一条 YouTube Short 可以通过四项分工，从选题研究走向成片：vidIQ 提供表现数据，Claude 构思创意和提示词，Higgsfield 生成视频素材，CapCut 则在需要剪辑时负责拼接片段。研究完成后，制作流程分为两条路径：一次生成一段 30 秒短剧，或用五段独立片段制作一条 40 秒榜单视频。
写脚本前先研究内容形式
vidIQ 可以通过 MCP（模型上下文协议）连接 Claude，让 Claude 获取其他服务的数据。连接后，YouTube 频道分析数据、受众指标、搜索关键词和竞争对手趋势都能进入聊天工作区。这样就能寻找表现异常突出的 Short：其表现明显好于所属频道的常规视频。
设置分为三步：
- 在 vidIQ 的账户设置中，打开 API Keys 下的 MCP 菜单，复制连接器 URL。
- 在 Claude 的个人资料设置中，打开 Customize 和 Connectors，添加自定义远程 MCP 连接器，并使用 vidIQ URL 完成认证。
- 请 Claude 分析热门 Shorts，找出相对于所属频道取得异常突出表现的内容形式。
▲ 连接Claude的vidIQ表现数据
这项搜索得到五种候选形式：微短剧、数字榜单、简短教学、AI 工具演示和前后对比变化。其中，微短剧和榜单被选中，完全使用生成的图像和视频制作。表现数据有助于在制作前缩小选择范围，但异常突出的内容形式并不保证下一条作品也能成功。
围绕画面连贯性构建短剧
这里的生成式短剧最好只在一个地点展开，时间连续推进，角色不超过两人。这些限制针对一个实际问题：如果脚本在不同房间之间跳转，或在时间线上突然跳跃，单次 AI 视频生成可能难以保持视觉一致性。示例场景中，妻子和丈夫隔着厨房岛台，因手机里的消息发生对峙。结尾揭示，另一名女性是妻子的姐妹。
Claude 将这个设定写成一份 30 秒脚本，并确定六句固定台词。在生成动态视频前，先用 Higgsfield 的 GPT Image 2 为每个角色制作一张参考图，画幅为 16:9，采用高画质和 4K 分辨率。每张参考图都在中性灰色背景上展示全身正面、全身背面和面部特写。各视角中一致的发型、服装和面部特征，为视频模型提供了稳定的视觉参考。
随后，将两张参考图都导入 Higgsfield 中的 Seedance 2.5。一条提示词明确指定演员在岛台两侧的位置、镜头角度、五次硬切、灯光、准确台词，以及玻璃杯碰到台面等声音。要求输出的是一段 30 秒、9:16 竖屏、1080p 的视频，并带有同步对白和环境音。
这是一次生成，而非一个不间断的长镜头。镜头切换发生在生成的视频内部，角色始终处于同一场景和连续的时间线中。生成的示例包含口型同步、面部反应和原生声音，因此发布前无需再进行时间线拼接。
让榜单片段承担不同任务
榜单 Short 不需要让不同片段中的角色或场景保持一致。它的五个部分刻意相互独立。示例创意展示了猫睡在意想不到的地方，包括水果碗、停放的摩托车后座、超市橙子陈列区、激光打印机的出纸托盘，以及小巷楼梯扶手。
Claude 为每段八秒视频分别编写提示词，改变房间、光线、手持镜头的移动方式、背景噪声，以及镜头外拍摄者的简短反应。Seedance 2.5 在文生视频模式下生成这些片段，无需角色参考图。目标是让 AI 生成的画面和声音呈现随手拍摄的智能手机视频风格，而非配有旁白的精致展示视频。
每条提示词还要求在竖屏画面的左上方和左侧中部留出空间。这样，后期加入榜单文字时就不会遮住猫。口头反应也不说出倒数名次，把榜单顺序留待剪辑阶段确定。
在 CapCut 中拼接倒数榜单
五段各八秒的视频组成一条 40 秒的 Short。CapCut 为独立生成的片段补上它们原本没有的整体结构。
▲ 五片段榜单剪辑
拼接过程有意保持简单：
- 导入五段视频，按第五名到第一名排序，把最不寻常的第一名留到最后揭晓。
- 用硬切连接片段。保留每段视频生成的环境音和人物反应；不加转场、背景音乐，也不进行动态重新构图或变速。
- 在画面左侧放置始终可见的倒数榜单。使用带细深色描边的粗体文字，以黄色突出当前条目，已揭晓的条目显示为白色，尚未揭晓的条目则调暗。
- 以 1080p 导出完成的竖屏视频。
不断变化的高亮位置让观众能直观看到榜单进度，又不会打断视频画面。与短剧不同，这种形式必须依靠剪辑时间线，才能把分别生成的片段变成一条完整视频。
先选定制作路径
先在 Claude 中使用 vidIQ 数据，再判断创意需要的是连贯性还是多样性。制作短剧时，先锁定场景、时间线和角色参考图，再让 Seedance 2.5 生成完整场景。制作榜单 Short 时，分别生成留有文字空间的独立片段，然后在 CapCut 中搭建倒数榜单。这些工具能承担大量制作工作，但内容形式的选择和最终审核仍然重要。