优化脚本

2026-08-21 10:28:35 +08:00
parent 6c588a7fee
commit c2d3a786a3
23 changed files with 1461 additions and 287 deletions
@@ -5,7 +5,7 @@ description: >
  服务对象不是人类编剧，而是 AirShelf 产品后端的「脚本生成 agent」——在运行时按需加载本技能作为领域知识。
  能力：把【商品信息 + 前置条件】或【一句话主题】或【用户已有脚本】，
  自动收敛成一份结构化的带货短视频脚本 JSON
-  （默认 9:16 竖屏可改 / 总时长 5–60 秒按 5 秒步进 / 单镜 4–15 秒可不等长 /
+  （默认 9:16 竖屏可改 / 总时长 15/30/45/60 秒 / 每镜固定 15 秒 /
  按「表现形式 × 视频结构」套路生成）。
  当任务为「生成带货脚本 / 扩写主题 / 优化已有脚本 / 商品转视频脚本」时使用本技能。
  核心目标是「电商小白点一下按钮就出能吸睛、能转化的脚本」，不是影视级艺术性。
@@ -57,11 +57,11 @@ description: >
  "segments": [
    {
      "index": 0,
-      "duration": 12,
+      "duration": 15,
      "role": "钩子|痛点|卖点|CTA",
-      "narration": "这一镜被说出来的台词/旁白,字数上限=duration×3.5",
+      "narration": "这一镜被说出来的台词/旁白,15秒口播目标38-47字(下限36,上限52)",
      "speaker": "可选,指向某 entity 的 id;画外旁白时为 null",
-      "visual": "这一镜的画面:主体+动作+景别/运镜(特写/全景/手持跟拍/推拉摇)+一个画面或情绪的变化,够导演撑满这一镜的秒数,约40-70字,别只写一句静态动作",
+      "visual": "0-3s：近景，……\\n3-8s：手持跟拍，开始使用商品\\n8-12s：特写，商品用法过程\\n12-15s：拉回中近景，使用后的反应",
      "product_exposure": "商品露出方式(手持/特写/使用中)",
      "entity_refs": ["c1", "s1"],
      "dialogue": []
@@ -76,11 +76,12 @@ description: >
  `video_structure`（`痛点解决|前后对比|测评验证|场景种草`）**原样回填到输出里**，不要自己改。
  输入没给时，按商品品类与人群自行选一组最合适的，并如实填进这两个字段。
 - **画幅由输入给定**：`aspect_ratio` 默认 `"9:16"`（电商竖屏主场景），但**不写死**——输入指定了其他比例（如 `"16:9"`、`"1:1"`、`"4:5"`）就照用，原样透传给下游。画幅只影响 `visual` 的构图措辞，不改变结构与镜数。
- **总时长由输入给定**：`total_duration` 取 **5–60 秒之间的 5 的倍数**（5/10/15/…/60），输入未指定时默认 `30`。**不要写死。**
- **单镜时长 4–15 秒，允许不等长**：每个 `segments[].duration` 必须是 **4 到 15 之间的整数**
-  （15 秒是下游出片模型的硬上限，越界下游直接拒绝出片）。
-  该长的镜给足、该短的镜压短，**不要机械均分**。
+- **总时长由输入给定**：`total_duration` 取 **15 / 30 / 45 / 60**（15 秒步进），输入未指定时默认 `30`。**不要写死成别的数。**
+- **每镜固定 15 秒**：每个 `segments[].duration` **必须是 15**，镜数 = `total_duration / 15`（15 秒 1 镜、30 秒 2 镜、45 秒 3 镜、60 秒 4 镜）。
+  禁止 8/10/12 这种不等长，禁止自行加减镜。15 秒也是下游出片模型的硬上限。
 - **镜时长必须精确加总**：`sum(segments[].duration) == total_duration`，一秒都不能差。
+- **商品原词铁律**：钩子/旁白/对白必须用上输入里给出的**商品名、品牌、本次勾选卖点的原词**。
+  禁止用「补水 / 好用 / 值得买 / 宝藏 / 闭眼入」这类空话替换真实卖点。品类话术和钩子库只是写法参考，不是正文。
 - **`segment_count` = `segments` 的实际长度**，且 `index` 从 0 连续递增。
 - 镜数怎么定、role 怎么按镜数分配，见 `references/methodology.md`「时长 → 镜数 → 黄金结构映射」。
 - `entities[].id` 全局唯一，`segments[].entity_refs` 与 `speaker` 只能引用已声明的 id。
@@ -94,7 +95,11 @@ description: >
 - **每个声明的 entity 至少被一个 segment 引用**（不留孤儿 entity）。
 - **场景必抽，且每镜必绑一个场景**：每条脚本**至少声明 1 个 `type:"scene"` 实体**表示画面所在环境；**每个 segment 的 `entity_refs` 必须恰好引用一个 scene**。多镜在同一环境就**复用同一个 scene id**（绝不为同一环境写两份 visual_prompt，否则下游背景漂移）；只有真正换了环境才新建另一个 scene。纯产品特写镜也要绑它所处环境的 scene（如「宿舍书桌」「厨房台面」），没有合适环境时复用主场景。
 - `visual_prompt` 由你自动生成，小白无需打字。
- **每镜 `visual` 要够厚撑满这一镜的秒数**：一段话写清 ①主体+动作 ②景别/运镜（特写/全景/手持跟拍/推拉摇，至少给一个镜头语言）③一个画面或情绪的变化（从…到…）。约 **40–70 字**，**禁止只写一句静态动作**（如「女主举起商品展示」撑不住十几秒，要补镜头与变化）。4–6 秒的短镜可以只给一个动作 + 一个镜头语言，但仍要写清景别。注意：这是给生图/视频导演的画面，**不占 narration 的字数额度**。
+- **每镜 `visual` 必须按秒拆分镜**：15 秒一场里至少 3 刀、目标 4 刀，写成多行：
+  `0-3s：景别，谁在做什么，手和商品的空间关系`
+  第一条从 0 秒起，最后一条接到 15s。每条都要有景别/运镜，15 秒内至少切两次景别。
+  **禁止**用一句静态动作撑满 15 秒（如「女主举起商品展示」）。这是给故事板和 Seedance 的导演说明书，**不占 narration 字数**。
+- **画面物理常识**：商品用法必须是真人会做的。茶/咖啡 = 热水、蒸汽、茶汤渐染，禁止茶包丢进看起来像冷白开的杯子；护肤品 = 挤出/涂抹；食品 = 打开/入口。手从真实方向入画，禁止悬浮肢体、反关节、商品凭空出现。每条分镜写清容器/包装长什么样、液体或材质当前状态。
 - 不要输出 schema 之外的字段，也不要省略必填字段。

 ### 铁律 2 · 输出前自检
@@ -106,10 +111,12 @@ description: >

 详见 `references/methodology.md`「旁白红线」。最关键的几条：
 - **口语化**，像真人对着镜头说话，不准书面腔 / AI 腔。
- **每镜 narration ≤ `duration × 3.5` 字，且绝不超过 55 字**（出片模型在镜内直接发声，
-  3.5 字/秒是可懂语速上限）。短镜装不下就拆到下一镜，或干脆留空走纯画面。
+- **口播 15 秒镜要说满**：`narration` **36–52 字**（写作目标 **38–47 字，2–4 句短句**）。
+  上限仍是 `duration × 3.5` 且不超过 55 字。禁止一句 20 字收工。
+  商品名全片点名 1–2 次即可，其余镜用卖点原词和可感知细节（口感/气味/动作/使用场景）。
+  Vlog 才允许个别镜纯画面；口播禁止整镜无声。
 - **禁违规词**：医疗功效（治疗/根治/抗癌…）、绝对化用语（最/第一/100%/国家级…）一律不写。
- 不浮夸、不空喊，卖点要落到「商品怎么解决痛点」。
+- 不浮夸、不空喊，卖点要落到「商品怎么解决痛点」。人物口吻跟输入的人物设定走，不要万能主播腔。

 ### 铁律 4 · 一键自动化（与影视母版相反）

@@ -124,10 +131,10 @@ description: >
 | 参数 | 值 |
 | ---- | ---- |
 | 画幅 | **默认 9:16 竖屏**，由输入可覆盖（16:9 / 1:1 / 4:5 等照用） |
-| 总时长 | **5–60 秒，5 秒步进**，由输入给定；未指定时默认 30 |
+| 总时长 | **15 / 30 / 45 / 60 秒**，由输入给定；未指定时默认 30 |
 | 表现形式 | **口播 / 短剧 / Vlog**，由输入给定；未指定时按品类人群自选 |
 | 视频结构 | **痛点解决 / 前后对比 / 测评验证 / 场景种草**，由输入给定；未指定时按品类人群自选 |
-| 分镜 | **单镜 4–15 秒，可不等长**；镜数按表现形式的推荐节奏定（见方法论） |
+| 分镜 | **每镜固定 15 秒**；镜数 = 总时长 / 15 |
 | 镜头功能 | 钩子 → 痛点 → 卖点 → CTA（黄金结构；具体骨架以视频结构套路为准） |
 | 发声方式 | 出片模型直接生成画面+音效+人声（**不走 TTS**） |

@@ -163,13 +170,14 @@ description: >
 ## 生成流程（内部执行，一次走完，不暂停）

 1. **路由** — 判定输入模式（①/②/③），加载对应 references；再按输入的表现形式与视频结构加载那两份套路。
-2. **定镜** — 读画幅（`aspect_ratio` 默认 9:16）与总时长（5–60 秒，未指定默认 30）；
-   按表现形式的推荐单镜节奏定出镜数，再给每镜分配 4–15 秒的时长，**确保加总等于总时长**。
+2. **定镜** — 读画幅（`aspect_ratio` 默认 9:16）与总时长（15/30/45/60，未指定默认 30）；
+   镜数 = 总时长 / 15，**每镜 duration 一律填 15**。
 3. **定调（tone）** — 依据视频结构 + 品类话术 + 平台调性，选定 `tone`；②③ 模式尊重用户已表达的倾向。
 4. **抽取/创建 entities** — 识别脚本需要的角色 / 场景 / 商品；为每个 entity 写一份**全脚本共用**的 `visual_prompt`（保证多镜同一角色同一张脸）；可选写 `voice_ref` 锁音色。
 5. **按套路填结构** — 优先用视频结构套路里的骨架给每个 segment 分配 `role`；
   套路没覆盖到的用「role 按镜数分配」表兜底；钩子镜套用该套路指定的钩子写法。
-6. **写 narration / visual / 商品露出** — 每镜旁白 ≤ `duration × 3.5` 字、口语化、过红线；
+6. **写 narration / visual / 商品露出** — 口播 15 秒镜旁白 38–47 字（下限 36）、口语化、过红线；
+   **visual 按秒拆成 3–5 条分镜**；必须把输入给出的卖点原词和商品描述细节写进旁白或对白，不要每句只重复商品名；
   发声方式按表现形式套路来；每镜规划自然的 `product_exposure`。
 7. **连引用** — 填 `entity_refs` 与 `speaker`，确认每个 entity 都被引用、id 都合法。
 8. **自检** — 跑 `checklist.md`，过了再输出。
@@ -2,6 +2,7 @@

 > 全自动 / 一句话模式读。根据商品所属品类，调整语气与卖点侧重。
 > 不确定品类时，按商品功能就近归类；都不沾就用"通用"原则（讲场景痛点 + 真实使用感）。
+> **示例旁白只学语气，禁止把例句里的假商品/假卖点抄进正文。** 正文必须用输入给的商品名和卖点原词。

 每个品类给：**语气** / **卖点侧重** / **常用露出** / **违规雷区** / **示例旁白**。

@@ -13,11 +13,11 @@
 - [ ] `presentation_format` ∈ `{口播, 短剧, Vlog}`，且与输入一致（输入没给则自选并如实填写）。
 - [ ] `video_structure` ∈ `{痛点解决, 前后对比, 测评验证, 场景种草}`，同上。
 - [ ] **组合合法**：不是「短剧 × 测评验证」（唯一禁用组合，见 `playbooks/combo-matrix.md`）。
- [ ] `total_duration` 是 **5–60 之间 5 的倍数**。
- [ ] **每个 `segment.duration` 是 4–15 之间的整数**（15 是下游出片硬上限，越界直接出不了片）。
+- [ ] `total_duration` 是 **15 / 30 / 45 / 60**。
+- [ ] **每个 `segment.duration` 必须是 15**。
 - [ ] **`sum(segments[].duration) == total_duration`**，逐个加一遍，差一秒都不行。
 - [ ] `segment_count == len(segments)`；`index` 从 0 连续递增无跳号。
- [ ] 镜数落在 `ceil(total_duration/15)` 到 `floor(total_duration/4)` 区间内。
+- [ ] 镜数 **等于** `total_duration / 15`。
 - [ ] 每个 `segment.role` ∈ `{钩子, 痛点, 卖点, CTA}`。
 - [ ] 首镜 `role == 钩子`；末镜收 CTA（独立 CTA 镜，或末镜旁白末尾含明确行动指令）。
 - [ ] `entities` 每项 `type` ∈ `{character, scene, product}`，`id` 全局唯一。
@@ -46,10 +46,11 @@

 ## C. 旁白红线扫描（逐镜）

- [ ] **每镜 `narration` ≤ `duration × 3.5` 字，且绝不超过 55 字**（逐镜按自己的秒数数一遍，别凭感觉。
-      4 秒镜 ≤14 字、8 秒镜 ≤28 字、15 秒镜 ≤52 字，对照表见 `methodology.md`）。
- [ ] 每镜 `visual` 含「景别/运镜 + 一个画面变化」，不是一句静态动作；能撑满这一镜的秒数
-      （≥8 秒的镜约 40–70 字；4–6 秒的短镜可以更短，但景别必须写清）。
+- [ ] **每镜 `narration` ≤ `duration × 3.5` 字，且绝不超过 55 字**（15 秒镜 ≤52 字）。
+- [ ] **口播 15 秒镜旁白 ≥ 36 字**（写作目标 38–47 字，2–4 句）。禁止一句 20 字收工；口播禁止整镜无声。
+- [ ] **秒级分镜**：每镜 `visual` 至少 3 条 `0-3s：景别，动作`，从 0 接到 15s；15 秒内至少切两次景别。
+- [ ] **商品原词**：旁白/对白出现了输入给出的至少一个勾选卖点原词；商品名全片点名 1–2 次即可，其余镜写描述/卖点细节，没有用空话替换。
+- [ ] 每镜 `visual` 能撑满 15 秒（至少 72 字），写清手/商品/容器的空间关系和真实用法，不是一句静态动作。
 - [ ] 口语化，无书面腔/AI 腔（"综上""不仅…而且""值得一提"等已清除）。
 - [ ] **违规词扫描**：无医疗功效词（治疗/根治/抗癌/消炎/排毒/速效…）。
 - [ ] **绝对化用语扫描**：无 最/第一/唯一/100%/国家级/永久/绝对/史上 等。
@@ -24,30 +24,18 @@

 ## 二、时长 → 镜数 → 黄金结构映射（关键）

-### 2.1 时长规则（不再是固定四档，也不再每镜等长）
+### 2.1 时长规则（每镜固定 15 秒）

- **总时长**由输入给定：**5–60 秒之间、5 秒一档**（5/10/15/…/60）。未指定时默认 30。
- **单镜时长 4–15 秒**，这是下游出片模型的硬上限，**任何一镜都不许超过 15 秒、不许低于 4 秒**。
- **每镜时长可以不一样。** 该长的镜（讲卖点、举证）就给足，该短的镜（空镜、转场、一句钩子）就压短。
-  别再机械均分。
+- **总时长**由输入给定：**15 / 30 / 45 / 60**。未指定时默认 30。
+- **每镜时长固定 15 秒**，这既是主流程产品规则，也是下游出片模型的硬上限。
+- 镜数直接由总时长决定：15 秒 → 1 镜，30 秒 → 2 镜，45 秒 → 3 镜，60 秒 → 4 镜。
+- **不要**写成 8/10/12 这种不等长，也**不要**自行加减镜。15 秒要靠画面变化和一句完整意思撑满，不是靠切碎镜头。
 - 所有 `segments[].duration` 相加**必须精确等于** `total_duration`。

 ### 2.2 镜数怎么定

-镜数不是算出来的，是**按表现形式的节奏定**的。先取该形式的推荐单镜时长，再用总时长去除：
-
-| 表现形式 | 推荐单镜时长 | 理由 |
-| ---- | ---- | ---- |
-| **口播** | 10–15 秒 | 说完一个完整意思需要时间，切太碎话会断 |
-| **短剧** | 6–10 秒 | 靠切换制造节奏，镜头长了拖沓 |
-| **Vlog** | 5–8 秒 | 碎片拼贴感，镜头短、数量多 |
-
-`segment_count ≈ total_duration / 推荐单镜时长`，向最接近的整数取整，
-然后**必须**落在 `ceil(total_duration/15)` 到 `floor(total_duration/4)` 这个区间内。
-
-例：口播 30 秒 → 30/12 ≈ 2.5 → 3 镜（如 12+10+8）。
-　　短剧 45 秒 → 45/8 ≈ 5.6 → 6 镜（如 8+7+9+7+8+6）。
-　　Vlog 30 秒 → 30/6.5 ≈ 4.6 → 5 镜（如 6+6+7+6+5）。
+镜数**不是按表现形式估算的**，就是 `total_duration / 15`。
+表现形式只影响这一镜里怎么拍（口播把 15 秒说完一件事；短剧在 15 秒里完成一次冲突/对白交换；Vlog 用镜内空镜+细节撑满），**不改变镜数**。

 ### 2.3 role 按镜数分配

@@ -102,22 +90,23 @@
 ## 五、旁白红线（硬规则，违反即不合格）

 - **口语化**：像真人对着镜头唠嗑，不准书面腔 / 不准 AI 腔（"综上所述""不仅…而且""值得一提的是"全禁）。
- **`narration` 字数按这一镜的秒数算**：出片模型在镜内直接发声，可懂语速上限约 **3.5 字 / 秒**。
-  **每镜 `narration` ≤ `duration × 3.5` 字，且任何情况下不超过 55 字。**
-  对照表（写作目标再留 10% 缓冲，宁可短不要卡满）：
+- **必须用商品原词**：输入给了商品名、品牌、卖点，就用这些词，不许改成「补水/好用/值得买」这种空卖点。品类示例句只是语气参考。
+- **`narration` 字数按这一镜的秒数算**：出片模型在镜内直接发声。
+  可懂语速上限约 **3.5 字 / 秒**，口播下限约 **2.4 字 / 秒**（再短镜头空一半）。
+  **每镜上限 `duration × 3.5` 字，且不超过 55 字。口播 15 秒镜还有下限 36 字。**

-  | 单镜时长 | 字数上限 | 写作目标 |
-  | ---- | ---- | ---- |
-  | 4 秒 | 14 字 | ≤ 12 字 |
-  | 5 秒 | 17 字 | ≤ 15 字 |
-  | 6 秒 | 21 字 | ≤ 19 字 |
-  | 8 秒 | 28 字 | ≤ 25 字 |
-  | 10 秒 | 35 字 | ≤ 31 字 |
-  | 12 秒 | 42 字 | ≤ 38 字 |
-  | 15 秒 | 52 字 | ≤ 47 字 |
+  | 单镜时长 | 下限 | 字数上限 | 写作目标 |
+  | ---- | ---- | ---- | ---- |
+  | 4 秒 | — | 14 字 | ≤ 12 字 |
+  | 5 秒 | — | 17 字 | ≤ 15 字 |
+  | 6 秒 | — | 21 字 | ≤ 19 字 |
+  | 8 秒 | — | 28 字 | ≤ 25 字 |
+  | 10 秒 | — | 35 字 | ≤ 31 字 |
+  | 12 秒 | — | 42 字 | ≤ 38 字 |
+  | 15 秒 | **36 字** | 52 字 | **38–47 字，2–4 句** |

-  **短镜不要硬塞长句** —— 装不下就把这句拆到下一镜，或者干脆让这镜没有旁白（纯画面）。
-  总时长很短、一镜要装多功能时尤其要狠删，先保 CTA 不被砍。
+  主流程每镜都是 15 秒：**要说满，不要宁可短。** 一句 20 字撑不满镜头。
+  留白靠句间停顿和画面，不靠少写字。只有 Vlog 才允许个别镜纯画面无声。
 - **不浮夸、不空喊**：卖点要给具体理由，不堆形容词。
 - **违规词禁令**（电商广告法红线，一律不写）：
  - **医疗功效类**：治疗 / 根治 / 疗效 / 抗癌 / 消炎 / 杀菌(无证) / 排毒 / 速效 / 抑制 ××病 …
@@ -126,3 +115,22 @@
  - 替换策略：用"帮助""更""不少人反馈""上脸清爽"等柔性、主观化表达替代。

 > 自检阶段必须逐镜扫一遍违规词，命中即改写。详见 `checklist.md`。
+
+---
+
+## 六、15 秒场内的秒级分镜（硬规则）
+
+主流程一场就是 15 秒。15 秒里**必须再切 3–5 刀**，写进 `visual`，下游故事板和视频只认这段。
+
+```
+0-3s：近景，人看镜头或看向场景，先立住环境和情绪
+3-8s：手部入画，开始使用商品（写清容器、材质、液体/膏体状态）
+8-12s：商品特写，用法过程可见
+12-15s：拉回人物，使用后的反应
+```
+
+- 第一条从 **0 秒**起，最后一条接到 **15s**。
+- 每一条写：景别 + 谁 + 手从哪来 + 商品/容器什么样 + 这一拍在变什么。
+- 15 秒内至少切 **两次景别**（近景 / 特写 / 手持跟拍…）。
+- 商品用法必须真实：茶要热水和蒸汽，不要把茶包丢进冷白开；手不要悬浮。
+- 允许另给 `beats:[{start,end,shot_size,action}]`，但 `visual` 仍要能折成上面这种多行文本。
@@ -48,6 +48,8 @@
 最弱的一格，因为口播是「对镜说话」，天然打断场景沉浸。
 - **必须弱化对镜**：人在场景里自然活动，偶尔看向镜头，不要全程盯着
 - 台词改成自言自语的语气，不要介绍腔
+- **每镜仍要说满 36–47 字**：写具体时刻、动作、使用感，不要一句商品名就收
+- 商品名全片点名 1–2 次，其余镜用卖点原词和场景细节
 - 如果商品本身氛围属性强（香氛、饮品），优先考虑改用 Vlog

 ### 短剧 × 痛点解决 ★ 最强组合
@@ -100,9 +102,9 @@

 | 结构 | 最短可用 | 原因 |
 | ---- | ---- | ---- |
-| 痛点解决 | 15 秒 | 痛点一句、卖点一句、CTA 一句，勉强够 |
-| 前后对比 | 10 秒 | 前后两镜就能成立，最抗压缩 |
-| 测评验证 | 20 秒 | 举证需要时间，低于 20 秒证据不足 |
-| 场景种草 | 20 秒 | 氛围需要铺陈，太短像随机片段 |
+| 痛点解决 | 15 秒 | 1 镜也能压进钩子+卖点+CTA |
+| 前后对比 | 15 秒 | 前后对比至少要撑满一镜 |
+| 测评验证 | 30 秒 | 举证需要时间，1 镜证据不足 |
+| 场景种草 | 30 秒 | 氛围需要铺陈，太短像随机片段 |

 低于该结构的最短时长时，优先保住「钩子 + 结构核心 + CTA」三件，其余全砍。
@@ -51,11 +51,11 @@

 ## 五、节奏与单镜时长

- **单镜 6–10 秒**（短剧靠切换制造节奏，镜头长了就拖）
- 一镜一个动作或一次对话交换，**别在一镜里塞完整对话**
+- **单镜固定 15 秒**（短剧用镜内动作和对白交换撑满这 15 秒，不要靠切很多短镜）
+- 一镜一次冲突或一次对话交换，**别在一镜里塞完整三幕**
 - 有对白的镜，每句 `line` ≤ 25 字（两个人说话，总量还是受 55 字限制）

-**推荐总时长 45 秒。** 短剧需要装下三幕，低于 30 秒会讲不完整；
+**推荐总时长 45 秒（3 镜）。** 短剧需要装下三幕，低于 30 秒会讲不完整；
 超过 60 秒在电商场景下性价比开始下降。

 ---
@@ -49,11 +49,12 @@

 ## 四、节奏与单镜时长

- **单镜 10–15 秒**（口播里说完一个完整意思需要时间，切太碎会让话说不完整）
- 一句话讲一件事，**一镜讲一到两句话**
- 语速按 **3.5 字 / 秒** 估：12 秒的镜 ≈ 42 字，别超
+- **单镜固定 15 秒**（口播里说完一个完整意思需要时间；15 秒靠景别切换和手部动作撑满，不要切碎）
+- 一句话讲一件事，**一镜 2–4 句短句**，禁止一句收工
+- **visual 按秒拆 3–5 刀**，写成 `0-3s：近景……` / `3-8s：手持……` / `8-12s：特写……` / `12-15s：拉回……`
+- 语速按 **2.4–3.5 字 / 秒** 估：15 秒镜 **36–52 字**，写作目标 **38–47 字**

-**推荐总时长 30 秒。** 口播超过 45 秒完播率掉得很快，除非是测评验证这种
+**推荐总时长 30 秒（2 镜）。** 口播超过 45 秒完播率掉得很快，除非是测评验证这种
 需要举证的结构。

 ---
@@ -55,11 +55,11 @@ Vlog 的镜头必须有**手持感和生活质感**，这是它的可信度来

 ## 五、节奏与单镜时长

- **单镜 5–8 秒**（Vlog 是碎片拼贴，镜头短、数量多）
- 允许有 4–5 秒的纯空镜，用来换时间段
+- **单镜固定 15 秒**（Vlog 的碎片感靠镜内空镜、手部细节、光线变化，不靠把镜子切到 5 秒）
+- 允许镜内有一段纯画面（旁白留空或只留半句）
 - 不需要每镜都说话，**画面自己会讲**

-**推荐总时长 30 秒。** Vlog 靠氛围，时长太短装不下时间感（低于 20 秒会像随机片段），
+**推荐总时长 30 秒（2 镜）。** Vlog 靠氛围，时长太短装不下时间感（低于 30 秒会像随机片段），
 太长又超出电商场景的耐心。

 ---
@@ -40,12 +40,14 @@

 场景种草的说服力来自细节密度。每条脚本至少铺三样：

- **光**：晨光 / 夕照 / 台灯 / 烛光 —— 光决定情绪，必须明确写进 `visual`
+- **光**：晨光 / 夕照 / 台灯 / 烛光 —— 光决定情绪，必须写进每一条秒级分镜
 - **声音**：水沸 / 键盘 / 雨 / 风 —— 写进 `visual` 提示环境音
 - **触感**：蒸汽、毛毯的绒、杯壁的温度 —— 让画面有温度
 - **时间**：具体到时刻（清晨六点 / 下午三点 / 睡前）
 - **陪衬物**：书、猫、外卖盒、耳机 —— 让场景像真的有人生活

+`visual` 不要写成一段氛围散文，按秒切开：先立场景，再让商品被使用着入场。
+
 ---

 ## 四、商品怎么出场
@@ -77,10 +79,12 @@

 ## 六、台词分寸

- 语气是**自述或旁白**，轻、慢、留白
+- 语气是**自述或旁白**，轻、慢；留白靠**句间停顿和画面**，不靠少写字
 - **不讲参数、不讲价格、不讲功效** —— 这些会立刻把观众从场景里踢出来
- 可以整镜无声，让环境音和画面说话
+- **口播 × 场景种草禁止整镜无声**：每镜仍要说满 36–47 字（2–4 句自述），像在场景里自言自语
+- **Vlog** 才可以个别镜无声，让环境音和画面说话
 - CTA 要软：「链接放下面了」而不是「快去抢」
+- 商品名全片点名 1–2 次，其余镜写时刻、动作、使用感、卖点原词

 ---