FDE.AI 营销与销售GROWTH & WORKFLOW
打品方法论

PRODUCT CONTENT / 打品方法论

从爆款拆解,到产品匹配与脚本组装。

以狂奔公司牛倩团队的 AI 视频提效项目为例,展示素材如何入库、产品卖点如何匹配人群与场景,以及框架如何扩展成多产品线脚本。

食品 / 快消短视频带货2026.08.20 — 09.03方法、内容库与过程截图
FDE / 打品方法论改造前的通用 AI 视频生产链路改造前的通用 AI 视频生产链路

先解决三个具体问题

01 / 拆解入库

素材从哪里来?

将参考视频拆成框架、人物、场景、故事与承接关系。人工收集链接、审核结果,AI 承担结构化拆解。

02 / 产品分析

卖点如何对上素材?

明确本品主卖点与需求时刻,提取可视化证据,再索引对应的人物、场景与故事素材。

03 / 框架裂变

怎样持续产出脚本?

保留框架与购买理由,替换产品、人物关系和场景,说明每个片段的用途与衔接。

3–4 条 → 几十条 / 天

视频拆解:从编导人工拆解,转为 AI 拆解与人工审核。

≤10 条 → 几十条 / 天

脚本合成:从编导手工制作,转为单个 Skill 批量组装。

改造前:编导、优化师与剪辑之间反复交接

编导人工拆解人物、画面、动作与台词,输出简要脚本;优化师根据参考图和镜头时序手工编写提示词;生成视频后再交给剪辑。信息传递依赖表格与口头沟通,修改往往需要反复往返。

两条 AI 视频业务线的原有参数8 月 21 日:抖音快手线优化师单人约 30 条 / 天,抽卡 1–3 次;项目部单人约 10 条 / 天,抽卡约 3 次。此处为视频生产口径,与上方拆解、脚本产能不同。点击放大 · 可切换原始尺寸查看表格字段
改造前的通用 AI 视频生产链路编导拆解与脚本 → 优化师提示词与生成 → 剪辑拼接与投放交付。点击放大 · 可切换原始尺寸查看表格字段

内容体系:把素材沉淀成可检索的资产

先收集成熟参考,再让 AI 按字段拆解,由人工审核修正。判断规则、提示词与已确认案例沉淀下来,供后续产品分析和脚本制作复用。

爆款素材库搭建执行流程人群分类梳理 → 收集非同质化素材 → AI 自动拆解 → 人工监督校验。点击放大 · 可切换原始尺寸查看表格字段
产品分析的四步闭环输入爆款视频,标注主卖点;推导主次卖点;生成人群、场景与故事中的痛点需求时刻;提取可视化证据。点击放大 · 可切换原始尺寸查看表格字段
产品库、人物库、场景库与故事库的索引联动产品库保留场景、人群等关键词,调用其他库的成熟素材,减少跨库重复存储。图中展示的是这四类库。点击放大 · 可切换原始尺寸查看表格字段
资产层保留什么如何使用
框架与承接内容片段的功能、顺序与衔接复用结构,保留购买理由
人物、场景与故事关系、动作、环境、触发事件与因果链按本品人群和需求时刻检索
产品与证据主次卖点、适用条件、证据画面、限制表达约束脚本中的产品事实
结果与版本来源记录、元素 ID、测试结果与修订规则回指来源,保留有效组合

详细拆解:从一条视频落到可复用字段

先记录看见和听见的事实,再整理框架与人物关系。将事实、合理推断、产品主张和创意延展分开,避免把参考视频中的表达直接当成本品证据。

拆解层关键记录交付用途
逐秒与镜头时间码、原始文案、景别、角度、运镜、主体动作、切镜和声音连续性还原片段范围与镜头承接
人物与需求出镜人物、目标人群、使用人、买单人、关系、触发条件、具体任务、期望结果区分谁出镜与谁购买
场景与故事地点子区域、前中背景、道具、光线、生活痕迹、触发、行动、冲突与产品进入支撑场景复现与故事迁移
卖点与证据痛点、卖点、证明对象、证据等级、适用条件与禁用表达建立需求到证据的对应链
迁移与入库保留项、替换项、唯一元素 ID、来源记录与标签让素材可检索、可追溯、可复用
人物库的拆解维度身份、外显状态、情绪、动作、语气、状态成因,以及人与产品的关系。点击放大 · 可切换原始尺寸查看表格字段
六段式帧级拆解样例开头钩子 → 痛点建立 → 产品出场 → 卖点递进 → 信任建立 → 转化收口。这是该样例的实际结构,不是每条视频都必须套用的固定模板。点击放大 · 可切换原始尺寸查看表格字段
每日爆款视频拆解表示例把来源、文案、人群、人物、场景与故事等记录放入同一套结构化字段。点击放大 · 可切换原始尺寸查看表格字段
单条爆款的视频数据详情文档说明该样例点赞量为 4,800。互动数据保留表现上下文,不能单独证明成交能力。点击放大 · 可切换原始尺寸查看表格字段
按人群标签整理的拆解表新锐白领、精致妈妈、资深中产等是检索标签;仍需核对具体需求、人物关系与购买依据。点击放大 · 可切换原始尺寸查看表格字段
产品卖点、人群与痛点对应表卖点是产品属性,痛点是产品可解决的问题。参考素材中的卖点需映射到本品已确认事实。点击放大 · 可切换原始尺寸查看表格字段

数据维度:把内容判断与业务结果连起来

过程指标用于定位问题,投放与转化用于检查业务结果。跨表汇总时对齐快照日期、采集时间与统计周期,不将不同业务线或不同产出环节混为一谈。

数据来源跟踪维度对应判断
千川投放后台消耗金额、素材消耗排名、投放 ROI、转化对比消耗 Top10 与垫底各 10 组素材,筛选值得拆解的参考
投放侧过程指标前 3 秒留存、完播率、点赞量、评论内容判断开头吸引力,并用评论补充需求线索
对标作品数据表点赞、评论、转发、收藏、弹幕及新增量;互动率、时长、发布时间与采集时间保留表现上下文,发现选题与表达方式
产品分析主表已验证卖点数、候选卖点数、证据画面数、素材数、配方 / 资质数、痛点 / 价值数、分析状态跟踪产品知识沉淀与分析完成度
产品分析明细适用人群、场景、证据描述、景别、动作、声音 / 触感、推荐及禁用表达、合规等级、优先级为脚本检索与分镜制作提供可调用字段
生产运营单人日均产出、抽卡率、每周模板数、素材成本(元 / 秒)分别衡量拆解、脚本与视频生产效率及成本

文档提及作品表已采集 66 条作品。本页展示实际跟踪维度与判断机制;未提供完整周期数据的 ROI、留存率等不补填数值。

脚本组装:说清选了什么、为什么选、怎么接

  1. 确认产品与目标

    读取本品资料、已确认卖点、适用人群、需求时刻和可用证据。

  2. 读取现有素材

    兼容实际表头,核对来源视频与记录;只有句式时,不补写所谓原始完整框架。

  3. 装配内容片段

    选择剧情、句式、硬广等片段,说明功能、顺序和承接,再匹配人像、场景与声音。

  4. 检查并反馈

    标明保留、改编与新生成部分,审核产品事实和制作条件,结果回流到规则库。

完整视频由多个可独立调用、替换或改编的内容片段组成。框架规定它们的顺序、作用与衔接;不同片段可以采用用户、商家、达人或旁白视角,不必强行讲成同一个故事。

AI 视频自动化功能结构灵感与拆解、素材与脚本、生成与制作、发布与增长四个环节;这是功能结构与落地目标,不代表各环节全部达到同一自动化程度。点击放大 · 可切换原始尺寸查看表格字段
产品分析与素材调用规则原图保留文档中的详细执行规则,点击查看完整内容。点击放大 · 可切换原始尺寸查看表格字段

内容依据《狂奔公司 AI 视频生成提效案例——牛倩团队关键成果梳理》整理。资料由会议纪要、过程截图及客户补充反馈组成;其中“需求时刻先行”等部分执行规则为后续补充,不作为已验证会议结论。