讯飞星火生成短视频脚本需强制分镜格式、绑定编导人设与平台调性，并用“可拍摄执行”指令倒逼镜头感，三者缺一不可。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
讯飞星火把一段素材改成短视频脚本时容易堆砌信息、缺乏节奏感和镜头意识，导致输出像流水账——这不是模型能力不足，而是提示词没锚定短视频的底层表达逻辑。
先锁定短视频脚本的核心特征
短视频脚本不是文字缩写，它必须包含【画面动作】+【同期声/字幕】+【时长预估】三要素。讯飞星火默认按“段落改写”逻辑处理，不主动拆解视听语言。你得在提示词里强制它切换成导演思维。
补一句关键约束：用“分镜格式”框死输出结构
在原始提示词末尾追加：请严格按以下分镜格式输出，每条不超过8秒，共5～7条，禁止合并镜头或添加解说性过渡句：
【镜头1｜0:00-0:08】画面：______；台词/字幕：______；音效/背景：______
【镜头2｜0:09-0:16】画面：______；台词/字幕：______；音效/背景：______
……
【注意：若原始素材时长超45秒，必须主动删减次要信息，优先保留冲突点、反常识结论、人物微表情细节】
给模型一个“人设锚点”，让它知道谁在说话
方法一：指定讲述者身份
在提示词开头加一句：“你是一名有3年美妆类短视频编导经验的95后女生，习惯用‘我’第一人称带观众沉浸式体验，语速快、爱用短句和语气词（比如‘看！’‘等等！’‘真的假的？’），讨厌书面化表达。”
讯飞星火 (windows) 2.3.3版本重点优化Windows端运行性能，新增多窗口并行对话、文件拖拽解析（PDF/Word）、历史记录智能检索功能，并提升长文本生成稳定性与响应速度。同时增强跨端同步能力，实现PC与移动端数据互通，让办公与学习效率进一步提升。
方法二：绑定平台调性
补充：“目标发布平台是抖音，前3秒必须出现强钩子（疑问/反转/视觉冲击），所有台词适配口播节奏，每句控制在2.5秒内说完。”
这一步能直接过滤掉“综上所述”“由此可见”这类总结腔，因为真人主播根本不会这么说。
用对比指令逼出镜头感
第一步：把原始素材中任意一句描述性文字挑出来，例如“该产品采用纳米涂层技术，耐磨性提升40%”。
第二步：要求模型同时输出两种版本——
版本A（流水账版）：“这款产品用了纳米涂层技术，耐磨性比普通款高40%。”
版本B（镜头版）：“【镜头3｜0:17-0:24】特写手指用力刮屏幕→刮痕消失；字幕炸开：‘刮不花？’→音效‘叮！’；画外音：‘纳米涂层，真敢刮！’”
第三步：明确指令：“只输出版本B，且所有内容必须能被拍摄执行。”
【关键点：模型看到‘能被拍摄执行’会自动过滤抽象术语，转而寻找可视觉化的行为动词】
