技能：留存短片（掛鉤 → 故事 → 回報）
0. 來源與方法論誠實聲明
基礎：影片「這個技巧讓我的 Shorts 獲得 3000 萬觀看」（頻道 O Milionário，ID iPpt_INjn8A）。標記為 [影片] 的項目來自作者所教的內容。標記為 [擴展] 的項目是此系統的工程擴展：合理的啟發式規則，但未經影片證實。須根據實際留存數據進行校準（見第 10 節）。
1. 核心原則 [影片]
- 決定短片是否爆紅的關鍵是留存率：觀看至結束的人數越多，平台推薦越多。
- 目標：讓留存率盡可能平直，無急遽下降。重要的是觀眾看到最後。
- 三個必要部分：掛鉤、故事、回報。
- 腳本/敘事是「汽車引擎」：只有漂亮剪輯而無敘事是留不住人的。
- 時長：約 ~15 秒的影片更容易爆紅，因為觀眾更容易看完。較長的影片更難爆紅，但能建立忠實觀眾。如果您的領域需要較長影片，請同樣使用這三個步驟。
2. 時長模式 [影片 + 擴展]
| 模式 | 目標時長 | 使用時機 |
|---|---|---|
viral | 12–20 秒（最多 25 秒） | 最大化觸及率。預設值。 |
balanced | 20–40 秒 | 需要最少背景資訊的內容。 |
authority | 40–75 秒 | 建立忠實觀眾，更深入的內容。 |
使用者選擇模式。即使片段很好，也絕不超過該模式的限制：透過剪掉死氣沉沉的部分來縮短。
3. 決策流程（依序進行）
步驟 1：分割候選片段
- 輸入：包含逐字時間戳記的轉錄稿、場景切換、靜音、說話者標記。
- 生成候選時間窗口，起止點應在句子邊界（絕不在句子或想法中間）。生成的候選數量應為所需數量的 3 倍。
- 每個候選片段必須自成一體：沒有前後文的觀眾也能理解。如果依賴先前的上下文，則捨棄該片段或準備上下文字幕（第 6 節）。
步驟 2：為每個候選片段評分 (0–100)
| 標準 | 權重 | 評估重點 |
|---|---|---|
| 掛鉤潛力 | 25 | 在前 3 秒內是否有一個句子或時刻清晰、直接、快速且承諾回報 [影片]？ |
| 張力/敘事 | 25 | 是否存在衝突、出錯的事情、障礙、開放性問題或懸念 [影片]？有解決方案嗎？ |
| 回報 | 20 | 結尾是否兌現了掛鉤的承諾（結果、揭露、情感、結論） [影片]？ |
| 自足性 | 15 | 單獨看是否有意義？ [擴展] |
| 密度/節奏 | 10 | 入題快，停頓少，每隔幾秒就有新資訊 [擴展] |
| 情感/新穎度 | 5 | 驚喜、幽默、強烈觀點、衝擊性數字 [擴展] |
規則：
- 掛鉤 < 12/25 或 回報 < 8/20 → 捨棄，無論總分如何。
- 向使用者顯示每項標準的得分以及每項標準的一行說明。
- 按分數排序。避免重疊超過 30% 的剪輯：保留最佳者。
步驟 3：映射掛鉤 → 故事 → 回報結構
對於選定的候選片段，在時間軸上標記：
- 掛鉤 (0–3 秒) [影片]：清晰、直接、快速，帶有承諾。沒有問候、沒有「大家好」、沒有「那麼」、沒有自我介紹。
- 故事 (中間) [影片]：一系列張力節拍。每個節拍是以下類型之一：
衝突（出錯的事情）、解決方案（所做的）、懸念（「但在……之前，發生了某事」）。敘事中必須有一個時刻，故事被「打斷」並引發好奇心。 - 回報 (最後 3–5 秒) [影片]：兌現掛鉤所承諾的回報。
如果原始片段沒有以強力掛鉤開場，應用冷開場技術 [擴展]：
- 在片段中找到最有力的句子（承諾、結果或最具挑釁性的句子）。
- 將該句子放在開頭 (0–3 秒) 作為掛鉤，然後回到時間順序。
- 僅當句子本身有意義且回報仍然清晰時才執行此操作。不要扭曲原意：禁止改變說話者所說的內容的意義。
步驟 4：掛鉤工程 [影片 + 擴展]
- 生成 3 個變體 的螢幕掛鉤文字（開場標題），每個不超過 8 個字：
- 結果承諾（「讓奶奶落淚的 5 美元禮物」）。
- 好奇心/缺口（「我只有 5 美元，然後……」）。
- 矛盾/挑釁。
- 文字必須相對於內容真實（沒有回報無法兌現的點擊誘餌）。
- 必須在 ≤ 2 秒內閱讀完畢。
步驟 5：節奏清理 [擴展]
- 移除大於 0.35 秒的靜音、猶豫詞（「嗯」、「那個」、「像」、「呃」）、重複和虛假開頭。
- 在揭露（張力）之前保留 0.1–0.2 秒的微暫停，該暫停具有功能。
- 不要在某個音節中間剪輯：使用音訊零交叉點的剪輯點，並加上 30–60 毫秒的淡入淡出。
- 如果結果超過該模式的限制，請先移除中間張力最低的節拍，絕不刪除掛鉤或回報。
步驟 6：編輯計畫 [影片 + 擴展]
影片建議的元素，讓觀眾「感覺不到時間流逝」 [影片]：
- 動態字幕：逐字顯示，當前朗讀的單字高亮。
- 縮放和快速剪輯：畫面持續有變化。
- 場景間切換音樂：營造同時處理多件事情的感覺。
- 張力部分的懸疑配樂，激發觀眾想看結尾的慾望。
建議的操作參數 [擴展]，可調整：
- 視覺節奏：每 1.5–3.5 秒 一次視覺變化（縮放、剪輯、畫框切換、高亮、B-roll）。絕不超過 4 秒無變化。
- 縮放：強調單字時 punch-in 105–115%；張力部分緩慢縮放（100→108%）；下一個剪輯時重置。交替方向以避免視覺疲勞。
- 字幕：每次 1–3 個單字，最多 2 行，當前單字使用高亮色，位置在下三分之一處（避開應用程式介面區域：底部留約 20% 邊距，側邊留約 6%）。僅當表情符號能強化單字時才使用。
- 音樂：
- 拍子 1（掛鉤和開頭）：中等能量，從 0 秒開始。
- 張力拍子：懸疑配樂，音量稍微提高，低音更突出。
- 回報：解決（張力下降或 swell + 揭露前 0.2 秒靜音）。
- 音樂切換：僅在拍子/場景邊界，淡入淡出 200–400 毫秒。
- 人聲始終在音樂之上：語音下進行 −14 到 −18 dB 的側鏈壓縮。
- 音效：剪輯/縮放時用 whoosh，揭露時用 hit，回報前用 risers。每約 2 秒最多 1 個音效。
- B-roll/輔助畫面：當提到具體物件、地點、數字時，顯示 1–2 秒。
- 可選進度條（選擇性）：強化觀眾看完的預期。
步驟 7：影片結尾 [擴展]
- 回報應是最後一個相關時刻。在最終句子之後立即剪輯（≤ 0.3 秒的緩衝）。
- 可選，循環模式：如果結尾能在視覺或聽覺上與掛鉤銜接，則保持最後一幀接近第一幀。
- 沒有「感謝觀看」或破壞結尾的行動呼籲。如果有 CTA，請使用回報上的低調文字。
4. 反模式（拒絕或修正）
- 以問候、長篇上下文或「今天我要談談」開頭。
- 掛鉤承諾了回報無法兌現的內容。
- 片段在想法中間結束。
- 超過 4 秒無視覺變化。
- 音樂音量過大，蓋過人聲。
- 字幕在安全區域之外或難以辨識。
- 剪輯改變了說話的含義。
- 影片長度超出所選模式。
- 對留存率無幫助的效果（裝飾）。
5. 輸出格式：JSON 格式的編輯決策清單 (EDL)
輸出必須是僅有效的 JSON，符合以下結構。
{
"clip_id": "string",
"mode": "viral|balanced|authority",
"source": { "start": 0.0, "end": 0.0 },
"scores": {
"total": 0,
"hook": 0, "tension": 0, "payoff": 0,
"self_contained": 0, "density": 0, "emotion": 0,
"rationale": { "hook": "", "tension": "", "payoff": "" }
},
"structure": {
"hook": { "start": 0.0, "end": 3.0, "technique": "native|cold_open", "text_overlay_options": ["", "", ""], "chosen_overlay": 0 },
"beats": [ { "start": 0.0, "end": 0.0, "type": "conflict|solution|suspense", "note": "" } ],
"payoff": { "start": 0.0, "end": 0.0, "note": "" }
},
"segments": [
{ "id": "s1", "src_start": 0.0, "src_end": 0.0, "out_start": 0.0, "role": "hook|body|payoff", "speed": 1.0 }
],
"cuts_removed": [ { "src_start": 0.0, "src_end": 0.0, "reason": "silence|filler|repeat|low_tension" } ],
"reframe": { "mode": "auto_face|split|center|manual", "keyframes": [ { "t": 0.0, "cx": 0.5, "cy": 0.4, "scale": 1.0 } ] },
"captions": { "style": "string", "words": [ { "t0": 0.0, "t1": 0.0, "text": "", "emphasis": false } ] },
"effects": [
{ "type": "zoom_punch|zoom_slow|shake|flash|overlay_text|broll|sticker|freeze", "t0": 0.0, "t1": 0.0, "params": {}, "reason": "" }
],
"audio": {
"voice": { "normalize_lufs": -14, "denoise": true },
"music": [ { "track_id": "", "t0": 0.0, "t1": 0.0, "mood": "energetic|suspense|resolve", "gain_db": -16, "ducking": true, "fade_in": 0.2, "fade_out": 0.3 } ],
"sfx": [ { "id": "", "t": 0.0, "gain_db": -10 } ]
},
"retention_forecast": { "curve": [ { "t": 0.0, "pct": 100 } ], "risk_points": [ { "t": 0.0, "why": "" } ] },
"qa": { "passed": true, "violations": [] },
"duration_out": 0.0
}
JSON 規則：
- 所有時間以秒為單位，相對於原始影片 (
src_*) 或最終影片 (out_*,t0,t1,t)。 segments按顯示順序描述最終剪輯（如果使用冷開場，則包含在內）。- 每個
effect都需要reason，與留存率相關（例如：「避免 12–16 秒處超過 4 秒無變化」）。 retention_forecast是啟發式估計，非實際測量。請在介面中標明。
6. 缺少上下文
如果片段需要其本身未說明的上下文，請在前 3 秒內添加一個簡短的 overlay_text（≤ 8 個字），或捨棄該候選片段。
7. QA 檢查清單（返回前執行）
- 前 3 秒是否有清晰的掛鉤和承諾？
- 是否存在至少一個張力節拍和解決方案？
- 回報是否兌現了掛鉤的承諾？
- 時長是否在所選模式內？
- 是否有任何部分超過 4 秒無視覺變化？
- 是否有任何剪輯在單字/想法中間？
- 字幕是否在安全區域內，每次不超過 3 個單字？
- 音樂是否在語音下進行側鏈壓縮，且僅在場景邊界切換？
- 原始意義是否保留？
- 結尾是否在回報後立即剪輯？
如果任何項目失敗，修正並重新評估（最多 2 次迭代）。如果仍然失敗，則返回 qa.passed=false 並列出違規事項。
8. 安全與完整性規則
- 絕不發明轉錄稿中不存在的台詞或事實。
- 絕不因重新排序而改變說話內容的含義。
- 掛鉤文字必須相對於內容真實。
- 不得生成使用者未聲明擁有或擁有使用許可的內容剪輯。
9. A/B 測試變體 [擴展]
當被要求時，生成同一剪輯的多達 3 個變體，每次更改一個變數（掛鉤文字、冷開場順序或字幕樣式）。記錄哪個變數被更改。
10. 使用實際數據進行校準 [擴展]
此技能的權重和參數是起點。系統應：
- 為每個發布的剪輯記錄實際留存曲線（當使用者從 YouTube Studio/TikTok 匯入時）。
- 將實際曲線與
retention_forecast進行比較，並將分數與結果進行比較。 - 當擁有 ≥ 30 個剪輯的數據時，建議調整權重。