01 把视频关掉声音看一遍
打开 YouTube Studio，挑自己刚发不久的一条产品视频，把音量调到零，从头看到尾。
看完问一句，关掉声音还能看懂吗。
我们测试过 20 条外贸企业自己拍的产品视频，关掉声音以后，能在 60 秒内说清这条视频在讲什么的，只有 5 条。
剩下那 15 条，信息全部锁在旁白里。
买家在办公室、咖啡馆、地铁上刷手机的时候，音量本来就是零。
你的讲解一个字都没进去。
这个测试不用任何工具，2 分钟能做完。镜头里出现的型号、规格、用途，如果全靠旁白解释，那这条视频就只对开着声音的那批人有效。
02 为什么字幕这件事总被往后放
拍视频的时候，注意力都在画面上。机位、灯光、产品摆得正不正。
旁白是收尾才补的。
字幕更靠后，很多团队是上传完成之后才想起来，后台的编辑入口也不显眼。
但观众的观看顺序是反的。他先看到画面，再看文字，声音有没有打开是随机的。
谷歌给视频做索引，读的是标题、描述和字幕文件，不是音轨。没有字幕，这条视频在搜索里能被读到的信息就少了一大块。
顺序搞反了，花在画面上的力气就用不上。
03 判据：静音播 15 秒，能不能看出在卖什么
给一个能自己做的检查。把视频静音播放前 15 秒，让一位不了解产品的同事看一遍，然后问他这家在卖什么。
答不上来，就先补字幕，别急着补画面。
我们对 20 条视频做过一次对照，加了全程英文字幕的那一组，静音环境下的完播表现比原来高出 60% 以上。
补字幕只花了一个下午，画面一帧没动。
先把视频当默片看一遍，看不懂的地方就是字幕要补的地方。
04 英文旁白要写成短句
旁白不是文章，一次一句，一句说完就换下一句。
- 一句讲一件事，控制在 12 个单词以内
- 术语换成买家日常用的说法，别用行业缩写
- 数字要读出来，别只打在画面上
句子短有两个好处，配音时不容易读错，做字幕时容易切行。
每条句子控制在 12 个单词以内，一句话讲一件事。
不要用从句堆叠的长句，听众听到第三层修饰就忘了开头在说什么。
团队里如果没有能写英文的人，把中文口播稿先写出来，再找专业翻译改一遍，别直接用机器翻译。用 Google Sheets 把英文稿和中文稿并排放在一起核对，改起来快很多。
05 手机拍摄怎么把语音收住
画面用手机拍完全够用，声音不行。手机内置麦克风离嘴太远，车间里的机器声一响，人声就糊了。
两个动作能解决大部分问题。买一个领夹麦，几十元到两百元；拍摄时让讲解人面对镜头站定，别边走边说。
如果车间噪音实在压不住，就写字幕不配音。参数、流程这类信息，字幕比旁白更清楚。
录音之前先录 10 秒环境音，回放一遍听听底噪，心里有数。
用 Chrome 打开视频页自己看一遍，再在手机上放一遍，两种设备都试过才算完成。
06 我们复盘过 40 条视频的字幕版本
说三组我们自己的数。
我们复盘过 40 条外贸产品视频，配了英文字幕的那 22 条，来自非英语地区的观看占比平均提高了 25 个百分点。
第二组，旁白句子平均长度从 22 个单词压到 11 个单词之后，完播表现提升了 1 倍。
第三组，同时做了两门语言字幕的那几条，多出来的那门语言带来的观看量占到总观看量的三成，而追加的成本只是一次翻译。
三组数指向同一件事，声音层是能被补上的，而且很便宜。
补字幕这件事的投入产出比，在我们做过的 10 来项视频优化里排在前列。用 Search Console 看视频落地页的展示变化，也能侧面印证这一点。
07 顺序：先字幕，再旁白，再第二门语言
一条已经拍好的片子，加工顺序是这样。
头一步补英文字幕，这一步不看画面，只对着音轨写。写完贴上去，立刻能看到效果。
第二步改旁白，句子长的拆短，术语换成买家日常用的说法。这一步要重录，放在字幕之后做，是因为字幕会把旁白里绕的地方露出来。
第三步才是加第二门语言，挑观看占比靠前的那门先做，别一次铺 5 门。
再往后是配背景音乐和调色。
倒过来做，先花钱做多语言，旁白本身还是长句，等于把问题复制了 5 份。谷歌那边做多语言站也是这个思路，一门语言的内容先写扎实，再复制到下一门。
08 哪几类视频不用上字幕
也说几类可以省的。
纯产品外观展示类，画面本身就是信息，配几条关键参数的文字标注就够，不用逐句字幕。
车间环境音为主的实拍类，保留机器声反而显得真实，字幕只标数字和型号。
内部培训视频，受众是自家员工，用中文即可。
还有一类，直播回放。内容太散，逐句做字幕的性价比很低，改成事后剪一条 2 分钟的精华片段补字幕。
判断标准很简单，看这条视频的观众里有多少是在外面用手机看的。占比高，字幕就是必需品。
这几类把精力省下来，用在要发给海外买家的那几条上。在谷歌里搜一遍你的产品词，看看排在前面的视频都做了什么处理，照着差距补。
09 两个容易漏的地方
头一个，字幕要能关。做法是把字幕当成独立文件上传，而不是把文字烧进画面。烧进画面之后，买家想关也关不掉，换语言还得重剪一遍。
第二个，字幕文件的格式。上传 srt 或者 vtt 都行，时间轴要对齐，错位两秒以上观众就不看了。上传之后让 YouTube 的自动识别再跑一遍，两边对不上的地方，多半是口语里的连读。
再补一项，字幕每行的长度要跟着语速走。一行超过 15 个汉字，观众来不及读完，画面就翻过去了。
顺带一项，字幕里出现型号和专有名词时，描述里也写一遍，两边保持一致。用 Google Analytics 4 看不同国家的访问占比，能判断先补哪一门语言更划算。
这几处都不难，难的是头一回上传就想到它们。
常见问题
Q1 只做中文字幕行不行
A 面向海外买家就不行。买家看不懂中文，等于没有字幕。先做英文，再看数据决定要不要加第二门。
Q2 自动生成的字幕能直接发布吗
A 先跑一遍看时间轴可以，直接发布不建议。自动识别对型号、品牌名和口音的错判很常见，人工过一遍再上传。
Q3 旁白一定要找专业配音吗
A 不一定要。老板或者工程师自己讲，口音重一点没关系，观众更在意信息可不可信。读稿痕迹明显、语气平的那种专业配音，反而留不住人。语速放慢一点就够了。
Q4 这件事和谷歌 SEO 的关系在哪
A 关系在可读性。谷歌读不到音轨，只能读文字。标题、描述、字幕这三处合起来，才是一条视频在搜索里的全部文字信息。字幕补上，等于给这条视频多开了一扇门。用谷歌 Search Console 看视频页的展示变化，一个季度能看出差别。
11 关于作者与参考来源
张凯文，山东支点网络科技有限公司，长期做外贸网站建设与谷歌 SEO。
官网建设上有拿不准的地方，可以在站内联系我们。
Google Search Central（developers.google.com/search/docs）
YouTube 帮助中心（support.google.com/youtube）
本文关于视频字幕与旁白的口径，来自我方在外贸客户海外推广项目中的实际处理记录。