一、拍得清楚，为什么还是没人看

一个开社区烘焙店的老板找我聊过。她花六千多买了相机、补光灯、无线麦克风，一个月拍了三十条视频：揉面、出炉、拉丝、切面，画面干净得像广告片。播放量最好的一条是三百多。

我问她："你这条视频，第一秒在播什么？"

她想了半天说："在……揉面?"

问题就在这儿。揉面是"她熟悉的画面"，不是"陌生人愿意停下手指的画面"。绝大多数短视频失败，不是因为画质差、设备差、剪辑差,而是因为没有脚本，或者说，脚本是从创作者自己的视角写的，不是从陌生人的注意力曲线写的。

脚本这个词听起来很专业，其实就三件事：第一秒给什么、中间每五秒给什么、最后留一句什么。把这三件事提前写在纸上，比买任何设备都管用。

二、先把三种"脚本"分开，不然越写越乱

很多教程一开口就说"脚本模板"，但没说清是哪一种脚本。实际操作里至少有三种，作用完全不同。

第一种：选题脚本（一句话脚本）。只写一句"这条视频要证明什么"。比如"证明我家面包不加改良剂也能放三天不硬"。它不写台词，只定方向。选题脚本决定这条视频值不值得拍。

第二种：文学脚本（口播稿/文案稿）。把要说的话完整写下来，包括开头一句、中间三层信息、结尾一句。它解决的是"说什么"。

第三种：分镜脚本（拍摄执行表）。把文学脚本切成一个个镜头，标上景别、时长、画面动作、字幕、音效。它解决的是"怎么拍、怎么剪"。

顺序不能颠倒。先定选题，再写口播，最后拆分镜。我见过太多人直接从分镜表开始填，结果拍到一半发现这条视频根本没有"值得看下去的理由"，只能硬剪成一个产品展示片。

三、黄金三秒：五个能直接套的开头公式

短视频的残酷在于：观众的决策发生在第一秒到第三秒之间。平台推荐的初始流量池里，三秒跳出率往往决定了这条视频还有没有下一轮推荐。所以开头不是"引入"，是"抢人"。

下面五个公式，都是从大量跑出量的视频里反推出来的，可以直接改词套用。

公式一：结果前置。把最终效果放到第一帧，再回头讲过程。比如烘焙店："这一炉面包，我卖到了隔壁小区业主群里，40份，半小时抢完。"画面直接给到空盘子和群聊截图。观众想知道"怎么做到的"，就会留下来。

公式二：反常识断言。说一句和大众认知相反、但你能证明的话。"面包放三天不硬，不是加了改良剂，是因为你少了这一步。"

公式三：身份反差。用身份制造落差。"干了十二年装修，我自己家装修只花了三万。"

公式四：具体痛点。把观众心里那句话原封不动说出来。"每次洗完澡，地漏那圈头发你是不是也懒得捡？"

公式五：数字清单。"三个动作，让面包放三天不硬。"数字给了确定的预期，观众知道要花多少时间。

注意一个反例。大量新手开头是这样的："大家好，我是XX烘焙的小王，今天给大家分享一个面包的做法。"这三句话占掉了六秒，一个有效信息都没有。传统视频可以这样开场，短视频不行——短视频没有"开场"，第一句话就是内容本体。

四、中间结构：信息密度曲线，每五秒一个钩子

过了三秒，观众留下来，接下来要解决的是"别让他走"。核心指标是平均播放时长，对应的写作原则是：每五秒必须出现一个新信息点。

我把60秒以内的短视频正文分成三种常用结构。

结构A：问题—原因—方法—结果。适合知识口播、教程、测评。四段分别占15秒、15秒、20秒、10秒。原因是可用"三个错误""两个误区"来承载。

结构B：冲突—升级—反转—落点。适合剧情、探店、人物。冲突要在第5秒出现，反转不能晚于第45秒，否则观众等不到。

结构C：清单罗列。适合干货合集。"五种""三个""七个"，每一条占8到10秒，最后一条要最有用，因为它决定完播。

写的时候有一个自检方法：把口播稿逐句编号，看第几秒会出现"新的信息"或"新的疑问"。如果连续三句都在重复同一个意思，就是注水，必须删。观众划走的动作，往往发生在你"换个说法再讲一遍"的那两秒。

五、结尾不是"记得点赞"，是"给一个动作"

结尾决定互动率，而互动率（评论、收藏、转发）在多数平台的推荐权重里占比很高。但"记得点赞关注"这种话几乎无效，因为它要求观众为你做事，而不是为自己做事。

有效的收口有三种。

1. 价值闭环。用一句话把整条视频的结论压成可带走的东西。"记住一句话：面团含水量超过70%，第二天一定不硬。"观众会为了这句话收藏。

2. 开放式提问。问一个具体到能立刻回答的问题，而不是"你怎么看"。"你家面包第二天变硬，是放冰箱还是放室温？评论区说一下，我按你们的情况给方案。"

3. 系列钩子。留下一条明确的"下一集"。"这只是基础款，下一条讲怎么用同一团面做三种造型。"这让观众有理由点进主页。

六、分镜脚本：一张七列的表，把想法变成可执行的动作

口播稿写完，只是"知道说什么"。真要开拍，需要把它变成一张表。我用的分镜表固定七列，手机备忘录都能建：

• 镜号——01、02、03，方便剪辑对位。

• 时长——按秒写，全片加起来要等于目标时长（60秒就写满58到62秒）。

• 景别——远、全、中、近、特。特写用来强调细节，中景用来交代动作，别整条都用中景。

• 画面内容——写"看得见的东西"，不要写"温馨的氛围"这种形容词。写"手把面团摔在案板上，面粉扬起"。

• 台词/口播——这一镜要说的原话，一句不超过18个字，念出来不换气。

• 字幕——口播的关键词提炼，不是全文照搬。一行不超过12字。

• 音效/BGM——标"原声为主""此处留白""BGM进"。留白比全程配乐高级得多。

举个具体片段。假设第12秒要讲"为什么面团要冷藏发酵"，分镜表这样写：

镜号05｜时长4秒｜景别特写｜画面：手把保鲜膜盖在不锈钢盆上，盆壁有水珠｜台词："盖上，进冰箱，四度，十二小时。"｜字幕：4℃ / 12小时｜音效：冰箱门关上的"咔哒"声。

四秒钟，三个信息，一个声音钩子。这就是分镜表的价值：它逼你把"含糊的想法"翻译成"确定的动作"。写完这张表，拍摄时几乎不需要现场想，二十分钟能拍完一条。

七、口播稿的四条改写规则

绝大多数人的第一版口播稿都是"作文"，不是"说话"。四条规则可以把它改成能念的稿子。

规则一：删掉所有书面连接词。"因此""从而""综上所述""值得一提的是"，全部删掉。换成"所以""结果""说到底""更关键的是"。

规则二：一句不超过18个字。超过就断句。人一口气能舒适说完的长度差不多就是这个量级，超过会在镜头前换气，剪出来很假。

规则三：把形容词换成数字和动作。"非常松软"改成"按下去回弹两秒"；"生意很好"改成"一天卖一百二十个"；"很多顾客"改成"业主群里四十个人接龙"。

规则四：全程用"你"，不用"大家"。"大家"是广播，"你"是对话。短视频的本质是一对一说话，哪怕屏幕对面是十万人。

八、一个完整的60秒脚本实例

把上面所有东西合起来，给一条完整的示例（社区烘焙店，目标：卖周末面包套餐）。

选题脚本：证明"不加改良剂的面包也能放三天不硬"，并用它卖周末套餐。

第0—3秒（结果前置）：画面：撕开一个面包，内部拉丝，慢镜。口播："这个面包放了三天，还是软的。不是我加了什么，是我少做了一件事。"

第3—15秒（反常识+原因）：画面：案板上的面粉、水温计。口播："大部分面包第二天变硬，是因为发酵太快。酵母跑得太急，面包里的水留不住。"

第15—35秒（方法，三个动作）：画面分三个特写。口播："三个动作。第一，水温降到四度。第二，面团冷藏十二小时。第三，烤之前回温四十分钟。"字幕逐条上。

第35—50秒（结果与证据）：画面：掰开面包、按压回弹、群聊截图。口播："这样做出来的面包，第三天按下去还能回弹。上周业主群四十份，半小时没了。"

第50—60秒（落点+动作）：画面：出炉的全景，蒸汽。口播："这周六做一批，只有四十份。想试的，评论区打'面包'，我拉你进群。"

这条脚本没有一句废话，每一个镜头都在推进一个信息，最后还带了一个明确可执行的动作。脚本写到这个程度，拍摄就变成了执行，而不是创作。

九、不同赛道的脚本差异：同一套骨架，四种填法

上面那套骨架通用，但不同赛道填的内容不一样。

知识口播类：重结构和可信度。开头必须给结论，中间必须有"第一、第二、第三"，结尾给一句可复述的话。画面可以是固定机位+字幕，重点在台词节奏。

剧情类：重冲突和节奏。前五秒必须有一个人"想要什么但被拦住"。台词要短，靠表情和动作传递信息。剧情类最忌讳解释，观众看懂的是行为，不是旁白。

探店/体验类：重"第一视角的具体感受"。不要说"环境很好"，要说"这个位子离出餐口三米，能看到厨师翻锅"。顺序一般是：最惊艳的一口→价格→位置→隐藏吃法。

产品演示类：重"前后对比"。脏的→洗的、坏的→修的、乱的→整的。对比镜头必须同机位、同光线，否则观众会觉得作假。

生活记录类：重情绪线和细节。不需要强结构，但需要"一个具体的人在一个具体的时刻做了一件具体的事"。这类脚本最像散文，最难写。

十、拍摄执行：脚本落地时最容易崩的四个点

脚本写得再好，执行掉链子一样白费。

1. 别用提词器念稿。提词器会让眼神发直、语速平均。正确做法是把稿子念熟到"能说出七成"，剩下三成现场组织。允许口误，口误反而真实。

2. 先拍"最难的镜头"。需要自然光、需要出锅瞬间、需要路人反应的镜头，先拍。这些镜头一旦错过，整条视频只能改结构。

3. 收音优先于画质。手机自带麦克风在空旷房间会有回声。一个一百多的领夹麦，提升幅度远超换一台相机。观众的容忍度是：画面糊能看，声音糊就划走。

4. 每个镜头多拍五秒的"前后余量"。剪辑时需要呼吸空间，掐着点拍的素材，剪出来一定卡顿。

十一、发布之后：用数据反推脚本该怎么改

脚本不是写完就完了，它是一个可以迭代的东西。四个数据对应四种改法。

• 三秒跳出率高（比如超过60%）：开头有问题。换公式，把结果前置或改成反常识断言。不要改中间，中间没人看到。

• 三秒留存正常，但平均播放时长只到20%：中间注水。数一下每五秒有没有新信息，把"换个说法再讲一遍"的段落删掉。

• 完播率高，但互动率低：结尾没给动作。加开放式提问或明确的下一步。

• 互动率高，但涨粉少：账号定位不清。单条内容能打，但观众不知道关注你之后还能得到什么，需要在结尾加系列钩子，或置顶一条"我是谁"。

这里要提醒：各平台的具体指标名称和阈值不会公开，后台看到的"完播率""平均播放时长"口径也不完全一致，本文给的是通用的诊断思路，具体数值请以自己账号后台的实际情况为准，不要照搬别人的"健康线"。

十二、五个常见错误，几乎每个新手都犯

错误一：把产品说明书当脚本。参数、工艺、原料讲了一大堆，观众不知道"这跟我有什么关系"。永远先讲"你的问题"，再讲"我的解法"。

错误二：一条视频讲五件事。信息太多等于没有信息。一条视频只证明一个观点，剩下的拆成系列。

错误三：追求"高级感"。空镜、慢镜、大远景，在短视频里等于"没有信息"。高级感是给已经认识你的人看的，陌生人要的是密度。

错误四：字幕当装饰。字幕的作用是"静音观看也能看懂"。核心信息必须进字幕，而且要放在画面中部偏下，避开平台的UI遮挡区。

错误五：不看数据就改风格。有人一条视频没跑起来就彻底换赛道，其实可能只是开头三秒的问题。改一个变量，再测三条，才有可比性。

十三、工具、模板和一份书单

工具不用复杂。写稿用备忘录或飞书文档，分镜表用表格，剪辑用剪映（够用），提词用手机自带的提词功能，收音用领夹麦。整套加起来不到一千块。

真正需要投入的是"脚本库"。建议建一个自己的表格，把跑出量的视频逐条拆开记录：开头用的是什么公式、第几秒出现反转、结尾给的什么动作、三秒留存多少。攒到五十条，你就有了一套属于自己的脚本方法论，比看一百篇教程有用。

想补底层功夫，这几本值得读：

• 《故事》（罗伯特·麦基）——讲冲突、欲望、转折的结构，剧情类脚本的必读书。

• 《救猫咪》——把故事拆成节拍表，短视频虽然只有60秒，节拍逻辑是一样的。

• 《金字塔原理》——结论先行、分层论证。知识口播类的结构基本就是这本书的浓缩版。

• 《文案训练手册》（约瑟夫·休格曼）——讲怎么用第一句话抓住人，和"黄金三秒"是同一个道理。

• 《认知心理学》类入门教材——理解注意力、记忆锚点、信息负荷，写脚本时会更清楚"为什么这句要删"。

十四、最后一句：脚本是把"运气"变成"流程"

很多人做短视频做到第三个月就放弃了，理由是"没有天赋"。但从我看到的案例看，跑出来的账号和跑不出来的账号，差别往往不在天赋，而在有没有把每一次拍摄变成可复用的流程。

有脚本的人，一条视频拍砸了，知道是开头的问题、中间的问题还是结尾的问题，下一次只改一个地方。没脚本的人，一条视频拍砸了，只能归结为"平台不给流量"，然后换方向、换赛道、换设备，一年下来什么都没积累。

对企业来说，这件事还有一层价值：短视频是流量的入口，但成交发生在承接页上。用户在短视频里被说服，接下来会去搜你的品牌名、搜你的产品，落到官网、落地页或者地图上的门店。如果那边是空的、慢的、信息不全的，前面的努力就漏掉了。所以做内容的同时，也要把官网和落地页当成"第二现场"来经营——页面结构清晰、每页有独立标题和描述、把"服务范围、价格区间、真实案例"写成人能看懂、也能被搜索引擎和AI问答引用的段落。

郑州维度网络（www.hnwd.net）做建站和网络营销十七年，服务过一千二百多家企业，这两年主推的是 SEO 与 GEO 双引擎——不只是让页面在搜索结果里排上去，还要让豆包、文心一言、Kimi 这类AI在被问到"哪家做XX靠谱"时，能准确引用到你页面上的具体信息。短视频负责让人知道你，官网负责让人相信你，这两件事本来就是一条链上的。

回到脚本。下一次开拍前，先花十分钟写三行字：这条视频要证明什么、第一秒给什么、最后让观众做什么。三行字写完，你就已经超过了大多数拍视频的人。