Podcast 聽眾給你的時間比你想的少。片頭 15 秒內沒有建立期待,手指就滑走了;贊助口播如果像在唸合約,聽眾會在腦中自動靜音,廣告主下次也不會續。
這兩個位置剛好是 AI 配音最適合的地方:腳本固定、每集重複、需要一致的聲音識別。這篇講片頭與贊助口播怎麼寫、怎麼配、以及哪些地方一定要留給真人。
片頭的三個工作
一支好片頭不是「介紹節目」,而是同時完成三件事:
| 工作 | 要達成的效果 | 常見錯誤 |
|---|---|---|
| 設定期待 | 聽眾知道接下來 40 分鐘會得到什麼 | 只講節目名稱,不講價值 |
| 建立識別 | 聲音、音樂、句型變成記憶點 | 每集換配音、換音樂 |
| 降低摩擦 | 讓新聽眾知道從哪開始聽 | 要求先聽 20 集舊內容 |
片頭不需要熱血。知識型、訪談型節目用平穩、清楚、略帶好奇的語氣,反而比誇張的電台腔更耐聽。
15 秒與 30 秒的腳本結構
多數節目會準備兩種長度:15 秒用於正片開場,30 秒用於新聽眾導流或跨節目宣傳。
| 秒數 | 段落 | 寫法 | 範例句型 |
|---|---|---|---|
| 0–3 | 鉤子 | 講一個具體問題或場景 | 「如果你每週都在猜哪個廣告素材有效……」 |
| 3–8 | 節目定位 | 你是誰、幫誰、解決什麼 | 「這裡是《節目名》,每次用 30 分鐘拆解一個成長問題。」 |
| 8–12 | 本集預告 | 這集會得到什麼 | 「今天我們談配音 A/B 測試,還有一個反直覺的結論。」 |
| 12–15 | 行動 | 訂閱、留言、或直接進正片 | 「開始聽吧。」 |
| 15–22(30 秒版) | 社會證明 | 聽眾規模、來賓、評價 | 「上萬名行銷人每週收聽。」 |
| 22–30(30 秒版) | 導流 | 推薦入門集數或電子報 | 「不知道從哪開始,先聽第 12 集。」 |
寫的時候注意:片頭是給耳朵的,不是給網頁的。 不要放節目名稱的拼字解釋、不要唸網址的斜線、不要在 15 秒內塞三個 CTA。
贊助口播:唸得順比唸得美重要
贊助口播的目標不是「好聽」,是讓聽眾不跳過、並且記得優惠碼。研究與實務都指向同一件事:主持人用自己的語氣講,轉換率最好。這也是 AI 配音的切入點——它不是取代主持人,而是讓「主持人語氣」可以被穩定複製到每一集、每個版本。
四段式模板
| 段落 | 時長 | 內容 | 配音要點 |
|---|---|---|---|
| 銜接 | 3–5 秒 | 從上一段自然接到贊助 | 語速不變,不要突然變電台腔 |
| 痛點 | 10–15 秒 | 聽眾正在遇到的問題 | 平穩、具體,不要誇大 |
| 產品與證據 | 15–25 秒 | 怎麼解決、誰在用 | 一個核心功能就好 |
| 行動 | 8–12 秒 | 優惠碼、網址、期限 | 最慢,重複一次關鍵資訊 |
一個 60 秒的口播,資訊量大約是 150–170 個中文字或 140–150 個英文字。超過這個長度,聽眾記得住的只有最後一句。
讓口播不像廣告的五個技巧
- 用主持人的句型:如果主持人常說「我自己在用」,AI 版本也保留這種第一人稱。
- 保留一個缺點:「它不是萬靈丹,但對於每週要產三支影片的團隊很省時間。」真誠感來自具體。
- 不要每集都一樣的開頭:同一個模板、不同切入點,避免聽眾形成「廣告段」反射。
- 優惠碼唸兩次:一次在產品後,一次在結尾,中間隔 5 秒以上。
- 音樂降低 6–8 dB:配音在音樂上要清楚,不要讓聽眾努力分辨。
技術設定:語速、停頓、音量
| 參數 | 建議值 | 說明 |
|---|---|---|
| 語速 | 中文 240–260 字/分;英文 150–165 wpm | 比正片講解略快,符合片頭節奏 |
| 句間停頓 | 0.3–0.5 秒 | 太長會顯得猶豫 |
| 段落停頓 | 0.8–1.0 秒 | 給耳朵切換注意力的時間 |
| 音量 | 整合後約 -16 LUFS | Apple 指引約 -16 LUFS,Spotify 約 -14 LUFS |
| 峰值 | 低於 -1 dBTP | 避免串流壓縮失真 |
| 背景音樂 | 配音時 -18 至 -22 dB | 片頭前 2 秒可短暫推高 |
不同平台會自行正規化音量,所以重點不是「調到某個數字」,而是同一集裡片頭、口播、正片的音量差不要超過 2–3 LU。落差太大,聽眾會一直調音量。
聲音一致性:主持人和 AI 怎麼分工
三種常見做法:
| 做法 | 誰負責什麼 | 適合 | 注意 |
|---|---|---|---|
| 主持人全包 | 主持人錄片頭與口播 | 已有穩定錄音流程 | 每集時間成本高 |
| 主持人 + 克隆 | 主持人錄樣本,AI 生成片頭與不同長度版本 | 一週多集、需要快速改版 | 需書面授權與揭露 |
| 雙聲線 | 主持人開場,AI 旁白負責贊助與宣傳 | 主持人不想唸廣告 | 兩把聲音要有區隔 |
第二種最常見。主持人只需要錄一次高品質樣本,之後 15 秒、30 秒、不同優惠碼版本都能快速生成。用聲音克隆建立專屬聲線,再用文字轉語音批次產出不同版本。
倫理與法規:克隆真人聲音一定要有書面授權,註明用途、期限與平台。贊助內容在美國受 FTC 規範,需要有清楚揭露;AI 生成語音的揭露要求則依平台與地區而異。這些不是技術問題,是節目信用的問題。
版控:讓每集口播可追溯到版本
- 命名規則:
<節目>-<集數>-intro-15s-v2、<節目>-<集數>-sponsor-<品牌>-v1。 - 每個版本保留腳本與生成參數(聲音、語速、停頓)。
- 贊助合約到期前,先確認哪些集數的素材需要下架或替換。
- 每季抽查一次舊集數,避免已結束的合作還在被聽到。
A/B 測試:片頭與口播都值得測
不用測太多變數,一次一個:
| 變數 | 測法 | 觀察指標 |
|---|---|---|
| 鉤子句型 | 問題式 vs 數據式 | 前 30 秒留存 |
| 語速 | 快 10% vs 基準 | 完聽率 |
| 口播長度 | 45 秒 vs 60 秒 | 跳過率、優惠碼使用 |
| 聲音 | 主持人原聲 vs 克隆 | 主觀回饋、轉換 |
樣本要夠大才有意義。小節目可以先累積 4–6 集再比較,不要單集定生死。
發布前檢查清單
- [ ] 片頭 15 秒內講清楚「這集能得到什麼」
- [ ] 節目名稱只唸一次,不要拼字
- [ ] 贊助揭露在口播開始前就出現
- [ ] 優惠碼唸兩次,間隔 5 秒以上
- [ ] 片頭、口播、正片音量差在 3 LU 內
- [ ] 字幕或文字稿已同步更新
- [ ] 舊集數的到期合作已處理
常見問題
Q:聽眾會聽出片頭是 AI 嗎? 15–30 秒、句型固定的片頭最難分辨。容易露餡的是即興互動、笑聲與情緒轉折——那些留給主持人。
Q:贊助口播用 AI 配音,廣告主會介意嗎? 多數在意的是轉換與品牌安全,不是錄音方式。但合約若要求「主持人親自口播」,就要照合約走,並在簽約前問清楚。
Q:每集都要重新生成嗎? 片頭可以固定一版用整季,只在本集預告那一段重生成。贊助口播則依優惠碼與檔期重生,模板不變。
Q:需要自己錄樣本嗎? 若要克隆自己的聲音,需要 10–30 分鐘乾淨錄音。若只是要一個穩定旁白,直接用平台聲音即可,不必克隆。
Q:音樂版權怎麼處理? 片頭與口播使用的音樂需要商用授權,且要確認 podcast 發佈(包含串流平台)在授權範圍內。這和配音是兩件事,別混在一起採購。
把片頭變成節目的識別
片頭不是節目的開場白,是節目的門面。把 15 秒寫好、聲音固定、每集只改一小段,聽眾會在幾集之內建立「聽到這個聲音就知道要專心」的反射。
從 Soundwaver 文字轉語音 生成第一版片頭,需要固定主持人聲線就用聲音克隆,方案細節在價格頁。想看口播腳本怎麼寫得更轉換,可以讀高轉換配音腳本指南。


