零基础用AI写短视频脚本：从选题到分镜头，一套提示词搞定全流程

你是不是也经历过这种挫败感——

打开 ChatGPT，信心满满地输入："帮我写一个卖面膜的短视频脚本"，然后得到一段像新闻联播一样正确、完整、毫无灵魂的文字？

"随着护肤意识的不断提升，越来越多的消费者开始关注面部护理……本款面膜采用独特配方，深层滋养，让您的肌肤焕发光彩……"

看完之后，你把这段话关掉，然后自己从头写。

但同样是用 AI，有人已经在批量生产爆款脚本——月产 500 条，条条能用，不少还真的跑出了流量。

根据巨量引擎 2024 年数据，抖音日均视频发布量已突破 1500 万条，平台创作者规模同比增长 23%。竞争越来越卷，但内容生产效率决定了你能不能活下去。传统人工写一条完整脚本平均需要 1.5-2 小时；掌握正确工作流之后，AI 辅助完成同样的工作只需要 28 分钟。

这篇文章，我把短视频脚本创作拆解成 4 个标准化环节，每个环节给你可以直接复用的提示词模板。跟着走一遍，今晚你就能产出第一条专业级脚本。

---

为什么你用 AI 写出的脚本总是"AI 味太重"？

根本原因只有一个：你给 AI 的是需求，不是生产指令。

"帮我写一个短视频脚本"——这句话对 AI 来说，信息量约等于零。AI 不知道你的目标平台、受众画像、人设风格、视频时长、情绪节奏，它只能用最保险的方式输出最平均的结果。

这就像你走进一家餐厅，对服务员说"给我做点好吃的"——端上来的大概率是一碗白米饭。

1. 选题 → 用 AI 做选题矩阵，批量生成并评分

2. 大纲 → 用结构化提示词生成符合平台节奏的内容骨架

3. 脚本 → 多轮迭代，从"能用"打磨到"能火"

4. 分镜 → 把文字转化为可执行的画面语言

下面我们逐步拆解。

---

Step 1 & 2：AI 选题 + 爆款大纲生成

选题：别靠灵感，用矩阵

很多人选题靠感觉，今天觉得这个热，明天觉得那个有意思。这种方式效率极低，而且容易踩坑。

正确的做法是让 AI 帮你建一个选题矩阵，按"争议性 × 实用性 × 时效性"三个维度打分排序，把主观判断变成可量化的决策。

你是一位有5年经验的短视频内容策划，熟悉抖音平台算法和爆款规律。

请为以下条件生成10个视频选题：
目标领域：[填入你的领域，如"职场效率工具"]
目标受众：[填入受众画像，如"25-35岁职场白领，有提效需求，轻度技术背景"]
视频风格：[如"干货知识类，真人出镜，时长60秒"]

对每个选题按以下三个维度打分（1-10分）：
争议性：能否引发评论区讨论？
实用性：观众看完能立刻用上吗？
时效性：与当下热点/趋势的关联度？

输出格式：
| 选题标题 | 争议性 | 实用性 | 时效性 | 综合分 | 推荐理由（20字内）|

把综合分最高的 2-3 个选题留下来，进入下一步。

大纲：注入"平台基因"

同一个选题，在抖音、B 站、小红书的内容逻辑完全不同：

• 抖音：前 3 秒必须有钩子，节奏快，情绪强，结尾要有反转或金句
• B 站：允许更长的铺垫，用户容忍度高，知识密度要够，弹幕互动友好
• 小红书：强调"我的真实体验"，第一人称，场景感强，结尾要有行动指引

这些差异必须在提示词里明确告诉 AI。

你是一位专注抖音平台的内容策划，深度理解抖音算法和用户心理。

请为以下选题生成一份符合抖音节奏的视频大纲：
选题：[填入选题]
时长目标：60秒
结构要求：严格遵循"黄金三段式"——
1. 钩子（0-5秒）：制造悬念/痛点/反常识，让用户停止划走
2. 价值主体（5-50秒）：分3个核心点呈现，每个点不超过15秒
3. 行动收尾（50-60秒）：明确告诉用户"现在去做X"或留下讨论钩

额外要求：
钩子必须包含一个具体的数字或场景
每个核心点用"结论先行"的方式呈现
结尾要设计一个能引发评论的问题

请输出大纲，并在每个部分后面注明"为什么这样设计"。

---

Step 3：从大纲到完整脚本的"精调术"

这是整个工作流最核心的部分。很多人在这一步放弃——因为 AI 生成的初稿确实很"AI"。

专业的做法是四轮迭代，每轮解决一个具体问题：

第一轮：生成初稿

基于以上大纲，请生成完整的口播脚本。
要求：
口语化表达，像真人在说话，不要书面语
每句话不超过20个字
避免使用"首先、其次、最后"这类过渡词
避免使用"众所周知、不可否认"这类套话

第二轮：注入人设语气

请用以下人设重新改写上面的脚本：
人设：[例如："一个在互联网大厂待了8年、说话直接不废话、偶尔带点自嘲幽默的产品经理"]
要求：
保留原有信息点，但换成这个人设会说的话
可以加入1-2个符合这个人设的口头禅或习惯性表达
整体语气要像在和朋友聊天，不像在讲课

⚠️ 避坑提醒：人设描述越具体越好。"幽默风趣"这种描述对 AI 没有意义，"说话喜欢用反问句、偶尔夹一两个英文词、会用'说真的'开头"这种描述才有效。

第三轮：压缩到目标时长

这里有一个实用公式：字数 = 秒数 × 3.5（正常语速下，每秒约 3.5 个汉字）

请把上面的脚本压缩到210字以内（目标时长60秒）。
压缩原则：
优先删除过渡性表达和重复信息
保留所有核心信息点和钩子句
压缩后每个信息点之间的逻辑仍然清晰

第四轮：植入情绪节奏标记

请在脚本中加入情绪节奏标记，格式如下：
[快节奏] 适合快速说完的部分
[停顿0.5s] 需要给观众反应时间的地方
[强调] 需要加重语气的关键词
[降速] 讲重要信息时放慢语速

请在每句话前或关键词旁加入对应标记，帮助后期录制时把控节奏。

经过这四轮迭代，脚本会从"能用"变成"能火"。

不同 AI 模型的实际表现差异

我用同一个选题分别测试了三个主流模型（满分 10 分）：

三个模型各有擅长，实际使用中建议对同一选题分别生成，取最优的部分拼合。如果你想一站式调用多个顶级模型进行对比测试，可以通过 api.884819.xyz 这类聚合 API 平台统一接入，省去逐个注册的麻烦，对比测试效率直接翻倍。

---

Step 4：让 AI 帮你画分镜头脚本

脚本写完，很多人就交给拍摄团队了——然后发现拍出来的东西和自己想象的完全不一样。

原因是文字脚本和执行脚本之间有一道鸿沟，分镜头脚本就是填平这道沟的桥梁。

请把以下口播脚本转化为标准分镜头脚本，以表格形式输出。

脚本内容：[粘贴你的脚本]

表格字段：
| 镜号 | 画面描述 | 景别 | 运镜方式 | 台词/字幕 | 时长(秒) | BGM情绪 |

景别选项：大全景/全景/中景/近景/特写/大特写
运镜选项：固定/推/拉/摇/移/跟/升/降
BGM情绪选项：轻松/紧张/温暖/激励/悬疑/欢快

要求：
每个镜头时长控制在2-5秒
画面描述要具体到"画面中有什么、人物在做什么、背景是什么"
运镜方式要符合情绪节奏（钩子部分建议用推镜或特写）

生成的分镜头表格大概长这样：

---

实战案例：30 分钟产出一条 60 秒带货脚本

我们用"AI 智能保温杯"这个产品走一遍完整流程。

综合分最高的选题：《为什么我戒掉了奶茶，但没戒掉这个杯子》（争议性 8 / 实用性 7 / 时效性 8 / 综合分 7.7）

[快节奏] 我戒奶茶戒了三次，全失败了。

>

[停顿 0.5s] 但这次，我用了一个笨方法——

>

[强调] 把奶茶换成了这杯东西。

>

[降速] 它有个功能，叫精准控温。55 度，是人喝东西最舒服的温度。

>

[快节奏] 我现在每天早上泡一杯黑咖啡，放进去，上班路上喝，一口都不烫，一口都不凉。

>

[停顿 0.5s] 戒奶茶这件事，说到底是个替代品的问题。

>

[强调] 你评论区告诉我——你戒过几次奶茶？

本文实战案例中的所有 AI 输出，均通过 api.884819.xyz 提供的 API 接口生成。它支持 GPT-4o、Claude、Gemini 等主流模型的统一调用，按量计费无需月费，特别适合短视频脚本生产这种"高频但单次 token 消耗不大"的使用场景——一条 60 秒脚本的完整四轮迭代，成本不超过 0.3 元人民币。

---

工具清单

---

今天就能做的 3 件事

1. 复制本文的选题提示词，填入你的领域，生成你的第一个选题矩阵

2. 选综合分最高的选题，用大纲提示词生成内容骨架

3. 走完四轮脚本迭代，感受脚本从"AI 味"到"人味"的变化

AI 不会取代编导，但会用 AI 的编导会取代不会的。

你的第一条 AI 脚本，今晚就能完成。

---

🔜 下篇预告：《AI 脚本进阶：用一条 Prompt 让 AI 帮你做竞品分析 + 爆款改写》

>

今天我们解决了"从 0 到 1 写出脚本"的问题。但真正的高手不是自己想选题，而是让 AI 拆解别人的爆款，然后改写成自己的风格。

>

下一篇，我会教你：

- 如何用 AI 在 3 分钟内逆向拆解任意一条爆款视频的脚本结构

- 一套"爆款改写"提示词公式，合法合规地借鉴而非抄袭

- 批量化生产脚本的自动化工作流搭建（含完整 Python 代码）

>

关注本系列，下周更新时第一时间获取。

---