很多人做带货口播，真正费时间的不是剪映里那几个按钮，而是前面一直没想清楚。
文案还没定，就先去找图；剪到一半发现卖点不对，又回头改稿；配音念错了，字幕和画面也得跟着重来。两个小时过去，视频没做完，人先烦了。
这次分享的办法，就是把顺序固定下来：先把参考视频变成文字，再用豆包改成自己的口播稿，按稿子准备画面，最后放进剪映组装。每一步只解决一件事，返工会少很多。
工具也不多：腾讯元宝负责提取文案，豆包负责改稿和补画面，剪映负责配音、字幕和成片。
为什么要先定文案，再碰剪映？
带货口播不是素材越多越好。开头有没有说中问题，商品为什么值得买，用户看完知不知道去哪里找，这三件事没讲清，转场做得再漂亮也只是热闹。
先定文案，画面就有了清单。哪句话讲父母看不清说明书，就配一个老人看书的生活场景；哪句话讲这本书查起来方便，就放目录、章节或翻书画面。剪辑变成按句子摆素材，不用一边剪一边猜。
下面用“给父母买一本日常健康书”做完整例子。开始前先准备四样东西：一条同类高互动视频，图书的真实商品页，手机上的元宝、豆包、剪映，以及一个文件夹。文件夹里建四个子文件夹：01参考视频、02口播稿、03配图、04成片。
第一步：先找到一条有购买意向的参考视频
打开抖音或视频号，别只搜“好书推荐”，太大了。直接搜“给父母买什么书、中老年健康书、爸妈健康书、家庭健康手册”。
点进视频以后，先看评论区。有人问“书名是什么”“在哪里拍”“适不适合老人”，这种才叫有购买意向。只有“讲得真好”“收藏了”，未必能带来订单。
再检查三件事：视频里卖的是不是同类商品；口播有没有说出具体问题和购买理由；商品页能不能找到对应图书。三样都对得上，再保存这一条。一次找一条就够，不需要囤几十条。
第二步：用元宝把视频变成文字
打开腾讯元宝，新建对话。视频号内容可以直接分享给元宝；抖音视频不方便读取，就先在剪映里用“识别字幕”，再复制文字。
把下面这段话一起发过去：
请完整提取这条视频的口播逐字稿，不要总结，也不要改写。听不清的位置标注【听不清】；书名、人名、数字和功效说法单独列出来，提醒我人工核对。
为什么一定要“只提取，不改写”？因为这一步只想拿到原话。提取和改稿混在一次对话里，漏了什么、改了什么，很难看出来。
拿到文字后，对着原视频听一遍。重点核对书名、作者、数字和健康名词。比如元宝把“日常饮食”听成“药膳饮食”，后面的口播、字幕和配图会一起跑偏。听不清的地方宁可删，也别猜。
第三步：把商品真资料交给豆包
打开商品页，只抄能确认的内容：书名、作者、目录、出版社、商品页明确写出的适用场景。不要把买家随口写的评价，当成商品功效。
例如先整理成这样：
