AI AI 工具指南
AI 提示词库

短视频开头 Hook Prompt：12 个抓住前 3 秒的开场

12 个 AI 视频开头 hook Prompt——前 3 秒决定 TikTok / Reels / Shorts 的留存。模式打断、好奇缺口、强对比，针对 Sora 2 与 Veo 3.1 调好（2026 年 6 月）。

发布于: 更新于: 作者: AI Productivity Guide Team 🌐 查看英文版本

短视频的前 3 秒，决定算法还会不会继续推它。2026 年的 TikTok 数据显示：3 秒处留存维持在 70%-85% 的视频，总播放量大约是低留存视频的 2.2 倍；低于 60% 的几乎拿不到算法推荐（TTS Vibes、Socialync，2026）。开头慢，再好的剪辑也救不回来。下面这 12 条 Prompt 强制三种被验证过的 hook 形态之一——模式打断、好奇缺口、强对比——并把时长锁在 2-3 秒，让模型直接出招，而不是慢慢铺垫。完整生产闭环参考AI 短视频 Prompt。

一句话总结

  • 把任意一条 Prompt 丢进你的 AI 视频模型，每个概念出 3-5 条；能熬过第一秒的那条才是赢家。
  • 目标是 3 秒处留存 70% 以上；85% 以上就进入爆款区间（TikTok 2026 基准）。
  • 一次 Sora 2 / Veo 3.1 生成本身就足够当 hook：Veo 3.1 单次出 8 秒，Sora 2 最长 15 秒（ChatGPT Pro 网页端 25 秒）。用一次生成当开场，再切到正片素材。
  • 所有 Prompt 都预设成 9:16、2-3 秒——在手机上看，不要在电脑上看。

用哪个模型跑（2026 年 6 月）

这些 Prompt 不挑模型，但主流的两个消费级引擎是 OpenAI Sora 2 和 Google Veo 3.1。速查：

引擎原生音频单次最长时长消费级入口擅长
Sora 2有（同步）应用/网页 15 秒，Pro 网页 25 秒ChatGPT Plus（$20，限 720p/短）；完整版在 Pro（$200）运镜、物理、叙事节奏
Veo 3.1有（同步）单次 8 秒（场景延伸可拼到约 148 秒）Google AI Pro $19.99（Gemini 3.1）/ AI Ultra $99.99写实、对口型、音效细节

价格与限制以 2026 年 6 月为准。做一个 hook 你从来不需要超过一次短生成，所以入门档就够用——只有想要 1080p 成片去剪精修版时才升级。

这套 Prompt 适合用在哪

  • TikTok / Reels / Shorts 开头——算法看前 3 秒
  • 后期要剪进长一点的 Sora 2 / Veo 3.1 视频的 hook 片段
  • 留存就是唯一指标的广告创意
  • 不同开场形态的 A/B 测试
  • 没主持人的 B-roll 账号

1. 模式打断

short-form video hook, pattern interrupt opening, sudden close-up of unexpected object filling the frame, hard cut from black, no slow zoom-in, 9:16 aspect, 2 seconds, energetic style, motion blur on cut

2. 好奇缺口（主持人）

short-form video hook, presenter looks directly into camera and asks a curiosity-gap question that contains a specific number, hand-held subtle shake, quick cut to context shot showing the thing the question refers to, 9:16, 3 seconds total

3. 视觉对比

short-form video hook, dynamic split-screen of two contrasting visuals (before / after, expected / actual, them / me), fast inward zoom on the right panel, no text overlay, 9:16, 2 seconds, high color contrast

4. 留白爆点

short-form video hook, opens on near-empty frame with one tiny element in negative space, sudden whip-pan reveals the full scene, audio sting on the reveal, 9:16, 2.5 seconds, cinematic but punchy

5. 动作中段冷启

short-form video hook, cold open in the middle of an action with no setup (someone already running, hand already mid-motion, object already falling), camera locks on the action 0.5s in, 9:16, 3 seconds, raw documentary style

6. 屏幕字幕模式打断

short-form video hook, full-frame bold text appears for 1 second over a stylized background, text contains a specific number and a counter-intuitive claim, text snaps off as a hard cut reveals the presenter, 9:16, 3 seconds, mobile-readable font size

7. POV 冷启

short-form video hook, first-person POV opening with hand or object entering frame, suggests the viewer is the one experiencing this, audio cue (footsteps, door, breath) starts before visual, 9:16, 2.5 seconds, slight motion blur for realism

8. 数据冲击

short-form video hook, screen opens with a single shocking statistic in 80pt text, stat fades in 0.3s, voiceover speaks the stat as it appears, hard cut to b-roll relevant to the stat at 1.5s, 9:16, 3 seconds total

9. 文字提问 hook

short-form video hook, opens with a one-line question superimposed on a moving background loop (clouds, water, traffic), question implies the answer is counter-intuitive, no presenter, voiceover delivers the question with deliberate pause, 9:16, 3 seconds

10. 单物 hook

short-form video hook, single object on a clean background, dramatic lighting, slow rotation for 1s then hard cut to the object being used / broken / transformed, ASMR-grade sound design on impact, 9:16, 3 seconds, product-shot aesthetic

11. 失败时刻 hook

short-form video hook, cold-opens on someone visibly failing at the thing the video is about (a fall, a spill, a misfire), camera holds the failure for 1s without comedy music, then cuts to the title card, 9:16, 2.5 seconds, honesty-first tone

12. 声音先行 hook

short-form video hook designed for audio-first feed (TikTok with sound on by default), opens with a 1-second sound (laugh, scream, sigh, distinct line of dialog) over a black or single-color frame, visual reveal happens at 1s synced to the audio peak, 9:16, 3 seconds

怎么继续打磨

每个概念出 3-5 条 hook，然后在手机上看，不是在电脑上看——留存是观众用的那个设备决定的。重点盯 3 秒那一刻：如果连你这个已经知道后面是什么的人都想划走，冷启观众早就划走了。Veo 3.1 和 Sora 2 现在都能出同步音频，所以让声音扛住第一拍，别把它当事后补的东西。把赢出来的 hook 配上 viral-shorts 故事弧，让剩下的片段兑现开头的承诺。比例和投放面选择参考 AI 视频比例指南，9:16 vs 4:5 vs 1:1 怎么选都在里面。

容易踩的坑

  • 开头慢——1 秒以上没事发生，可 2026 年信息流里划走的决定大约在 0.8-1.2 秒就下了。
  • 没视觉对比——开头和信息流融成一片，被直接忽略。
  • Hook 超过 3 秒——留存掉点在 hook 兑现之前就已经发生。
  • 比例错配——9:16 平台上放 16:9 hook 会被加黑边，看起来像二手搬运。
  • 字幕小于 60pt——手机上动着看不清，hook 想说的信息根本进不了脑子。
  • 只出一条就发——胜率藏在你扔掉的那 3-5 条里。

常见问题

Hook 本身该多长？ 2-3 秒的生成素材。平台靠前 3 秒判推荐，而 2026 年 TikTok 上划走的决定大约在 0.8-1.2 秒就下了，所以视觉爆点几乎要立刻出现。这里每条 Prompt 都预设成 2-3 秒就是这个原因。

Sora 2 还是 Veo 3.1 做 hook？ 做 2-3 秒片段都行。Veo 3.1（通过 Google AI Pro，$19.99/月）偏写实、对口型强；Sora 2（ChatGPT Plus $20，完整功能在 Pro $200）偏运镜和物理表现。你已经在付费的那个就用哪个——hook 这种长度，差别主要是风格。

一定要付费档吗？ 做一个短 hook 片段，入门档就够。只有想要 1080p 成片、更长生成去做整条视频（不只是开头）时，才需要 ChatGPT Pro（$200）或 Google AI Ultra（$99.99）。

留存要冲到多少？ 3 秒处过 70% 才算健康推荐；85% 以上是爆款信号；低于 60% 基本拿不到算法推荐（TikTok 2026 基准）。在平台后台盯这个数，过不了 70% 的 hook 直接砍。

为什么要在手机上看而不是电脑？ 留存是在观众真正刷视频的那个设备上决定的——小屏、默认开声、还在移动中。在 27 寸显示器上读得很清楚的 hook，到手机上可能看不清或没了张力，这也是为什么小于 60pt 的字幕和低对比开头在实战里都失效。

相关阅读

标签: #短视频 #爆款

相关文章