程序员鱼皮 2026-11-16 18:20:58
大家好,我是程序员鱼皮。
从我在 B 站发出第一个视频到现在,已经过去 6 年了。这些年我从腾讯离职创业,做了 编程导航、面试鸭 这些产品,自媒体也一直在持续更新,原创了上千篇文章、录了几百期视频,全网粉丝加起来有 200 多万。
这两年做内容,我最大的感受就是 AI 进化得太快了,全网做视频的节奏也跟着越来越快。同一个热点,有人几小时就能出片,大家对内容质量和更新速度的要求都在往上走。
以前写一篇长文,从查资料、写稿到配图全靠自己;剪一期视频,要在剪映里盯着时间轴一点点地抠,把我的眼睛都抠坏了。现在选题、写作、配图、做封面、剪视频、配音,几乎每个环节都有 AI 在帮我干活。
就拿我前段时间发的 《DeepSeek 的 Super Agent 动画》 来说,这期 12 分钟的科普视频里,讲解动画、字幕和配乐全都是 AI 做的,甚至连配音都是 AI 用我的声音念的。
之前我分享了自己做出海产品的工作流,这篇就接着把我做内容的整套工作流和方法论,公开分享给大家!
先叠个甲,这套方法不一定是最好的。
有些环节我用习惯了,可能还是笨办法,网上肯定也有更专业、更高效的玩法。但它贵在真实和实用,每一步都是我自己在用的,希望能对你有帮助。
内容比较长,建议先点赞收藏,回头慢慢看~
我的创作全流程
我平时做的内容,包括短图文、长图文、贴图、短视频和长视频这几种。
其中图文的做法基本是相通的,短图文和长图文只是篇幅和结构不一样;视频也一样,长视频和短视频的制作流程差不多。所以我把它们串成了一条流水线,先做图文,再做视频:
为什么要先写图文、再做视频呢?
一方面,视频的制作难度和成本都比图文高得多。先把图文写出来,选题、观点、素材和截图就都准备好了,后面做视频的时候只需要在这个基础上改编,相当于把一个大任务拆成了两步,循序渐进,更容易坚持下来。
我相信很多朋友不做视频就是觉得做视频成本太高、太麻烦了,对吧?
另一方面,图文也是一次低成本的试水。如果一个选题写成图文发出去,大家都不感冒,那你再花好几倍的时间做成视频,大概率也达不到预期的曝光效果。反过来,图文数据好的选题,做成视频往往也不会差。
下面我就按照这个顺序,一步步讲每个环节具体怎么做。
1、选题调研
做内容的第一步,是找到一个值得写的选题。
我的选题来源主要有两种。一种是从自己最近的工作和遇到的事情出发,比如我最近折腾了出海产品,就顺势写了出海工作流;我做了一个视频创作工具,就分享了用 AI 做视频的方法。这类选题最大的好处是有真实经历,写起来不心虚,别人复制的成本也更高。
另一种就是追热点,找灵感。我在 AI 编程这个赛道,几乎每天都有新模型、新工具发布,反应慢一点,热度就过去了。
选题雷达的三次进化
为了不错过热点,我前前后后折腾了三版工具。
最开始,我用 AI 编程做了一个 AI 热点监控网页,把各个平台的热门内容聚合到一起,每天打开网页刷一刷就好。这个 AI 热点监控工具项目 我还在编程导航全程直播带大家开发过,从多平台数据抓取、AI 分析到消息推送都有。
不过网页做好了,还是得我每天自己去看、自己去筛,我还想更偷懒怎么办?
后来 Agent Skills 火了,我就用 Skills 加上 AI 定时任务,搭了一套《创作选题获取器》。里面有从十几个平台抓取热点的脚本,还有我自己总结的选题评估标准和受众画像,AI 会按照时效性、受众匹配度、实用价值、爆款潜力和差异化 5 个维度给每个选题打分,每天自动告诉我该写什么。
这套工作流唯一的问题是只能在我的电脑上跑,电脑一关就 GG 了。
再后来,我用 Grok Bot 把这个任务搬到了云上。它自带一台云电脑,我直接让它参照我的《创作选题获取器》重新搭了一套每日热点,每天早上 9 点准时推送。现在哪怕我不开电脑,人在外面,也能在手机上收到热点报告。
把三个版本的进化过程画出来,大概是这个样子:
作为一名程序员,我搭建过非常多的工具了,分享一点儿经验。
前期搭建的时候,最好用能力强一些的大模型,花时间把工作流打磨好,尤其要多找一些可靠的一手信息源,比如 AI 公司的官网、官方博客、X 上的官方账号和行业大佬。很多重大消息都是在这些地方首发的,等中文媒体转载出来,往往已经晚了大半天。
等信息源、抓取脚本和打分规则都沉淀下来之后,日常运行就不怎么依赖模型能力了。到点儿跑一遍爬虫,用热度规则算一算分,最后让 AI 总结一下就好了,国内外的模型都能胜任,怎么省钱怎么来。
有了灵感,再做深度调研
热点报告只是帮你找灵感,有了初步想写的选题之后,还需要做一轮深度调研。
这一步我一般会用 Firecrawl 这类 AI 搜索 Skill,让 AI 帮我全网搜集最新的资料,关键数据至少找两个独立来源交叉验证,并且附上原始链接,方便我回头核实。
除了查资料,我还会去各个平台上搜一搜这个选题,主要想清楚这几件事。
这个灵感到底可不可行? 有没有人已经做过了? 如果头部的内容已经写得很好,我还值不值得做? 我能不能找到一个不一样的角度,做得比别人更好?
另外,要避免自我感动,这点非常重要!
你觉得很酷的技术细节,可能大多数人压根儿不关心,搜一下相关关键词的讨论热度,心里就有数了。
确认清楚选题之后,我会开一个文档,把自己对这个选题的想法先记下来,防止忘记。
恭喜,到这里你已经完成了 80%!万事开头难,选题是最难的一步。
2、立项和写大纲
调研完选题后,如果觉得可以做,就算是正式立项了。
为啥叫「立项」呢?
我一般会把每篇文章或者每期视频都当成一个项目来对待,给它单独创建一个文件夹作为工作区,后续所有的素材,包括调研笔记、大纲、实操记录、截图和录屏,都会放到这里面。比如这样:
出海工作流分享/
├── 调研笔记.md
├── 大纲.md
├── 实操记录.md
├── images/
└── 录屏/
这么做最大的好处是,后面让 AI 写文章、剪视频的时候,直接把整个文件夹交给它就行了,上下文一次给全。
我平时写东西全都用 Markdown,存在本地文件夹里。不少人会推荐 Obsidian 这类笔记软件,但我觉得没什么必要,只要自己养成按项目整理文件夹的习惯,用任何编辑器打开都很方便,AI 编程工具也能直接读写。如果是需要跟团队同步的文档,我会放到语雀知识库里(当然飞书也是不错的选择)。
写大纲的技巧
写大纲阶段,我觉得最重要的一点是多记录自己的想法。
现在大家用的都是那几个大模型,如果你只给 AI 一个选题,让它自由发挥,写出来的东西就会跟其他人非常像。所以我会先把自己零碎的观点、经历、想用的案例和类比,全部写进草稿里,哪怕顺序是乱的、句子是不完整的都没关系。
然后再把这份草稿交给 AI,让它帮我打磨成一份《傻子都能看懂的大纲》。
对了,千万不要拿到选题就直接让 AI 写长文! 结构一旦定错了,后面推倒重来的成本非常高。
在大纲阶段,还要想清楚哪些地方需要实操。最好把实操的案例和大致步骤也提前确认好,比如要测评一个模型,就先把测试用的提示词定下来,这样后面实操的时候会更有方向。
再给大家分享一个屡试不爽的小技巧,可以用 /grill-me 这类技能让 AI 来拷问你。
grill-me 来自 Matt Pocock 开源的 Agent Skills 合集,名字翻译过来就是「拷问我」。装上之后,AI 会围绕你的想法一轮轮追问,每个问题都附上它推荐的答案,直到你们达成共识才开始动手。
之前做出海产品的时候我就用过它,这次写文章也一样。
就拿这篇文章来说,我把自己零零散散的草稿丢给 AI 之后,它没有急着动笔,而是一条一条地问我:比如全文用什么结构?做封面的技巧要不要单独讲?工作流的分享范围包括哪些?等等。
对于每个问题,AI 都会给出推荐答案和理由,我只需要选择同意或者补充自己的想法。
问完一轮后,大纲就定下来了,AI 也真正搞清楚了我想要什么。
3、实战操作
大纲定好之后,就要按照大纲把整个流程实际跑一遍了。
比如真的去操作某个 AI 工具完成任务,保存程序的运行效果截图,记录每一步遇到的问题。这一步其实也可以让 AI 自动操作浏览器 / 应用帮你实操,但我试下来觉得少了点灵性,而且挺费 tokens 的,所以大多数时候还是自己动手。
条件允许的话,我建议实操的全过程都录屏。
很多关键信息是一闪而过的,比如某个报错弹窗、AI 思考过程中的一句话,可能当时没截到就再也找不回来了。有了录屏,回头可以从里面截取图片当作文章素材,甚至可以直接把录屏交给 AI,让它自己找出需要的画面截下来。我还为此专门做了一个「从录屏里截图配图」的 Skill,省了不少事儿。
对了,截图之前,记得先把画面收拾干净。比如可以用浏览器的开发者工具把客服悬浮窗、通知角标、广告弹窗这些干扰元素删掉,再把页面放大,让重点内容更突出。涉及账号、手机号的地方一定要打码。
实操过程中,我还有个习惯,就是一边操作一边开个文档记录完整过程,防止自己忘掉。这份记录也是后面交给 AI 创作的最好素材。
除了操作步骤,一定要多记录一些自己的感受,比如哪一步让你很意外、哪里踩了坑、用完之后的真实评价。这些感受是 AI 写不出来的,也是区分人和机器的地方。
4、让 AI 写图文
到这一步,你的工作区里应该已经有大纲、实操记录、图片或者录屏这些素材了。
接下来,我会把整个工作区拖进 AI 的对话框,再交代清楚两件事。
一是本次的创作风格,用什么样的语气文风,是专业严谨还是接地气?
二是这篇文章的其他诉求,比如多配一些表情包、字数大概多少、发在哪个平台。
最后,一定要让 AI 交付可以直接发布的成品,不要只让它写个初稿。
AI 写作的三个阶段
作为一个原创过上千篇文章、又一直在拥抱 AI 的博主,我能很明显地感受到 AI 写作能力的进化速度。
刚开始的时候,AI 基本只能打打辅助。写出来的文章特别机械,满屏都是「稳稳接住你」「不绕弯子」「不是……而是……」这种 AI 味儿,我得大段大段地改,有时候改的时间比自己从 0 开始写还要长。
后来 AI 慢慢能写出有人味儿的文章了,但截图、表情包这些素材,还得我自己一张张去补。
再到后来,AI 已经可以自己联网搜索素材、自己截图,甚至能直接在图片上做标注了。整篇文章基本都可以交给 AI 交付。
所以现在只要用好一点的模型,人工操作就少了很多,我可以抽空锻炼锻炼身体、多做几组提肛了。
模型方面,我写作用 Claude 的 Opus 系列比较多。最开始很长一段时间用的是 Opus 4.6,直到 Opus 5 出来,我发现文章的人味儿上了一大截。也有不少同学跟我说,Google 的 Gemini Argon 和 Carbon 写出来的东西也挺有人味儿。
至于哪个模型最好,我觉得大家不必争论,自己去写几篇感受一下,适合自己的就是最好的。
打磨自己的创作风格
比选模型更重要的,是打磨一套属于你自己的创作风格。
方法其实很简单。创建一个文件夹作为工作流目录,在里面整一套《图文创作工作流》,或者一个专门的写作风格 Skill。
刚开始,我也只是每次跟 AI 说:语句要自然连贯接地气、合适的地方要承上启下、不要用太专业的术语。
重复的内容说的次数多了,你自然就会想到把这些要求沉淀下来。
具体怎么沉淀呢?
其实很简单,每写完一篇文章,就直接跟 AI 说:帮我分析和沉淀本次的写作风格。
AI 就会帮你整理出一份风格文档。
更有效的做法是,把 AI 写的原稿和你人工修改后的版本一起交给 AI,让它分析你删了什么、改了什么、加了什么,背后有什么规律,再把这些规律更新到风格文档里。
后面就持续不断地重复这个过程,用这个风格写作,人工修改,再让 AI 沉淀优化。慢慢地,属于你自己的风格就沉淀下来了。这份风格文档,是别人怎么都抄不走的东西。
给大家举个例子,一份写作风格文档的片段大概长这样:
## 语言风格
- 像跟朋友聊天一样写,口语化,但不刻意堆网络热词
- 敢于表态,该下判断就下判断,不说「因人而异」「仅供参考」
- 先讲用户遇到的痛点和场景,再引出解决方法
## 句式和排版
- 段落要短,每段 2 ~ 3 句,情绪转折的短句可以单独成段
- 禁止使用破折号,禁止「不是……而是……」这类 AI 腔句式
- 中英文之间、数字和中文之间加空格,引号统一用「」
## 禁止事项
- 套话:本文将详细介绍、综上所述、让我们一起来看看
- 空洞夸张:效果直接起飞、简直绝了
- 编造事实和数据,拿不准的地方要标出来问我
当然,这只是我改写过的一个简单示意,真实的风格文档会随着迭代越来越长、越来越具体。
我之前还把自己蒸馏成了一个 Skill 并开源了,感兴趣的话可以参考一下思路:
开源指路:https://github.com/liyupi/yupi-skill
搭建创作风格工作流时,也有两个原则。
一是搭建和调优的时候,尽量用你能用到的最强模型,风格提炼是个很需要细腻判断的活儿,弱模型给出的结论会很笼统。
二是不要在没风格的时候硬搭,最好你自己已经手动写过好几篇,知道自己想要什么、讨厌什么风格,再让 AI 帮你固化下来。
对了,我建议刚开始做自媒体的朋友通过「口遁」的方式创作内容,更容易创作出有人味儿的东西,然后再交给 AI 去优化完善叭~
我的图文创作工作流
现在我日常写文章,用的就是自己打磨了很久的《图文创作工作流》。在不泄露具体风格规则的前提下,给大家拆解一下它的架构:
整套工作流其实就是一个文件夹,加上几份写给 AI 看的文档,用 Cursor、Claude Code、Codex 这些 AI 编程工具打开就能用。
最核心的是入口规范文件,它规定了 AI 拿到选题之后要走哪些步骤。先判断要写短图文还是长文,再全网调研,然后生成大纲找我确认。我确认之后,AI 才会正式动笔。
这里有一个关键设计,就是把大纲确认设置成必须由人来拍板的卡点。 只要大纲没问题,后面的全文基本就不会跑偏,返工成本最低。
写作的时候,AI 会加载三类知识。
第一类是通用的写作风格指南,所有文章都要遵守 第二类是分类型的子文档,某一类文章的规律攒够了,就单独拆出来 第三类是模板库,里面放着我写过的各类代表性文章,AI 会根据当前文章的类型挑最接近的一篇参考结构和节奏
写完之后,还有一个交付前的自检脚本,专门检查 AI 腔表达、标点、遗留的待办标记,以及有没有不小心写进去的隐私信息。
最后是一个自我迭代的闭环。每次我人工修改完一篇文章,都会让 AI 对比修改前后的差异,提炼出规律更新到风格指南里。所以这套工作流是越用越懂我的。
配图和表情包
一篇好文章肯定少不了丰富的配图,毕竟没人喜欢看干巴巴的纯文字,图片也能帮大家更快看懂你在讲什么。
图文的配图,我一般分几种情况处理。
教程类的截图,用的就是前面实操时攒下来的素材。知识讲解类的内容,我会让 AI 先把文章拆成段落,给每一段写一个生图提示词,再交给 Nano Banana 或者 GPT Images 生成插图,几乎不用自己画图了。这篇文章里的手绘风流程图就是这么来的。
如果是架构图这种文字比较多的图,生图模型很容易写错字,我会让 AI 直接写一个 HTML 页面把图画出来,再截图成图片,每个字都准确。上面那几张架构图就是这么做的。
至于表情包,我现在全都交给 memecub 了。
memecub 是我做的第一个出海产品,需求就来源于我自己。我经常写文章、做视频,很多地方需要配表情包,以前都是自己一张张去搜、去下载,再插到文章里,非常浪费时间。所以我干脆做了一个全自动更新的中英文表情包图库。
在图库的基础上,我还做了 AI 配图功能。把文章粘贴进去,它会自动挑出适合放表情包的句子,把最贴切的表情包插到后面。
我还把它做成了 Skill 和 MCP,一行命令就能装进 Claude Code、Codex、Cursor 这些 AI 工具:
npx skills add https://memecub.com
装好之后,你让 AI 写文章的时候顺便说一句「给这篇文章配几张表情包」,它就会自己去搜、自己插好。这篇文章里的表情包,就是用 memecub 配的。
人工校验
文章写完之后,千万别急着发,一定要人工校验!
AI 写得再像人,也免不了一本正经地胡说八道,数据、日期、版本号说错都是常有的事。
知名度越高的博主,越要重视校验。 看你内容的人越多,一个错误数据被传播出去的影响就越大。
我自己也翻过车,被人在评论区指出过错误,甚至遭受过辱骂,那种感觉真的很难受。
所以现在我会开几个不同的模型和 Agent 分别审查同一篇文章,让它们多轮联网搜索、交叉验证文中的每一个事实和数据,最后我再人工查证一遍。
不同模型的知识盲区不一样,一个模型没发现的问题,换一个模型可能一眼就看出来了。这一步虽然多花点时间,但比发出去再删文道歉强太多了。
5、做封面
文章写好了,发布之前还有一件很重要的事,就是做封面。
封面决定了别人在信息流里刷到你的时候,会不会点进来。花 10 分钟做一张好封面,带来的流量增长可能比多花 10 小时打磨正文还大!
我总结了几个做封面的技巧:
文字要大、要少,只突出最核心的那个点。很多人在手机上刷到封面只会停留零点几秒,字多了根本看不过来。 文字要吸引人,最好能制造反差或者悬念,让人产生点进去看看的冲动。 画面元素不要太复杂,要有一个明确的人物主体,有人脸的封面往往更容易吸引注意力。 最好让人看了觉得有趣。封面能把人逗乐,点击率一般都不会差。
比如我出海视频的封面,就两个大字「出海」,画面是我戴着草帽、拿着鱼叉一脸苦相地坐在渔船上,看一眼就知道这期在讲什么,还有点好笑(有天才网友叫我「鱼滑儿」哈哈)。
随着 AI 的进化,我做封面的工具也换了好几轮。
以前我用创客贴做封面,它最大的好处是可以复用模板,找到一个效果好的模板之后,只需要替换文字和配图就行。后来我先用 Google 的 Nano Banana 生成有趣的封面底图,再到创客贴里配上高亮文字。现在基本直接用 GPT Images 一把梭,底图和文字一次搞定。
还有一个麻烦事儿,就是不同平台需要的封面比例不一样。一般要准备 16:9、4:3 和 5:2 这几种比例,做视频的话还要竖版封面。
我的做法是先把 16:9 的封面做好,然后用自己在 GPT 上搭的一个多尺寸封面改版 Skill,直接出其他比例。它会根据新的比例重新排版,人物主体和文字都能保持完整,不会被直接裁掉一块。
同一张封面,改版出来的效果是这样的,还不错吧?
6、图文多平台发布
封面图做好之后,就可以发布了。
为了尽可能让自己的作品有更多流量,我的文章一般会发到公众号、知乎、掘金、CSDN、B 站专栏、今日头条、博客园、百家号这些平台。
一篇文章要在这么多平台上一个个复制粘贴、重新上传图片、写简介描述、设置标签,光想想就头大,而且全是重复操作。。
所以我用 AI 编程做了一个《文章全网同步工具》,它是一个 Chrome 浏览器插件。我只需要在工作台里填一次标题、标签、摘要和 Markdown 正文,勾选想发的平台,点一下就能同步到所有平台。
这个工具的实现原理其实不复杂。插件借用你浏览器里各个平台的登录状态,调用平台网页编辑器背后的接口去创建文章,图片也会自动转存到各平台的图床。
如果你也想做一个,最简单的方法就是参考 GitHub 上的开源项目,随便一搜就有了。
注意,我的工具不会直接发布文章,而是同步到各个平台的草稿箱。
因为不同平台的标签规则不太一样,有的平台要选分类,有的平台标签数量有限制。而且我有时会根据不同平台的用户属性修改标题,比如公众号的标题要接地气一些,掘金和知乎的用户更喜欢直白的标题。同步完成之后,工具可以一键打开所有平台的草稿页,我再逐个检查一遍、调整一下就能发布了。
现在其实不做插件,直接搞个 Skill 让 AI 操作浏览器去发也是可以的。但我个人觉得有个可视化的工作台,修改内容会更方便一点。
如果你不会写代码,也完全可以用 Vibe Coding 的方式,跟 AI 聊着天就把这类小工具做出来。我之前写过一套免费开源的 《AI 编程零基础入门教程》,从 0 学会 AI 编程,到做出自己的产品都有讲,感兴趣的话可以看看:
7、写视频稿
图文发出去之后,如果流量还不错、大家反馈也挺好,就进入视频的制作环节了。第一步是写视频稿。
视频稿不能直接照搬图文,因为两者的表达方式差别很大。视频的语气要更口语化、节奏要更凝练、开头还要埋好钩子,最好 结论先行 或者 成果先行,让观众在前几秒就觉得这个视频值得看完。讲到中途,也要时不时通过提问引发观众思考,或者设置一些悬念,防止观众划走。
拿我出海那期内容举个例子。图文版的开头是这样的:
今年国庆假期,别人都出去旅游嗨皮了。我呢,也出去旅游了,但同时在中国香港注册了一家公司,开启了我出海赚美刀的梦想。
而视频版的开头,我改成了这样:
这是我第一次做面向全球的出海产品,近 7 天已经有近 5 万的浏览量了,猜猜我盈利了多少?
相信你应该能感受到二者的区别吧?
图文可以慢慢铺垫,视频就得第一句话把人抓住。
这个阶段我一般会选择人工来优化稿子,因为自己改会更有感觉。而且后面我要对着稿子录口播,自己改一遍,也算是提前熟悉一下内容,录的时候会顺很多。
8、录制口播和屏幕
稿子写好,就可以开始录制了。
关于录口播,我前后用过好几种方式。
之前用得最多的,是手机上一个叫「爱提词」的提词器软件。它可以把台词悬浮在屏幕上,同时打开手机相机自带的 4K 超清录制,而且 AI 会识别你说话的内容,自动跟着你念到的位置滚动台词,不用自己调滚动速度。
不过后来我换了鸿蒙系统的手机,这个软件的悬浮提词不太适配;用它内置的录制功能,在我的手机上又只能录 1080p,所以基本就弃用了,现在还在找下一个更合适的工具。
另一种方式是用 Mac 电脑自带的摄像头,加上 ScreenFlow 这个软件录制。如果提前准备好了口播稿,可以把稿子的窗口放到摄像头附近,这样念稿的时候眼神漂移也不会很明显。
如果你没有准备稿子,就是边操作边讲解,我比较推荐 Screen Studio。它会记录你录屏时的鼠标点击位置,自动给点击的区域做放大缩小的镜头动画,还能让鼠标移动更平滑、给每次点击加上波纹效果,录出来的演示视频会精致很多。
不过我个人还是建议,现在做内容最好提前把稿子准备好。
因为大家对内容质量的要求越来越高,视频节奏也越来越快。打磨好稿子再念,节奏会更紧凑,后期剪辑的成本也更低一些。
另外,有些以人物画面为主、对画质要求比较高的内容,我会用大疆 Pocket 来录。
但其实大多数知识讲解类的内容,不用太追求画质,用手机录就够了。因为很多时候,人物画面最后会被缩成角落里的一个小圆圈,观众的注意力主要在讲解画面上。
如果是实操演示类的内容,就需要自己手动录屏了。Mac 自带的 QuickTime Player、ScreenFlow、Screen Studio,Windows 上的 Bandicam 都可以。录屏的时候,尽量在系统设置里把鼠标指针调大一点,方便观众看清你在点哪里。
9、人工粗剪
素材录好之后,我会先自己人工粗剪一遍,用剪映就够了,上手快,手机和电脑都能用。
虽然现在 AI 已经能剪视频了,但这一步我还是坚持人工来做。主要就是整体调整一下视频的音量,给自己加点美颜效果,再把明显念错、重录的口播片段剪掉。
如果视频分成了好几个部分,我还会顺手从剪映的素材库里挑一些转场或者空镜素材,垫在段落和段落之间作为分割。这样段落之间的切换不会太突兀,AI 后面处理的时候也能一眼看出章节在哪里分开。
处理好之后,再把口播稿和视频素材一起交给 AI。
为什么不直接全交给 AI 呢?
因为原始素材里有废片和重录,全丢给 AI 处理,既烧 tokens,又容易让它在一堆无效内容上反复折腾,返工的概率也更高。
而这部分工作,人来做其实花不了多少时间,顺手就做完了,还能减少后面的整体制作时间。
10、AI 自动剪辑视频
接下来就是整个视频制作中最关键的一步,也是 AI 帮我省下时间最多的一步。
以前做视频,粗剪完之后,我还得在剪映里一点点地给视频配画面,放大缩小、调整视角、配字幕、加转场特效、配鼠标点击音效、加表情包、找空镜。。
实不相瞒,以前我的视频基本都是在剪映里一帧一帧抠出来的,眼睛度数明显上升了,体检还查出来眼压贼大。
现在有了 AI,除了粗剪阶段,我基本不用剪映来精剪和配画面了。精细剪辑、配画面和表情包、做动画、加转场特效和各种音效、联网搜索空镜、生成字幕,这些活儿全都交给 AI。
从你的第一个视频开始
刚开始让 AI 剪视频的时候,很容易想着先去网上找专业的 AI 剪辑工具和方法论,或者直接照搬别人的剪辑 Skill。
我觉得完全没必要。每个人的视频风格和需求都不一样,别人的 Skill 不一定适合你,立刻开始行动、找到适合自己的剪辑方法才是最重要的。
我的建议是,如果你能用上 Claude Opus 或者 Fable 这种顶级模型,就直接创建一个属于自己的「视频创作工作流」目录。
然后从你的第一个视频开始,直接跟 AI 描述你的需求,让它帮你收集素材、剪辑视频。
每做完一个视频,把你提的修改意见都让 AI 沉淀成规则。做的视频越多,这套工作流就越懂你。这个思路跟前面打磨图文创作风格是一样的,都是在一次次修改中,让 AI 把你的偏好沉淀下来。
我的《视频创作工作流》就是这么一步步打磨出来的。
开头给大家看的那段动画,就是用它做的。我最近 B 站上的这两期视频,一期是 《DeepSeek 新出的 Super Agent 是什么?真有用么?》,一期是 《我的第一个出海产品,亏成狗了!》,从配画面、做讲解动画到加字幕和音效,都是这套工作流完成的,大家可以点进去感受一下效果。
这套工作流最早只是一个《产品宣传视频制作器》,顾名思义,只会做产品宣传片。我用它交付了 5 支宣传片、4 支口播和科普视频之后,每一轮真实的修改意见都被沉淀成了规则,它也慢慢变成了一套通用的视频创作工作流。
同样,在不泄露具体风格的前提下,给大家看看它的架构:
我说一句需求,比如:把这段口播剪成科普视频。
AI 会先判断这是哪类视频,只读取对应类型的那一份工作流,不会把所有规范都塞进上下文里,能省不少 tokens。
然后它会先自己调研、盘点手上的素材,再拿着具体的选项来问我,把需求确认清楚,宣传片还会先画几张不同风格的样帧让我挑。确认之后,它就会自动完成素材、声音、画面这些步骤,最后经过自动检查才渲染出 4K 成片。
整个过程中,必须我亲自参与的只有三类卡点:
需求确认 配乐和配音的试听 只有我才能解决的问题,比如需要登录某个网站
之所以要我亲自试听,是因为 AI 听不到声音。它只能把旁白重新转写成文字,跟稿子逐句比对,错一个字都能查出来;但配乐好不好听、音色搭不搭,还得靠人的耳朵来判断。
另外,每支片子收到的修改意见和踩过的坑,都会被记录下来,现在已经攒了 70 多条踩坑记录,下一支片子 AI 就能提前避开。
我最早做的那版宣传片制作器,已经开源到 GitHub 上了,感兴趣的朋友可以拿去直接用:
开源指路:https://github.com/liyupi/ai-promo-video-maker
AI 剪辑视频的工具和技巧
再给大家分享一些我自己在用、觉得好用的 AI 剪辑视频的工具和技巧。
1)素材获取
让 AI 联网搜索素材和空镜,比如讲到某家公司,就让它去找对应的官网截图和产品画面。如果找不到合适的现成素材,可以让它调用阿里云百炼的生图模型,或者 GPT Images、Nano Banana 这些生图模型,给画面生成静态素材。
如果需要更有创造力的动态素材,比如一段氛围感空镜、一个角色动作,我还给 AI 对接了 Seedance 的 API,它可以直接调用视频生成模型把这些镜头生成出来。表情包就交给前面提到的 memecub。
注意,真实素材永远是主角。
讲产品就放真实的产品截图,讲工具就放真实的录屏,AI 生成的图片和视频只负责包装和转场。
2)剪辑和合成
基础的裁剪、拼接、转码、调音量,用 ffmpeg 就够了,AI 对它非常熟悉,你只要说清楚想要什么效果,它就能写出对应的命令并执行。
画面和动效部分,我现在主要用 HyperFrames。它可以让 AI 用 HTML、CSS 和 GSAP 动画库来写画面,再渲染成视频。写网页本来就是 AI 最擅长的事情之一,所以用它做出来的画面效果好、出错少。
比如下面这个镜头,左边是 AI 写的场景代码,右边就是渲染出来的视频画面:
在我的 Mac 电脑上,用它渲染一支 5 分多钟的 4K 科普视频大概只要 8 到 12 分钟。作为对比,之前我用 Remotion 渲染一支 5 分钟的 4K 科普视频,要 30 多分钟。
当然 Remotion 也很好用,它让你用 React 来写视频,特别适合做一些带交互感的动画。不过要注意,Remotion 对个人和 3 人以内的小公司免费,4 人及以上的公司使用就需要购买公司授权了。
3)复刻视频风格
如果你在网上看到一个很喜欢的视频,想做一个同款风格的,可以试试 hypit。
它是一个开源项目,你把参考视频交给 AI,它会分析原视频的镜头、节奏、字幕、空镜和特效,然后用你自己的内容重新做一个同款出来。
4)其他好用的库和方法
想让 AI 一把梭出可用的视频,逐字时间戳特别重要。可以用 ElevenLabs 这类语音转写服务,把口播转成带每个字时间点的文字,AI 就能精确地剪掉重录的部分,取每句话最后一遍说完整的版本,剪完再转写一遍逐段比对,少一个字都能发现。
需要网页截图的时候,可以让 AI 用 Playwright 把页面截成 4K 高清图。
配乐可以用 Mixkit 这类免费可商用的曲库,再让 AI 分析曲子的节拍,把镜头切换卡在鼓点上,看起来会很带感。
5)做科普动画
想必大家也发现了,AI 尤其适合用来做科普动画视频,比如讲解人类发展史、服务器之间是怎么交互的、一个请求是怎么一步步流转的等等。
这种视频的流量还挺高的,而且很多平台都搞了什么 Vibe 知识大赏之类的活动。
以前这种视频的制作成本可不低,要么找人画,要么自己在剪辑软件里拖关键帧,费时又费力。
现在直接让 AI 写一个动画网页,吃顿饭的时间就做出来了,而且每个步骤、每个箭头画面都能精确控制。
6)看到好特效就复刻
如果你在网上看到哪个视频的某个特效做得不错,可以直接把视频链接丢给 AI,让它分析并复刻出来,然后把方法沉淀进你的工作流。下次再用的时候,说一句就行了。
连配音都能交给 AI
对了,再告诉大家一件事。现在不只是剪辑视频,连口播配音都可以用 AI 搞定了,而且最关键的是,跟真人贼像!
我用的是 ElevenLabs,这是专门做 AI 语音的产品,文字转语音、声音克隆、AI 配乐和音效都能搞定,在海外创作者里用得非常多。
用法也很简单,先把自己往期视频的口播音频上传上去,在平台上复刻出自己的声音,之后直接把视频口播稿提供进去,就能生成音频了。
开头给大家看的 《DeepSeek 新出的 Super Agent 是什么?真有用么?》 那一期,就是全程用 AI 配的音。
大家可以去听听看,除了英文单词念得过于标准之外,很多地方跟我本人的声音真的是一模一样,安能辨我是鱼皮还是 AI 鲏?
11、视频多平台发布
视频做好之后,最后一步就是发布到各个视频平台,比如 B 站、抖音、视频号、小红书等等。
我的做法很简单,在 Chrome 浏览器里专门建了一个标签组,里面放着所有平台的投稿页面,点一下就能全部打开。
你可能会问:鱼皮你给文章都做了同步工具,视频为什么不让 AI 自动发布,还要自己手动一个个点呢?
主要的原因是每个平台的操作和选项都有一些区别。比如 B 站要设置投票这类互动组件,还要配置三连提示出现的时机;不同平台能打的标签数量也不一样;有时候不同平台的标题和简介,还要根据用户属性做相应调整。
而且我的视频流量比文章更大,所以会更严谨一些。这些操作如果交给 AI,我还得反复检查它有没有选对,还不如自己花几分钟点完,人工操作,反而不烧心。
最后哔哔
到这里,我做内容的整套工作流就全部分享完了,洋洋洒洒写了 1 万多字,不知道大家看得过不过瘾,有没有收获?
时代变了。。以前一支像样的科普动画,要么花钱找团队做,要么自己在剪辑软件里爆肝;现在说几句需求,AI 就能帮你配好画面、做好动画,甚至连配音都能用你自己的声音念出来。
这是一个人人都能做出大片的时代。
但用得越久,我越觉得真正拉开差距的,反而是 AI 给不了你的那部分东西。比如你对选题的判断、实操时的真实感受、还有一点点攒下来的个人风格。
工具人人都能用,大家用的又是同几个模型,如果只是把选题丢给 AI 一键生成,写出来的东西只会越来越像。
所以我的建议是,别想着一上来就把整套工作流搭完。先挑一个你觉得最耗时间的环节交给 AI,用顺手了,再一点点往前后扩展。等你回过头来,属于你自己的那套工作流,自然就搭建出来了。
OK 就分享到这里,我是鱼皮,持续分享 AI 编程和内容创作干货。觉得有用的话,记得点赞收藏和关注~
【版权声明】本文内容来源于程序员鱼皮,版权归原作者及原媒体所有。本站仅作信息分享,不构成任何商业用途;如涉版权问题,请联系本站删除。
发布时间:2026-11-16 17:15:59
(第1/1页/共39530字/8阅)