AI短影音腳本寫作指南：從黃金3秒標題到分鏡設計
我觀察到兩種極端。一種是完全不用 AI，覺得它寫出來的東西「沒有靈魂」；另一種是全交給 AI，貼一句「幫我寫一支爆紅的短影音腳本」，然後納悶為什麼成品很空洞。
比較好的用法是：你負責策略與觀點，AI 負責數量與結構。
具體來說，AI 最擅長三件事：
一次生成大量變體（例如同一支影片的 20 種開場）
把模糊的想法結構化（例如把你口述的內容整理成三幕劇）
補足你沒想到的細節（例如分鏡中的鏡位建議、音效提示）
而人最該負責的是：決定對誰說話、決定要留下什麼觀點、決定哪一句話聽起來像你。這三件事一旦外包出去，影片就會變成「誰都能拍的影片」，那在演算法的世界裡幾乎等於不存在。
二、黃金 3 秒：滑過與停留的分水嶺
如果你只能優化影片的一個地方，請選前 3 秒。平台數據後台會看「三秒留存率」，這個數字低了，後面拍得多好都傳不出去。
黃金 3 秒不是指「很精彩的 3 秒」，而是「讓人不確定接下來會發生什麼的 3 秒」。它的設計必須同時處理三件事：畫面、聲音、文字鉤子。
開場鉤子的七種高勝率公式
以下是我整理、實測後比較穩定的七種開場類型，你可以直接套用句型再改成自己的語氣：
1. 反直覺宣告型：「你越努力發片，帳號越不會起來。」——直接推翻觀眾的既有認知。風險是必須在後段給出合理解釋，不然會變成標題殺人。
2. 具體數字型：「我測了 47 種開場，只有這 3 種讓我破萬。」——數字帶來可信度與好奇心，但數字必須是真的，觀眾嗅覺很靈。
3. 痛點直擊型：「拍了三個月都沒人看？問題不在器材。」——直接點名一群人的困境，讓他自己對號入座。
4. 懸念中斷型：「這是我最後一次教你這件事。」——用敘事張力製造停留，適合有故事線的內容。
5. 視覺反差型：畫面先給結果（例如一桌混亂的成品），再用一句話說明原因。
6. 身分標籤型：「如果你是小團隊做行銷的，這支一定要看完。」——用身分篩選觀眾，雖然流量池變窄，但完播與互動通常更高。
7. 時間壓縮型：「60 秒講完我花兩年才搞懂的腳本結構。」——承諾高密度的資訊回報。
選擇時有一個判斷原則：你的選題是「解決問題」還是「製造好奇」？前者用痛點直擊與數字型，後者用懸念與反差型。用錯搭配，鉤子再強也留不住人。
標題、封面、第一句話的三角協同
很多人把標題和開場當成兩件事寫，結果第一句話把標題講完了，觀眾覺得「沒了」就滑走。正確的做法是讓三者形成接力：
標題（或字幕卡）負責給出「這是什麼」，讓人決定要不要點。
封面畫面負責給出「視覺承諾」，例如成品照、對比圖、人物表情。
舉例：標題是「AI 寫腳本的 3 個致命錯誤」，封面是三個紅色叉叉，第一句話就不要說「今天要講 AI 寫腳本的三個錯誤」，而要說「上一次我照 AI 寫的腳本拍完，播放數掉了八成——兇手是第二點。」這樣觀眾才知道留下來有額外資訊。
用 AI 一次生成 20 組開場：提示詞實戰
這是 AI 最有價值的環節之一。與其自己想破頭，不如讓它大量產出，你再挑。關鍵在於提示詞要包含「角色、受眾、觀點、限制、輸出格式」五個元素。
可以參考這個模板：
「你是一位專做短影音的腳本編劇。我的影片主題是『＿＿＿』，目標觀眾是『＿＿＿』，他們最大的痛點是『＿＿＿』，我想傳達的核心觀點是『＿＿＿』。請給我 20 組不同的影片開場，每組包含：① 前 3 秒的畫面上會出現什麼；② 第一句口播台詞；③ 這組開場用了什麼心理鉤子。每組不超過 30 字，語氣要口語、不要書面語、不要用『大家好』開頭。」
拿到 20 組之後，不要直接選「最好聽的」，而要選「最貼近你觀眾痛點的」。接著把選中的三組再丟回 AI，請它各寫三個變體，你就可以得到九個微調版本，從中挑一個最有把握的開拍。
三、腳本骨架：把 60 秒切成可執行的節奏
短影音最常見的死法是「頭重腳輕」——開場講太久，精華在最後五秒。觀眾根本沒看到。所以寫腳本時，請直接用時間軸思考，而不是用段落思考。
時間軸拆解：0–3s、3–10s、10–45s、45–60s
0–3 秒｜鉤子段。任務只有一個：阻止滑動。不要自我介紹、不要客套、不要說「今天要跟大家分享」。畫面要有動作或變化，靜態畫面等於邀請人離開。
3–10 秒｜承諾段。告訴觀眾「看完會得到什麼」。這一段通常會出現一句類似「三個重點，第三個最多人做錯」的句子，作用是給一個心理上的完成契約。人一旦被承諾，就比較不容易中途離開。
10–45 秒｜主體段。這是資訊或劇情的核心。節奏原則是「每 8 到 12 秒一個小轉折」，可以是提出反例、換個場景、丟出一個數據、切換鏡位。目的不是塞資訊，而是維持新鮮感。
45–60 秒｜收束與行動段。給出結論或情緒落點，再給一個低門檻的行動呼籲。注意：不要說「記得按讚訂閱分享」，那對多數觀眾沒有意義。比較有效的說法是給出「下一個動作」，例如「把你的腳本貼在留言，我幫你看第一句」。
三幕劇的短影音變體：鉤子、鋪陳、爆點、行動
傳統三幕劇是鋪陳、衝突、解決。短影音因為時間太短，通常會壓縮成四拍：鉤子 → 鋪陳 → 爆點 → 行動。其中「爆點」是最容易被忽略的一拍。
爆點可以是一個反轉（原來問題不是你想的那樣）、一個視覺驚喜（成品前後對比）、或一個情緒高點（一句讓人想截圖的話）。沒有爆點的影片，觀眾看完會有一種「嗯，然後呢」的空虛感，那就不會被分享。
寫腳本時，我習慣先用一句話寫下爆點是什麼，再回頭安排前三拍怎麼把它推上去。這種「從高點回推」的寫法，比線性往下寫更容易做出結構。
三種腳本類型的寫法差異：口播、劇情、圖文
口播型：重點在語速與斷句。寫稿時要刻意加入「呼吸點」，例如在關鍵句前加一個短停頓標記。句子盡量控制在 15 字以內，超過就容易唸得含糊。
劇情型：重點在衝突的可視化。你不能只在台詞裡說「他很生氣」，必須設計一個動作（摔門、沉默三秒）讓情緒被看見。所以劇情腳本通常會有兩個欄位：台詞與動作。
圖文型（螢幕錄製、資訊卡）：重點在視覺節奏。每一頁停留時間不要超過兩秒半，並在切換點安排一個小標題或顏色變化，讓眼睛有「重新聚焦」的機會。
四、分鏡設計：從文字到畫面的翻譯工程
腳本寫完之後，最常出現的斷層是：文字很美，但拍不出來。分鏡表就是補上這個斷層的工具。它的價值不只是給攝影師看，更是逼你自己確認「這句話到底要用什麼畫面承載」。
分鏡表必備的八個欄位
一份實用的短影音分鏡表，通常包含以下欄位。你不一定要全部用，但至少前六項建議保留：
鏡號：方便對照與補拍。
時間碼：例如 0:00–0:03，讓剪輯有節奏依據。
景別與運鏡：遠景、中景、特寫；固定、推、拉、橫移、手持。
台詞或字幕：口播內容與螢幕文字要分開標示，因為兩者節奏不同。
音效或配樂提示：尤其在轉場與爆點處，聲音是最便宜的節奏工具。
道具與場地需求：避免拍到一半才發現少東西。
備註：例如「此鏡可用素材替代」或「需補拍」。
鏡頭語言速查：景別、角度、運鏡、轉場
不需要變成電影攝影師，但幾個基本選擇會直接影響觀眾的感受：
景別：特寫拉近情緒、建立親密感；中景適合口播與對話；遠景交代環境與規模。短影音因為多在手機上觀看，特寫與中景的比例通常要偏高，遠景容易被忽略細節。
角度：平視最自然；低角度讓人顯得有力量；高角度帶有觀察或弱勢感。同一支影片裡角度不要跳太多，否則會暈。
運鏡：固定鏡頭最穩，適合資訊型內容；緩慢推進能製造專注；手持帶有真實感與臨場感，適合 vlog 與劇情。切記：短影音裡的運鏡是為了帶出情緒，不是為了炫技。
轉場：硬切最乾淨；跳接可以壓縮時間；遮罩轉場（例如手擋鏡頭）有節奏感；匹配剪輯（相似形狀或動作銜接）最高級但需要設計。原則是——轉場要服務內容，不是填滿空白。
用 AI 產出可拍分鏡的提示詞模板
AI 可以幫你把腳本轉成分鏡草稿，但前提是你要給它足夠的限制，否則它會寫出「鏡頭緩緩升起，陽光灑落」這種拍不出來的東西。
建議模板：
「以下是我的短影音腳本（貼上全文）。請幫我轉成拍攝分鏡表，規格如下：① 總長 60 秒；② 欄位包含鏡號、時間碼、景別、運鏡、畫面描述、台詞、音效提示；③ 場景限制在一個室內房間、自然光、只有我一個人和一張桌子；④ 每顆鏡頭不超過 5 秒；⑤ 畫面描述要具體到我可以照著拍，例如『手拿起手機，鏡頭從桌面平視拍』；⑥ 標記出你認為最需要特寫的兩顆鏡頭並說明原因。」
拿到結果後，請務必自己走一遍流程：每一顆鏡頭問自己「這個我十分鐘內拍得出來嗎」。不能的，就改寫或刪掉。分鏡表不是藝術創作，是施工圖。
五、AI 協作實戰流程：從零到可拍腳本的五個階段
把前面所有東西串起來，我目前使用的流程大概是這樣：
階段一：選題與受眾定位（人主導）
先用一句話寫下：這支影片要給誰看、解決他什麼問題、看完他會產生什麼情緒。這三句話不要交給 AI，因為它不知道你的觀眾最近在煩什麼。
階段二：鉤子量產（AI 主導）
用前面介紹的提示詞生成 20 組開場，挑三組再各生成三個變體。這個階段求量不求質，你只在最後做選擇。
階段三：結構生成（人機協作）
把你選定的鉤子、核心觀點、想講的三個重點丟給 AI，請它排出 60 秒時間軸，並標示每一段的目的（鉤子／鋪陳／爆點／行動）。你負責檢查節奏是否合你的語速。
階段四：口語化改寫（人主導）
這是不能偷懶的一步。把 AI 寫的稿子念出來，凡是你念起來會卡、或你平常根本不會這樣講的句子，全部改掉。AI 的通病是句式太整齊、轉折太書面。念不順的句子，觀眾一定也聽不順。
階段五：分鏡轉換（AI 輔助）
用前面的分鏡提示詞模板，把定稿腳本轉成分鏡表，再依你的拍攝條件刪修。最後列出道具清單與拍攝順序（通常依場景分組拍，比照時間順序拍快得多）。
常見的 AI 腳本五大毛病與修正方式
毛病一：開場客套。出現「大家好，今天要跟大家分享」之類的句子。修正方式：在提示詞裡明確禁止，並要求第一句必須是斷言句。
毛病二：資訊平均分配。每個點都講得一樣重，沒有爆點。修正方式：要求 AI 指定「哪一點是爆點」，並把最多時間給它。
毛病三：形容詞太多。「非常震撼的畫面」「極度有效的技巧」。修正方式：要求全部改成具體動詞與數字。
毛病四：結尾空虛。「希望大家喜歡」這種沒有資訊量的收尾。修正方式：要求結尾必須給出一個可執行的下一步。
毛病五：語氣不像你。修正方式：提供三到五句你自己的口頭禪或過去影片的台詞，讓 AI 模仿你的語感。這一步效果非常明顯。
六、案例拆解：同一支影片的三種腳本寫法
假設主題是「新手如何挑選第一支麥克風」，我們來看看不同結構會帶出什麼結果。
版本 A（失敗版）：開場說「今天來介紹麥克風」，接著依序講預算、類型、品牌，結尾說「以上就是我的分享」。問題是：沒有懸念、沒有爆點、沒有承諾，觀眾在第三秒就走了。
版本 B（堪用版）：開場說「買麥克風前，先看這三個規格」，接著條列三點。結構清楚，但缺少情緒，能被看完但不容易被分享。
版本 C（高互動版）：開場是「我第一支麥克風花了六千塊，錄出來比手機還爛」，畫面是實物對比。接著說「問題不在價格，在一個你根本不會看的數字」，然後在爆點處放上規格截圖特寫，最後收在「預算三千以內，看這兩個數字就夠」。這版本的差別在於：它先給了一個失敗故事，讓觀眾產生共鳴，再用一個反直覺的結論製造爆點。
三個版本的資訊量其實差不多，但版本 C 的前三秒決定了它的命運。這就是腳本結構的價值——它不是修辭技巧，而是注意力工程。
七、結語：腳本是唯一可以「事先變強」的地方
器材可以借、剪輯可以學、光線可以將就，但腳本的品質決定了你這支影片值得被多少人看見。而腳本最棒的地方在於，它是整條製作流程裡，唯一一個你可以在開拍前就做到最好的環節。
AI 的出現，把「寫」的成本幾乎降到零。這意味著競爭門檻不再是「誰會寫」，而是「誰知道該寫什麼」。所以真正該練的能力，其實是三件事：你能不能精準描述你的觀眾、你能不能找到一個值得被記住的觀點、你能不能把這個觀點壓縮成 3 秒就能勾人的句子。