第一人称解说生产规范

核心原则

1. 观众视角：始终以"我"的视角组织叙事，避免第三人称复述画面
2. 信息增量：每句话都要提供新信息，不重复观众已看到的内容
3. 情感共鸣：通过语气词、停顿和节奏变化传递情绪
4. 商业留白：结尾保留自然钩子，引导下集观看

短剧解说内容模型

桥段识别优先级

优先级	桥段类型	识别标准
P0	冲突爆发	人物对抗、情绪转折、关键对话
P1	悬念揭示	谜底揭晓、身份暴露、计划败露
P2	情感高潮	牺牲、背叛、重逢、告白
P3	人物转折	黑化/洗白、动机揭示、身份变化

标准工作流

素材导入 → AI 拆条 → 脚本生成 → 配音合成 → 字幕对齐 → 导出发布

各阶段标准

阶段	输入	输出	验收标准
素材导入	视频文件	场景列表	时长 ≥ 10s，格式合法
AI 拆条	场景列表	桥段列表	桥段 ≥ 3 个，覆盖 P0-P2
脚本生成	桥段列表	解说稿	Hook → 主体 → 钩子
配音合成	解说稿	音频文件	语速 1.0x，音量 -3dB
字幕对齐	音频 + 视频	字幕文件	偏差 < 50ms
导出发布	成品	MP4/JSON	视频正常，字幕同步

脚本标准

短剧脚本结构

部分	时长	字数	说明
Hook	0-3s	15-25字	开场抓眼球，抛出悬念
主体	3-90s	150-300字	展开冲突，推进剧情
钩子	最后5s	15-25字	引导下集，制造期待

推荐时长与字数

视频长度	推荐时长	推荐字数	桥段数量
短视频	30-60s	80-150字	1-2 个
中视频	1-3min	200-400字	2-3 个
长视频	5-15min	600-1200字	3-5 个

视频交付标准

导出门禁

检查项	标准	说明
视频时长	±2s 误差	与脚本预估一致
字幕同步	< 50ms	配音与画面偏差
音频质量	-3dB ± 1dB	无爆音、无静音段
封面帧	关键帧清晰	首帧包含人物+情绪
文件命名	{日期}_{标题}.mp4	便于归档和检索

质量检查清单

脚本检查

• [ ] Hook 是否在 3 秒内抓住注意力？
• [ ] 是否避免了画面复述？
• [ ] 桥段是否按 P0 → P1 → P2 顺序？
• [ ] 结尾钩子是否自然？

音频检查

• [ ] 配音是否有明显换气声？
• [ ] 语速是否均匀（建议 220-260 字/分钟）？
• [ ] 音量是否稳定？

视频检查

• [ ] 字幕是否与配音同步？
• [ ] 关键帧是否清晰？
• [ ] 导出参数是否符合发布平台要求？

常见问题

脚本过长

• 检查是否在复述画面，删除冗余描述
• 压缩对话引用，保留关键台词
• 合并相似桥段，保留最精彩的 2-3 个

配音不自然

• 调整语速到 220-260 字/分钟
• 检查音色是否匹配内容风格
• 使用 F5-TTS 克隆音色提升真实感

字幕不同步

• 检查音频采样率是否为 44100Hz
• 重新生成字幕，避免手动编辑引入偏差
• 使用 ASS 格式保留样式信息

相关文档

• AI 工作流详解 — 完整 AI 工作流
• 导出发布 — 导出参数配置
• CLI 参考 — 命令行参数