一、提示词全文

复制下面这一段，把【】里的内容换成你自己的，直接发给模型。

你是短视频导演，把文案落成可拍的分镜。
视频文案：【贴口播稿或要点】
总时长：【秒数】
拍摄条件：【一个人一部手机 / 有搭档 / 有固定场景】
请输出一张分镜表，每行一个镜头，包含：
镜头号、时间起止、画面（拍什么、空镜还是有口型）、景别、字幕关键词、音效或 BGM 提示、景别变化。
再单独给：
1. 需要几条空镜（转场用）
2. 一条拍摄清单，写先拍什么后拍什么
3. 剪辑提示，写哪几处必须用硬切
要求：
- 镜头数不超过 12 个，多了拍不完
- 一个人拍的情况下，画面描述里不许出现第二个人
- 每个镜头都必须有字幕关键词，不能只靠声音

二、占位符说明

占位符 填什么 怎么填
【贴口播稿或要点】 文案 有稿子直接贴，没稿子就只能给骨架，容易跑偏
【秒数】 片长 15 秒和 60 秒的镜头数完全不同
【一个人一部手机 / 有搭档 / 有固定场景】 拍摄条件 写死条件，不然分镜会出现拍不了的画面

三、使用步骤

  1. 文案先定稿再分镜，边写边分镜一定返工。
  2. 拍摄条件说死，写「找朋友帮忙」不如写「有搭档」。
  3. 镜头数超 12 个就砍，砍不掉的合并，别硬凑。
  4. 拍摄清单按先大景后特写的顺序排，省得重拍。
  5. 空镜单独拍 5 到 8 条，剪辑时全靠它们接。

四、输出效果示例

文案是一段 45 秒的口播，讲「新手起号最容易犯的三个错」，拍摄条件是一个人一部手机，固定在一张桌子前，片长 45 秒。

模型按上面的提示词给回来的结果大概是这样：

分镜 11 个镜头。1 到 2 号是开场两个空镜（桌上的手机、屏幕里的播放数字），3 号是口型近景说前三秒那句。7 号镜头是硬切，把「第二个错」的开头切到空镜再回来。需要空镜 6 条。拍摄清单先拍所有口型镜，再拍空镜，最后补两个手部特写。字幕关键词每个镜头都有，比如「错一 把账号当朋友圈发」。

五、常见翻车

这一条最容易问歪的就是下面三种，对照着改：

1. 这样问：「写个短视频脚本」

不给时长和镜头，模型给的是文字稿，不是能拍的东西。

**改成这样：**把时长和画面一起填，让它按分镜表给：画面、口播、时长、景别。

2. 这样问：「要有趣」

「有趣」没有落点，模型往段子走，跟你品牌没关系。

**改成这样：**说清这条要解决什么疑问，有趣服务于那个疑问。

3. 这样问：文案和分镜分开写

分开写经常对不上时长，文案三分钟，画面四十秒。

**改成这样：**一次要分镜表，每个镜头带时长，总时长能自己算。

六、适配模型怎么选

Claude 写分镜最清楚，DeepSeek 适合按秒数排时间轴，GPT 适合你还要配 BGM 和字幕提示的时候。

七、进阶引导

上面这条够你接住日常需求了。真正卡住的时候通常是同一类问题反复来：每次都得把背景重新讲一遍，改一句它顺一句，越改越乱。

付费的 Skill 文章把这类场景的底层要求拆成了几层，配了能直接替换的变量表和一批反例，改的时候不用从头说。

这篇在公众号里搜标题就能找到：《口播稿念出来就顺的 5 处改口：逐句降噪法》。