上周有个开连锁卤味店的老板给我发消息,说他用AI写了20条短视频脚本,拍了3条,播放量加起来不到500。他问我:是不是AI写脚本这事根本不靠谱?
不是不靠谱,是他踩坑了。我让他把脚本发过来一看,第一条开头是「在这个快节奏的时代,人们对美食的追求从未停止」——这种句子,抖音用户划走只需要0.5秒。
过去半年,我帮十几家实体店试过各种AI写脚本的工具,踩的坑基本集中在五个地方。这篇把坑说清楚,再说说最后留下来能用的两类工具。
坑一:输出的是「作文」不是「脚本」
大部分通用大模型默认写的是文案,不是分镜脚本。你输入「帮我写一条卤味店探店视频」,它给你一段200字的优美描述,没有镜头、没有口播节奏、没有时长标注。
短视频脚本需要的是这种结构:
- 0-3秒:画面+口播(钩子)
- 3-15秒:画面+口播(痛点或冲突)
- 15-40秒:画面+口播(产品展示)
- 40-60秒:画面+口播(引导动作)
判断方法很简单:让AI写一条脚本,如果它没有主动分时间段、没有标注画面和口播,这个工具就不适合做短视频。你得在提示词里硬性要求「按秒数分段,每段写清画面、口播、字幕」,否则出来的东西没法直接给拍摄的人用。
坑二:不懂你的行业,写出来的话像外地人
卤味店的脚本里出现「精选上等食材,匠心熬制」这种话,本地老顾客看了会笑。行业黑话、顾客真实关心什么,通用模型是不知道的。
我试过一个办法,效果不错:先喂给它20条你自己账号里播放量最高的视频文案,再让它总结规律,最后才让它写。这样出来的脚本至少用词像自己人。
但更省事的做法,是选那种支持「行业模板」的工具。有些工具内置了餐饮、美业、教培、家装这些类目的脚本框架,你填空就行,不用从零调教。
坑三:格式乱,没法直接拍
这是最烦的。AI给你一大段文字,你还得手动拆成表格,标上时间轴。一条脚本改10分钟,一天写5条就是一个小时没了。
好的工具输出应该是这样的:
【0-3秒】画面:店内热气腾腾的卤锅特写|口播:这家店下午四点就排队,我蹲了三天才拍到|字幕:排队3天的秘密
如果工具不能直接输出这种格式,你就在提示词最后加一句「用表格输出,列分别是时间段、画面、口播、字幕」。这一步能省很多事。
坑四:语气太「AI」,观众一听就划走
「让我们一起探索」「不容错过的美味」——这类句子是AI的重灾区。真人说话不会这样。
我一般会让AI做一件事:写完脚本后,把口播部分单独拎出来,改成「你跟朋友聊天时会怎么说」。比如「不容错过的美味」改成「这个鸭脖我一周买三次,不是没别家,是别家没这个味」。
有些工具自带「口语化」开关,开了之后输出的句子短、有停顿、带点口头禅。这种更适合实体店老板自己出镜。
坑五:免费额度用完就收费,还按条数算
短视频脚本是高频需求,一天写三五条很正常。按条收费的工具,一个月下来成本不低。选之前先算一笔账:你一个月大概写多少条,单价乘一下,超过200块就得考虑值不值。
我的建议是,优先选按时间收费(比如月付)而不是按条收费的,尤其是团队要用的。
实测下来,只留了两类工具
试了一圈,最后我自己和客户在用的就两种:
第一类:带行业模板的垂直工具。这类工具打开就是「选行业-选视频类型-填产品信息-出脚本」,三步搞定。缺点是灵活度低,适合刚起步、不知道脚本长什么样的老板。优点是快,5分钟能出3条。
第二类:通用大模型+固定提示词模板。我自己用的是这个路子。把上面说的所有要求(分秒分段、表格输出、口语化、喂爆款文案)写成一个固定提示词,存起来,每次换产品信息就行。灵活度高,成本低,但要花半小时调一次模板。
没有哪款工具是「最好」的,只有适不适合你现在这个阶段。刚起步用第一类,跑顺了用第二类。
今天就能做的三件事
- 把你账号播放量最高的3条视频文案复制出来,存成一个文档,这是你的「语感素材库」。
- 拿一条素材库里的文案,让AI按「0-3秒/3-15秒/15-40秒/40-60秒」拆一遍,看它能不能拆明白。拆不明白的工具直接放弃。
- 写一句你自己的口播开场白,要求不超过15个字、带一个具体数字或场景。比如「上周三下午,店里来了个回头客」。把这句话作为模板,以后每条脚本都让AI照这个感觉写开头。
工具是省时间的,不是替你想创意的。先把你自己店里最真实的那句话写出来,再让AI帮你扩成脚本,顺序别搞反。