一、微课的三类形态与硬指标
| 形态 | 成片时长 | 信息密度上限 | 适用场景 | 最常翻车的环节 |
|---|
| 单点概念课 | 3–5 分钟 | 1 个知识点 + 1 个例子 | 新人上手、企业内训 | Hook 冗长 |
| 技能拆解课 | 5–8 分钟 | 1 个技能 + 3 步操作 | 工具教学、SOP 培训 | 步骤不闭环 |
| 流程串联课 | 8–12 分钟 | 1 条完整链路 | 跨岗协作、项目管理 | 节奏拖沓 |
二、成片技术规格基线
| 项 | 参数 | 为什么这么定 |
|---|
| 画幅 | 竖屏 1080×1920 为主，横屏 1920×1080 用于内训 | 短视频平台按 9:16 分发，横屏会被裁掉两侧 |
| 帧率 | 成片 30fps；AI 视频源 24fps 先插帧再进剪辑 | 插帧到 30fps 能盖住 AI 视频特有的 24fps 抖动 |
| 中间格式 | ProRes 422 或 DNxHR HQX | 母版可复用，二次编码损失可忽略 |
| 成片编码 | H.264 High Profile，CBR 12 Mbps，GOP 2 秒 | 平台通用；2 秒 GOP 便于平台二次剪辑不花屏 |
| 音频 | AAC 320 kbps / 48 kHz，整体 −14 LUFS，真峰 ≤ −1 dBTP | −14 LUFS 是社交平台单声道归一化参考值 |
| 字体 | 思源黑体或阿里巴巴普惠体，字幕 42–54 px | 开源可商用，规避字体版权索赔 |
三、竖屏安全区：1080×1920 的四个带
竖屏平台的 UI 会吃掉画面上下两端，元素放错位置等于白做。1080×1920 的实际可用区域是这样切分的：
| 区域 | Y 坐标 | 用途 | 禁忌 |
|---|
| 顶部危险区 | 0–230 | 账号头像、话题标签 | 不放标题、不放人脸 |
| 标题区 | 240–520 | Hook 大字幕、章节标签 | 字号 ≤ 72 px |
| 主体视觉区 | 520–1500 | 画面主体、录屏、演示 | 关键信息不要贴边 |
| 字幕区 | 1500–1660 | 旁白字幕、关键词 | 每行 ≤ 16 汉字，最多 2 行 |
| 底部危险区 | 1660–1920 | 点赞评论栏、进度条 | 绝对不放必读信息 |
四、验收基线：交付前必须逐条过
- 前 3 秒内必须出现 Hook 字幕和大字标题，观众静音也能看懂主题。
- 每个镜头的时长都能在分镜表里查到，误差 ≤ 15%；出现连续 2 个超过 12 秒的镜头必须重切。
- 全片最长镜头不超过 15 秒，最短不低于 1.5 秒（低于 1.5 秒观众来不及建立空间关系）。
- 字幕与旁白逐句对齐，误差 ≤ 200 ms；关键名词在字幕里做高亮。
- 响度用工具实测 −14 LUFS ± 1 LU，而不是靠耳朵判断。
- AI 生成的画面里不允许出现可辨识的乱码文字；所有文字一律后期叠加。
- 画面中出现的任何界面、数据、截图，敏感信息必须打码或替换为示意数据。
五、常见错误与修正
| 错误做法 | 后果 | 修正 |
|---|
| 规格写到「大概 5 分钟左右」 | 剪辑时无基准，节奏失控 | 写死到 5:00，并写明误差容忍 ± 10% |
| 先做画面再补旁白 | 画面与讲述互相绑架 | 永远先定脚本，再定分镜 |
| 混音靠耳朵 | 不同平台响度不达标被压扁 | 用响度表实测，交付前导出一次 |