我們分析了100支AI教學Shorts。創作者如何吸引觀眾？

01 · 開場模式

這100支影片樣本中的開場模式

鉤子是開場時給觀眾繼續觀看理由的手法。我們按主要開場手法對每支影片分類，採用下列定義。類別重疊時以目的為先：為測試鋪陳的問題歸為實驗；圍繞觀眾困難的問題歸為痛點引導。

**有效樣本n=100；缺失主要分類=0。**沒有影片以反直覺作為主要標籤。

這些標籤描述開場，而非其表現。僅僅延後答案，不足以把影片歸為好奇引導。

02 · 100支影片的時間分布

價值何時明確，有用內容又從何時開始

我們對全部100支影片的兩個時點編碼。價值明確指觀眾能夠識別所解決的問題或所提供的結果。首次實質交付指第一個可執行步驟、具體答案或有意義的任務示範。泛泛預告不計入。具體對比結果或示範輸入到輸出的變化，即使不是逐步點擊教學，也可以計入。

每支影片都有根據字幕與影片證據給出的估計時間區間。較寬區間代表證據較不精確；從零開始的區間表示事件可能已在開場出現。

價值明確時間的中位數落在0–6秒內；首次交付時間的中位數落在7.5–13秒內。我們分別取100個下端點和上端點的中位數來計算邊界。它們描述事件發生時間的不確定性，並非建議時限。

每項指標有效樣本n=100；缺失區間=0。未測量精確起始時刻。

到第十秒，82個價值明確區間及29個首次交付區間已經結束。另有18個價值區間和41個交付區間跨越十秒點：我們無法有把握地判斷事件在此之前還是之後發生。30個交付區間在十秒後開始。

具體案例體現了這項區別。Jeff Su在估計0–4秒的區間內介紹AI記憶結果，並在3–8秒區間開始講內建記憶設定。Andy Stapleton的學術提示片段較早傳達主題，但首條文件放置指令落在27–33秒區間。

可在樣本庫比較兩個時點，或下載完整時間表，其中包含事件描述及證據引用。

03 · 九個案例研究

九個值得研究的真實開場

Kevin Stratvert的投影片編輯教學把清楚的畫面標題與直接能力承諾配在一起。任務很具體：建立簡報，再透過在投影片上繪畫來修改它。

正文進入Genspark，請求六頁烘焙餅乾簡報，縮短副標題，並用箭頭移動影像。這些操作把開場連到觀眾能夠檢查的結果。可重用結構是一個結果、一個工具與一次可見修改，而非抽象地宣稱AI節省時間。

開場承諾 · 0秒工作流程 · 8.1秒

Aurelius Tjin的Gamma簡報教學以手工製作簡報的問題開始。開場標題已經點明期望結果。

片段隨後進入工具、提示詞、生成簡報及簡單修改。推薦優惠屬於內容的一部分，已記入研究表。可遷移到其他教學的是這個順序：熟悉的工作、具體替代方案、首個有用步驟、可檢查結果。

結果承諾 · 0秒

Jeff Su的AI記憶教學圍繞三層組織正文：內建記憶、專案及自訂記憶系統。它提供清楚的遞進，而非鬆散技巧清單。

我們把交付標為部分，因為開場的完美記憶、此後無需修正等範圍超出三個範例所能證實。可用的寫作經驗是保留遞進，把承諾收窄到影片能示範的範圍。三步結構不需要無限保證。

第一步 · 8.9秒

Curious Refuge的AI與人類聲音設計測試提出正文確實能回應的問題。它採用同一場景，先播放AI版本與人類版本，再給出判斷。

我們將其編碼為挑戰，而非泛泛提問。對比任務提供了結構。判斷仍是創作者對這些範例的評價，並不能證明某種方法總能產生更好的聲音設計。

在哪個AI最聰明？中，Mrwhosetheboss用一罐糖豆把模型對比任務變得可見。每個模型都需估數；最後清點數提供真實答案。

結尾回答了開頭設定的測試，但沒有確立普遍最聰明的模型。改編這個結構時，錄製前先決定輸入、評分規則與結尾。否則，對比可能變成沒有結論的一連串輸出。

共同測試輸入 · 4秒

AI回答不了的問題先提出一項涉及左手寫字者的影像請求，再指出不符。雞蛋數量與鏡中倒影延續這個模式。

這是圍繞失敗的結果先行結構。具體提示詞與可檢查錯誤讓解釋有所針對。我們的編碼關注呈現與兌現承諾，不驗證影片對模型內部機制的簡化說法。

Nate Herk的Claude編輯示範描述迭代過程：看不清的字幕變成對比度規則，靜態素材變成動態要求，同步問題變成檢查項。

正文在工作流程中為每項改進交代原因：具體回饋成為持續使用的編輯規則。這為講最佳化的教學形成可重複結構。展示起初問題，說明改動，再展示作用。發現託管關鍵影格不一致後，我們對該來源作了交叉核對；有爭議的畫面未用作時間或視覺證據。

Design with Canva的照片改風格示範沒有口述開場句。標題與照片變化引出任務，螢幕錄影再透過箭頭、提示詞與介面操作引導觀眾。

結尾在前後對比的社群模型中展示改風格構圖。這個結構不需要口播承諾也能理解：標題點明變化，畫面提供步驟，結尾回到變化。缺失的口述句按不存在記錄，而非從音樂轉寫重構。

結果 · 81.2秒

Andy Stapleton的Perplexity前言寫作流程從參考文獻不足的問題開始。它進入具體研究提示詞，展示所得草稿及參考文獻，再解釋如何把文獻用於引用流程。

他明確把輸出視為起點，而非直接照抄的文字。可遷移結構是具體缺口、工具操作、可檢查輸出與範圍明確的下一步。本研究不獨立驗證生成的參考文獻，也不把草稿當已完成的學術作品。

04 · 六種腳本結構

六種可重用腳本結構

把源於觀察結構的六個範本用於你自己的任務、素材與證據。

如需更多構造的寫作起點，可使用Kabo的影片鉤子庫。其中的範例是寫作資源，與這個觀察所得的100影片資料集分開。

1. 01

   一個結果，一個工具

   你的開場

   下面介紹如何在[工具]中製作[具體輸出]並修改[一個細節]。

   需交付內容

   輸入、輸出及實際編輯。

   研究原始範例 ↗
2. 02

   從痛點到首個有用點擊

   你的開場

   還在手工做[熟悉任務]嗎？這是我使用的工作流程。

   需交付內容

   進入工具的具體路徑，而不只是推薦。

   研究原始範例 ↗
3. 03

   編號遞進

   你的開場

   用這三個步驟處理[範圍明確的問題]。

   需交付內容

   三個不同步驟，以及與範圍相符的結尾。

   研究原始範例 ↗
4. 04

   範圍明確的對比

   你的開場

   [工具或方法]能解決[同一任務]嗎？我將這樣檢查。

   需交付內容

   一致輸入、可檢查輸出及明確對比規則。

   研究原始範例 ↗
5. 05

   先失敗，後解釋

   你的開場

   我請求了[具體輸出]。這是不符之處。

   需交付內容

   輸入、失敗輸出及證據範圍內的解釋。

   研究原始範例 ↗
6. 06

   修改循環

   你的開場

   首次嘗試有[可見問題]。這條規則改變了它。

   需交付內容

   修改前狀態、改動及觀眾可評估的結果。

   研究原始範例 ↗

05 · 承諾兌現

正文兌現了開場承諾嗎？

我們的編碼將88支影片標為兌現開場承諾，12支標為部分兌現。沒有標為否或不明確的影片。有效n=100；缺失判斷=0。

這項評估針對開場與正文的關係，不為產品主張、觀眾滿意度或有效性認證。部分兌現常因承諾超出範例所能證實：完美記憶、普遍優越、完全替代，或片段結束後才交付結果。

寫腳本時，把開場與結尾並排寫下。承諾一次變化的教學應展示那次變化。測試需在既定條件下給出答案。寬泛主張需要更多證據或更窄措辭。

兩支研究教學體現範圍如何漂移。一支介紹五項提示改進，卻在片段中只提供第一項；另一支開頭聲稱有十二詞提示詞，結尾卻停在來源上傳指令，未給出該提示詞。兩支均標為部分。

06 · 應用發現

把發現用在下一支教學中

先選任務，再選措辭。找出讓任務具體的輸入、輸出或失敗，再決定口述句、第一幅畫面與畫面文字各自貢獻什麼。

把第一條可執行指令或有意義示範放到時間軸上。檢查其前面的鋪陳是否必要。修改開場時讓結尾保持可見，避免更刺激的一句話悄悄承諾另一支影片。

證據明確後，可用短影音鉤子提示詞探索措辭。發布後，用你自己的分析資料測試開場。

07 · 方法與樣本

我們如何建立樣本

我們篩查了60筆頻道記錄，54筆達到至少100,000訂閱者門檻。最終樣本包含30個頻道的100支影片，每個頻道一至五支。

影片須發布於2025年10月27日至2026年10月26日之間（Asia/Shanghai日期），時長15–90秒，透過英語口述或文字指令教學或示範可識別的AI工具任務。我們排除純新聞、一般理論、非AI教學及沒有具體示範的推廣。僅有贊助並不排除有用教學。

符合條件帳號的138頁上傳清單產生6,872筆唯一記錄。其中5,910筆位於日期窗口內，2,009筆同時滿足時長規則。中繼資料篩查得到510個候選，其中214個有內容篩查決定。其餘候選並未全部審查。

我們遵循記錄中的帳號池順序，採用前30個有已識別、可存取合格素材的帳號。按帳號輪次填充樣本，每輪從每個帳號取下一支最新的已識別合格影片，直至100支。每帳號上限為十支，實際最多五支。**沒有最低觀看次數或按觀看次數排名。**上傳頁覆蓋有限，因此這不是合格影片的窮盡目錄。

公開中繼資料採集於2026年10月27日和29日。入選的三支影片公開觀看次數至少一百萬，均來自Mrwhosetheboss。我們未用這個小子組比較鉤子表現。

AI助理利用帶時間字幕、完整影片分析及選取的擷取畫面，為每支影片分配一個主要鉤子標籤、評估承諾兌現並估計兩個事件區間。時間區間向外取整到整秒。中位數邊界取所有下端點和上端點的中位數，並非信賴區間。字幕錯誤與解釋判斷會影響標籤及時間。

下載100影片樣本資料，其中包含影片ID、發布日期、觀看快照、標籤及證據備註。每支入選影片也在樣本庫中有附來源連結的解讀。

08 · 局限與證據

本研究無法確立什麼

這是成熟頻道的探索性樣本，並非創作者的隨機或代表性樣本。同一頻道的影片可能共用開場風格。這些模式不能確立哪種鉤子導致更好表現。

全部100支影片均接受完整影片分析。97支有可用口述字幕；三支沒有配音，使用英語畫面指令。詳細視覺證據僅覆蓋樣本子集，時間區間仍是估計。未計算獨立的評審者間一致性統計量。

有限上傳頁覆蓋、中繼資料篩查及存取失敗會影響哪些影片進入樣本。來源連結、篩查決定及證據備註均保留，以便核查分析。

公開觀看次數無法揭示續看率、分發來源或影片成功原因。YouTube在影片級Analytics提供觀眾續看率報告。可把觀察到的結構當作想法，用你自己的觀眾資料測試。