當被保留的資訊是反直覺或與常見假設矛盾時,好奇心缺口的效果最好。
- 視覺鉤子: 第一個畫面本身必須在任何音檔播放之前就能阻止滑動。(在 TikTok 上,自動播放並有聲音很常見;在 Instagram Reels 上,許多使用者最初會關閉聲音觀看。)使用一個意想不到的視覺——一個已經可見的驚人結果、一個不尋常的設定、或一個會引發「那是怎麼發生的?」疑問的前後對比分割畫面。
- 利害關係鉤子: 在開場時立即說明有什麼風險。「犯這個錯誤的大多數人永遠不會獲得升遷。」利害關係鉤子在專業、財務和健康類內容中效果很好,因為這類內容的觀眾有東西可失去。
- 時長限制: 鉤子必須在 1.5-3 秒內傳達完畢。對於口語音頻,以自然的說話速度大約是 5-10 個字。對於文字疊加,這是一個可以在 2 秒內讀完的短語。不要規劃超過這個時間的鉤子——如果傳達鉤子需要 4 秒以上,那它就不是鉤子,而是一個 cold open,cold open 會扼殺短影音的留存率。
- 鉤子與縮圖的一致性: 對於 YouTube Shorts,縮圖和標題在影片開始前扮演著前置鉤子的角色。規劃鉤子文字要與標題一致但不完全相同。
步驟 3:為選擇的內容類型建立節奏結構
每種內容類型都有一個經過驗證的節奏順序。使用正確的順序——不要自己發明結構。這個結構之所以存在,是因為它符合注意力在短影音平台上的行為模式:開始時高漲,在大約 5-7 秒處下降,如果有模式中斷或升級則會恢復,最後在結尾處再次下降,除非有回報。
- 教育格式 (15-45 秒): 鉤子 (0-2s) —— 出乎意料的宣稱或反直覺的事實 (2-6s) —— 證據或機制解釋 (6-25s) —— 實際應用 (25-35s) —— 可循環的結果陳述 (35-45s)。關鍵在於「證據」節拍必須驗證鉤子的宣稱,且不能重複。
- 轉型格式 (20-45 秒): 鉤子 (0-2s) —— 轉變前狀態:清楚確立問題 (2-8s) —— 過程:展示變化的發生 (8-30s) —— 轉變後揭示:讓過程感覺值得的結果 (30-40s) —— 循環畫面 (40-45s)。轉型格式的成敗取決於「轉變前」狀態的 relatable 程度。如果觀眾在轉變前的狀態中沒有看到自己,他們就會失去興趣。
- 故事講述格式 (20-60 秒): 鉤子 (0-2s) —— 場景設定:誰、在哪、發生了什麼事 (2-10s) —— 觸發事件:改變一切的那件事 (10-20s) —— 張力或後果 (20-40s) —— 解決方案或笑點 (40-55s) —— 循環陳述 (55-60s)。故事講述是最難壓縮的格式,因為鋪陳背景與簡潔性互相競爭。每一秒的鋪陳都必須透過讓回報更具影響力來證明其存在的價值。
- 教學格式 (30-60 秒): 展示完成結果的鉤子 (0-2s) —— 「方法如下」的銜接 (2-4s) —— 步驟 1 (4-15s) —— 步驟 2 (15-30s) —— 如有需要,步驟 3 (30-45s) —— 與開場鉤子相符的最終結果揭示 (45-60s)。教學需要在螢幕上清楚標示步驟編號(「步驟 1」、「步驟 2」),因為觀眾經常重看教學作為參考——文字疊加讓重看變得有用。
- 意見/熱門話題格式 (20-45 秒): 鉤子——一個會引發同意或不同意的大膽宣稱 (0-2s) —— 為什麼大多數人相信相反的事 (2-8s) —— 證據或論點 (8-30s) —— 重新陳述原始宣稱並加入細微差別 (30-40s) —— 引發互動的結尾(「告訴我你是否同意」) (40-45s)。熱門話題會產生留言互動,演算法會將其解讀為正面信號。為爭議做好準備——這是一個特色,而不是風險。
- 娛樂/幽默格式 (7-30 秒): 模式中斷視覺 (0-1s) —— 鋪陳 (1-8s) —— 顛覆或笑點 (8-15s) —— 如適用,反應節拍 (15-20s) —— 讓笑點在第二次觀看時更好笑的循環 (20-30s)。喜劇是最難規劃的格式,因為時機無法在規劃文件中傳授——但鋪陳和笑點的節拍位置可以指定,並且鋪陳的長度可以受到限制,以防止過度解釋。
- 留存曲線原則: 每個節拍轉換都是一個微型鉤子。在每個轉換點,規劃一個小小的回報或新資訊,給觀眾一個留下的理由。一個常見的錯誤是只為了在結尾製造一個回報——將多巴胺刺激分散在整個過程中。
步驟 4:規劃音檔層
短影音平台上的音檔有兩個功能:驅動影片內留存(讓觀眾繼續觀看)以及驅動平台探索(熱門音效會觸及更多使用者)。這兩個功能有時會衝突——一個熱門音效可能不適合內容的調性。
- 原始旁白: 教育、教學和意見類內容的最佳選擇。旁白創造了一種權威感,讓觀眾與專業知識產生連結。教育內容的節奏應保持在每分鐘 130-160 字,娛樂或 hype 內容則為每分鐘 160-200 字。空白片段(超過 0.5 秒的沉默)會降低留存率——如果你必須為了戲劇效果而暫停,將其限制在最多 0.5-1 秒的一個節拍內。
- 熱門音檔: TikTok 上的熱門音效在開始流行後的 2-4 週達到高峰,之後就會與「過時」的內容產生關聯,並被演算法降級。當音效的情緒、能量或歌詞內容真正符合訊息時,才使用熱門音檔——強迫使用趨勢看起來不真誠,並會降低信任度。使用熱門音檔時,視覺故事必須承載訊息,因為音檔通常是音樂或音效,而不是旁白。
- 純音樂音檔: 適用於轉型、美妝、時尚和生活風格內容,這類內容以視覺為主要溝通管道。選擇節奏與剪輯節奏相符的音樂。120-128 BPM(典型的舞曲/流行節奏)適合每 0.5-1 秒快速剪輯。70-90 BPM 適合較慢、較深思熟慮的內容。歌詞應該是純音樂或包含最少、不分散注意力的文字——歌詞會與螢幕文字爭奪認知注意力。
- 混合音檔(旁白 + 音樂): 背景音樂的音量應比旁白音量低 -12 到 -18 dB。如果觀眾在專注聽人聲時還能聽到音樂,那就太大聲了。音樂提供情緒質感;人聲提供資訊。
- 音效作為聲音質感: 對於教學和流程影片,活動的環境音(切菜聲、打字聲、攪拌聲)作為一種聲音質感,傳達真實性。規劃是否使用環境音或改用音樂代替——同時使用兩者需要仔細的音量混合。
- 無聲音檔(沒有說話,只有字幕): 一些創作者為了照顧無障礙需求和不開啟聲音觀看的觀眾,會製作沒有聲音的影片。如果規劃這個格式,每個節拍都必須透過文字疊加和視覺來傳達。將文字疊加的停留時間增加到每個畫面至少 2 秒(閱讀一個短語的時間)。節奏必須由音樂和剪輯時機來帶動。
步驟 5:撰寫字幕策略
字幕不是對影片的描述。它是一個第二參與表面,能延伸影片的觸及率並驅動特定的演算法訊號(儲存、個人檔案訪問、留言)。
- 第一可見行(「摺疊以上」行): 在 TikTok 和 Instagram 上,在「更多」之前只有字幕的前 1-2 行是可見的——這一行必須能獨立作為引人入勝的文字。它應該加強鉤子,或增加影片未涵蓋的面向。最佳長度:60-100 個字元。不要以「在這部影片中」開頭——這是一個 YouTube 的習慣,會浪費摺疊以上的空間。
- 內文: 1-3 個句子,增加背景脈絡、相關提示、驚人的統計數據或個人軼事。內文獎勵那些願意展開字幕觀看的觀眾——它能加深關係並增加在個人檔案上停留的時間。
- 行動呼籲: 每部影片一個特定的行動。「儲存以供日後參考」驅動儲存,這是一個強烈的演算法訊號(它告訴演算法這個內容有參考價值)。「追蹤以觀看第二部」驅動後續追蹤。「如果你經歷過這個,請留下 [特定表情符號]」驅動留言。切勿在一個字幕中使用多個 CTA——它會造成決策癱瘓,並降低所有 CTA 的效果。
- 主題標籤策略: 使用 3-5 個主題標籤的組合——1-2 個廣泛的主題標籤用於觸及範圍、1-2 個利基主題標籤用於特定社群,以及 1 個品牌主題標籤(如果適用)。不要使用超過 5 個主題標籤——這會看起來像垃圾內容,並降低觸及率。TikTok 的主題標籤搜尋功能比 Instagram 更活躍;Instagram 的字幕 SEO(描述性文字)比主題標籤權重更高。
步驟 6:最佳化循環點
循環是短影音唯一且最大的結構性優勢。一個好的循環會促使觀眾重看影片,這會產生兩次觀看(第一次和第二次),並向演算法發出影片有高保留價值的訊號。
- 無縫循環: 影片的最後一幀在視覺或聽覺上與第一幀融合。對於轉型或展示類影片,最終結果看起來像是新循環的起點。對於教育類影片,最後一句話可以與第一句話銜接,或最後一個視覺元素讓開場鉤子感覺像是下一個週期。
- 循環中的資訊分層: 規劃影片,使得第一次觀看提供主要訊息,第二次觀看揭示一個隱藏的細節或笑點。例如,一個食譜影片在第一次觀看時顯示步驟,而第二次觀看時,角落的一個幽默字幕或一個食物浪費的訊息變得顯而易見。這獎勵重看,並增加平均觀看次數。
- 完美循環的時長考量: 7-15 秒的影片最容易完美循環。15-30 秒的影片可以實現強循環。超過 30 秒的影片很少能無縫循環,因為觀看重疊變得太明顯,但最後幾秒仍應嘗試回到開場的視覺或聽覺主題。
- 循環與 CTA 的權衡: 循環請求(「重看開頭」)與 CTA(「追蹤以獲得更多」)競爭。決定哪一個更符合內容目標。如果循環是核心機制(例如,一個隱藏細節的魔術或謎題),優先考慮循環並最小化 CTA。如果目標是粉絲成長,優先考慮 CTA 並接受較弱的循環。
步驟 7:視覺密度與文字疊加規則
短影音螢幕空間有限。文字疊加與視覺元素爭奪注意力。遵循特定規則以防止認知超載。
- 單一焦點規則: 一個畫面中不要超過一個視覺焦點。如果有一個說話的人臉,不要同時在螢幕上放置動態文字和圖形。如果正在展示一個過程(例如,混合食材),文字應該出現在遠離動作的靜態區域。平台安全區域(Instagram Reels 為中央 4:5 區域,TikTok 為底部三分之一區域)提供放置文字的安全地帶。
- 文字停留時間: 一個短語(5 個字以下)至少停留 1.5 秒。一個較長的句子(15 個字)需要至少 3 秒。快速螢幕切換時(每 1-2 秒切換),將文字限制為一個或不需要閱讀——觀眾正在處理視覺變化,無法同時閱讀。
- 字體與對比度: 使用無襯線字體(如 Helvetica Bold 或 Impact)。確保文字與背景之間有足夠的對比度——在淺色背景上使用白字會導致無法閱讀。如果文字下方有可變背景(常見於 B-roll 素材),添加文字陰影、半透明背景框或輪廓。文字大小應在手機螢幕上輕鬆可讀——在小螢幕上,最小 24pt,一般推薦 36-48pt。
- 每幀文字節點: 根據平台的預設,文字疊加的上限為每次約 50-100 個字元。即使平台允許更長的文字,也要遵循這個限制——更長的文字會將閱讀時間從觀看體驗中奪走。將長概念分解為多個連續的畫面。
- 表情符號與符號: 使用表情符號作為視覺錨點,而不是純粹的裝飾。一個標題旁邊的 📍 告訴觀眾這是位置或設定。一個清單旁邊的 ✅ 表示完成。表情符號提供視覺節奏,有助於引導注意力,但使用過多會造成混亂。
輸出格式
在覆核所有七個步驟後,以以下結構化格式輸出:
🌐 短影音規劃
核心概念: 一個 10 字或更少的陳述句。
| 參數 | 值 |
|---|---|
| 平台 | TikTok / Instagram Reels / YouTube Shorts / 跨平台 |
| 類型 | 教育 / 轉型 / 故事 / 教學 / 意見 / 娛樂 |
| 目標時長 | 微短 / 短 / 標準 / 長短 (X 秒) |
| 循環 | 是 / 否 |
鉤子 (0-3s)
- 類型: [模式中斷 / 直接對話 / 好奇心缺口 / 視覺 / 利害關係]
- 文字 / 視覺: 鉤子的具體內容。
- 旁白: 逐字腳本(如果適用)。
音檔層
- 類別: [原始旁白 / 熱門音檔 / 純音樂 / 混合 / 音效]
- 音樂(如果適用): 風格、BPM、情緒。
- 音量: 與旁白相比,背景音樂位於 X dB。
視覺與節奏 (0-60s)
| 時間戳 | 視覺 | 文字疊加 | 旁白 |
|---|---|---|---|
| 0-2s | 第一個畫面的描述 | 文字內容 | 旁白文字 |
| 2-8s | ... | ... | ... |
| ... | ... | ... | ... |
字幕
- 第一行: 60-100 個字元
- 內容: 1-3 個句子
- CTA: 一個特定的行動
- 主題標籤: 標籤 1、標籤 2、標籤 3
循環(如果使用)
- 循環策略: 無縫循環 / 隱藏細節 / 視覺 / 聽覺
- 最後一幀: 描述它如何回到開頭。
執行注意事項
- 任何需要說明的平台特定問題(安全區域、時間限制、音檔發現)。
- 針對內容類型的風格指導。
- 與目標時長相關的剪輯節奏建議。
覆核與品質檢查
在交付最終規劃之前,對這個清單進行自我覆核:
- 概念是否可以用一句話表達? 如果不能,概念還沒有準備好。退回給使用者,要求他們削減。
- 鉤子是否在 3 秒內完成? 測量它。如果需要超過 3 秒,它就不是一個鉤子。
- 節奏結構是否與所選的內容類型相符? 教育內容不應該看起來像故事講述。使用指定的順序。
- 音檔策略是否與觀看環境相符? 如果目標是靜音觀看,文字疊加需要完全替代音檔。
- 第一行字幕是否能在沒有影片上下文的情況下獨立存在? 假設使用者是從動態中看到這個字幕。它會引起他們的興趣嗎?
- 循環(如果使用)是否真的可行? 不要承諾一個在執行中無法實現的循環。
- 可執行性: 這個規劃是否可以被內容創作者、設計師或 AI 影片工具在不要求澄清的情況下執行?如果規劃有模糊之處,請在交付出之前解決。
- 時長估算是否與現實相符? 口語腳本的平均速度約為每 10 秒 25 個字。如果旁白腳本需要 60 秒才能說完,但你的規劃說目標時長是 30 秒,你有一個脫節的問題。
如果任何項目的答案是否定的,請在交付出之前修正規劃。如果概念無法以一句話表達,返回給使用者請求澄清。