AI 口播脚本：从能读的句子到可执行的时间表

口播不是把文章删短后照读。听众不能像看文章一样轻易回看上一段，所以每段都需要明确主语、短句和前后连接。一次只讲一个中心问题，例如“整理书桌时怎样决定物品去留”，不要在一分钟里同时讲收纳、选购、装修和效率提升。

本页提供一份未录制的教学样例：用桌面整理演示稿说明保留、移位和暂存三类决策。没有实际用户体验或整理前后收益数据，画面中的物品也应由制作者自行拍摄。最终目标是交付可供真人录制的脚本与画面表；如果还需要配音、字幕或剪辑，应分别列入任务，不能用脚本成功生成代替它们。

输入应包含受众、唯一结论、可用素材、讲述者习惯和预计片长。区分“镜头中能展示的动作”和“只是口头解释的观点”，没有拍到的场景不要写成既有事实。涉及数字、品牌或人名时附标准写法与读法，避免录完后才发现字幕与声音不一致。

这份样例设定为平静的桌面说明，讲述者面对镜头，不追求快速口号。提供的画面只有物品全景、分类动作和整理后的摆放；“效率翻倍”“省下半小时”都没有资料支持，不进入稿件。目标片长只是预算，留给停顿、拿物品和结尾展示的时间同样要占位置。

先划分开场、解释、示范和收束，再写每段句子。下表合计六十秒，是编辑规划，不是对实际朗读时间的测量。短句不一定读得快：举起物品、看向镜头和让观众看清标签都需要停顿。画面不足时，可以删掉一个论点，而不是把所有话挤在一段静止画面上。

每一段都写“这个画面为什么需要存在”。如果一句话只重复屏幕标题，可以改成解释判断过程；如果画面不能支撑“前后对比”，就把标题改为“操作示意”。先给核心动作足够时间，结尾不要突然塞入新的事实或未经确认的效果承诺。

模型适合协助压缩长句、补足指代和提出画面需求，但不能知道一个特定讲述者的真实语速。要求它返回分段编号、台词、计划秒数、画面动作和依据，便于逐段替换。把暂停或强调标记放在录制稿中，不必把这些编辑标记读出来。

复核时先读出声，找出连续的名词堆叠和书面连接词。例如“完成物品分类之后开展位置优化”可以改成“先分好类，再决定放哪里”。删掉拗口句不能同时删掉适用条件；把“在这份示意里”改成“我一直这样做”，就新增了没有发生的个人经历。

由最终讲述者按正常表达完整读一遍，保留自然停顿，不为了赶时间故意加速。记录每段开始和结束时间、卡顿词以及动作没跟上的位置。第二遍录修改后的稿，不把两次录音混成一条“原稿表现”。计划表新增实际秒数列后，才能判断哪个段落超时。

可以使用手机录音，也可参照 2026-09-12 查阅的 Audacity 官方录音说明，确认输入设备后录一段并回听。本页没有运行 Audacity 或保存真人试读音频。若一次录音含口误，不要只用总时长下结论，应把内容长度与录制失误分开记录。

假设试读后发现示范段超过预算，先定位重复解释、长串并列和不必要的开场词。这个“超时”是演练情形，并非本页测得的数据。可以把“每天都要使用且取用频繁的物品”改成“常用的”，保留决定去留的原则；不能通过删掉“暂时拿不准”让示例变成鼓励直接丢弃。

若稿子明显短于目标时长，不必让 AI 加泛泛结尾。补一个确有素材的动作解释，或延长观众看图的时间。录音和画面配对后再次计时，防止声音已经说完而动作还没结束。章节顺序改变时同步更新镜头编号和字幕稿，避免剪辑拿到上一版台词。

先闭眼听：指代是否清楚，没看画面能不能理解主线；再静音看：字幕是否缺句，关键动作有没有被挡住；最后正常播放检查声音与画面同步。数字与专有名词逐字对照批准稿，字幕识别结果不能被当作新的事实来源。

交付脚本阶段也能检查画面需求是否可实现。若某句要求“展示整理一周后的变化”，但素材仅有当天示意，就把它改成待拍摄任务或删除。任何配音工具生成的音频都要重新测量，真人试读通过不能证明合成配音也适配同一段时间，更不能证明最终成片通过。

脚本交付包包括录制稿、分段表、读音说明、素材需求和版本记录；完成实际试读后再附音频与计时表。视频订单还需要画面授权、录制、剪辑和成片回放验收，双方应约定讲述者变化、补拍及修改轮数的责任。不能用“AI 写了五篇”直接换算五条可发布视频。

记录模型调用、改稿、试读和素材协调分别花费的时间，实时模型费用看价格页。返工成本高时，优先改善输入资料或缩小主题，而不只是反复换模型。同一事实需要改成图文与长文，可进入一稿多发，但口播仍保留独立试读这道验收。