一分钟视频可以先写约170到210字口播。这里按每秒3.5到4字、另留8到12秒给演示和转场估算。写完先自然读一遍，用实读时长调整稿子。

用实际语速计算口播字数

先找一段和成片语气接近的文字，用正常语速读完。把要念的字数除以用时，得到每秒能读多少字。用时包含句内自然停顿，单独留给演示、片头或片尾的时间从总片长扣掉一次即可。标点和镜头备注不计，数字和缩写按实际读法展开，例如把 2026 年按「二零二六年」计。

字数预算＝（60秒－单独留白时间）×每秒口播字数。举例来说，假设80个字读了20秒，语速就是每秒4字。如果画面单独占10秒，剩下50秒可安排约200字。若展示过程需要占20秒，同样的语速只适合约160字。

把约200字分到三个时段

以整理桌面线材为例，0到8秒说清会解决什么问题，安排约32字。8到48秒展示识别、捆扎和固定三个动作，若其中8秒只展示手部动作，可安排约128字。48到60秒用约40字总结，再留2秒展示整理后的桌面。以上分配假设语速为每秒4字。

用 CapCut 网页版生成口播初稿

登录 CapCut，从官方 Script to Video Maker 功能页进入网页工作区。在图示界面的 Narration 模式填写主题、受众和字数目标，生成后挑选一版，再用 Use script 采用草稿。功能入口和可用额度以当前账号为准。这里用的是脚本撰写入口，后续生成旁白前需另行确认语音是否支持稿件语言。

提示词可以写成「给初次整理桌面的观众写一段60秒线材整理口播，按每秒4字、画面单独留10秒估算。口播约200字，按开头、三个操作、结尾分段。镜头备注单独写，每句话只交代一个动作。」

试读后再确认长度

试读时保留平常说话的停顿。某段挤不进镜头，就先去掉同义复述，把次要参数放到画面上。改完复读，核对开头、主体和结尾是否各有足够时间。