一句话总结
把视频最大的 takeaway、过去最好的 5 个和最差的 5 个标题、要拍的封面喂给 AI，让它出 10 个候选、覆盖 4 种钩子模式，全部控制在 55 字符内、钩子落在前 48 字符。然后挑 2-3 个交给 YouTube Studio 内置的 A/B 测试去判。截至 2026 年 6 月，这个测试最多比 3 个标题/封面版本，而且是按每次曝光的观看时长（而非 CTR）选赢家——这正是你绝不该发纯标题党的原因。任何主流模型（GPT-5.5、Claude Sonnet 4.6、Gemini 3.1 Pro）都能胜任，直接用下面的 prompt。
任务场景
晚上 11 点你刚剪完 YouTube 视频，标题栏在等你。视频是好的——你花了 12 小时——标题是你能拨动的最大 CTR 杠杆。你敲进去的第一版”我 2026 年怎么用 AI 提高效率”还行，但”还行”不被点开。你要 10 个候选、覆盖不同钩子模式、按频道语气和受众水平校准，这样第二天上午能挑出 2-3 个，交给 YouTube 的 A/B 测试去定——而不是凌晨直接按发布键用自己第一版猜测。
什么时候适合让 AI 来做
AI 擅长套用已验证的 YouTube 标题模式（数字、好奇缺口、对比、个人押注”我用 X 做了 Y”）、把钩子放进前 48 字符以挺过手机端截断、在你给了历史最佳标题后匹配频道语气。它也能标出”标题党”——承诺了视频没兑现的东西。
AI 做不到的：知道你这个细分领域这个月已经过度的措辞、以及挑出与你要拍的封面匹配的那个标题。这两个判断必须你自己来。模型负责写候选，最后由你和 YouTube 的 A/B 测试选赢家。
要防的失败模式是反噬标题党——像”你绝对想不到我……”或”这个 AI 工具太离谱”这种。点击是来了、15 秒就跑、观看时长崩、算法对你下个视频降权。这已经不是软偏好了：YouTube 自己的 A/B 测试现在按每次曝光的观看时长选赢家、而不是按裸 CTR（下面细说），所以一个高点击、低留存的标题会直接输掉测试。Prompt 里要强制的规则：承诺必须兑得了，观众回看应该说”标题没骗我”。
需要先给 AI 的信息
- 视频主题一句话 + 最大的一个 takeaway
- 过去表现最好的 5 个标题（让模型学频道语气）
- 过去表现最差的 5 个标题，让 AI 知道要避开什么
- 受众水平——入门 / 中级 / 专家（决定词汇）
- 你赛道这个月已经过度的 2-3 个措辞（观众已经看烂了）
- 你要拍的封面概念（标题和封面一起定）
- 视频长度——短标题配短视频；长视频可以略长
- 视频里能让普通观众惊讶的那一个瞬间（经常就是标题金矿）
可直接复制的 Prompt
生成 10 个 YouTube 标题候选。
视频主题 + 最大 takeaway：[粘]
过去最佳 5 个标题：[粘]
过去最差 5 个标题（让你知道要避开什么）：[粘]
受众水平：[入门 / 中级 / 专家]
本月赛道已经过度的措辞：[列表]
我要拍的封面概念：[粘——一张脸、一个数字、一个对比、一个物件]
视频长度：[短 / 10-15 分钟 / 长视频]
视频里能让普通观众最惊讶的瞬间：[粘——经常是标题金矿]
10 个候选混合 4 种模式：
1）数字——"5 个 X 做到 Y"、"我试了 3 个 X 来 Z"
2）好奇缺口——不要"你绝对想不到"、"太离谱"；缺口必须具体
3）对比 / vs——"X 但带 Y"、"我以为 X，结果是 Y"
4）个人押注——"我做 X 30 天"、"我把 X 从零重做"
规则：
- 钩子落在前 48 字符内（这是能挺过手机端 feed 截断的长度）。
- 总长控制在 55 字符内，除非更长读起来更顺；绝不要为了填满 100 字符硬凑。
- 承诺必须兑得了。观众回看应该说"标题没骗我"。
- 不要"太离谱""逆天""你绝对想不到""100% 会……"——这些赢点击、输观看时长。
- 至少 2 个候选用我赛道的具体词汇（防你漂到通用）。
- 至少 1 个候选用视频里惊讶瞬间作钩子。
结尾给：
- 哪 3 个候选最配我描述的封面。
- 哪个候选点击拉力最强但留存风险也最大（"点进来就跑"那种，我不该发）。短版本——选你的 A/B 组
给我 3 个用来 A/B 的 YouTube 标题。
视频：[主题 + takeaway]。过去最佳：[一个例子]。
标题 1：数字模式。标题 2：个人押注模式。标题 3：对比模式。
都 55 字符内、钩子在前 48 字符。都承诺视频能兑现。
注明哪个最适合我的受众水平、为什么。用 YouTube 自带的 A/B 测试选赢家
别信凌晨那一刻对”哪个候选会赢”的直觉。截至 2026 年 6 月，YouTube Studio 有内置的 A/B 测试帮你选，而且它的设计正好印证了上面所有的话。
| 功能 | 详情（2026 年 6 月） |
|---|---|
| 每次测试版本数 | 最多 3 个标题、封面、或标题+封面组合（2026 年初从 2 个提到 3 个） |
| 选赢家的指标 | 每次曝光的观看时长，不是点击率 |
| 时长 | 最长跑 2 周；有明显赢家会提前结束 |
| 在哪用 | 仅限 桌面端 YouTube Studio；需开启高级功能 |
| 不支持 | Shorts、定时直播、首播、面向儿童和私享视频 |
| 没有明显赢家 | YouTube 保留你最先上传的那个版本 |
看时长这个指标，就是标题党如今必输的全部原因：一个赢点击、输留存的标题会输掉测试。所以发 2-3 个诚实的候选，让它跑一两周，留下数据选出来的那个。（官方文档：A/B test titles and thumbnails — YouTube 帮助。）
输出示例
好的对比标题：“我把 AI workflow 从零重做——只留下 3 个。“具体（3）+ 对比（重做 vs 只留 3 个）+ 个人押注。钩子在第 40 字符前落地。
好的数字标题：“我测了 80+ 个 AI prompt——这 5 个我真在用。“具体（5、80+）+ 隐含对比（测得多、留得少）。
好的个人押注标题：“我做 AI agent 30 天——这是 ship 出来的东西。“个人押注 + 具体时间盒 + 结果导向。
同一想法的差版本：“你必须知道的 2026 年最 AMAZING AI 技巧！“空形容词（AMAZING）+ 全大写炒作 + 年份堆 SEO。赢点击、输观看时长、输掉 A/B 测试。
好的留存风险提示：“点击拉力最强但风险也最大：‘这个 AI prompt 改变了我的工作方式。‘好奇缺口强，但视频没真的交付’一个改变人生’的 prompt——观众 30 秒跑、这个版本在观看时长上输掉。别发。”
好的封面配对：“给你要拍的封面（脸 + ‘只留 3 个’ overlay）最配的标题：对比版。封面用视觉做对比，标题去闭环、而不是重复封面。“
怎么改输出
- 承诺必须兑现 —— “每个候选，把视频看完的普通观众会不会说’标题没骗我’？任何承诺了视频没交付的，砍。”
- 用惊讶瞬间 —— “重写 2 个候选，把视频里最惊讶的瞬间作开头。具体的惊讶打败泛泛好奇缺口。”
- 去炒作大写和形容词 —— “删掉所有’太离谱”逆天”AMAZING’和全大写词。‘amazing’换成真实数字或结果。”
- 把钩子前置 —— “重写，让钩子落在前 48 字符内。把关键词和限定语挪到后面。”
- 对照历史最差 —— “任何与我过去最差标题相似的候选砍掉。表现差不是随机的——是有 pattern 的。“
容易踩的坑
- 只优化点击——YouTube 的 A/B 测试按每次曝光的观看时长打分，高 CTR、低留存的标题会输
- 把标题硬凑到接近 100 字符——钩子该落在前 48 字符内；手机端（70%+ 的观看量）大约在第 50 字符截断
- 堆关键词（“2026 年怎么做 X”）没有人能读的钩子——为搜索牺牲点击
- 凌晨看到 AI 第一个标题就用——上午 9 点看到的第二最优通常打败凌晨的第一最优
- 用”逆天""离谱""你绝对想不到”——算法和观众如今都打折扣的模式
- 标题靠封面才看懂——一半手机用户分开看，每个必须独立成立
- 标题把惊讶 payoff 提前剧透——点击没了好奇
- 最近 10 个视频用同一种钩子模式——频道显得单调，回头观众停止点击
- 不给 AI 你历史最差标题——它看不到你受众”不喜欢什么”的 pattern
FAQ
- 标题多长？ —— 把钩子放进前 48 字符左右，因为手机端 feed 大约在那里截断（手机占 YouTube 观看量 70%+）。硬上限是 100 字符，但可见部分超过 60 字符后 CTR 通常下降。长视频可以比 Shorts 略长。
- 标题要和封面一致吗？ —— 要——一起定。标题说里面是什么、封面说情绪 payoff。只读标题猜不出视频内容 = 太含蓄。标题 + 封面冗余 = 浪费一个可见面。
- 能 A/B 测几个标题？ —— 截至 2026 年 6 月，YouTube Studio 内置测试最多比 3 个标题、封面或标题+封面组合。仅桌面端、最长跑两周，按每次曝光的观看时长（而非 CTR）选赢家。不支持 Shorts、定时直播和首播。
- 标题里要堆 SEO 关键词吗？ —— 有用但其次。标题先给人读、再给算法。搜索排第 1 但没点击的标题没价值。先给钩，关键词只在读起来自然时带上、最好放在第 48 字符之后。
- 该用哪个 AI 模型？ —— 任何主流旗舰都行——GPT-5.5、Claude Sonnet 4.6、Gemini 3.1 Pro 都能稳定遵守格式和字符限制（截至 2026 年 6 月均有免费档，日额度更紧）。杠杆在你粘进去的输入（历史最佳/最差标题），不在模型。
- 频道很小 / 很 niche 还适用吗？ —— 适用，但要更看重”过去最佳标题”。小频道样本量不够随机化学习，每个视频标题权重更大。按你 top 5 校准，不要照搬通用 YouTube 模式。