AI批量短视频生产工作流 v1.0

基于知识类博主实战复盘的方法论，从选题到分发全流程AI辅助，一周产出10条短视频。

适用场景

• ✅ 知识科普、观点输出、案例拆解、干货分享类内容
• ✅ 已有明确账号定位和知识体系
• ✅ 有历史素材（用户提问、文章、评论区）可喂给AI
• ✅ 内容对画面要求非"电影级质感"
• ❌ 不适合Vlog、颜值、探店等强个人实拍属性内容

完整工作流

选题挖掘 → 脚本生成 → 画面素材 → 声音克隆 → 剪辑合成 → 批量分发

跑通后，单条视频人工投入约1.5小时（第3天起），10条总耗时8-10小时（原来55-85小时）。

第一步：选题挖掘 — 把"拍什么"扔给AI

前置准备

整理一份素材文档喂给AI：

• 过去用户在知乎/公众号/评论区提出的100+问题
• 自己过去写过的爆款文章/笔记的主题
• 竞品近期高赞内容的话题方向

AI指令模板

你现在是一个短视频编导。以下是目标用户向我提问过的问题列表：

【粘贴问题列表】

我的目标用户画像：【描述用户画像】
我的账号定位：【描述账号定位】
我的内容赛道：【描述赛道】

请帮我分析：哪些问题可以拍成1分钟以内的知识类短视频？
按"大概率能火""值得一试""一般"三档分类，每类给出选题，并说明为什么。

关键要点

• 必须附带用户画像和已有素材，否则结果会非常通用、很水
• AI往往能把一些被忽视的问题排到"大概率能火"档（它发现了情绪热点+知识缺口的交叉点）
• 从18个左右的候选选题中选10个，作为一周发布计划

第二步：脚本生成 — 结构化输出是关键

AI指令模板

请为以下选题撰写短视频脚本，时长50-60秒：

【选题内容】

要求：
1. 开头黄金5秒：必须制造悬念/反常识/引发共鸣
2. 中间45秒：分3个要点讲清核心逻辑，每点带一个生活化例子
3. 结尾10秒：总结+引导互动（给一个具体的提问方向）
4. 整体口语化，像朋友聊天，不用书面语
5. 标注每一秒段的大致时长
6. 禁止使用"首先其次最后""总而言之""值得注意的是"等过渡词，用"你想想""说白了""举个例子"来代替
7. 禁止使用极端词：最、第一、顶级、极致、全网最优、完全有效

去AI味的核心技巧

加一句指令即可大幅提升口语感：

> "禁止使用'首先其次最后''总而言之''值得注意的是'等过渡词，用'你想想''说白了''举个例子'来代替。"

脚本输出格式参考

【0-5秒】钩子：{悬念/反常识/共鸣句}
【5-20秒】要点1：{核心逻辑} + 例子：{生活化场景}
【20-35秒】要点2：{核心逻辑} + 例子：{生活化场景}
【35-50秒】要点3：{核心逻辑} + 例子：{生活化场景}
【50-60秒】结尾：{一句话总结} + 互动引导

第三步：画面素材 — AI生成+素材库组合

双轨策略

AI生成画面技巧

• 生成静态图（比生成视频快得多）
• 在剪辑中做Ken Burns效果（缩放+平移），既有动态感又省时间
• 示例：讲"为什么越省钱越穷"→ 生成"人推着一辆不断漏水的购物车"

⚠️ 关键注意事项

• 风格统一：固定一套风格描述词，每条视频复用，避免画风大杂烩
• 画面匹配：每一段画面必须对应脚本关键词，不能随便配
• 风格词示例："扁平插画风格，柔和色彩，简洁构图，白色背景，无文字"

第四步：声音克隆 — 用AI克隆自己的声音

前期准备

1. 准备1-3分钟自己的原声录音
2. 不用播音腔，正常聊天说话即可
3. 环境安静，无杂音、无背景音乐
4. 手机直接录音就够用
5. 越自然，克隆出来越像本人

操作步骤

1. 打开支持声音克隆的AI配音工具（如剪映/火山引擎/ ElevenLabs等）
2. 上传原声素材，等待系统训练音色（通常几十秒）
3. 调整语速、语调、情绪参数
4. 粘贴脚本，一键生成语音

⚠️ 常见坑及解法

问题：AI读出来的声音节奏像新闻播报，情绪太平

解法：在脚本里加入大量口语标记

• （停顿一下）
• （语气加重）
• （稍微放慢）
• （带点笑意）
• （反问语气）

第五步：剪辑合成 — 模板化+批量操作

工具选择

剪映Pro（或CapCut），核心是模板化。

预制标准模板

模板里固定以下元素：

• ✅ 固定的片头片尾（3-5秒）
• ✅ 固定的字幕样式和位置
• ✅ 固定的BGM（选3首轮换）
• ✅ 固定的转场效果
• ✅ 固定的画面比例（9:16竖屏）
• ✅ 固定的文字排版样式

每条新视频只需三步

1. 替换配音（拖入AI生成的音频）
2. 替换画面素材（按脚本关键词对应）
3. 微调时间轴（根据配音长度对齐）

效率数据

• 首条视频：约1.5小时（搭建模板）
• 后续视频：15-20分钟/条

第六步：批量分发 — AI改写文案多平台适配

AI指令模板

请将以下视频的核心观点转写成不同平台的发布文案：

【粘贴脚本内容】

要求：
1. 抖音/快手版：短平快+强引导，控制在50字以内
2. 视频号版：偏观点+社交传播导向，60-80字
3. B站版：更完整的逻辑链+标题党优化，100-150字
4. 每个版本都要带#话题标签
5. 每个版本的语气和风格要符合平台调性

平台适配要点

⚠️ 五大常见坑（必读）

坑1：AI生成的脚本不审核直接用

风险： AI可能编造看似专业但错误的数据/事实

解法： 必须加人工审核环节，尤其注意事实性内容、数据引用

坑2：声音克隆的情绪太平

风险： 像新闻播报，没有感染力

解法： 脚本中加入口语标记（停顿、加重、放慢等），调整情绪参数

坑3：画面和音频匹配度低

风险： 用户反馈"画面和说的好像没关系"

解法： 严格要求每一段画面对应脚本关键词，这一步不能省

坑4：AI生成画面风格不统一

风险： 不同提示词画出完全不同画风，拼在一起像大杂烩

解法： 统一固定风格描述词，每条视频复用

坑5：批量生产导致内容同质化

风险： 视频结构太像，用户会腻

解法： 在模板里设多个不同的开头模式轮换使用（悬念型/反常识型/共鸣型/提问型）

效率与效果参考

效率对比（10条视频）

效果参考（知识类博主，5万粉以下）

使用本技能的标准流程

当用户触发此技能时，按以下顺序执行：

1. 确认账号信息：询问用户的账号定位、内容赛道、目标用户画像
2. 收集素材：让用户提供已有素材（用户提问、文章、爆款内容）
3. 选题生成：用第一步的模板生成选题列表
4. 脚本批量生产：用第二步的模板为每个选题生成脚本
5. 画面方案规划：为每个脚本标注哪些用AI生成、哪些用素材库
6. 配音指导：指导用户完成声音克隆和脚本口语标记
7. 剪辑模板搭建：帮用户设计标准剪辑模板
8. 分发文案生成：用第六步的模板生成全平台文案

如果用户只需要某个环节的帮助，直接跳到对应步骤执行即可。