企业层面：

1、建立内容工业化生产体系，将文案产出效率提升5-10倍

2、沉淀企业专属AI角色卡+脚本模板库，降低人才流失风险

3、打通“AI选题→批量生产→质检迭代”的完整闭环

学员层面：

1、掌握爆款脚本的3层结构（黄金3秒+情绪过山车+CTA）及平台差异化应用

2、掌握结构化提示词工程（Prompt Engineering），训练出"懂业务、说人话"的AI替身

3、运用AI批量生产SOP，现场输出5条以上可直接拍摄的高转化脚本

4、输出一套企业专属的《AI流量脚本生产工作流》及《质检清单》

导入：为什么你的AI写不出爆款？

互动：学员现场用AI写一条脚本，讲师点评“典型错误”

——AI不是“万能写手”，是需要“训练”的超级实习生

第一讲：流量密码——拆解爆款脚本的算法逻辑

一、算法视角：平台到底要什么？

1. 完播率公式：前3秒定生死

2. 互动率公式：情绪价值>信息价值

3. 转化率公式：CTA的设计逻辑

案例对比：某企业“说明书式”文案vs爆款文案数据

二、爆款脚本的"三段式"结构

1. 黄金3秒（Hook）：悬念/反差/利益/痛点——4大开头类型

2. 情绪过山车（Flow）：SCQA模型在短视频中的应用

3. 强力CTA（Conversion）：从"关注"到"下单"的5种话术

工具：《爆款脚本结构拆解表》

三、平台差异化：同一脚本的"三种变形"

1. 抖音风：口语化+快节奏+强互动引导

2. 视频号风：金句+情感共鸣+社交货币

3. 小红书风：种草体+Emoji+SEO关键词

案例：同一产品在三个平台的脚本改写示范

讨论：你现在用AI写文案，最大的痛点是什么？

第二讲：驯化AI——打造懂业务的文案专家

一、告别“垃圾指令”：结构化提示词的四个要素

1. 角色设定（Role）：让AI当“千万粉丝操盘手”，而非“小编”

2. 背景投喂（Context）：产品卖点表+用户焦虑清单

3. 约束条件（Constraints）：负向提示词去除“翻译腔”

4. 输出格式（Format）：表格/分镜/Markdown

案例：同一需求，不同指令下的输出质量对比

二、建立企业专属的“AI角色卡”

1. 定义数字分身：风格/人设/语言习惯

2. 构建知识库：产品卖点+用户痛点+行业话术

3. 迭代优化：根据输出质量持续调教

工具：《企业AI角色卡模板》

实战演练：学员现场编写并调试一条《企业专属AI角色指令》

小组研讨：不同行业（教育/零售/本地生活）的AI人设差异

第三讲：工业量产——搭建AI脚本生产流水线

目标：掌握SOP，实现“1人日产20条”

一、选题批量生成

1. 选题裂变：用AI挖掘10个“反直觉”高流量选题

2. 热点追踪：如何用AI监控并快速响应热点

工具：《AI选题挖掘Prompt》

二、开头工厂

1. 让AI针对同一选题，生成5个不同维度的“黄金开头”

2. 开头评估：哪个更有“钩子感”？

实战演练：现场生成3个开头，小组投票

三、内容填充与口语化改造

1. 逻辑填充：用AI自动填充干货/故事/案例

2. 口语化改造：一键将书面语转为"口播体"

3. 平台适配：一鱼三吃的改写技巧

工具：《全域流量脚本生成协议v2. 0》

四、批量输出与格式化

1. CTA植入：涨粉/私域/直播——不同目的匹配不同结尾

2. 格式化输出：分镜脚本表格（画面+口播+景别+BGM）

3. 批量生产：如何用AI一次性产出10条脚本

工具：《分镜脚本输出模板》

现场产出：每位学员完成3条可直接拍摄的脚本

第四讲：质检迭代——从60分到90分的闭环

一、人机耦合的质检流程

1. 人话测试：人工必须介入的3个检查点

2. 合规检查：利用AI自动识别违禁词与敏感词

3. 算法友好度检查：完播率预判

工具：《脚本质量自检Checklist》

二、数据驱动的Prompt迭代

1. A/B测试：用AI快速生成两个版本进行赛马

2. 复盘优化：根据完播率/互动率数据，反向优化Prompt

3. 知识库沉淀：爆款脚本归档，形成企业资产

案例：某账号通过Prompt迭代，完播率从15%→35%

团队共创：输出《下周短视频拍摄脚本库》

课程总结：

——AI时代，会提问的人将淘汰只会回答的人

落地行动：21天打卡计划