录屏宣传片入门：无旁白、竖屏、让 AI 来剪

2026-11-10

约 58 分钟

整理自 7 份调研报告

给本站做宣传片之前，我用 ChatGPT Deep Research 跑了七份调研，整理成这份入门：不说话、不露脸，只靠录屏、截图、屏幕文字和音乐，怎么让 AI 剪出一条竖屏宣传片。

一分钟看懂#

这份指南回答一件事：只用录屏、截图、屏幕文字和音乐，不说话、不露脸，怎么让 AI 剪出一条竖屏宣传片，让人看完记住「这个人做了很多有意思的东西，还会一直做下去」。下面十条是全部要点，后面每一章展开一条。

宣传什么：宣传「一个一直在做东西的人」：人是主体，作品是证据，持续更新是关注以后还能得到的东西。一句话承诺写成「持续把 X 做成 Y」。[1]

主线：先堆数量，再收束到一句承诺；把很多作品拍成「一个网站在不断展开」，不要让页面轮流闪过。[2][3][4][5]

脚本：只写时间、画面、屏幕文字、音乐四列。画面回答「它是什么」，文字只回答「为什么值得看」，每句 6–14 字，按每秒 5 个字留时间。[6][7]

开头和结尾：成品先于解释，两秒内给一个能判断的信息；结尾证据停住、一句承诺、一张终卡。「前三秒决定生死」是制作纪律，没有哪个平台公开过这样的阈值。[8][9]

镜头：每次运动都要回答「现在看哪里」。默认推近 1.35–1.65 倍，过渡 0.45–0.8 秒，两次完整缩放至少隔 6 秒。[10]

节奏和竖屏：镜头多长看观众要读什么，剪在动作完成之后。16:9 的网页整页放进 9:16 只占 32% 的高度，默认只裁一个功能区。[11][12]

文字和包装：一套视觉系统贯穿全片，只固定字体、圆角、底色、标签；文字动效只用整句淡入、遮罩揭示、逐词进入三种。[13][14][15]

音乐：轻拨弦、马林巴或有留白的 Soft House，只在片头、章节、高潮、结尾卡点；整片约 −15 LUFS；跨平台用自己有商用授权的曲子。[16][17]

AI 剪片：Screen Studio 管录制里的事，代码管跨镜头的事。storyboard.json 是唯一时间线，agent 只填参数、只调用固定模板；渲染前先机械检查，再看关键帧。[18][19][20]

发布：片尾按平台换：小红书、抖音只引导站内关注，视频号接同名公众号，即刻可以放网址。一条总片之后，按项目、Skill、幕后、更新继续拆。[21][22][23][24]

宣传什么

一个一直在做东西的人

持续把 X 做成 Y

主线

一个网站在不断展开

先堆数量 · 再收束

脚本

文字只补画面之间的关系

每句 6–14 字 · 5 字/秒

镜头

每次运动回答「看哪里」

1.35–1.65× · 间隔 ≥ 6 秒

节奏

时长看观众要读什么

1.2–5.5 秒一镜

竖屏

只裁一个功能区

9:16 母版 · 中央 3:4

文字和包装

一套视觉系统贯穿全片

三种版式 · 三种动效

音乐

给结构，不给每次点击

只卡一级剪点 · −15 LUFS

AI 剪片和发布

agent 只填参数，片尾按平台换

storyboard.json · 四种片尾

做一条片子的九步，按顺序从左到右、从上到下。点一步跳到那一章。

先定宣传什么：一个一直在做东西的人#

宣传对象有四种，个人网站选「人」

个人网站的宣传片，画面中心可以放四种东西，各自解决的问题不一样：[1][25][26]

宣传对象

适合什么时候

观众记住什么

容易出的问题

已经有好几个不同项目，想长期经营个人品牌

「这个人值得一直看」

没有作品当证据，就显得空

作品集合

有好几个看得见的产品、工具、设计

「他做过这么多东西」

容易剪成作品轮播

持续更新

单个作品不大，但发得勤

「以后还会有新的」

光说「持续更新」没分量

单个产品

冷启动、发新版、验证一个需求

「这个东西我现在就想试」

观众只记住产品，不记住人

宣传报告的排法是：人是主体，作品是证据，持续更新是以后还能得到的东西，单个产品只当一次入口。产品有生命周期，关注关系要比单个产品活得久。[1]

但「人」不会自己带来点击。极客公园 2025 年 4 月采访的几位独立开发者：SunAlly 第一条小红书内测笔记拿到 3000 多个赞，一周带来约 800 名内测用户，上线不到两个月小红书带来约 2 万用户；谜底黑胶的开发者是在一条版本更新视频意外走红后，才开始提高小红书的更新频率。[25][26] 另一位开发者复盘自己试过视频、图文、不同标题，多篇只有几百阅读，直到一篇「我开发的频率记录工具 becord 更新啦」拿到约 11 万阅读（2023 年的个人复盘，平台可能已经变了）。[27]

这些是采访和自述，不是平台实验，能看出来的是：具体的作品和更新事件负责把人带进来，持续出现才让人把作品和做它的人连起来。

一句话承诺：「持续把 X 做成 Y」

「做了很多东西」和「以后还会做」最好写成一句话，里面要有动词、对象和持续性。宣传报告给的模板：

持续把［某类兴趣或问题］做成［观众能得到的具体东西］。

放到本站是：「持续把 AI 里的有趣想法，做成能直接用的工具、Skill 和网站。」「持续」是以后的承诺，「有趣想法」留住好奇心，「工具、Skill 和网站」是看得见的东西，「能直接用」把自我介绍换成了观众的好处。首页现有的项目、工具、33 个开源 Skill 和「近况」里几个进行中的项目，都能给这句话作证。[1]

反例是「一个 AI Builder 的个人网站，分享 AI、产品和独立开发」：说得没错，但观众看不出关注以后能得到什么。

类型报告给了另一种写法，大意是「把好奇心一件件做成真的东西」：作品跨度再大也装得下，也自带「还会继续」的意思。[28]

我的看法：两句可以分工。宣传报告那句信息全，当片子的总纲和发布文案；类型报告那句短，适合放进片子开头。首页那句「在时代列车上，享受自己的好奇心」留作片尾签名。

讲给谁看

宣传报告建议的第一目标观众是已经对 AI 有兴趣、愿意试新工具的中文用户，包括用 Claude Code、Codex、Agent、Skill 的开发者、产品经理和高频 AI 用户；第二类是喜欢看一个人怎么持续做东西的独立开发者和创作者，他们暂时不用某个项目，也会因为过程和复盘而关注。[1][25][29]

不要把「所有关注 AI 的人」当观众：范围太大，画面和文字就会不停解释基础概念。片子只需要让懂一点 AI 的人很快判断「这里以后还有我可能用得上的东西」。

什么时候不该做宣传片

宣传报告列了五种情况：[30][31]

网站靠搜索带来用户，观众几乎没理由关注作者，比如单一计算器、格式转换器：时间花在落地页和关键词上更直接。

作品没有看得见的变化：价值要十分钟文字才讲得清，硬压成 30 秒只剩概念词，图文、长文、可交互的演示更合适。

只有一个还没验证的产品、受众也不确定：先做 5–10 条不同角度的低成本内容，看谁有反应。

做片子已经挤占产出：一条 60 秒的片子花两周，这两周本来能发三个工具、两篇文章。对一个靠持续产出证明自己的人，为了证明持续创造而停下创造，两件事会互相抵消。

转化必须在站外完成，平台又严格限制外链：先转成平台内关注，再用合规的第二步引到网站，第十三章细讲。[21][23]

再定主线：选类型，把很多作品拍成一个不断展开的网站#

时长

30–60 秒

核心吸引力

连续使用感

样片

WHOOP 4.0 60 秒（2021 年）、Result 49 秒[47][48]

时长是针对无旁白信息流片的建议，不是行业标准。几种类型各有边界：

功能蒙太奇解决「东西多、观众来不及理解」，每一小组画面要共享一个上位概念，比如「信息」「Agent」「生活」。只有一两个核心功能时会显得虚张声势。

界面走查每段要完成一个看得懂的小闭环，比如「打开日历 → 筛北京 → 收藏活动」。一个操作要十几步前置设置的，信息流里讲不清。

前后对比只在差别几秒能看懂时值得用，比如「原来翻 5 个平台找活动 → 现在一页看全」。前后都是复杂的数据面板，反差就没了。

类型可以混着用。本站最适合作品集混剪当主体，借发布预告的首尾结构，再借一点动态文字帮观众看懂作品之间的关系。

很多作品怎么串：先堆数量，再收束到一句承诺

类型报告提醒：网站的导航是项目、工具、Skill、文章，宣传片不用照着栏目顺序播。把很多作品串起来有五种办法：

串法

怎么做

例子

不适合

主题串联

每 8–12 秒一个上位主题，几件作品轮流证明它

Canva 品牌焕新 52 个镜头、平均 1.4 秒，仍是同一种感觉[45]

主题太抽象，就成了文艺腔

一天或一次任务

用时间或任务给出天然顺序

WHOOP 4.0 的晨间段落；Result 从提需求一路到付款[47][48]

博客没有真实的「一天使用链」

问题递进

问题 A → 解法 A → 新问题 B → 解法 B

Pitch 2.0 先演「有大想法，却卡在开头」[43][49]

作品集不需要花十几秒讲行业痛点

先堆数量，再收束

前半段制造「还有？」，后半段减速，用一句话说清这些东西为什么同时存在

Figma Config 2025：品牌短混剪 → 四个发布 → 「All in Figma」[5]

堆太久就成了作品集锦，观众记得「很多」，记不住「为什么」

代表作当主轴

最好懂的一件作品占 8–10 秒，其余各 2–4 秒当旁证

演示镜头证明「正在用」，功能揭示负责扩大范围[50]

主轴太强，会被当成那个产品的广告

本站选先堆数量，再收束到承诺，内部用主题串联：好奇 → 做出来 → 越做越多 → 方法也做成 Skill → 经验再写下来 → 继续做。这条线和下面说的「一个网站在不断展开」是一回事：数量感来自同一个网站一层层打开。

轮流展示，是作品集宣传片最常见的失败

产品宣传片有现成的主线：痛点、功能、去用。个人博客、作品集没有，它们是一堆作品的集合，最省事的剪法就是一页一页放过去，观众看到的是一串互不相干的页面。

案例报告逐镜拆完 11 条样片后发现，「很多作品」和「页面轮播」差别很大。好片子会给多个界面安排一个共同的东西，有两种安排法。[2][51][4]

共同动作：Linear 全片只做一件事，「向 Linear 提要求」；Doe 先出现一句请求，表格、CRM、LinkedIn、HubSpot 都在执行这同一个请求。[2][3]

共同容器：Operon 要展示十几个行业栏目，整片都放在同一个浏览器窗口里，窗口上方只换栏目名，网页自己滚动。[4]

轮流闪过

作品

一个容器在展开

同一批截图，两种剪法。左边每一镜都是一个新页面，整页缩小后字看不清，镜头之间也没有关系；右边始终是同一个浏览器框，网页在里面滚，上方只换 2–6 字的章节标签。

好片子的五个共同做法

案例报告从 11 条样片里归纳出五个共同做法[51][52][53][54][55][56][8]：

做法

例子

放到个人网站上

多个界面是同一动作的几个阶段

Linear、v0、Doe、Operon

项目、工具、Skill、文章都是「同一个人往网站里放东西」

成品先于解释

Framer 头 5 秒连放几个做好的网站；Linear 首帧就是产品

第一镜直接是首页和 3D 头像，不放「Hi，我是…」

少量镜头语法重复到底

Minro 只用横向交接卡片；Raycast 全片同一个黑色舞台

全片只用固定浏览器框、整体推近、整体平移、淡入淡出

文字只当章节标题

Raycast 用「NEW / AI CHAT」总结；Operon 只放行业名

每段一个 2–6 字的标签：「做产品」「做 Skill」「写东西」

结尾不再讲功能

v0 最后只剩网址；CTA 平均出现在全片 89% 处

最后 4–5 秒只放一张终卡：名字、签名句、按平台换的入口

让人想订阅：给观众一个「还会长出新东西」的容器

单个产品的结尾可以直接写「去试试」。个人网站不一样，案例报告的判断是：持续关注的意图，来自一个能继续扩展的容器。Framer 让成品像作品墙一样出现，Arc 用「1.0」给以后的版本留了位置，Operon 让很多页面看起来是同一个网站在展开，观众会觉得眼前只是一部分。[57][58][4]

这是报告从案例里推出来的结构判断，没有公开的 A/B 数据证明它能提高关注率。

我的看法：对个人网站来说，「做了很多」和「会一直更新」可以当成一件事来拍：作品的数量本身就是「还会继续」的证据。前 80% 的篇幅展示作品，最后用一句话把它说破，比如「还会继续做」，再按平台给关注入口。

三个反面教训

包装压过了产品：Friend 的发布片首日播放破千万，但被大量比作《黑镜》。片子再漂亮，产品做了什么也要在画面里看得见。[59][60]（原片）

演示本身出错：Humane AI Pin 预录的演示里有两处事实错误，官方事后承认并更新视频。[61][62][63]

制作越复杂，效果不一定越好：一位独立开发者花 4 小时做的电影感视频只有 87 次播放，15 分钟录的简单演示却有 2400 次播放。这只是个人样本，不能外推。[64]

放到个人网站上：头像、动效这类花样只能当入口，不能抢走项目；项目镜头只用真实页面、真实操作、真实结果。

看片单：12 条样片，各借一招#

先看大盘：发布片中位 73 秒、每镜约 2 秒，竖屏只有 1%

Launchscene 统计了 923 条科技产品发布片。另一份对 Product Hunt 日榜前三 150 个产品的分析显示，81.3% 带发布视频，YouTube 上的中位时长 78 秒。[65][8][66][67]

中位片长

73 秒

一半在 51–98 秒

中位镜头数

26 镜

每镜时长

约 2 秒

行动号召出现在

89% 处

中位位置

怎么开场

钩子开场

54%

第一镜直接给产品

35%

从讲问题开始

25%

50%

75%

100%

常用手法

动态文字

84%

3D 样机

64%

界面缩放

57%

9:16 竖屏

25%

50%

75%

100%

Launchscene 统计的 923 条科技产品发布片。开场方式三项互斥；常用手法可以同时用。

成熟案例几乎都是横屏，只有约 1% 是 9:16。所以竖屏不能照搬横屏片的构图，要改信息的组织方式，第七章专门讲。[68]

12 条样片

按和个人网站的接近程度排。点缩略图播放；Launchscene 的逐镜分析页能逐段看镜头和时间码。

Operon's New Home: operonsolutions.com

Operon Solutions（LinkedIn） · 2026-10-15 · 1:18

Launchscene 逐镜分析 ↗

原片发在 LinkedIn，点封面去看

网站发布片 · 1:18 · 24 镜 · 平均 3.3 秒 · 无旁白

主线

和个人网站最像，宣传的就是一个有很多栏目的网站。前 3 秒从 Logo 进到网站，之后十几个行业栏目都在同一个浏览器窗口里滚动，窗口上方只换栏目名。[4][69]

借一招

固定一个浏览器框当舞台，上方放 2–6 字的栏目标签，网页自己滚。页面再多，观众也知道自己还在同一个网站里。

Introducing Linear Agent

Linear（@linear） · 2026-03-24 · 0:55

Launchscene 逐镜分析 ↗

产品发布片 · 0:54 · 11 镜 · 平均 5.0 秒 · 无旁白

主线

全片只做「向 Linear 提要求，Linear 接手」这一件事。第一帧就是产品，没有「全新发布」之类的开场字。[2]

借一招

首帧直接给产品；镜头可以很慢，平均 5 秒一镜也成立。

doe-launch-v2（文件名）

Doe（doe.so） · 2026-10-30 · 0:27

Launchscene 逐镜分析 ↗

独立产品发布片 · 0:26 · 9 镜 · 平均 3.0 秒 · 无旁白

主线

先出一句请求，随后表格、CRM、LinkedIn、HubSpot 依次被自动完成，最后才出现「doe did it」。[70][3]

借一招

用「一个想法出现，几个作品依次落位」把不同项目串起来。

Launch film（文件名 2-LP.mp4）

Minro（minro.com） · 2026-07-20 · 0:18

Launchscene 逐镜分析 ↗

独立产品演示 · 0:18 · 8 镜 · 平均 2.3 秒 · 无旁白

主线

一个背景、一种圆角卡片、同一方向的横向交接，18 秒走完一次营销流程。[71][53]

借一招

几乎不用逐帧坐标，只要把每段录屏裁成卡片、让卡片整体移动，最适合「录屏整段处理、代码只管摆位置」的做法。

recorded_steps_demo（文件名）

Docket（docketqa.com） · 2025-11-16 · 0:18

Launchscene 逐镜分析 ↗

单功能演示 · 0:17 · 7 镜 · 平均 2.5 秒 · 无旁白

主线

右边录屏操作，左边同步长出自动化步骤，镜头一直不动，只换字幕。[72]

借一招

输入和结果在同一画面时，固定镜头比推拉更有说服力。

Introducing v0: Generative UI

Vercel（@VercelHQ） · 2023-10-11 · 0:48

Launchscene 逐镜分析 ↗

产品发布片 · 0:47 · 13 镜 · 平均 3.7 秒 · 无旁白

主线

从「What will you ship?」出发，输入、生成、编辑、看代码，最后收到网址。全片只有一块白底，复杂度全来自界面本身。[51][56]

借一招

固定纯色舞台 + 录屏片段 + 少量代码动画，Remotion 很容易复刻。

New Raycast. Coming 2026

Raycast（@raycastapp） · 2025-12-18 · 0:39

Launchscene 逐镜分析 ↗

产品预告 · 0:38 · 16 镜 · 约 2.4 秒 · 129 BPM · 无旁白

主线

每个功能只出现几秒，但都放在同一个黑色 3D 舞台上，看起来是一个完整的新产品。结尾用滚动替换的功能名做汇总，不再回放功能。[54][55]

借一招

素材来源再多，背景、透视、缩放速度、文字位置统一了，就不像拼盘。

Framer: Stop Waiting. Start Shipping.

Framer（@Framer） · 2025-11-17 · 1:02

Launchscene 逐镜分析 ↗

功能合集 · 1:01 · 35 镜 · 1.8 秒 · 约 117 BPM · 有旁白但静音也能看懂

主线

开头 5 秒连放多个做好的网站，再回到编辑器讲怎么做出来。[58][52]

借一招

「先给成品集合，再回到创作工具」；个人网站可以先让 4–6 个作品快速亮相。

Arc 1.0 | Everything or nothing

The Browser Company（@TheBrowserCompany） · 2023-07-25 · 0:34

Launchscene 逐镜分析 ↗

品牌发布片 · 0:34 · 25 镜 · 平均 1.4 秒 · 无旁白

主线

前 24 秒全是黑白档案画面，讨论「1.0」意味着什么，产品到第 24 秒才出现，从黑白突然切到彩色。[57]

借一招

「先给一个统一概念，再揭开产品」可以借；延迟 24 秒才出产品不要借，个人品牌没有 Arc 那样的话题积累。

Arc 1.0 配乐：Jamie xx - Gosh

Bank statement PDF to QuickBooks QBO file, free and nothing uploaded #shorts

Northline Kiln Workshops（@northlinekilnworkshopsworkshop） · 2026-09-15 · 0:38

UMS converter: turn A-level raw marks into UMS in seconds #shorts

Northline Kiln Workshops（@northlinekilnworkshopsworkshop） · 2026-09-15 · 0:37

What is the maximum GPA? It's not 4.0 everywhere #shorts

Northline Kiln Workshops（@northlinekilnworkshopsworkshop） · 2026-09-15 · 0:44

三条竖屏 Shorts

三条竖屏 Shorts · 9:16 · 37–44 秒 · 原创音乐

主线

独立开发者给自己的小工具做的 Shorts，一条只做一件事：用真实产品完成一个用户真会搜的任务，最后停在结果上。作者用原创音乐避开版权识别。[73]

借一招

竖屏从「一条只做一件事」出发，不要把横版的完整导览缩小。

Introducing Screen Studio 4.0

Screen Studio（@screenstudioapp） · 2026-10-31 · 1:23

Screen Studio 4 发布片 · 1:23 · 2026-10-31

主线

录屏工具自己的发布片，第二天拿下 Product Hunt 当日第一（422 赞、94 条评论）。[74][75]

借一招

看它自己怎么用自动缩放和光标，当作 Screen Studio 能做到什么的参照。

写脚本：一句承诺、几条证据，文字只补关系#

从一句承诺推到脚本：四步

类型报告给的母版是：先用一个看得见的结果钩住人，再用一条有方向的主线把多个界面串起来，最后让这些界面一起证明一句承诺。从承诺推到脚本分四步：

写一句承诺。

找三条能证明它的画面证据。

给证据排出因果或递进关系。

只在关系断开的地方补一句屏幕文字。

脚本只写四列：时间、画面、屏幕文字、音乐段落。素材编号、源文件、裁切框放进代码里的 storyboard.json（第十章），不进故事脚本。脚本的最小单位是「一个完成的小动作」，比如「从搜索到筛出北京的活动」，不写「鼠标移动 120 像素」。

类型报告用一个虚构的研究工具演示了这四步。承诺是「把散落在十个地方的研究资料，变成一张可以继续工作的知识地图」，三条证据是网页收藏 → 自动整理 → 知识地图，关系是散落 → 汇总 → 看见关系 → 继续行动。写成 42 秒：

时间

画面

屏幕文字

音乐段落

0:00–0:02

做好的知识地图直接出现，节点很多

我把一周的研究，压进了一张图

钩子，一个明确的起点

0:02–0:05

快速切回散落的网页、PDF、笔记

一开始，它们散在十几个地方

交代问题

0:05–0:10

录屏：把网页一个个加进项目

先收进来

进入稳定节拍

0:10–0:16

录屏：自动识别来源、标签、主题

再让 AI 找出它们的关系

第一次推进

0:16–0:22

录屏：关系图生成，节点越来越多

文章开始互相连接

第一次展开

0:22–0:28

录屏：点开一个节点，展开来源和结论

每个结论，都能回到原文

保持清楚，少切换

0:28–0:34

录屏：从地图生成研究提纲

然后继续写

第二次推进

0:34–0:38

回到地图，再显示生成的文章

资料终于变成了下一步

释放

0:38–0:42

Logo、产品名、网址

产品名 · 一句话

收尾

每段录屏都能整段裁切、统一背景、有限变速，AI 不需要知道按钮的逐帧坐标。

没有旁白，四样东西各管一件

一项 168 人的眼动实验发现，关掉声音后，理解、沉浸和享受度都小幅下降，观众更依赖字幕；理解只降了一点，说明文字信息完整时，无声也能看懂。这项实验看的是带字幕的视频，不是国内信息流，也没有哪个平台公布过「无旁白 vs 有旁白」的对照数据，不能说无旁白天然更好。[76][77]

所以旁白的活要分给另外几样东西，每样只负责一件：

元素

负责

不负责

本站片子里的例子

屏幕文字

告诉观众这段画面为什么出现、和上一段什么关系

逐字解释鼠标在点什么

「后来，我开始把重复的事做成 Skill」

画面顺序

提供证据和因果

承担抽象观点

信息聚合 → 活动日历 → Agent Skill → 日记分析

节奏变化

哪里兴奋、哪里理解、哪里准备结束

代替内容

作品越堆越快，到「继续做」时放慢

音乐段落

划章节，给期待和释放

解释功能

进入、作品累积、尾声三个明显段落

文字写多少：每句 6–14 字，按每秒 5 个字留时间

2026 年一项中文字幕眼动实验（31 人）比较了每秒约 5 字和 9 字：9 字没有明显降低理解，报告引述的结论是认知负荷更高、记得更少、观看满意度更低；Netflix 中文成人字幕的上限是每秒 9 字。[6][7] 类型报告和文字报告据此都把每秒 5 个字当默认阅读速度，这是从字幕往屏幕文字的保守迁移，不是直接针对宣传片的实验。

类型报告的量化规则：

每句 6–14 个中文字；要观众记住的句子尽量少于 12 字。

每 3–5 秒最多加一个新观点。界面里本来就有标题、按钮、数字时，可以连续 5–8 秒不加字。

整片新加的叙事文字（不算网页里的字）：

片长

文字出现次数

总字数

30 秒

6–9 次

50–80 字

45 秒

8–12 次

70–110 字

60 秒

10–15 次

90–140 字

这些是从阅读速度推出来的制作建议，没有针对中文无旁白短片的直接实验。

一条好用的判断规则：画面已经回答了「它是什么」，文字就回答「为什么值得看」。录屏里明显是一个活动日历时，写「国内 AI 活动，一页看全」比写「可以查看 AI 活动日历」多给了信息，这句本来就是本站项目卡上的标题。[28]

还要留出纯画面的段落：Notion Mail 的 60 秒发布片用一张标题卡宣布能力，紧接着让一段光标演示自己证明，这种交接很适合 Screen Studio 整段录屏。[38]

开头：两秒内给一个能判断的信息

先看平台公开了什么：

平台

公开能确认的

「前几秒」阈值

小红书

宣传报告引用的官方电商课程说：点击率、点赞、收藏、分享、评论、转粉、播放时长都算互动价值，封面和标题直接影响点击率[78]

没有公开的通用阈值

抖音

数据里有完播率；电商规则里「完播率大于 10%」只是商城的准入条件，不是普通视频的及格线[79][80]

普通推荐流没有公开阈值

视频号

后台有播放、互动、完播数据，没有公开的行业基准[9]

网上的 3 秒、5 秒及格线追溯不到官方

即刻

只确认用了个性化推荐[81]

没有

所以「前三秒决定生死」是制作纪律，不是平台公布的算法规则。宣传报告给的可执行版本：在观众第一次能看懂主题之前，不放没有信息的品牌片头、自我介绍或纯动画。完播率好不好，拿自己最近 10 条视频当基线比。[9]

TikTok 官方 2025 年的广告创意指南建议前 3 秒交代卖点、前 6 秒完成钩子；Launchscene 统计的科技发布片，开场 55% 先放钩子、34% 直接给产品，先讲问题的只有 8%。前者是平台给广告主的建议，后者是第三方样本统计，方向一致：陌生观众要很快知道为什么继续看。[82][83]

开头有五种常见做法。占比来自 Launchscene 的开场分类库（只描述常见做法，不衡量哪种效果好）：[84]

开头

例子

适合

风险

结果钩子

第一帧就是做好的东西：跑起来的工作流、生成好的网页

结果本身够强，观众还不认识你

结果看起来和普通网页没差别

数字钩子

「33 个开源 Skill。4 个项目。还在继续。」

数量本身就是故事

像简历；样本里只占约 4%

一句话观点

「我一直在做一些奇怪又有用的东西」

作品跨度大

约 16% 的开场用一句字，中位 3.4 秒

问题钩子

「每天一千条 AI 消息，你真看得完吗？」

单个产品，比如 info2action

放进总片会把主线锁死在「解决问题」

视觉悬念

3D 渲染、纯动效、界面直接开场（约 10%，中位 4.5 秒）

有很强的视觉

要很快接上「这是什么」

先给结果还是先给悬念，类型报告给了一个判断题：观众两秒内看到结果后，会不会冒出第二个问题？会，就先给结果，比如「一页里有几十个我自己做的 AI 工具」，观众自然会问「都是什么」；不会，再考虑悬念。本站首页的 3D 头像是很好的视觉入口，但 1 秒内就要接上「这是我的个人网站」，别让它变成单独的花活。

结尾：证据停住，一句承诺，一张终卡

Launchscene 的样本里 58% 有明确的行动号召，出现位置的中位数在全片 89% 处。这是描述习惯，不证明 89% 转化最好。[85]

类型报告建议的顺序是证据停止 → 承诺 → 身份和入口，名字、入口、行动号召放进同一张终卡，不要连做三张结束卡拖慢结尾：

片长

终卡时长

15 秒

1.5–2 秒

30 秒

2.5–3.5 秒

45 秒

3.5–5 秒

60 秒

4–6 秒

文字报告对终卡的要求：所有元素在前 0.45 秒内进完，之后至少静止 2.8 秒，核心信息避开底部 360 px；别在最后 0.5 秒突然塞进二维码、公众号、RSS、网址四样东西。[86][87] 终卡上放哪个入口要看平台，第十三章分平台写。

时长：先做 45 秒母版，短版重新定承诺

Launchscene 的发布片中位约 73 秒，但 9:16 只占约 1%，不能说明竖屏片该做 73 秒。TikTok 给广告主的指南把 21–34 秒列为信息流广告常见的高表现区间，那是付费广告，不能直接套到小红书、视频号的自然内容上。[67][88][89]

类型报告把时长分成四档：

时长

能讲多少

适合

15 秒

一个判断，比如「我做了 33 个 AI Skill」

单主题切片

30 秒

一个观点加三条证据

陌生人第一次刷到

45 秒

一条主线加一次情绪转折

先做的母版

60 秒

让观众真正认识你，可以加文章和近况

中段容易变成目录

不要先剪 60 秒，再截前 30 秒当短版。短版要重新定承诺：45–55 秒母版 → 30 秒版删掉证据重复的项目 → 15 秒版各讲一件事，比如只讲「做了很多东西」、只讲「33 个 Skill」、只讲「一个人把想法做出来」。

镜头：每一次运动都要回答「看哪里」#

运动只做三件事：聚焦、保持空间连续、压缩等待

分镜报告给镜头运动定了三个职责：聚焦信息、维持空间连续、压缩等待时间。做不到其中一件的运动，先当装饰处理，再判断值不值得留。[90][91][92]

一个好用的判断法：删掉这次运动，观众还能立刻知道该看哪里，这次运动就可以删。Apple 的动效指南也把「帮助理解」当作动画存在的理由，提醒避免过多的运动、缩放和纵深变化。[93][94]

让 agent 剪片反而占便宜：只要规定它对整段素材只做固定裁切、整体变速、固定参数的运镜，一个镜头就只安排一个视觉意图，比如首页头像只推近一次、项目列表只平移一次。[10]

九种运镜各管什么

每种运镜表达一种意思，用对了帮观众找重点，用错了就成了炫技[90][10][95][96][91]：

手法

告诉观众什么

用在哪

变成炫技的信号

推近 push in

「接下来只看这里」

点击前、重要结果、从全页进到某个作品

页面没有新的可读细节，却频繁推近

拉远 pull out

「这件事结束了，回到整体」

一段局部演示结束、准备换栏目

每次点击都先推再拉，画面一抽一抽

平移 pan

「还在同一页，只是视线移了」

同一区域看多张卡片

移得太远，观众只能追着画面跑

跟随光标

光标当视线引导

同一小区域里的连续操作

镜头一直追鼠标，画面发飘

景别切换

直接换信息层级

全页到模块、模块到按钮

连做三级以上，空间关系丢了

固定镜头 static hold

「现在请读」

文章标题、项目数据、Skill 描述

没东西要读还拖着

视差 parallax

层次和空间感

静态截图、片头片尾

录屏本身在动时再加视差

3D 倾斜 tilt

把界面暂时当成一个物体

章节之间、设备展示

观众正在读字时倾斜，文字变形

快速穿越 whip pan

空间大跨度跳转

极少数章节转换

用一次以上就像模板

固定镜头是整片最重要的镜头类型之一：运动停下来，观众才真正开始读。跟随光标只用 Screen Studio 自带的平滑光标，画面本身固定；逆向实测发现成熟工具放大后停住的那 2 秒完全不追鼠标。[10]

缩放参数：1.5 倍左右，0.65 秒推近，至少隔 6 秒

最硬的数据来自一个独立的逆向实测项目：作者逐帧分析一款商业自动缩放工具，并抓到编辑器里的实际参数，发现所有自动缩放都是 1.5 倍，推近 1.333 秒、停 2 秒、拉远 0.667 秒；连续点击时最密约 7.2 秒才缩放一次，30 次点击只产生 5 次缩放。[10]

各家工具公开的只有范围：Cap 手动缩放 1–4.5 倍，FocuSee 1–4 倍。Screen Studio 的最短缩放段在 2024 年 8 月改成过 1 秒，9–10 月的版本又改回了 0.1 秒。[97][98][99]

报告据此给了三档起点（只有工具范围是官方事实，其余是建议）：

用途

倍率

推近

停住

拉远

最短间隔

轻度强调

1.25–1.4×

0.45–0.65 s

1.2–2.0 s

0.35–0.55 s

4–6 s

主力镜头

1.45–1.65×

0.55–0.8 s

1.8–3.0 s

0.4–0.65 s

6–8 s

读小字

1.7–2.2×

0.65–0.9 s

2.5–4.0 s

0.5–0.7 s

8 s 以上

报告把实测的 1.333 秒推近压到了 0.55–0.8 秒：片子没有旁白，画面要更主动地往前走。这是剪辑建议，没有研究证明某个值最优。

成熟参数

有点击就放大

推得太大

1.5× · 推近 0.65 s · 停 2 s · 拉远 0.55 s · 一次

0 s

4.2 s

首页截图上模拟三种缩放。左下角条是时间线：深色推近、浅色停住、中间色拉远。成熟参数一次推拉就让人看清一句话；每次点击都推拉，画面一直在动，读不了字；推到 2.6 倍，观众不知道自己在页面的哪里。

缓动：统一用不回弹的 ease-in-out，比如 cubic-bezier(0.4, 0, 0.2, 1)；实测工具的曲线也近似 smoothstep，没有回弹。[10][100]

提前开始：缩放比点击早约 0.3 秒开始，这和 Screen Studio 4 新加的「提前开始动画」一致。[92]

复查线：30 秒内超过 5 次完整推拉，或者连续两镜都有超过 1.5 倍的尺度变化，就停下来人工看。缩放和视差可能让对运动敏感的人头晕。[10][94][96]

转场：硬切和动作匹配打底，凡是凭空出现的新东西都要复查

分镜报告按推荐程度把常见转场排了一遍[11][101][97]：

转场

用不用

怎么用

别用在

硬切

首选

点击完成后直接切下一页

两镜构图差太多、又没有共同锚点

动作匹配 match on action

首选

上一镜鼠标移向卡片，下一镜从同一位置接着动

两段动作方向相反

构图匹配 graphic match

首选

首页卡片居中，切到项目页标题也居中

找不到相似的形状或位置

缩放匹配

节奏：镜头多长，由观众要读什么决定#

按画面信息量定时长

不要机械地「两秒一镜」。镜头时长由观众要完成的认知任务决定，下面的区间可以直接写进 AI 的分镜检查规则。[102][103]

看一个动作结果

信息量极低 · 例：头像转头

1.2–1.8 s（读 0.8–1.2 s）

认一个组件或短标题

信息量低 · 例：Forge 卡片标题

1.8–2.5 s（读 1.2–1.8 s）

标题、说明和一个数据

信息量中 · 例：info2action 项目卡

2.5–3.5 s（读 1.8–2.8 s）

扫几个项目或读两三行

信息量高 · 例：Skill 列表、文章首屏

3.5–5.5 s（读 2.8–4.5 s）

条的长度 = 镜头总长的建议区间（秒），括号里是镜头停稳后留给观众读的时间。信息量再高（多列对比、长段正文）就不要整页给，拆成几个镜头。

阅读速度有两个参照。Netflix 简体中文字幕规范的成人上限是每秒 9 个汉字，必要时 11 个，每行不超过 16 个字；2026 年的中文字幕眼动实验则发现每秒 5 个字看得更轻松、记得更多。[102][104][105][106]按每秒 5 个字设计，9 个字当上限。网页镜头里还有布局、图标和鼠标要看，所以要比同样字数的字幕留得更久：让人读清「读完就能做决定的调研报告」这 12 个字，按字幕上限算 1.3 秒，放在卡片里要给 2–2.5 秒。

剪在动作完成之后，节拍只用来挑剪点

动作完成后 2–6 帧内切：新页面完成首屏、悬停状态完全出现后再切。[11][107]

有明确结果的动作，用结果当拍点：项目页刚展开、卡片刚居中、头像刚转完头。鼓点比动作完成早 0.2 秒，就踩下一拍。

同方向运动可以匹配剪辑：上一镜向下滚，下一镜也从向下的移动开始。[101]

读字的镜头在停稳的那段切出，不要观众刚开始读就切走。

音乐节拍只决定「在哪个可以切的点上切」，不为了卡拍提前砍掉没做完的网页动作。[11][108][101] 哪些剪点该卡拍、哪些不卡，第九章分了三层。

整片走「快、慢、快、慢、快」

不要一路加速。开头 4–7 秒每镜 1.5–2.2 秒，快速建立画面密度；深入某个项目时放慢到 2.5–4 秒；再来一段 1.5–2 秒一镜的作品串联；文章页再慢下来；最后一两个短镜头收住。[109]

快速建立

0–6 s

1.5–2.0 s / 镜

第一段深入

6–15 s

2.5–3.5 s / 镜

作品密集

15–23 s

1.5–2.2 s / 镜

阅读与理解

23–30 s

2.5–4.0 s / 镜

提速收束

30–35 s

1.5–2.5 s / 镜

约 35 秒片子的节奏示意（分镜报告）。一格一个镜头，格子越宽越高，这一镜越长、越慢。快段建立密度，慢段留给观众读。

两头的参照：Linear 平均 5 秒一镜，节奏克制；Arc 平均 1.4 秒一镜，非常密。全库中位约 2 秒。[2][57][8]

竖屏：横版网页别整页塞进手机#

整页塞进 9:16，只占三分之一高度

一张 16:9 的网页放进 1080 宽的画布，高度只有 608 像素。放进 1080×1920 的 9:16，只占 32% 的高度；放进 1080×1440 的 3:4，占 42%。[12]

整页放进 9:16

网页只占 32% 的高度

整页放进 3:4

占 42%，好一些，字仍然小

先认识我

只裁一个区域（默认）

标语和介绍放大到能读，上方加章节标签

手机框 + 移动版

只在移动端设计本身值得看时用

同一个首页，四种放进竖屏的办法。前两格是整页缩放，标语和介绍都小到读不清；第三格只裁首页的一个区域放进浏览器框，这是默认做法；第四格只在移动版本身值得看时用。

所以大多数镜头只显示一个功能区，完整页面只在交代空间关系时短暂出现一次。我上一条宣传片的录屏区域就太小，原因在这里。Screen Studio 本身有 9:16 和 3:4 两种竖屏画幅，还有「一直保持放大」选项，让裁切框跟着光标走。[12]

七种构图，默认用局部裁切

横版网页放进竖屏，按使用频率从高到低有七种构图[12]：

构图

怎么做

什么时候用

局部裁切

固定一个裁切框，只留一个区域

默认方案，字大、信息集中

放大局部再平移

倍率不变，只移动裁切中心

同一横排有两个重点，比如项目卡左右切换

上下两块

上面放标题或结果，下面放录屏

要同时交代项目名和操作

浏览器卡片

录屏放进圆角浏览器窗口

建立「这是一个网站」、章节开头

手机框

只放真正的移动版网页

移动端设计本身值得看

斜放桌面页

作为背景或章节转场

静态截图、极短的动作

完整 16:9 页面居中

页面完整但字最小

每个页面最多出现一次

一份 9:16 母版，关键内容放中央 3:4 区

只做一个发行文件的话用 9:16、1080×1920：视频号推荐 9:16 或 16:9、1080p 以上；小红书公开资料一直偏好竖版，旧版企业号指南接受 9:16、3:4、1:1；即刻找不到官方公开的视频规范。[110][111][112][113]

想让网页字更大，3:4 舒服得多。所以分镜报告的方案是：9:16 主工程，所有关键网页信息放在中央 1080×1440 区域，导出 3:4 时只裁掉上下，镜头不用重做。

录屏里的字要多大：成片里 40 像素起步

这里说的是网页本身的字在成片里的大小，按成片的像素量算，不看浏览器里的 CSS 字号。代码叠上去的文字另有一套字号，见第八章。

内容

成片中的文字高度

次要标签、不必读的界面字

最低 28–32 px

必须看清的正文或按钮

40 px 起步

镜头的核心文字

48–60 px

主标题

60 px 以上

只有 40–60 px 有外部的可读性资料支撑，其余是起点值。[114] 测法很简单：导出一张 1080 宽的成片帧，在手机上按信息流的正常大小看，关键正文要暂停、凑近才看得清，就是裁得不够紧。下面按手机实际显示的比例模拟了几档字号：

读完就能做决定的调研报告

28 px

次要标签的下限

手机上约 10 px

40 px

必须看清的正文、按钮

手机上约 14 px

48 px

镜头核心文字

手机上约 17 px

60 px

主标题

手机上约 22 px

72 px

片头大字

手机上约 26 px

左边的画框宽 300 像素，接近手机竖着全屏看一条 1080 宽的视频；右边列出每一档在成片里是多少像素。28 px 的字放到手机上只有 10 像素左右（按 390 宽的手机算），信息流里划过去时基本读不出来。

安全区：先用保守值，再在真 App 里核

截至 2026 年 11 月，小红书、视频号、即刻都没有公开的、统一的像素级视频安全区；第三方汇总也说小红书的底部安全区口径互相矛盾。TikTok 和 YouTube Shorts 的官方说法是安全区会随字幕长度和互动按钮变化。[115][116][117]

三份报告给了三组起点值，都不是平台规定：

来源

分镜报告

120

300

120

工作流报告的示例

160

220

文字报告