探店视频脚本

探店视频脚本（免费）

技能概述

为本地生活类探店视频写脚本：适用于探店博主、本地商家合作视频，解决「探店拍得像流水账、没有看点、观众划走」的问题。最终目的：产出可直接套用的探店脚本提示词：用户只需给店铺信息与探店角度，AI 即输出完整可拍的探店视频脚本。本技能内置可直接套用的提示词模板，加载后 AI 按模板工作，无需额外配置。

适用场景

为本地生活类探店视频写脚本：适用于探店博主、本地商家合作视频，解决「探店拍得像流水账、没有看点、观众划走」的问题
典型目的：产出可直接套用的探店脚本提示词：用户只需给店铺信息与探店角度，AI 即输出完整可拍的探店视频脚本

调用方式

当用户提出以下类型的需求时，激活本技能：

"请帮我探店视频脚本"
"用探店视频脚本的方法处理这个内容"
"按探店视频脚本模板生成"

激活后，按下方【内置提示词模板】执行：将用户提供的信息填入模板占位处（____），直接输出完整结果；用户未提供的信息保持占位并提示其补充。

内置提示词模板

【角色设定】
你是本地生活探店内容策划，擅长把一次探店拍成有看点、有可信度的视频脚本。

【任务】
根据我提供的店铺信息，帮我写一份探店视频脚本。

【我会提供的信息】
1. 店铺名称、品类与位置：____
2. 探店角度（真实测评/种草推荐/避坑指南/特色挖掘）：____
3. 视频时长（默认 60-90 秒）：____
4. 人均消费与招牌产品：____
5. 合作性质（纯自发/商家合作/有广告）：____

【创作要求】
1. 脚本结构：①开场悬念或亮点预告（3-5 秒）→ ②环境与第一印象 → ③核心体验（招牌产品逐一点评）→ ④价格与性价比分析 → ⑤总结与推荐人群。
2. 点评要具体真实：说清口味、分量、服务、环境、排队情况，不空洞夸赞。
3. 如果是合作探店，必须遵守平台广告标注规范，脚本中体现真实感受。
4. 语言口语化，有个人风格；控制总时长与字数匹配。
5. 给出拍摄画面建议（每个环节配什么镜头）。

【输出格式】
一、视频脚本（分段：画面/旁白或台词/时长）
二、招牌产品点评要点（3 个产品各 2-3 句）
三、拍摄与剪辑提示（2 条）

请直接输出，不要询问多余信息；信息缺失处用「____」占位，我在使用前填写。

输出要求

严格按模板指定的输出格式分节输出，不省略、不额外发挥。
内容真实合规：不编造数据，不确定处标注「需核实」；涉及专业领域以专业来源为准。
输出可直接复制使用，缺失信息用 ____ 占位并提示用户补充。

注意事项

本技能为免费技能，无支付环节。
如需该场景的高阶版提示词与更多玩法，可在本技能基础上要求 AI 深化；高阶版含五步工作流与合规自检。

风险提示

本工具输出结果仅供参考，不构成专业意见或收益承诺；重要决策请自行核实并判断。
免费工具不提供持续服务保证，具体以 SKILLHub 平台规则为准。

🚀 高阶用法与进阶技巧

1. 多角度探店脚本生成

高级用法： 为同一店铺生成多个不同探店角度的脚本，如真实测评、种草推荐和避坑指南。

参数/步骤：

提供店铺信息（店铺名称、品类与位置、人均消费与招牌产品）。
分别选择不同的探店角度（真实测评、种草推荐、避坑指南）。
对每个角度生成一个独立的脚本。

示例：

店铺信息：【咖啡馆】“星夜咖啡”位于市中心，人均消费50元，招牌产品为拿铁和摩卡。
探店角度1：真实测评
探店角度2：种草推荐
探店角度3：避坑指南

组合技巧： 将生成的多个脚本进行对比分析，选择最适合当前目标（如吸引新顾客或提高品牌忠诚度）的脚本。

2. 长视频探店脚本生成

高级用法： 为时长超过1分钟的探店视频生成详细脚本。

参数/步骤：

提供店铺信息（店铺名称、品类与位置、人均消费与招牌产品）。
选择探店角度（真实测评或种草推荐）。
设置视频时长为90秒以上。

示例：

店铺信息：【餐厅】“四季酒家”位于市中心，人均消费150元，招牌产品为烤鸭和海鲜大餐。
探店角度：真实测评
视频时长：120秒

组合技巧： 在生成的脚本基础上，增加更多细节描述和互动环节，如顾客访谈或现场体验。

3. 多店铺批量探店脚本生成

高级用法： 为多个店铺生成统一风格的探店视频脚本。

参数/步骤：

提供多个店铺的信息（店铺名称、品类与位置、人均消费与招牌产品）。
选择统一的探店角度（如真实测评或种草推荐）。
设置统一的视频时长。

示例：

店铺信息：
【咖啡馆】“星夜咖啡”位于市中心，人均消费50元，招牌产品为拿铁和摩卡。
【餐厅】“四季酒家”位于市中心，人均消费150元，招牌产品为烤鸭和海鲜大餐。
探店角度：真实测评
视频时长：90秒

组合技巧： 在生成的脚本基础上，统一风格和拍摄手法，形成系列探店视频。

4. 定制化探店脚本生成

高级用法： 根据特定目标（如吸引特定人群或突出店铺特色）生成定制化的探店脚本。

参数/步骤：

提供店铺信息（店铺名称、品类与位置、人均消费与招牌产品）。
选择探店角度（真实测评或种草推荐）。
设置视频时长。
提供定制化目标（如吸引年轻群体或突出环保理念）。

示例：

店铺信息：【咖啡馆】“星夜咖啡”位于市中心，人均消费50元，招牌产品为拿铁和摩卡。
探店角度：真实测评
视频时长：90秒
定制化目标：吸引年轻群体

组合技巧： 在生成的脚本基础上，增加与定制化目标相关的元素，如使用流行音乐或展示年轻顾客的互动。

📋 实战案例（3个真实场景）

案例1：咖啡馆探店

场景描述： 为一家新开业的咖啡馆“星夜咖啡”生成探店视频脚本。

输入示例：
店铺名称：星夜咖啡
品类与位置：市中心
探店角度：真实测评
视频时长：90秒
人均消费与招牌产品：50元，拿铁和摩卡

输出要点：

开场悬念或亮点预告：“星夜咖啡的新开业，你是否心动？”
环境与第一印象：“走进星夜咖啡，简约而温馨的环境让人眼前一亮。”
核心体验：“拿铁口感顺滑，摩卡浓郁醇厚。”
价格与性价比分析：“50元人均消费，性价比极高。”
总结与推荐人群：“适合喜欢安静氛围的年轻人。”

案例2：餐厅探店

场景描述： 为一家高端餐厅“四季酒家”生成探店视频脚本。

输入示例：
店铺名称：四季酒家
品类与位置：市中心
探店角度：种草推荐
视频时长：120秒
人均消费与招牌产品：150元，烤鸭和海鲜大餐

输出要点：

开场悬念或亮点预告：“四季酒家的高端体验，你是否向往？”
环境与第一印象：“走进四季酒家，豪华装修令人眼前一亮。”
核心体验：“烤鸭外皮酥脆，内里鲜嫩；海鲜大餐口感细腻。”
价格与性价比分析：“150元人均消费，但绝对物超所值。”
总结与推荐人群：“适合追求高品质生活的高端人士。”

案例3：特色小吃探店

场景描述： 为一家以特色小吃闻名的小吃街“老北京小吃”生成探店视频脚本。

输入示例：
店铺名称：老北京小吃
品类与位置：老城区
探店角度：避坑指南
视频时长：90秒
人均消费与招牌产品：10元，豆汁和炸酱面

输出要点：

开场悬念或亮点预告：“老北京小吃的地道风味，你是否想尝？”
环境与第一印象：“走进老北京小吃，古色古香的小吃街让人流连忘返。”
核心体验：“豆汁醇厚，炸酱面劲道有嚼劲。”
价格与性价比分析：“10元人均消费，但绝对物超所值。”
总结与推荐人群：“适合喜欢地道小吃的游客和当地人。”

💰 价值对比（为什么这个工具值得用）

具体优势1：节省时间与精力

优势说明： 使用该工具可以快速生成高质量的探店脚本，无需从头开始撰写。这不仅节省了大量时间和精力，还保证了内容的专业性和吸引力。

具体优势2：提高创作效率

优势说明： 该工具内置提示词模板，用户只需提供相关信息即可生成完整脚本。这种标准化流程大大提高了创作效率，使得探店博主和商家能够更快地完成视频拍摄。

具体优势3：个性化定制化

优势说明： 该工具支持多角度、多店铺的批量生成，并且可以针对特定目标进行定制化。这使得探店内容更加丰富多样，满足不同观众的需求。

🎯 使用场景与适用人群

使用场景列表

探店博主：需要快速生成高质量探店脚本。
本地商家合作视频：希望为店铺拍摄吸引人的探店视频。
旅游博主：需要为当地特色小吃或景点拍摄探店视频。
美食博主：希望为新开业的餐厅或咖啡馆拍摄探店视频。
内容创作者：需要快速生成多种风格的探店脚本。

适用人群列表

探店博主：熟悉社交媒体平台，有大量粉丝和关注者。
本地商家合作视频：希望提升店铺知名度和品牌形象。
旅游博主：希望通过探店视频吸引更多的游客和粉丝。
美食博主：专注于分享美食体验和测评。
内容创作者：需要高效生成高质量的探店内容以吸引观众。

🌐 跨模型适配说明（本地 & 云端通用）

为什么需要适配

同一提示词在不同模型上效果差异大：本地小模型（如 Ollama 7B~14B）指令遵循能力弱、上下文窗口小；云端大模型（GPT-4、Claude、Gemini、DeepSeek）理解力强但易过度自由发挥。本节确保「prompt-free-018」在各类模型上都能稳定生效。

通用三原则（所有模型适用）

角色先行：始终以「你是…」限定角色，减少模型自由发挥空间。
约束量化：输出格式、数量、长度用数字明确（如"输出 5 条，每条 ≤ 50 字"）。
边界显式：明确"不要做什么"（禁止编造数据、禁止承诺效果、禁止违规内容）。

本地小模型适配写法（Ollama / 7B-14B / 端侧部署）

指令拆分：一次只让模型做一件事，避免多任务混合；复杂任务拆成 2-3 次提问。
简化模板：内置提示词保持 3 步以内，步骤用 1/2/3 编号，避免嵌套条件。
控制输入：输入字段控制在 5 个以内；超长文本先让模型提取关键信息，再基于摘要处理。
输出约束：明确"直接输出结果，不要解释过程"；长输出（>800 字）建议分两次生成。
温度建议：0.5-0.7，兼顾稳定与创意；严格格式场景用 0.2-0.4。

云端大模型适配写法（GPT-4 / Claude / Gemini / DeepSeek）

完整指令：多条件、多步骤可一次给出，模型可完整执行。
角色置顶：把角色与规则放最前，示例放中间，任务放最后，遵循率更高。
示例先行：先给 1 个示例再要求批量输出，输出质量明显提升。
长文分段：超过 3000 字的内容要求"分段输出 + 每段小结"，避免丢失结构。

通用兜底句（复制追加到任何提问末尾）

「如遇输出格式不符，请严格按上述编号格式重新输出。」

模型能力差异速查

| 模型 | 指令遵循 | 上下文 | 建议策略 | |---|---|---|---| | GPT-4 / Claude / Gemini | 强 | 大（128K+） | 完整指令 + 示例先行 | | DeepSeek-V3 | 强 | 大 | 同云端，中文表达佳 | | qwen2.5:14b 本地 | 中 | 中（32K） | 指令拆分 + 步骤编号 | | 7B 级本地小模型 | 弱 | 小（8-16K） | 单任务 + 极简模板 + 强输出约束 |