画面负责让人看见变化，旁白负责说清变化的意义，两者需要在同一时刻指向同一件事。
一份短视频脚本如果只有连贯的口播，开拍时常会遇到问题：这句话到底拍什么，动作做到哪一步，观众能不能看到你说的差别？让AI同时写画面与旁白，不是多加一列表格，而是提前检查讲解有没有可以呈现的依据。
从一个可以拍清的动作开始
原创练习设定是教人把三张活动卡按用途分类：报名卡、现场签到卡、意见卡。示范材料都是空白样张，不含真实姓名。视频只解释“卡片用途不同，放置位置也应分开”，不介绍活动系统，更不宣称减少了多少错误。
先列镜头能看到的事实：三张卡的标题，各自放入对应托盘，最后逐一核对标签。不能拍到的内容也列出来，例如参与者是否更满意。没有观察资料，就不应在旁白里让画面替这个效果背书。
画面描述要能交给拍摄者执行。“展示高效管理”不是动作；“俯拍三张卡，手指依次点出标题，再分别放入同名托盘”才有对象、机位和变化。一个镜头装不下所有动作时，就拆开，不必用快速切换掩盖信息过量。
给声画各分配一个问题
开头镜头把三张卡并排，让观众知道对象；旁白问“这三张卡，可以直接混在一起吗？”第二段把报名卡放入对应盘，旁白解释报名卡用于活动前收集报名信息。后续镜头依次处理另外两类卡，结尾回到三个盘检查名称。
不要让旁白只重复“这是报名卡，这是报名卡”。能看见的标题无需逐字念两遍，可以把声音用来解释使用阶段。也不要画面还在放报名卡，旁白已经开始讲意见卡；信息即使各自正确，错位后仍然容易混淆。
可复制的脚本任务
根据以下三种空白活动卡材料，设计一份讲解脚本。按镜头编号列出画面对象、具体动作、旁白和需要核对的信息。每个镜头只完成一个主要变化；旁白解释用途，画面显示分类过程。不能拍摄或无法从材料支持的效果写明缺口，不添加满意度、效率或真实参与者故事。先检查声画对应，再建议拍摄顺序。
脚本里的预计时长只是安排参考。真正需要多久，要看动作是否能看清、旁白是否读得自然。读到一半还没展示完，不应简单让动作加速，而应删去重复句或拆镜头。没有实际拍摄，就不要把估计写成成片精确时长。
对照一条有问题的候选
假设候选画面是“活动现场热闹，人群不断涌入”，旁白却说“这样分类，报名信息不会遗漏”。前者没有展示分类动作，后者又保证无遗漏。即使画面好看，也不能证明旁白。
教学改写是：画面展示一张报名卡进入标有“报名”的盘，停下来核对卡名与盘名；旁白说“先按用途分放，再检查卡名与托盘标签是否一致”。这交付的是检查动作，不把示范当成真实运行结果。
再做一次静音检查：只看镜头，是否知道拿的是哪张卡、放到了哪里？然后只听旁白，是否能理解分类理由？静音看不懂时补标注，纯听太依赖“这个、那个”时补名词。两条线都能成立，再合起来检查是否同步。
让制作限制提前进入脚本
如果只有桌面和一部拍摄设备，就把方案限定在桌面演示。不要让AI无根据地安排航拍、人群和多机位。资源限制不会让讲解失去价值，反而能迫使脚本把重点放到真正需要看清的变化。
拍摄前还可拿空白卡片走一遍动作。若手掌会遮住标题，就调整摆放和取卡顺序；若三个托盘离得太远，先重新布置桌面，再定机位。脚本里的动作也要服从实际空间。
这次只是脚本写作练习，没有制作实际视频，也没有观众测试。你准备讲的一个知识点里，哪部分必须让人亲眼看到，哪部分用一句解释更清楚？