这篇按文案、拍摄、录制、出镜四个环节拆开讲，每个环节给的是一句话能落地、拍完能自查的动作。
口播视频看起来是拍摄问题，实际是文案问题。同一个人、同一台手机，念一段书面稿和念一段口语稿，出来的效果差得很远。书面稿写成“的的不休”的长句，一开口就是朗读腔；口语稿短句为主、一句一个意思，镜头前自然就顺。所以顺序是：先把文案念顺，再考虑机位和灯光。
结构上只有三段：钩子 → 干货 → 行动。钩子在前 3 秒告诉人“为什么值得听”，干货只讲透一个观点，行动放在最后一句。新手最常搞反的一点是把一整篇想讲的都塞进一条，结果每一点都只讲一半，看完什么也没留下——一条口播能讲清一件事，就已经合格。
按这张表搭骨架，一条口播的基本盘就稳了：
| 段落 | 作用 | 写法 |
|---|---|---|
| 钩子 | 回答“为什么现在值得听” | 用一个具体场景、一个反常识判断或一个用户正在犯的错开头，别自我介绍 |
| 干货 | 把一件事讲透 | 一条只讲一个观点，配两到三个能照做的动作，必要时给一个对比 |
| 行动 | 给出下一步 | 一句就够：想看下一篇就关注，有问题就评论区问，有意向就到店或私信 |
方法很笨但有效——写完之后开口念一遍，哪里打结就改哪里：
凡是念的时候要换气的地方，就是该断句的地方。把“基于以上分析我们建议在内容层面做出调整”改成“所以内容得改”。长句是书面语的标志，短句才是说话的节奏。
“具有良好透气效果的材质”念起来就是别扭，改成“这个料透气”。一句话里“的”超过两个，基本就该重写了。
“提升转化效率”换成“让人更愿意下单”，“优化用户路径”换成“少让人多点两下”。观众听不懂术语就会划走，你也失去了被理解的机会。
这是最省时间的一步。对着手机录音念一遍，回放的时候听到哪里卡、哪里啰嗦、哪里自己都听不下去，就改那里。改完再念，直到整段能一口气念顺。
不用等设备齐全。手机、一扇窗、一块干净的背景，就能开拍：
手机放得比视线略高一点，人看着更精神，也不会拍出双下巴。不要从上往下俯拍，也不要放在桌面上仰拍。
太近会显得脸变形，太远会浪费画面、声音也收不清。竖屏拍摄，人在画面中上部，头顶留一点空，别顶到边。
白天站在窗前，脸朝窗户，光从正面来最自然。窗户在背后会变成剪影，人脸一片黑。晚上用一盏补光灯放在正前方略高一点的位置，不要直射，加一层柔光纸。
一面墙、一排书架、工作台都可以，关键是整齐、不动、没有会反光的东西。背景杂乱会让人的注意力从你脸上跑掉。
手机离嘴一臂以内的距离，收音就够用；环境吵就加一个领夹麦，几十块的那种也比手机远距离收音强。口播最常见的失分是声音发空、有回音。
三种方式没有优劣，看你这一条要做到什么程度：
| 方式 | 适合什么 | 具体怎么做 |
|---|---|---|
| 背稿 | 短内容、观点类、需要自然交流感 | 只背钩子和三个关键词，中间用关键词串，允许说错一两个字 |
| 提词器 | 信息密度高、参数和数据多 | 提词器放在镜头正下方贴住镜头，字号调大只露三行，语速调慢 |
| 分段录 | 长内容、步骤多的干货 | 一个动作一段，每段录两到三条，最后剪掉中间的停顿拼起来 |
| 先说再写 | 还不确定自己能不能讲顺 | 直接对着手机讲一遍，把讲得最顺的那条转成文字当文案，再重新录 |
这部分靠口令练，不靠天赋。三个可以马上用的口令：
每讲完一个意思，嘴闭上停半拍再讲下一句。新手最大的问题是连成一片，听着喘不过气，也没有让人反应的空间。停下来，观众才有时间消化。
开头三秒放慢，把钩子讲清楚；中间干货可以稍快，信息更密；最后一句再放慢，把行动说清楚。全程一个速度是最难听的。
很多人不敢看镜头，眼睛瞟向提词器或屏幕上的自己。开拍前在镜头边上贴一张小贴纸，讲话时盯住那个位置，观众会觉得你在看他。
可以有一点手势配合说话，但不要左右摇摆、不要一直在整理衣服。双手放在画面下三分之一处，需要时抬手比划，平时放稳。
出镜不是唯一选项。先把内容做出来，比等自己“准备好了”更重要：
拍手做事的画面，配画外音讲解。做菜、修东西、做手工、整理收纳都属于这类，观众看过程本身就够。手机架在高处俯拍，保持一个角度到底，画面不要来回晃。
不用露脸，用产品特写、门店环境、街景、工作台当画面，声音讲观点。关键词是画面要跟着内容走，讲到哪就切到哪，别用无关素材硬凑。
把写好的稿子交给工具生成播报，适合批量做产品介绍、政策解读这类固定内容。限制是语气和临场感偏平，涉及个人经验和观点的内容还是真人更好。
很多人不是不能出镜，是第一次尴尬。按这个顺序练：先只录声音，适应讲的感觉；再录侧脸或半身；最后正脸。两周下来基本能自然开口。
这五条踩一条，辛苦写的稿子就白拍了一半：
“大家好，我是某某，今天给大家分享……”这三句话就是浪费掉的前 3 秒。观众不关心你是谁，只关心你说的事跟他有没有关系。自我介绍放到最后，或者干脆不介绍。
书面稿加一口气念到底，出来的就是朗读腔。改法就是念一遍再改一遍，把长句砍短、把文绉绉的词换成人话，念到像跟朋友聊天为止。
声音发空、有回音、环境噪音大，观众第一秒就会划走。手机离嘴近一点，或者加个领夹麦，这是投入最小、收益最大的改进。
背后堆着衣服、箱子、杂物，人的注意力会不停被拉走。收拾出一块干净的背景，或者拉一块布，二十分钟就能解决。
每一点都只讲一半，看完什么也没记住。口播一条只讲一个观点，讲透的标准是：观众听完能用自己的话复述出来。剩下的观点留给下一条。
从文案开始。先写一段三段式文案：前 3 秒给一个钩子，中间只讲一个观点并配两三个能照做的动作，最后用一句行动收尾。写完开口念一遍，念着打结的地方就改。文案顺了，拍摄反而是最简单的一步。
把书面语改成口语。短句为主，一句话一个意思；一句话里“的”超过两个就重写；术语换成日常说法。定稿前一定开口念一遍，念起来打结、拗口、自己都听不下去的地方就是该改的地方。
手机加一扇窗光就够开拍。机位与眼睛齐平或略高，距离一臂到一米半，人面向窗光别背光，背景干净整齐。如果只能加一样东西，加一个领夹麦，收音对口播的影响比画质大。
看内容类型。短内容、观点类建议只背钩子和几个关键词，中间用关键词串，交流感更自然；信息密度高的内容用提词器，把提词器贴着镜头放，字号调大只露三行，语速调慢。步骤多的干货可以分段录再拼起来。
三个替代方案：只拍手和操作过程配画外音；用画外音加空镜讲观点；用数字人做模板化内容。也可以按“先录声音、再录侧脸、最后录正脸”的顺序练两周过渡。先让内容做出来，比等准备好更重要。
看内容能不能讲透。原则是一条只讲一个观点，讲透的标准是观众听完能用自己的话复述出来。为了凑时长而注水，完播率会掉；观点没讲完就收，观众也留不下来。
零一时代在天津 9 个校区开设短视频获客实战班，口播部分包含三段式文案、书面语改口语、手机机位与收音设置、镜头前语速与停顿四项实操，现场逐条复盘学员的录屏。试听为预约制，先听正价课再决定：18622876609（微信同号）。
零一时代试听为预约制：天津 9 个校区，带上你行业里最常被问的一个问题，现场让老师带你把这段话改成口播稿并录一遍，当场听回放找问题——听的是正价课，不是招生表演课，听完满意再报名。
预约试听 · 18622876609本文最后更新：2026-11-02 · 内容以线下正价课当期讲义为准
学习导航：学短视频 · 学直播 · 学跨境电商 · 学AI应用