video-autopilot-kit 知识层拆解：YouTube 算法五模式与脚本留存三支柱，让发片决策不再靠猜-开发者社区

video-autopilot-kit 知识层拆解：YouTube 算法五模式与脚本留存三支柱，让发片决策不再靠猜

【免费下载链接】video-autopilot-kitFill-in-your-own-data framework for YouTube / short-form video automation: CapCut JSON + ffmpeg tooling + an onboarding questionnaire. Ships with zero private data.项目地址: https://gitcode.com/gh_mirrors/vi/video-autopilot-kit

video-autopilot-kit 是一个开源的 YouTube / 短影音自动化框架，它的核心不只是剪片工具，更是一套可复用的知识层：把「YouTube 算法怎么判生死」「脚本怎么写才留得住人」这些实战经验，拆成 5 个算法模式和 3 个脚本支柱，让你从选题到复盘的每一步都有章可循，不再靠感觉发片。

本文带你完整拆解knowledge/目录里的两大王牌模块，看完你就能搭起自己的发片决策流程。

知识层总览：src/ 给工具，knowledge/ 给心法

video-autopilot-kit 的分工非常清晰：

目录	角色	给你的东西
`src/`	工具层	Python / ffmpeg 辅助代码，负责「能不能做到」
`knowledge/`	心法层	从实战剪辑踩坑提煉的方法论，负责「怎么做对」

知识层总目录在 knowledge/README.md，按「YouTube 算法」「脚本三支柱」「跨平台剪辑」「合规」等主题分类。值得注意的是：这份知识库刻意不含任何人的私人数据——所有 KPI 门槛都是<fill in>空格，等你用自己的频道数据去填。这是它和「抄别人参数」类教程最大的区别。

YouTube 算法五模式：从拍前到复盘的完整决策链

核心文档是 knowledge/youtube-algorithm-overview.md，它把算法决策拆成5 个模式，分别对应发片生命周期的不同阶段：

Mode A — 拍前检查（Pre-flight）

动手拍片前先过「Top 1% 过滤器」：标题套用 5 大心理框架、缩图遵守「One Face, One Object, One Question」、并自问「这支会赢我领域前 1% 吗？」。核心铁则是 MrBeast 法则——先写标题和缩图，再规划影片。

Mode B — 留存手术（Retention Surgery）

留存曲线掉在哪，就修哪：

前 30 秒陡崖→ 标题缩图与内容不符，或开头太慢
中段沉没（55-65% 处）→ 缺 pattern interrupt（节奏打断）
章节断点跳水→ 观众拿到答案就走（教学类视频特有）

修法是前 15 秒直接秀结果、每 30-60 秒开一个新悬念、每 3-5 秒一个剪点。

Mode C — 包装作战室（Packaging War Room）

生成 5-7 个标题变体（各自标注所用框架）+ 3 个缩图方案（1 个稳妥 / 1 个大胆 / 1 个对比），并设置 YouTube 原生 Test & Compare 的 A/B 组合。同时做「Quality Click Ratio」红线检查：缩图承诺 ≠ 影片兑现 = 比低 CTR 更糟。

Mode D — 数据判读（Analytics Decode）

把 Studio 数据跟「你自己的中位数」对齐，诊断根因：

数据症状	根因
高曝光 + 低 CTR	包装（标题/缩图）问题
高 CTR + 低平均观看时长	「质量点击比」红线，克扣了观众的点击
高 Browse + 低 Search	依赖粉丝，没打到长尾搜索
高老观众 + 低新观众	触达天花板，需要新题目或新包装

Mode E — 迭代引擎（Iteration Engine）

发布后怎么处理「哑火片」：

0-48 小时只读不动：换包装会污染 Test & Compare 样本
第 14 天才做决策：曝光停滞 + CTR 在点火带以上 → 修留存；CTR 低于点火带 → 才动包装
2 次换包装救不活就放手，把题目记进 kill list，unlist 而不删除

完整的算法内部机制（双机器模型：推荐机 vs 搜索机、48h vs day-14 判死时序的单一真值来源）在 knowledge/youtube-algorithm-mastery.md。

脚本留存三支柱：一份脚本的三种死法

一份脚本可以用三个互相独立的方式坏掉——只修其中一个，另外两个照样崩。这就是 knowledge/script-retention-craft.md 提出的「三支柱」模型：

支柱	坏掉的样子	去哪修
1. 语气	稿子很顺，但不像你写的（AI 味 / 通稿味）	knowledge/script-style-framework.md
2. 观众语言	像你，但路人听不懂（行话、黑话）	script-retention-craft.md §1
3. 留存节奏	听得懂，但看不下去（没悬念、拖沓）	script-retention-craft.md §2

支柱 1 — 语气：学你自己的声音

4-mode 流程（Learn / Optimize / Generate 等）把你的旧稿喂进去，积累成可复用的 style profile。骨架模板在 templates/style_profile.template.md。关键原则：招牌词绝对保留，初稿整体砍 20-25%——这一刀通常是留存提升最大的单一动作。

支柱 2 — 观众语言：四層词表

铁则：旁白只准出现路人 0.5 秒懂的词。行话的杀伤不是「观众觉得你炫技」，而是「观众停下来解码」——连续三个行话 = 一个跳出点。

词表分四层（SPOKEN_OK / SUBSTITUTE / NEED_PAIR / HARD_BAN），随 kit 出厂是空的，这是刻意设计：照抄别人的白名单 = 用别人的观众检查你的稿子。正确做法是从你自己的逐字稿里花 30-60 分钟建表，JSON 骨架见 templates/audience_vocab.example.json。

支柱 3 — 留存节奏：hook 三件套与 loop 工程

人工 craft 的精华浓缩版：

Hook 三件套（前 15 秒）：确认点击 + 开一个 curiosity loop + 一句可信度背书；hook 永远等正文写完再回头写
loop 开关规则：任何时刻至少有一个悬念没关；开了必关，没回收 = 欺诈感
Payoff 密度 60-90 秒：每 60-90 秒给一个可以带走的「具体东西」
一口气测试：单句 ≤35-40 字，念出来换不了气就拆——这是全篇最便宜的节奏修法
价值排序：第二强的点开场、最强的压轴

机械层：录音前先过 script_gate

以上能自动化的部分，都收在 src/longform_maker/script_gate.py：录音前跑一次gate(text)，观众语言问题直接fail 挡稿，节奏问题给warn 提示逐条人工过目。gate 只能问「有没有」，问不了「好不好」——所以机械挡不了的 craft 部分仍要人工套。