DeepSeek可生成剪辑可用的短视频脚本，需严格限定平台、时长、结构三要素；API需用竖线分隔或JSON格式锁死字段；本地部署宜用模板复用；分镜须具象到主体、构图、动作、精确时长。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
想用DeepSeek写出能直接进剪辑软件的短视频脚本，不是让它自由发挥写一段话，而是要像给程序员下指令一样，把字段、时长、动作都钉死——否则返回的全是散文式描述，根本没法分镜、对不上时间轴。
网页端快速出稿：三要素缺一不可
打开 https://chat.deepseek.com/ ，在输入框里粘贴提示词，必须同时包含平台、时长、结构三项硬约束。
写：“你是一名抖音百万粉编导，请为‘微波炉热饺子’写一条30秒口播脚本，平台：抖音；时长：严格30±1秒；结构：前3秒反常识钩子+中间18秒分步演示（每步≤5秒）+结尾9秒行动指令。”
这一步操作起来很简单，直接复制粘贴回车就行。但漏掉任意一项，模型就会默认按通用文案逻辑输出——比如用“首先”“接着”“最后”串联，这种结构在剪辑里根本没法拆帧。
如果返回结果出现“约”“大概”“左右”等模糊词，立刻追加一句：“所有时长改为精确数字，如【0:03–0:08】，禁止使用模糊表述。”
API批量生成：用JSON锁死字段格式
方法一：用竖线分隔四字段
在 API 的 messages 字段中输入：“仅输出四列：【镜头编号】|【画面动作】|【口播文案】|【时长(秒)】，用竖线|分隔，禁止换行符和额外空格，时长必须为小数点后一位（如2.0、4.5）。”
方法二：用 JSON 强制结构化
构建请求体时，在 system prompt 中写：“你输出必须是标准 JSON 数组，每个对象含字段：scene_id（整数）、visual（字符串，含构图+主体+动作）、voiceover（字符串，≤8字/句）、duration（浮点数，单位秒）。”
【注意：duration 必须是浮点数，如3.0而非3，否则CapCut导入时会解析失败】
本地部署+模板复用：一次配置，反复调用
第一步：下载 GGUF 量化模型文件（如 deepseek-coder-7b-instruct.Q4_K_M.gguf）
第二步：用 LM Studio 加载模型，新建 template_prompt.txt 文件，内容固定为：
【平台】{platform}|【时长】{duration}±{tolerance}秒|【人设】{role}|【禁用词】{forbidden_words}
第三步：每次生成前只替换花括号里的值，例如填入：【平台】视频号|【时长】45±2秒|【人设】35岁宝妈|【禁用词】“高效”“极致”“颠覆”
这一步的关键在于把变量锚点写死，避免每次重写整段提示词。模板里没写的字段，模型就不会擅自添加——比如不会突然冒出“BGM建议”或“转场方式”，这些干扰项会破坏剪辑流程一致性。
分镜级提示词：把一句话拆成可拍摄动作
第一步：拿到口播稿后，新开对话，把全文粘贴进去
第二步：输入指令：“请将以下第2句‘手拿筷子轻戳饺子皮’拆解为两个分镜：①俯拍手部特写，筷子尖缓慢接触饺子皮表面，时长1.2秒；②微距侧拍，饺子皮轻微凹陷并泛起细纹，时长0.8秒。”
第三步：对每句口播都执行相同操作，确保所有分镜含四个要素：具体主体、构图方式、动作状态、精确时长
第四步：检查是否出现“温馨画面”“科技感背景”等抽象词——只要见到这类词，立刻删掉整条分镜，重写：“中景，不锈钢灶台，左手持筷子，右手扶盘沿，饺子静置盘中，时长1.5秒”
【所有分镜必须能被摄像机真实捕捉，不能依赖AI脑补】
