English
This page is available in English
The whole page — instructions, buttons and results.
Switch to English免费抖音脚本提示词生成器:按主题、时长、钩子与结构拼装提示词,适配任意大模型。浏览器本地运行。
抖音短视频脚本提示词生成器
用一个简单的表单,拼出干净、结构化的提示词,告诉大模型如何写一条抖音 / 视频号短视频脚本——主题或产品、时长、黄金 3 秒钩子、目标人群、风格、结构(钩子 → 内容 → 行动号召)与关键词一应俱全,随后直接复制到 DeepSeek、通义千问、豆包、Kimi 中使用。全部在你的浏览器本地拼接,不向服务器发送任何内容,也不会调用任何模型。
提示:本工具只负责拼接文本。请自行把结果复制到 DeepSeek / 通义千问 / 豆包 / Kimi 等模型中——不会调用任何模型,也不会向任何地方发送内容。
本抖音脚本提示词生成器的工作原理
先写主题 / 产品与时长
在前两格填入这条短视频要讲的主题或要推的产品,以及计划时长(15 秒、30 秒还是 60 秒)。时长决定脚本的信息密度:15 秒只能讲透一个点,60 秒才容得下铺垫与转折,先定好它,后面的结构才有依据。
设计黄金 3 秒钩子与目标人群
填写开场钩子和目标人群。抖音的完播率几乎由前 3 秒决定,所以钩子要在第一句就抛出冲突、痛点或反常识;目标人群则让脚本的用词、举例与节奏始终对着对的人,避免「谁都想抓、谁都没抓住」。
设定风格、结构与行动号召
指定口吻风格(如「口语、轻松、带点反转」)、结构要求(黄金 3 秒钩子 → 内容主体 → 行动号召)以及结尾的 CTA(关注、点赞、评论或下单)。这几项把零散的想法拼成一条有起承转合、能落地的脚本骨架。
复制到 DeepSeek / 通义千问 / 豆包
点击「复制」,把拼好的提示词粘贴到 DeepSeek、通义千问、豆包、Kimi 等大模型,让它据此写出分镜或逐字稿。全部在浏览器本地拼接,不向任何服务器发送内容,也不会替你调用模型。
本抖音脚本提示词生成器的工作原理
一条短视频脚本,成败往往就在前 3 秒
当你让大模型(DeepSeek、通义千问、豆包、Kimi、文心、智谱)为抖音、视频号或快手写一条短视频脚本时,脚本的好坏更多取决于你如何下需求,而非某一句「咒语」。一份好的需求会写明主题或产品、定下时长、设计开场钩子、点明受众、设定风格、列出结构,并给出要植入的关键词。本工具替你把这份需求结构化:把字段填好,它会拼出以目标开头——「请写一条关于…的短视频脚本」——其余分节清晰的提示词,每一节都带一个 Markdown 风格的小标题,方便模型一眼读懂,可直接粘贴进任何模型。
杠杆最高的一项永远是钩子。在这些平台上,完播率几乎由前 3 秒决定,所以开场含糊,再好的内容也会被悄悄拖垮。一句具体的钩子——围绕冲突、痛点或反常识——能给模型一个清晰的靶子,而不是泛泛的「今天教大家一个方法」。钩子之后,由时长挑大梁:15 秒只够讲透一个点,30 秒能做一点铺垫,60 秒才装得下完整的起承转合,先定好长度,模型就不会硬塞或注水。再点明受众,便能让每一句台词的深浅始终对位,无论观众是职场新人还是资深买家。原则是把每一格都写得具体。
「短视频脚本写得差,往往是需求差,而非模型差。把钩子磨利、把时长定准、把人群点明,同一个模型就能写出好得多的脚本。」
结构与行动号召,把一条视频从「能看」变成「有用」
最容易被略过、事后又最后悔的,是结构与行动号召。清晰的结构——钩子 → 内容 → 行动号召——给模型一条可以顺着写的主线,让视频层层推进而不是东拉西扯;缺了它,再好的台词也会散。行动号召则负责把注意力变成行动:写得越具体——「关注看第二集」「点击购物车」「评论区留下你的城市」——效果越好,而含糊的「记得支持一下」几乎等于没说。这些都不会束缚模型,只会让它更聚焦。在「观众下一步该做什么、何时做」上多花一行字,往往是把脚本从「能看」提到「有效」最便宜的办法。
由于输出是结构化纯文本,同一段提示词在各家中文大模型间通用,放到 ChatGPT、Claude 或 Gemini 上也同样好用。想要自然地道、面向中文观众的台词,就用中文书写;结构本身与语言无关。让模型分「镜头 / 口播 / 字幕」三栏输出,你拿到的就是能直接交给拍摄和剪辑的东西。又因为整个工具在本地运行,你可以放心反复打磨——改钩子、换时长、再次复制、即时测试——而你输入的内容始终不会离开浏览器、不会发给模型,也不会被保存。把第一版脚本当草稿:跑一遍,看注意力在哪掉,再去收紧对应的字段。两三轮下来,往往就能把一条平淡的视频,变成能把观众留到最后的脚本,而你最终还留下了一份干净、可复用的需求。
前三秒决定完播率
抖音、视频号、快手等短视频平台的完播率几乎由前 3 秒决定,所以「黄金 3 秒钩子」是整条脚本里最该打磨的部分。
一条短视频通常只讲清一个核心点;想塞进太多信息,反而会拉低完播率与转发率。
稳定的脚本结构是「钩子 → 内容 → 行动号召」:先抓住人,再给价值,最后明确告诉观众下一步做什么。
把目标人群写具体(如「刚工作两年的职场新人」),脚本的用词、举例和节奏才能始终对位。
时长决定信息密度:15 秒适合单点爆梗,30 秒能做小铺垫,60 秒才装得下完整的起承转合。
结尾的行动号召(关注、点赞、评论、下单)越具体,转化越高;含糊的「记得支持一下」几乎等于没说。
口语化、短句、强节奏的台词比书面长句更适合配音和字幕,观众听起来也更顺。
同一套结构在 DeepSeek、通义千问、豆包、Kimi 等大模型上都能用,因为提示词本质就是结构化的纯文本。
让模型分「镜头 / 口播 / 字幕」三栏输出,能直接对接拍摄与剪辑,省去二次整理。
本工具完全在你的浏览器本地拼接提示词——输入内容不会上传、不会调用任何模型,也不会被保存。
常见问题
- 不会。本工具只是把你填写的字段按固定模板拼接成一段结构化提示词,全程在你的浏览器本地完成,不调用 DeepSeek、通义千问或任何大模型,也不联网。生成的提示词需要你自己复制到所选模型里,由它来写出脚本。
- DeepSeek、通义千问、豆包、Kimi、文心一言、智谱清言等主流中文大模型都适用;ChatGPT、Claude、Gemini 等也同样可用。因为输出是结构化纯文本,与具体厂商无关,你可以粘贴到对话框或系统提示中。
- 短视频的完播率几乎由前 3 秒决定。钩子是脚本的第一句台词,决定观众是划走还是停下。把它写成有冲突、有痛点或反常识的具体句子,比泛泛的「今天教大家一个方法」有效得多。
- 不必。留空的字段会被自动省略。最少填好「主题 / 产品」和「钩子」就能得到可用的提示词;再补上时长、结构与行动号召,会让模型写出的脚本更完整、更可落地。
- 本工具产出的是「提示词」,分镜脚本由你粘贴提示词后的大模型生成。你可以在「结构要求」里写明「请分镜头 / 口播 / 字幕三栏输出」,模型通常就会给出可直接交给拍摄和剪辑的脚本。
- 不会。所有拼接都用纯 JavaScript 在你的浏览器本地完成,你输入的内容不会发送到任何模型、服务器或第三方,也不会被存储。
- 有。时长决定信息密度:15 秒只够讲透一个点,钩子和 CTA 要极简;30 秒可做一点铺垫;60 秒才容得下完整的起承转合。先在「时长」一格选好,模型才能按对应的节奏来写。
- 目标人群决定脚本的用词、举例和痛点。写给「职场新人」和写给「宝妈」的同一主题,开场和措辞完全不同。点明人群,能让模型的脚本始终对着对的观众,避免谁都想抓却谁都没抓住。
- 可以。在「主题 / 产品」里填入商品,在「行动号召」里写明转化目标(如「点击购物车」「领取优惠券」),模型就会围绕卖点设计钩子与内容。请注意遵守平台的广告与合规规则,不要编造功效或夸大宣传。
- 完全免费,无需注册或登录,也没有使用次数限制。它在你的浏览器中运行,不收集任何数据。
Related News
You may be interested in these recent stories from our newsroom.
-
The Evidence That AI Wrote PhantomRaven Is Its Comments
CrowdStrike calls the stealer almost certainly machine-generated, on redundant commenting, a leftover placeholder URL and token statistics.
-
Claude Opus 5 Wrote the Exploit. Three People Aimed It.
A forum image upload led to an over-permissioned login token, and from there into employee accounts and an internal code repository.
-
Google Gemini Breached Three Real Companies During a Security Test
A capture-the-flag exercise handed a model internet access it was never meant to have, aimed at a company that turned out to exist.
Pick up where you left off
Stored only in this browser — never sent to our servers.