LongCut logo

50个视频 1.02亿播放:揭秘骷髅爆款短视频背后的黑科技

By 氪學家

Summary

Topics Covered

  • 剪辑高频刺激完播率
  • 素材为剪辑而生
  • 标题开头高度一致
  • 时间锁制造预期留人
  • 验证路径胜过创新选题

Full Transcript

只发了50个视频 就拿下一亿次观看 但最反常的地方 不在于这个频道的数据有多夸张 而是它频道的内容 一点都不新 甚至你可能很早就看到过这些题材 也就是说 他既没有创造新的选题 也没有用什么学不会的技术 他成功的真相只有一个 站在了一条已经被验证过的路径上 在接下来的十三分钟

我会把这条路径拆成四块讲清楚 你会发现 它真正爆流量的核心 恰恰是大多数人看不见的那一层 如果你正在做YouTube短视频 这期视频很可能会帮你少走很多弯路 我先来完整演示一下这类视频的做法 因为它频道的视频比较长 大部分在一分钟左右 所以我这里只做一段视频的演示

然后我也会给到大家如何更效率的出多段的方法 我们拿他这个大笑的视频来举例 比如我们也来做它开头这个骷髅大笑的效果 但很显然除了这个骷髅样貌 我们不想和他的场景一模一样 那我们的核心思路 就是截图 然后反推提示词 再去修改提示词 得到新的图片 好我们来截取它视频里的一张图片 来到GPT 把图片粘贴过来

提示词就写 描述这张图 回车提交 很快结果就出来了 我们要的是前面这部分 后面这里关于字幕和logo的描述不需要 好复制下来 然后我们来修改描述 因为这张图比较简单 所以我们只做背景和沙发颜色的修改 比如改成紫色墙面 绿色沙发 表情这里让骷髅看着镜头 最后要求画面比例是竖版的9:16

生成图片 好回车提交 那GPT最近更新了图片生成模型 在出图的速度和图片质量都有了很大的提升 好图片已经跑出来了 我们看到除了没有看着镜头 沙发和紫色背景已经改过来了 这里没有看镜头的原因 是因为GPT除了参考了我们新的提示词 还参考了之前这张原图 那我们再来修改一下 第一 让骷髅角色看着镜头

第二 将骨骼颜色从米黄色改成金色 我想让我们的新角色更个性一些 好回车提交 OK姿势还是没变 但是这个土豪金确实很扎眼 那我们不改了 因为一会我还会为大家演示批量的做法 可以解决这个问题 那到这里 其实你已经掌握了复刻这类视频的基础操作 也就是基于原图的洗图技巧 在我们有了图片之后

就马不停蹄的来生成视频 这里我用的是海螺AI 但是调用的是veo3.1 fast的模型 大家在任何可以用veo3.1的地方都是可以的 本期视频所有用到的网址 我都会放在视频下方的描述 好我们上传图片 提示词就写 镜头逐渐推进 骷髅角色捂着胸口 对镜头大笑 这里出1080p 宽高比要9:16的竖版 点击生成

我去生成失败了兄弟们 可能是因为这个骷髅比较敏感 那我这里来做两个修改试一下 第一就是在提示词中 不要骷髅这个词 直接就是角色捂着胸口 第二就是分辨率改成720p 这个原理是veo3.1的1080p视频 其实是经过两个模型生成的 首先直出的是720p 然后他在把720p的视频经过一个放大模型 得到1080p

但是他每一次经过模型的时候都要做一次合规性检测 所以我们出1080p的视频 等于做两次检测 会增大失败的概率 好我们再来提交试一下 至于说视频的放大 一会我们也有其他的方法 OK我们看到在修改之后 这次视频就生成了 而且效果也非常不错 这个视频的时长是8秒 但是实际在剪辑的操作中

只要它最突出的三秒就可以了 这个点一会我们讲到剪辑部分的时候会细说 然后我们在实操中 依然可能会面临两个问题 第一就是因为这个题材的限制 可能无法生成视频 第二就是如果只生成720p的视频 可能最终成品会因为分辨率影响质感 所以这里我们也可以换个更宽松的模型来解决 这里我们一定要有一个概念 虽然我们做的是AI视频

但模型从来就不是核心 他只是一个可以替换的部件 这里我用DomoAI再来跑一次 他家在限制上我觉得是比较宽松的 好我们点击右上角开始使用 进入之后我们点击AI影片 然后来上传一下图片 模型这里我们选2.4.1高速就够用 提示词我们还是写一样的 比例这里选9:16 其他都默认 好点击生成 因为domo这边的审核会宽松很多

所以这个骷髅题材的生成率基本是100% 而且我们看到效果也完全够用 然后我们来解决分辨率问题 domo这边也有专门的视频放大模型 我们在左边这里找到AI编辑 好点进来 然后选择视频选项 在这里上传我们刚刚veo3生成的720p视频 因为我们视频时长是8秒 所以这里就选这个10秒的选项 我这里演示 就放大到2K

大家放大的话也可以用1080p 积分会少一些 好生成一下 OK效果出来了 我们看到放大之后这个2K的清晰度 就足以应对shorts短视频的场景了 所以画质问题 其实是最后解决的 而不是一开始就纠结的 那在我们有了刚刚的基础之后 接下来我来为大家演示如何更加效率的去制作这类视频 因为很明显我们一张一张图去写提示词

再生成太浪费时间了 这里我们还是那他这个大笑视频的文案来举例 当然关于这类文案怎么写 或者说这类题材如何找 我在演示完视频制作流程之后也会为大家做详细的拆解 好我们直接来到Google AIstudio 把这个视频的链接粘贴过来 提示词我们就写 查看视频 给出视频的文案 提交 好这里我们就得到了这个视频的文字稿 注意这里有时候他会生成中文

有时候会生成英文 但是无所谓 我们的下一个提示词是 根据这个文案 给出9个分镜图 主角名字用Tom代替 分镜图中不要出现任何的文字或时间轴 只描述画面内容和景别 好提交 然后我们就会得到9个提示词 我们不用细看这些提示词的内容 直接回到海螺AI这边 调用nano banana pro来出图看效果 好先来上传我们刚刚修改过的

金色骨骼紫色背景的角色图 然后提示词这样写 图1是Tom 根据我下面的情节 给出3*3的分镜图 每张分镜图的宽高比是9:16的竖版 如果出现角色 注意保持角色的一致性 3D写实风格 不要特别血腥的场面 分镜图中不要出现对话或者其他说明性文字 然后在下方 把刚刚生成的9个分镜提示词粘贴过来

图片分辨率我们要9:16的4K 数量我们跑两张 好点击提交 OK图片生成了 基本上九张图都没啥大问题 而且角色的一致性保持的也很好 我们只需要用Ps或者其他图片处理工具 将每张图单独裁剪出来 就可以得到九个单独的分镜图 然后和刚刚我们的操作一样 去依次做图生视频就可以了 另外我这里写了一个一键拆分九宫格的工具

直接上传图片 点击一键分割就可以得到成品 这个工具也分享在了频道的掘金会员专区 那刚刚我们演示的那些步骤 不论是出图 生成视频 还是批量分镜 本质上都只是在准备素材 而正真决定这类视频能不能爆的 其实是下一步 剪辑 如果你仔细看这个频道的视频 就会发现一个共同点 他的剪辑节奏都很快 甚至有点不舒服

为了验证这不只是感官上的错觉 我将它的一个视频下载下来放入剪映 并且将每一个分镜切出来 结果很直观 一分钟的视频 足足有28个分镜 也就是说 平均2到3秒 就会切一次画面 所以从感官上来说 就是一个画面还没完全看清 就被下一个画面强行打断了 但这并不是剪得随意 而是在刻意不给观众适应的时间

通过这种高频的片段拼接 剪辑在不断给大脑刺激 这正是这类视频高完播率的核心原因之一 如果你做过短视频 一定听过黄金三秒这个概念 从微观上看 这个视频的前三秒 直接用了4个不同的画面 这种快闪式的剪辑 配合夸张的骷髅表演 在开头是非常抓注意力的 观众的注意力被抓住了 停留时长就上来了 停留时长上来

互动率和完播率就上来了 所以从剪辑技巧来说 不论是整体的节奏 还是前三秒的快闪设计 这个视频都是教科书级别的 回过头来看 我们生成的那组九宫格分镜 其实在数量上是远远不够的 如果只是把九张图生成视频再拼在一起 虽然也算是一个完整的故事 但从一开始 就已经输在节奏上了 但AI类视频最大的优势

就是我们可以继续让AI去细化分镜内容 生成更多的分镜素材进行补充 但我想强调的核心是 做这类视频 并不是先做好素材再去剪 而是为了剪辑去做素材 这也是为什么我说前面所有的操作 本质上都是为剪辑服务的 但即便节奏再快 画面再夸张 如果观众不知道接下来会发生什么 他们依然会划走 所以下一段我们要拆的

是比素材和剪辑技巧更关键的一件事 文案 因为真正把人留到最后的 从来不是画面 而是预期 这个视频的文案 我认为至少有三点 非常值得我们学习 第一点:标题和开头的高度一致 它的标题是 如果你一直不停的笑 会发生什么 而视频的第一句话 几乎是在原封不动地重复这个问题 这其实是在给观众一个非常强烈的信号 这个视频不是标题党

它就是在解释你点进来的那个问题 这是一个极其简单 极其有用 但是也极容易被大多数人忽略的技巧 这里我想延申一下 这个技巧其实对于做长视频更有效 如果你不能在开头几秒 解释你的标题 至少也要复述你的标题 因为观众点进来之前 已经对标题产生了预期 一旦开头对不上 他们很快就会失去耐心

而这个逻辑 放在短视频里同样有效 而且会越来越重要 是因为现在不论在电脑端还是手机端 YouTube的首页推送也加大了短视频的占比 好多用户可能也是因为短视频的标题引发了好奇 才点进去观看的 所以能否第一时间让满足好奇 是观众愿不愿意留下来的前提 但只是通过一个满足预期的开头 让观众多停留几秒是不够的

如果你想让观众把整条视频看完 甚至反复看 你还需要更强的结构 这就是他用到的第二个技巧 我把它称之为时间锁 我们来看文案的主体部分 整个文案是严格按照时间推进的 这种方式最强的地方在于 他给观众带来的不是信息 而是心理预期 每一个时间点 都会让观众在潜意识里产生一个念头 再往下会更严重吗 所以从本质上

观众真正等的并不是画面 而是下一个时间点会发生什么 这也就是为什么即使已经猜到结局会不好 而很多人还是忍不住看到最后 因为每一个时间点都在向观众承诺 下一个一定更夸张 所以用这种时间锁的方式 将较长的视频拆分成更小的段落 来调动和管理观众的预期 是非常专业的做法 还有一点 也是这个文案非常聪明的地方

就是这段文案几乎没有复杂的原理解释 难懂的医学术语 甚至是客观的分析 而是不断使用“你感觉”“你的大脑”“你的身体” 这样的表达方式 巧妙的打消了观众对这类科普内容的反感 我们在做短视频的时候 需要对观众有一个非常清晰的定位 大多数观众来刷短视频是为了娱乐 而不是为了学习 所以即使我们是在做科普 或者说这种泛科普的内容

也尽量不要让观众感觉到是我再教你什么 更合理的做法 就是和这篇文案一样 不搞术语 不讲理论 只是带着观众一路经历下去 因为能把人留到最后的 从来不是知识的密度 而是视频的结构设计 好视频到这里 你已经具备了一个AI short创作者99%的专业技能 你知道了如何用AI技术高效解决素材问题 如何通过剪辑技巧来抓观众的眼球

也明白了真正把人留住的 是文案里的预期设计 但高手和大师之间 往往只差那最后的1% 而放在我们今天的案例里 这个极其重要的1% 就是选题 为什么同样的AI技术 同样的剪辑节奏 同样的文案技巧 套在有些选题上就是爆 套在另一些选题上却完全没反应 答案其实不在技巧里 而在题材本身 因为这个频道所作的内容

早就在长视频时代 数据就被反复验证过 我们来看这个频道 发了1687个视频 主要的形式就是在做数据整理和科普 好我们在搜索这里来搜索Laughing 就可以找到和刚刚短视频类似标题的长视频 这个视频发布于三年前 拿下了193w观看 这个频道也一样 搜索Laughing 这个视频更早 4年前 拿下了161w的观看

说明这个 Laughing的主题 早在四年前和三年前 就被反复验证过了 其他的视频题材 我们能都找到类似的 几年前就爆过数据的视频 也正因为它早就被验证过 所以现在做 拼的就不是灵感 而是执行力 所以这个频道真正聪明的地方 不在于它创造了什么新东西 而是它站在了一条已经被验证过的路径上 我们在不断寻找新内容 新赛道的时候

其实更重要的是先学会一件事 就是判断一个题材 到底值不值得你 把时间 剪辑和AI能力都押上去 而判断值不值得的关键 从来不是感觉 而是证据 是不是已经有人在长视频时代 把这个题材跑通过 是不是已经被数据反复验证过 这才是短视频里最难替代也是最核心的那1% 而我们今天的案例恰恰说明

这个频道并没有在创造新内容 只是把老内容 换了一种更适合短视频的表达方式 这种方法是科学且有效的 如果你也能把以被验证过的题材 用短视频结构重新讲一遍 你就已经站在了巨人的肩膀上 视频最后 如果你现在还在为赛道发愁 或者不知道该怎么系统性地 找到这些已经被验证过的题材 我也专门录制了一期掘金会员专属视频

把我自己在用的一套可复制的操作方法 完整拆给你看 想继续往下走的朋友 可以加入掘金会员 那这期视频就到这里 最后祝大家都流量大爆 我们下期再见

Loading...

Loading video analysis...