AI视频脚本创作指南（v3.0 重定义版）

核心理念：我们不叫"口播稿"了——因为不出镜。我们用 Hyperframes 这类插件生成视频。本指南产出的内容就是给AI看的"视频蓝图"。
唯一目标：让AI能根据脚本，自动生成画面、字幕、配音、动画、转场——像导演给摄影师下指令一样清晰。

---

一、重定义：从"口播稿"到"AI视频脚本"

1.1 为什么改？

老模式（口播稿）	新模式（AI视频脚本）
假设有真人出镜	假设用插件生成视频
文案为主，画面为辅	文案+画面同等重要，甚至画面更重要
只考虑"怎么写"	还要考虑"AI怎么理解、怎么生成"
时长受真人出镜限制	时长无限制，内容讲透为止
传播靠人	传播靠内容+平台算法

1.2 AI视频脚本的核心要求（只有两点）

第1点：内容要足够详尽、通俗易懂

• 给你一个话题、知识点或概念，要把它解释得足够清楚——尽量让"小白"也能听懂
• 时间上没有限制，可以旁征博引，把背后的原理、应用、相关概念都讲透
• 参考知识类爆款视频的做法：从一个点发散出去，营造出"能讲很多"的感觉
• 不要假设用户有背景知识，每个概念都要讲透

第2点：格式要让AI/插件能看懂

• 每个段落必须有明确的时间码（如 [0:00-0:30]）
• 每个段落必须标注画面描述（AI需要知道生成什么画面）
• 必须分离旁白（配音文本）和字幕（屏幕文字）
• 必须标注视觉指令（动画、转场、字体、颜色、音效）
• 概念出场时，必须标注视觉对应物（图标、动画、示意图）

1.3 AI能看懂的标准格式

[时间码：0:00-0:30]
[画面类型：开场/图标飞入/场景还原/对比/动画拆解]
[视觉指令：淡入/闪白/滑动/缩放/旋转]
[旁白]：你输入的话，AI会把它拆成一个个小块……
[字幕]：Token：AI的字数计数器
[音效]：轻微"叮"一声
[画面描述]：画面正中一个输入框，文字"帮我写周报"被切成6个小方块，每个方块高亮闪烁
[视觉对应物]：Token图标（小方块组合）从下方飞入

判断标准：如果把这个脚本直接丢给AI，AI能生成出70%以上的画面——脚本就是合格的。

---

二、内容要求：讲透，不是讲完

2.1 知识类爆款视频的共性

调研抖音、B站、视频号、YouTube的知识类爆款后，发现它们都有这些特征：

特征	具体做法	代表案例
从一个点发散	讲一个概念，顺带引出5个相关概念	"何同学"讲5G，顺带讲通信史
原理+应用+案例	不只讲"是什么"，还讲"为什么"和"怎么用"	"硬核拆解"讲手机芯片
旁征博引	用历史、经济、生活、科学多视角解释	"听风的蚕"讲国际关系
故事化	把知识点包装成"一个普通人的经历"	"半佛仙人"讲商业
节奏感	每30秒-1分钟一个小高潮，信息密度高	"米三汉"讲红楼梦
视觉化	抽象概念必配动画/图标/示意图	所有知识区头部账号

本指南建议：

• 单期视频 3-15 分钟（按内容量决定，不设上限）
• 如果概念多到 15 分钟讲不完，拆成多期，不要硬塞
• 内容密度：每1-2分钟必须有一个"信息增量"（新概念、新案例、新视角）
• 完播率 > 30% 算合格，> 50% 算优秀

2.2 内容结构：从"一点"到"一片"

知识类爆款不是"讲一个概念"，而是以这个概念的起点，发散出一个知识网络。

[核心概念]：Token（AI的字数计数器）
  ├→ [原理层]：为什么AI要拆成小块？→ 讲Tokenization、编码、神经网络输入
  ├→ [应用层]：Token怎么计费？→ 讲不同模型的Token定价、怎么省Token
  ├→ [关联层]：Token和什么有关？→ 讲上下文窗口、输出Token限制、流式输出
  ├→ [历史层]：Token怎么来的？→ 讲从字符到词到子词的发展历程
  ├→ [对比层]：Token和什么像？→ 讲打印店按页收费、手机按流量计费
  └→ [实战层]：怎么用好Token？→ 讲提示词压缩、Token监控工具

判断标准：一个概念能发散出5-6个相关维度，用户看完会觉得"学到了不止一个东西"。

2.3 内容深度：3岁小孩能听懂（夸张说法）

• 每个概念必须回答：是什么、为什么、怎么用
• 每个原理必须配生活类比（不是学术类比）
• 每个案例必须具体、可复现（不是泛泛而谈）
• 每个结论必须有因果链条（不是跳跃式推理）

禁止：

• ❌ "众所周知，在当前的技术背景下……"（正确的废话）
• ❌ "这个概念很重要，大家要记住"（说教感）
• ❌ "简单来说，就是……"（说了等于没说）
• ❌ 只给定义不给例子

---

三、场景与故事：一个主角，一条主线

3.1 为什么必须"一个场景用到底"

AI生成视频时，场景切换越少，画面越连贯。如果脚本里场景跳来跳去，AI生成的画面会很碎。

新规则：

整篇脚本只允许有1个完整场景，所有概念都在这个场景里自然长出来。
这个场景必须是大多数用户都接触过的（找工作、租房、写周报、点外卖、去医院……）。
如果一个场景装不下所有概念，拆成多期，不要硬塞。

3.2 场景库：8大经典场景

按"用户接触频率"从高到低排：

场景	痛点	可装概念数	适合主题
找工作/投简历/面试	简历没回复、面试被刷、不会谈薪	10-15个	AI基础+进阶+高级全栈
租房/搬家/找室友	假房源、合同看不懂、被坑	8-12个	信息识别+工具类
写周报/写汇报/写复盘	写得像流水账、领导说没重点	6-8个	写作+结构化思维
点外卖/购物/比价	不知道选哪个、怕被坑	6-8个	决策+推荐算法
去医院/看病/挂号	不会挂号、不懂医生的话	6-10个	健康+信息识别
第一次当管理者	不会开会、不会分配任务	10-12个	协作+管理+软技能
副业/接私活/跳槽谈薪	不知道怎么报价	8-10个	商业+谈判
第一次用AI干活	不知道怎么用、回答太泛	8-12个	AI工具入门

3.3 角色代入：用"你"还是"我"

推荐用"你"+"我"混合：

• 场景设定：用"你"——"假设你最近准备找工作"（让用户代入）
• 情绪共鸣：用"我"——"我当时也是这样"（让用户觉得是过来人讲）
• 概念定义：用"它"——"它叫提示词工程"（客观命名）

---

四、脚本结构：五段式推进

[开场 3-5秒] 钩子 + 场景设定
  └→ 悬念钩/反常识钩/数字钩/冲突钩/痛点钩
  └→ 共情瞬间（"说实话，我也曾是……"）
  └→ 场景设定（"假设你最近准备找工作"）

[背景设定 10-15秒] 主角+冲突
  └→ 具体数字+具体取舍=可代入

[第一波推进 2-3分钟] 主线任务启动
  └→ 引入2-3个基础概念（是什么）

[第一次冲突 30秒] 主线任务受挫 + 来龙去脉
  └→ "但问题来了——"
  └→ 来龙去脉（WHY）：解释为什么受挫

[第二波推进 2-3分钟] 解决问题 + 引入进阶概念
  └→ 引入2-3个进阶概念（为什么+怎么用）

[第二次冲突 30秒] 主线任务再次受挫 + 来龙去脉
  └→ 解释根因，引出高级概念

[第三波推进 2-3分钟] 进一步解决 + 引入高阶概念
  └→ 引入2-3个高级概念（实战应用）

[高潮 1-2分钟] 主线任务完成
  └→ 拿到结果、复盘、因果总结

[收尾 5-10秒] 人设锚点 + 关注动机
  └→ "我是晚枫，关注我……"

核心变化：

• 概念不是孤立的知识点，是主角解决问题的工具
• 每次受挫必须加来龙去脉（WHY）——让下一个概念出场有必然理由
• 高潮段必须加因果总结——把所有概念的因果关系点破

---

五、概念讲解：4拍子结构

每个概念出场，必须走4拍：

第一拍·体验：用户在场景里"遇到"了这个东西
  └→ "你输入的'帮我写周报'会被拆成6个小块"

第二拍·命名：告诉用户这叫什么
  └→ "这每一小块，就是Token"

第三拍·类比：用一个生活比喻让它落地
  └→ "Token就是AI的字数计数器——就像打印店按页收费"

第四拍·重复/应用：让用户知道怎么用
  └→ "下次你看AI账单，发现写着'消耗了多少Token'，你就秒懂了"

第4拍的5种写法：

写法	示例
场景回扣	"所以你再回看刚才那条AI回答……"
现实映射	"下次你看到SaaS工具按Token收费，就知道这钱花在哪了"
行动指令	"把这句话记下来：'Token是AI的字数计数器'"
误解澄清	"那些说'AI不用学就能用'的——前提是你得知道Token在计费"
因果回扣	"所以AI回答到一半停了，不是它懒，是Token用完了"

5.1 统一类比体系

如果同一篇稿子的多个概念有递进关系，优先使用统一类比体系——用一个类比的不同阶段串联所有概念。

对比：

❌ 独立类比（各说各的）
  大模型 = 字典
  AI Coding = 翻译机
  桌面版AI = 秘书
  → 用户记住了3个比喻，但没记住关系

✅ 统一递进类比（一个比喻贯穿）
  大模型 = 发动机——动力强，没轮子
  AI Coding = 发动机+方向盘——能开了，但得会开车
  桌面版AI = 一辆坐上去就能开的车——全配齐
  → 用户记住了1个比喻的3个阶段，自然理解递进关系

5.2 子概念故事化

子概念必须用故事/场景/类比引出，而不是直接给定义。

对比：

❌ 规格说明书式
  "AI Coding分为IDE版和CLI版。IDE版是集成开发环境……"

✅ 故事化式
  "你可能注意到这些工具长得不一样——
   IDE版像Cursor，打开它左边是代码右边是聊天框，就像在一个车间里盯着AI干活。
   CLI版像Claude Code，打开一个黑窗口打命令，就像给AI下军令状，说完它去做。"

---

六、AI可读格式：脚本的标准写法

6.1 基本单元：镜头块

每个"镜头块"是AI生成视频的最小单位，包含：

---

[时间码：0:00-0:30]
[镜头类型：开场/图标飞入/场景还原/对比/动画拆解]
[视觉指令：淡入/闪白/滑动/缩放/旋转]

**旁白**：
你输入的话，AI会把它拆成一个个小块。比如"帮我写周报"6个字，大约消耗6个Token。

**字幕**：
Token：AI的字数计数器

**画面描述**：
画面正中一个输入框，文字"帮我写周报"被切成6个小方块，每个方块高亮闪烁。小方块从输入框飞散出来，在空中排列成"Token"字样。

**视觉对应物**：
- Token图标（小方块组合）从下方飞入画面中央
- 图标旁浮现文字"Token"，停留1秒后缩为右下角标记

**音效**：
- 文字被切时：轻微"咔嚓"声
- 图标飞入时：轻微"嗖"声
- 压屏时：轻微"叮"声

**转场**：
淡入（从黑屏淡入到画面）

---

6.2 镜头类型说明（AI生成参考）

镜头类型	用途	AI生成提示
开场	视频开头，建立场景	生成一个"进入场景"的画面，如打开笔记本电脑、打开APP
图标飞入	概念首次出场	画面中央空圆圈，图标从下方飞入，概念名浮现
场景还原	展示概念在现实中的样子	生成一个具体场景，如"HR桌前摆着人设卡片"
对比	展示"前后/对错/有无"	画面分左右两半，左边旧/错，右边新/对
动画拆解	展示一个东西被拆分成部分	整体→爆炸/撕开→逐个高亮讲解
流程图	展示概念之间的关系	多个概念节点+箭头串联
进度条	展示进度/状态	顶部或底部进度条，已完成的灰色，未完成的彩色
压屏金句	核心概念总结	整句话压屏，居中，黑底白字，1秒

6.3 视觉指令说明（AI生成参考）

视觉指令	效果	适用场景
淡入	从黑屏逐渐亮起来	视频开头、章节切换
闪白	画面闪一下白色	关键概念首次出场
滑动	画面从左/右滑入	对比、并列展示
缩放	画面放大或缩小	突出重点、进入细节
旋转	画面旋转	概念关系展示（如旋转木马）
溶解	画面像溶解一样切换	强相关概念之间的过渡
模糊	画面变模糊再变清晰	软化场景切换
形状遮罩	用圆形/方形框住重点	关键引言、金句

6.4 字幕与文字规范

单屏文字不超过3行，且只放关键词、核心短语，不放完整句子。

文字类型	样式	示例
概念名	品牌色+加粗+18-24号字	Token
例子/数字	白色普通字	6个字、6个Token
情绪词	黄色高亮	"明显靠谱了"
否定/警告	红色+警示图标	"⚠️ 这是编的"
压屏金句	黑底白字，居中，1秒	"Token是AI的字数计数器"

6.5 音效清单（AI生成参考）

每个概念出场时，最好配一个轻微音效，强化记忆：

音效	触发时机	效果
"叮"（清脆）	概念图标飞入	新鲜感、注意力
"嗖"（快速）	文字/图标快速移动	速度感、流畅感
"咔嚓"（轻微）	东西被拆开/切断	拆解感、分析感
"咚"（低沉）	冲突/转折出现	警示感、紧张感
静默2秒	金句之后	颅内高潮、留白

---

七、场景细节锚定：6个维度

每个场景必须有6个维度的细节，否则AI生成出来的画面会很空：

维度	作用	示例
具体台词	用户有原话可以引用	"帮我写周报"
具体数字	场景可信	3年经验、1万薪资
具体取舍	暴露真实诉求	不考虑销售、优先一线
情绪词	让用户感同身受	"明显靠谱了许多"
画面细节	让AI知道生成什么画面	电脑屏幕、AI头像弹出、输入框特写
误解澄清	主动打消错误认知	"AI不是帮你不用写，是帮你写得更快"

---

八、传播与互动：自媒体特色

8.1 开头3秒的生死线

用户在3秒内决定是否划走。开头必须有：

1. 钩子（悬念/反常识/数字/冲突/痛点）
2. 共情瞬间（"说实话，我也曾是……"）
3. 场景设定（"假设你最近准备找工作"）

顺序必须是：钩子 → 共情 → 场景。

8.2 钩子密度与节奏

时长	钩子密度	信息增量
3-5分钟	每30秒一个钩子	每1分钟一个新概念
5-10分钟	每1分钟一个钩子	每2分钟一个新视角
10-15分钟	每2分钟一个钩子	每3分钟一个案例
15分钟以上	每3分钟一个钩子	每5分钟一个总结

钩子的5种形态：

1. 悬念钩："但接下来发生的事，谁都没想到……"
2. 反常识钩："你以为……，其实……"
3. 数字钩："注意，3个数字：3年、1万、一线"
4. 冲突钩："HR突然问了一个问题：……"
5. 金句钩："我把它叫做'AI的字数计数器'"

8.3 互动设计

不要做的事：

• ❌ "点赞关注转发"（命令感，用户反感）
• ❌ "感谢观看"（客套感，无意义）
• ❌ "今天我们学习了……"（上课感）

要做的事：

• ✅ 提问式收尾："你遇到过AI幻觉吗？评论区聊聊"
• ✅ 预告式收尾："下期讲'租房避坑的10个AI用法'，关注我不错过"
• ✅ 循环闭合：结尾呼应开头
• ✅ 人设锚点："我是晚枫，写代码的、学过法的、讲AI真话的"

8.4 结尾的3个要素

[要素1] 概念回扣（10秒）
   └→ "回头看这13个概念，其实有一条暗线：让AI越来越像'懂你'的资深HR"

[要素2] 人设锚点（5秒）
   └→ "我是晚枫，写代码的、学过法的、讲AI真话的"

[要素3] 关注动机（5秒）
   └→ "下期讲'租房避坑的10个AI用法'，关注我不错过"

8.5 循环闭合

结尾要呼应开头。比如：

开头："找工作用AI的人，90%都在瞎用。"
结尾："现在你知道了，90%的人瞎用，是因为不知道这13个概念。"

---

九、人设锚点：程序员晚枫

9.1 晚枫是谁

标签	具体描述	脚本风格要求
程序员	写代码出身，搞过开源项目（python-office 38万+下载）	技术类比要准，不装懂；代码梗自然
法学院毕业	中国政法大学，逻辑训练扎实	逻辑链条清晰，因果递进；旁征博引用生活场景
全网40万+粉丝博主	懂内容、懂流量、懂用户	知道用户痛点在哪，不说正确的废话
黑色幽默爱好者	喜欢冷笑话、自嘲、反讽	严肃话题里突然来一句让人愣一下然后笑的话
完美主义者	对细节要求极高，标准明确	不模棱两可，"大概""可能""某种程度上"尽量不用

9.2 语言风格5大特征

特征1：直接、不绕弯子

❌ "众所周知，在当前的数字化转型浪潮中，人工智能正在深刻地改变着我们的工作方式……"
   → 正确的废话，任何人都能说

✅ "我用AI写周报，领导说比我自己写的还像人话——问题是我写的本来就不像人话。"
   → 自嘲开场，直接进场景，不铺垫

特征2：黑色幽默+冷笑话

❌ "AI幻觉是一个需要我们高度重视的问题。"
   → 正确的废话

✅ "AI幻觉就是AI一本正经地胡说八道。就像你那个喝醉了的大学同学，信誓旦旦说他认识马化腾，其实连马化腾微信都没加过。"
   → 类比精准，有画面感，还有点损

特征3：旁征博引（生活化类比）

❌ "Token是AI的字数计数器。"
   → 太浅，没有特色

✅ "Token是AI的字数计数器。就像你去打印店——打印按页收费，复印按张收费，AI按Token收费。本质一样：定价需要一个最小不可分单位。"
   → 用生活场景解释技术概念，一听就懂

特征4：不装腔作势，接地气

❌ "作为一位深耕AI领域多年的技术博主……"
   → 一听就想划走

✅ "说实话，我三个月前也是。同事开会聊起这些，我一句话都插不上——感觉就像一群人讨论'量子纠缠'，我在旁边数他们说了几个'量子'。"
   → 承认自己不懂，用户反而信任你

特征5：有主见，不随波逐流

❌ "小红书图文视频版做了吗？"
   → 随波逐流

✅ "小红书只是分发平台，脚本是统一内容，多平台分发。不为任何平台设专门格式。"
   → 有自己的判断，标准明确

---

十、完整示例：「找工作13个AI概念」脚本（v3.0格式）

---

镜头1：开场钩子

[时间码：0:00-0:05]
[镜头类型：开场]
[视觉指令：淡入]

**旁白**：
找工作用AI的人，90%都在瞎用。

**字幕**：
90%的人瞎用

**画面描述**：
黑屏淡入，画面中央出现红色大号数字"90%"，数字周围有轻微的脉冲动画。背景是一个模糊的办公室场景，有人对着电脑屏幕叹气。

**视觉对应物**：
- "90%"红色数字，脉冲动画
- 背景模糊办公室

**音效**：
- 淡入时：轻微环境音（键盘敲击声）
- "90%"出现时：低沉"咚"一声

**转场**：
淡入

---

镜头2：共情瞬间+场景设定

[时间码：0:05-0:15]
[镜头类型：场景还原]
[视觉指令：滑动（从右向左）]

**旁白**：
说实话，我三个月前也是。打开DeepSeek聊两句，觉得挺好玩，然后就没了。直到有一天，我准备找工作……

**字幕**：
"我也曾是"

**画面描述**：
画面从模糊办公室滑动到一台笔记本电脑屏幕。屏幕上是DeepSeek的聊天界面，输入框里写着"帮我找份工作"，光标闪烁。屏幕旁边有一个咖啡杯，杯子上印着"打工人"三个字。

**视觉对应物**：
- 笔记本电脑屏幕（DeepSeek界面）
- 输入框特写
- 咖啡杯（"打工人"）

**音效**：
- 滑动时：轻微"嗖"声
- 输入框出现时：轻微"叮"声

---

镜头3：背景设定

[时间码：0:15-0:25]
[镜头类型：场景还原]
[视觉指令：无]

**旁白**：
假设你最近准备找工作——3年前端、1万薪资、优先一线、不考虑销售。你打开AI随口问了一句："帮我找份工作。"

**字幕**：
3年前端 / 1万薪资 / 优先一线 / 不考虑销售

**画面描述**：
画面展示AI输入框，数字"3年""1万""一线""不销售"像小标签一样从屏幕边缘飞入，逐个贴在输入框周围。输入框里的文字"帮我找份工作"被红框圈住。

**视觉对应物**：
- 数字标签飞入动画
- 输入框红框

**音效**：
- 每个数字标签飞入时：轻微"叮"声（连叮4声）

---

镜头4：LLM概念出场

[时间码：0:25-0:55]
[镜头类型：图标飞入]
[视觉指令：闪白]

**旁白**：
AI几秒钟给了你50个岗位。这背后干这活的，叫LLM——大语言模型。你可以理解成：AI的大脑。你每次打开AI聊天，背后都是它在干活。

**字幕**：
LLM：AI的大脑

**画面描述**：
画面闪白后，中央出现一个空圆圈。一个"神经网络+齿轮"的图标从下方飞入圆圈，短停顿0.3秒。概念名"LLM"浮现在图标旁，下方小字"大语言模型".

**视觉对应物**：
- LLM图标（神经网络+齿轮组合）从下方飞入
- "LLM"大字+"大语言模型"小字

**音效**：
- 闪白时：轻微"唰"声
- 图标飞入时：轻微"嗖"声
- 概念名浮现时：轻微"叮"声

**压屏金句**：
"LLM，就是AI的大脑"（黑底白字，居中，1秒）

---

镜头5：Token概念出场

[时间码：0:55-1:25]
[镜头类型：动画拆解]
[视觉指令：无]

**旁白**：
而你说的"帮我找份工作"这6个字，AI不会直接读。它会先拆成一个个小块。比如"帮我写周报"6个字，大约消耗6个Token。这就是Token——AI的字数计数器。

**字幕**：
Token：AI的字数计数器

**画面描述**：
画面中央展示输入框里的文字"帮我找份工作"。文字被切成6个小方块，每个小方块依次高亮（从第一个字到最后一个字）。高亮时，小方块轻微跳动。6个小方块切完后，在空中排列成"Token"字样。

**视觉对应物**：
- 文字被切成6个小方块
- 每个方块高亮+跳动
- 方块排列成"Token"字样

**音效**：
- 文字被切时：轻微"咔嚓"声
- 每个方块高亮时：轻微"叮"声（连叮6声）
- 排列成"Token"时：轻微"嗖"声

**压屏金句**：
"Token，就是AI的字数计数器"（黑底白字，居中，1秒）

---

镜头6：Prompt概念出场

[时间码：1:25-1:50]
[镜头类型：场景还原]
[视觉指令：无]

**旁白**：
你输入的那句话，就是Prompt，提示词。你输入什么，AI就答什么。

**字幕**：
Prompt：你输入的话

**画面描述**：
画面聚焦输入框特写。文字"帮我找份工作"从用户嘴边（画面左侧）"飞"到输入框里，飞入时有粒子拖尾效果。文字进入输入框后，输入框边框发光。

**视觉对应物**：
- 输入框特写
- 文字从左侧飞入（粒子拖尾）
- 输入框边框发光

**音效**：
- 文字飞入时：轻微"嗖"声
- 边框发光时：轻微"叮"声

**压屏金句**：
"Prompt，就是你输入的话"（黑底白字，居中，1秒）

---

镜头7：三者关系（流程图）

[时间码：1:50-2:20]
[镜头类型：流程图]
[视觉指令：无]

**旁白**：
三个东西的关系：LLM是大脑，Token是细胞，Prompt是你喂进去的话。大脑吃细胞，细胞来自你输入的话。

**字幕**：
LLM（大脑）→ Token（细胞）→ Prompt（输入）

**画面描述**：
画面中央展示三个节点：左边"LLM"（大脑图标）、中间"Token"（小方块图标）、右边"Prompt"（输入框图标）。三个节点用箭头串联：Prompt→Token→LLM。箭头上有流动的粒子效果，表示"数据流动"。

**视觉对应物**：
- 三个节点图标
- 箭头串联
- 流动粒子效果

**音效**：
- 节点出现时：轻微"叮"声（连叮3声）
- 箭头连接时：轻微"嗖"声
- 粒子流动时：轻微连续"沙沙"声

---

镜头8：第一次冲突

[时间码：2:20-2:30]
[镜头类型：对比]
[视觉指令：滑动（从左到右）]

**旁白**：
但问题来了——AI给的50个岗位里，10个是销售、20个是5千薪资、剩下的30个你根本不想去。

**字幕**：
⚠️ 但问题来了

**画面描述**：
画面左侧展示AI给出的50个岗位列表（快速滚动）。右侧突然切入一个红色"X"，划掉"销售""5千薪资""不想去"的岗位。被划掉的岗位变灰，剩下的岗位高亮。

**视觉对应物**：
- 50个岗位列表快速滚动
- 红色"X"划掉
- 被划掉的变灰，剩下的高亮

**音效**：
- 列表滚动时：快速"唰唰"声
- 红色"X"出现时：低沉"咚"声
- 岗位变灰时：轻微"咔嚓"声

---

镜头9：提示词工程

[时间码：2:30-3:00]
[镜头类型：对比]
[视觉指令：滑动（左右对比）]

**旁白**：
你换种说法："我有3年前端开发经验，希望薪资1万以上，优先一线城市，不考虑销售岗位"——这一次回答明显靠谱多了。这种把需求说清楚的方法，就叫提示词工程。

**字幕**：
提示词工程：把需求说清楚

**画面描述**：
画面分左右两半：左边是第一次输入"帮我找份工作"（短、模糊），右边是第二次输入"3年前端/1万/一线/不销售"（长、具体）。两个输入框用箭头指向各自的AI回答：左边回答是50个混乱岗位，右边回答是10个精准岗位。右边回答框有绿色"✓"标记。

**视觉对应物**：
- 左右两个输入框对比
- 箭头指向各自的回答
- 左边红色"X"，右边绿色"✓"

**音效**：
- 左边出现时：轻微"叮"声
- 右边出现时：轻微"叮"声（音调更高）
- 绿色"✓"出现时：清脆"叮"声

**压屏金句**：
"提示词工程：把需求说清楚"（黑底白字，居中，1秒）

---

（后续镜头按此格式继续，此处省略以节省篇幅）

---

十一、系列设计：拆分多期

11.1 分层策略

第1期：基础交互层（7-8个概念，10分钟内）
  └→ 用户"打开就用"时遇到
  └→ LLM / Token / Prompt / 提示词工程 / 上下文 / 系统提示词 / 模型

第2期：进阶能力层（7-8个概念，10-15分钟）
  └→ 用户"传文件/做深度分析"时遇到
  └→ 多模态 / 思维链 / 幻觉 / 知识截止 / RAG / 向量化 / 格式控制

第3期：高级玩法层（7-8个概念，12-15分钟）
  └→ 用户"想靠自己定制AI"时遇到
  └→ API / 工具调用 / Few-shot / 微调 / 多轮对话 / 速率限制 / 流式输出

11.2 系列衔接

每期结尾预告下期，但单期独立：

第1期结尾："上期讲了7个基础概念，这期讲8个深度玩法。关注我，下期一起把AI用到极致。"
第2期结尾："AI用到这里，已经能帮你找工作了。但拿到offer后怎么谈薪？这才是真正赚钱的地方。关注我，下期讲。"
第3期结尾："21个概念讲完了。回头看，AI圈新名词多的本质是——AI在一步步模拟一个'懂你'的资深HR。"

---

十二、自查清单（v3.0 20条）

写完一篇AI视频脚本后，逐条检查：

☐ 1. 内容讲透了吗？
   └→ 每个概念都回答了"是什么、为什么、怎么用"？
   └→ 有生活类比，不是学术类比？
   └→ 有具体案例，不是泛泛而谈？

☐ 2. 格式让AI能看懂吗？
   └→ 每个段落都有时间码？
   └→ 每个段落都有画面描述？
   └→ 旁白和字幕分离？
   └→ 视觉指令标注清楚？

☐ 3. 时长合理吗？
   └→ 5个概念7-10分钟，7个概念10-15分钟
   └→ >10个概念 = 拆成2期
   └→ 完播率预期 > 30%

☐ 4. 1个完整场景用到底吗？
   └→ 全文只有1个场景（找工作/租房/通勤……）
   └→ 不是多个碎场景拼出来的

☐ 5. 概念是"主角解决问题的工具"吗？
   └→ 把概念全部删掉，主线任务还能完成吗？不能 → 过关
   └→ 能 → 概念是硬塞的，重写

☐ 6. 每个概念都用了"4拍子"吗？
   └→ 体验→命名→类比→重复
   └→ 至少要有"体验+命名"两拍
   └→ 最抽象的概念必须有"类比"和"重复"

☐ 7. 概念之间是"主线任务推进"吗？
   └→ 不是"换话题"式，而是"上一个问题解决→撞上下一个问题"
   └→ 每次受挫必须加来龙去脉（WHY）
   └→ 收尾必须有因果总结

☐ 8. 全文没有"第一/第二/第三"吗？

☐ 9. 场景有6维度细节吗？
   └→ 台词 ✓ 数字 ✓ 取舍 ✓ 情绪词 ✓ 画面细节 ✓ 误解澄清 ✓

☐ 10. 每个概念出场时画面上有对应物吗？
   └→ LLM出现时有"AI大脑"图标
   └→ Token出现时有"文字被切块"动画
   └→ 提示词工程出现时有"前后对比"动效

☐ 11. 每个段落都有镜头块格式吗？
   └→ 时间码、镜头类型、视觉指令、旁白、字幕、画面描述、视觉对应物、音效

☐ 12. 转场选对了吗？
   └→ 概念首次出场用"闪白"
   └→ 对比/并列用"滑动"
   └→ 章节切换用"淡入淡出"
   └→ 突出重点用"缩放"

☐ 13. 字幕和压屏金句做了吗？
   └→ 单屏文字 < 3行
   └→ 每个概念后有1秒"金句压屏"

☐ 14. 节奏变速合理吗？
   └→ 概念定义0.9倍速
   └→ 冲突/反转1.3倍速
   └→ 收尾0.85倍速 + 2秒静默

☐ 15. 10分钟以上做了章节进度条吗？

☐ 16. 开头钩子 + 结尾回扣 形成了循环闭合吗？

☐ 17. 开头有"我也曾……"的共情瞬间吗？
   └→ 必须放开头（钩子之后、场景之前）

☐ 18. 收尾有人设锚点 + 关注动机吗？

☐ 19. 类比体系是统一的吗？
   └→ 有递进关系的概念，优先用统一递进类比

☐ 20. 语言风格有"晚枫味"吗？
   └→ 至少3处黑色幽默/冷笑话/自嘲？
   └→ 至少2处旁征博引（生活场景类比）？
   └→ 没有"众所周知/某种程度上/大概可能"等模糊词？
   └→ 没有"作为一位深耕……多年的专家"等装腔作势开头？
   └→ 自嘲过至少1次？
   └→ 有1处直接怼常见误解的犀利表达？
   └→ 换成其他博主读不了 → 过关

---

十三、爆款技巧清单（来自调研）

13.1 来自"心中之城"的成功要素

• 拒绝3分钟快剪：用纪录片的精度做解说，单期3小时也能82%完播
• 信息分层：表层剧情+深层动机，让用户"看完想再看"
• 痛点转译公式：将剧中冲突映射当代焦虑
• 身份认同强化：用"我们""你"等集体叙事
• 声音修辞：低频共振音色、变速控流、关键台词后2秒静默
• 视觉符号强化：固定开场+关键台词动态文字压屏

13.2 来自"听风的蚕"的成功要素

• 跨领域整合：国际关系+经济+科技+历史，放在一个故事里讲
• 故事化表达：评书式节奏，把复杂信息讲成"段子"
• 接地气类比：把"半导体产业链"翻译成"打工人升职路径"
• 持续输出：每天更新1条，建立"日更"心智

13.3 来自抖音超长视频的成功要素

• "一口气"叙事：不切成几十个短视频，做完整的长内容
• 片头自我标注：黑底白字"本视频耗时5个月制作，共计450分钟"——把"长"作为卖点
• 细节复刻+心理微距：用细节而不是大纲讲故事
• 拆分发布：450分钟分6期发布，既享受长视频完播率，又获得短视频流量

13.4 来自科普讲解研究的关键结论

• 故事引入式开场优先于其他开场
• 不能用"大家好今天我们讲"开场——90%的科普输在开头
• 开场要"帮助观众发现他们本就好奇的世界"
• 3秒内必须建立"和我有关"——否则用户划走

13.5 来自短视频时长研究的结论

• 抖音知识科普60-120秒（头部中位）
• 抖音口播3-5分钟（爆款集中区间）
• B站知识区8-15分钟（深度讲解黄金时长）
• 超10分钟长视频每90秒设一个钩子
• 每5-10秒切换画面/字幕——避免用户走神

---

十四、反面案例库

反面1：场景和概念分离

❌ "假设你想用AI写周报。"
（中间开始：Token是什么、Prompt是什么、LLM是什么……再也不提周报）

问题：场景只是噱头，概念和故事两层皮。

改法：用"用AI找工作"一个场景，所有概念都在这个场景里出场。

反面2：列举式

❌ "AI有7个核心概念：第一，LLM是大语言模型。第二，Token是文字单位……"

问题：用户在第2个概念就划走。

改法：用主线任务推进，"先解决A问题→引出A概念→撞上B问题→引出B概念"。

反面3：概念散落在不同场景

❌ 概念1用"写周报"举例
   概念2用"翻译外文"举例
   概念3用"做客服"举例

问题：用户要不断切换心理模型，沉浸感为零。

改法：1个场景用到底，13个概念都在"找工作"里。

反面4：时长硬塞

❌ 15个概念硬塞进10分钟
   → 语速飞快、例子草草、用户跟不上

改法：15个概念=拆2期，每期7-8个概念10-15分钟。

反面5：场景太小

❌ "假设你想让AI帮你改个字体颜色"
   → 场景太窄，撑不起7个概念

改法：选能装下本期所有概念的"主线任务型"场景。

反面6：没有画面描述

❌ 文字稿只有旁白，没有画面描述
   → AI不知道生成什么画面，只能瞎配

改法：每个段落必须有画面描述、视觉对应物、视觉指令。

反面7：节奏匀速

❌ 整篇都是同一种语速
   → 没有重点、没有戏剧感

改法：概念定义0.9倍速、冲突1.3倍速、收尾0.85倍速+2秒静默。

反面8：结尾没有回扣

❌ 结尾："今天我们学习了7个概念，点赞关注。"
   → 概念学完了，但用户不知道"那然后呢"

改法：结尾呼应开头+主线任务完成+引出下期。

---

十五、与主创作指南的关系

维度	主指南（AI视频脚本创作指南.md）	本指南v3.0
适用场景	AI生成视频	一个场景讲多个概念
最高优先级	内容讲透+格式让AI看懂	主线任务推进
结构	钩子→数据→反转→锚点→互动	开场→背景→第一波→冲突→第二波→冲突→第三波→收尾
时长	不设上限（按内容量决定）	不设上限（按概念数1.5-2分钟/个计算）
概念密度	从一个点发散	7±2个概念/期
视觉方案	脚本必须含画面描述+视觉指令	本指南重点（AI可读格式）
互动	争议问题+关注动机	关注动机+下期预告
例子	单点举例	1个完整场景用到底

---

十六、v3.0新增/升级章节速查

章节	v2.2有	v3.0新增/升级	解决的问题
一、重定义	口播稿概念	AI视频脚本概念+核心要求2点	不出镜，用插件生成视频
一、AI可读格式	无	标准格式模板（时间码/画面类型/视觉指令/旁白/字幕/画面描述/视觉对应物/音效/转场）	AI看不懂脚本，生成画面瞎配
二、内容要求	口播稿内容	知识类爆款视频共性+从一点发散到一片	内容不够详尽，讲不透
六、AI可读格式	无（只有视觉与剪辑）	镜头块格式+镜头类型说明+视觉指令说明+字幕规范+音效清单	格式不规范，AI理解困难
十、完整示例	文案+分镜表	文案+分镜表→镜头块格式示例（含时间码/画面类型/视觉指令/旁白/字幕/画面描述/视觉对应物/音效/转场）	示例不够清晰，AI无法复用
十二、自查清单	20条	20条（第1-2条改为内容+格式检查，其余保留）	内容讲透+格式让AI看懂

---

更新记录

日期	更新内容	更新人
2026-06-12	初版，提炼"场景叙事讲多概念"方法论	抖音策略师
2026-06-12	新增"三拍子节奏"、"递进式问题链"、"场景细节锚定"、"因果依存排列"、"完整示例"等技法	枫灵
2026-06-15	v2重写版：①放弃硬性时长上限②1个完整场景用到底③视觉方案前置规划（分镜表+视觉化方式A/B/C/D）④主线任务推进式结构⑤4拍子节奏（加"重复"）⑥7大打工人场景库⑦17条新自检项⑧爆款案例技巧汇总	枫灵
2026-06-16	v2.1升级版：①来龙去脉WHY②统一递进类比体系③误解澄清④子概念故事化⑤共情瞬间必须放开头⑥收尾因果总结⑦自查清单17条→19条	枫灵
2026-06-16	v2.2升级版：①新增"程序员晚枫语言风格规范"（9.3节）——黑色幽默/冷笑话/旁征博引/直接犀利/不装腔作势/有主见②自查清单19条→20条（新增风格检查项）	枫灵
2026-06-16	v3.0重定义版：①从"口播稿"重定义为"AI视频脚本"（不出镜，用Hyperframes等插件生成）②核心要求明确为2点：内容讲透+格式让AI看懂③新增AI可读格式标准（时间码/镜头类型/视觉指令/旁白/字幕/画面描述/视觉对应物/音效/转场）④完整示例改为镜头块格式⑤自查清单第1-2条改为内容+格式检查⑥场景库从7个扩展到8个	枫灵