短视频脚本需精准匹配原文逻辑、情绪与信息密度，以自然停顿点和情绪动词为分镜节点，用画面语言替代文字，禁用解释性词汇，依字数控制时长与镜头运动，数据强制动态字幕，情绪词留黑场或虚焦静帧。
☞☞☞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☜☜☜
你需要把一篇待润色的中文文章快速转成短视频脚本，且每个分镜必须精准对应原文逻辑、情绪节奏和信息密度——不是简单拆段落，而是让画面语言替文字说话。
先锁定原文的“镜头感”节点
通读全文，用铅笔在稿纸上标出所有自然停顿点：句号、问号、破折号后；转折词（但、然而、突然）前；带情绪的形容词/动词（颤抖着、轰然倒塌、悄悄浮起）所在句首。这些位置大概率就是分镜切换点。
跳过那些平铺直叙的说明性长句，比如“综上所述，该方案具有三大优势”，这种句子不能单独成镜，必须拆解进前后动作里——否则镜头会发呆。
把每句话翻译成“谁在什么场景下做了什么”
方法一：主谓宾结构直译法
原文：“用户打开APP时总被弹窗拦截。”→分镜描述：“手机屏幕亮起，指尖悬停在‘同意’按钮上方，弹窗突然炸开遮满整个界面。”
方法二：隐喻具象化法
原文：“信任正在缓慢流失。”→分镜描述：“一杯清水从玻璃杯沿无声渗出，滴落在桌面，水渍边缘微微发黄。”
【关键前提】分镜描述里禁止出现‘象征’‘代表’‘寓意’等解释性词汇——观众不读字幕，只看画面。
控制单镜时长与信息吞吐量
第一步：统计原文每句话字数。
第二步：按字数区间分配镜头时长——1～8字→0.8秒固定镜头；9～18字→1.2秒推镜+微抖；19字以上→拆成两个分镜，中间加0.3秒黑场呼吸间隙。
第三步：把所有含数字、专有名词、对比关系（比…多37%、低于行业均值2.1倍）的句子，强制加动态字幕条，字号放大15%，停留时间延长0.5秒。
这一步漏做，观众根本记不住数据，只会觉得画面太快。
给情绪留白，不填满每一帧
原文出现“沉默”“良久”“忽然安静”等词时，对应分镜必须空3帧黑场或虚焦静帧，不能配音效、不能加字幕、不能切镜——哪怕只有0.12秒，也要让观众生理上感受到停顿。
强行塞进画面或音效，情绪就塌了。
