平台会把口播识别成文本，和标题、字幕一起参与搜索匹配。这意味着：你嘴上说的词也是搜索词。字幕则是你唯一能精确控制的文本，值得当成正文来写，而不是把口播原样搬上去。
口播稿里要有完整的名词
口语习惯说「这个东西」「那个方案」，转成文本后没有任何匹配价值。改成完整名词：「外贸独立站的询盘页」。
一个可操作的标准：把口播稿单独打印出来，看能不能读懂。读不懂，机器也读不懂。
字幕的三种加法
- 关键词加粗或变色，让人眼和算法都注意到
- 每屏不超过两行，一行不超过十二字
- 关键结论单独一屏，停留时间略长
字幕不是口播的文字版，是给「静音观看」的人看的版本。
关键词密度怎么控
一条两分钟的视频，核心词出现三到五次足够。出现十次以上，观感会变成推销，完播率下降。
同义词要统一：今天说「询盘」，明天说「咨询」，平台会当成两个概念。术语统一这件事在术语一致性里也提过，逻辑一样。
静音观看的适配
信息流里大量用户是静音刷的。字幕承担了全部信息传递，所以第一屏字幕必须能独立说明问题。
如果第一屏字幕写「大家好」，静音用户会直接划走。
一个检查清单
- 口播稿打印出来能读懂吗
- 每屏字幕能独立成立吗
- 核心词出现次数合理吗
- 术语全片统一吗
账号层面的标签与垂直度见账号标签怎么养。
字幕的排版参数
一组能直接用的参数：
- 字号：竖屏 32–40 像素，占屏宽约 1/12
- 每行：不超过 12 个汉字
- 每屏：不超过两行
- 位置：距底部 15%–20%，避开平台的按钮区
- 停留：每秒 4–6 字，太快看不清，太慢像卡住
参数不调，内容对也白搭——看不清的字幕等于没有字幕。
字幕的生产流程
三步，十分钟一条：
- 口播稿先写好（不是想到哪说到哪）
- 按句切分，一句一屏，长句拆开
- 关键词在每屏里保持完整，不要被断行切碎
第三步最常被忽略：一个词被拆到两行，机器识别时就成了两个词。