文章目录前言1. 这玩意儿到底替我干了啥1.1 剧本先当一回校对员1.2 分镜与角色一个主角三种画风1.3 画面绿幕抠像 代码动画1.4 声音配音界的开源精神1.5 把关审片员比甲方还较真2. 怎么领第一次聊什么2.1 第一次对话它一次只问一个问题2.2 先试听再定音色3. 实战一《烂梨效应》3.1 三个方向选到选择困难3.2 主角阿梨和她的 16 张姿势3.3 配音的折腾史3.4 审片抓出真问题4. 实战二《边界》4.1 羊毛毡赢了4.2 红毛线是全片的隐喻4.3 引用核对大型打假现场4.4 审片员 6.5 分事件5. 喂给它什么样的文章5.1 一条主线5.2 具体的场景5.3 带出处的引用5.4 合适的篇幅5.5 认真挑方向6. 它到底交出来的是什么P.S. 推荐一个大神的教程给想要了解或者学习人工智能知识的读者这个教程里内容讲解通俗易懂且风趣幽默对我帮助很大。我想与大家分享这个宝藏教程请点击下方链接查看 传送门https://blog.csdn.net/qq_74013365前言做口播视频这件事我以前一直以为难在说后来才明白难在做。写稿一小时配音两小时找素材一下午等渲染一整晚成品发出去播放量还没我发的朋友圈高。直到我把整套流程打包进一个 Bot。现在的我是这样的文章丢给它喝杯咖啡回来片尾都剪好了。我妈上次看到成品问我是不是悄悄找了个外包团队。1. 这玩意儿到底替我干了啥一句话把一篇文章变成 1080×1920 的竖屏口播动画。默认尺寸输入的时候想改也行。它按导演的顺序推进流程比我前东家的需求评审还完整。{画幅:1080x1920,角色库:16张姿势 3组表情 1套手臂,配音:{引擎:CosyVoice3,协议:Apache-2.0,标注:AI配音},渲染:[Canvas,Playwright],质检:[自动质检,独立审片员]}1.1 剧本先当一回校对员多语言功能先放一边最狠的是它会把文里的引用逐条核对出处。你敢信原文里引了一句曾国藩它查出这句话出自《孟子》讲的其实是曾子就照着出处改了过来。相当于你让一个实习生核对参考文献他真去查了还查对了。我这种引用全靠大概好像是这么说的的人看到这功能差点流泪。1.2 分镜与角色一个主角三种画风先拆镜头表再设计主角然后把同一个画面画成三种美术方向让你挑。剪纸绘本、皮影戏、水墨留白同一个划船镜头画三遍活脱脱一个会画画的乙方而且从来不说这个我做不了。角色设定是真下功夫。齐肩短发、别着梨子发卡、墨绿开衫连姿势库都备了 16 张。我怀疑它背着我偷偷学过动画原理。1.3 画面绿幕抠像 代码动画AI 生成绿幕上的角色姿势图抠像之后和代码画出来的场景、道具、动画合成渲染走 Canvas 和 Playwright。这里划重点它不是视频生成模型所以角色从头到尾长一个样。不会出现上一集还是个人下一集就变成一个土豆的灵异事件。1.4 声音配音界的开源精神配音用的 CosyVoice3Apache-2.0 协议可商用。音色来自一段合成的提示音片尾自动标AI 配音。配乐自己合成字幕直接烧进画面。这一套下来我原来外包配音的钱全省了。省下来的钱够我给自己加两顿夜宵。1.5 把关审片员比甲方还较真自动质检跑完还配一个独立审片员挑错。最绝的是审片员提的每一条它都先截成片里的真实画面核对确认属实才动手改。# 审片原则先证明再修改foropinioninreviewer.opinions:# 审片员提的每一条framefilm.grab(opinion.area)# 截成片里的真实画面ifverify(opinion,frame):# 画面里确实存在film.fix(opinion)# 才动手改else:reject(opinion)# 不存在就驳回不当冤大头这就像老板让你改方案你得先证明确实有这个 bug再动手从根本上杜绝了无理需求。2. 怎么领第一次聊什么打开模板分享链接导入成自己的 Bot直接开聊。装东西的时候你什么都不用管它会自己搞定。2.1 第一次对话它一次只问一个问题注意一次只问一个。怎么称呼你、用什么语言、发在哪个平台、什么画幅、想要什么声音、繁体要不要转简体、文案里哪些词你不爱看全给你摸清楚。这体验怎么说呢比我见过的大部分真人产品经理都克制。真人 PM 会一次甩你 20 个问题每一个都像在考你。2.2 先试听再定音色问完它会生成两到三段试听你挑一段当默认音色。挑完它才向你要第一篇文章。整个过程丝滑得像在点奶茶先选甜度再选小料最后下单。3. 实战一《烂梨效应》第一篇我喂了一篇繁体长文讲烂梨效应人为什么明知不划算还要继续往里投入。损失厌恶、沉没成本、认知失调、情绪补偿四种心理三个场景最后给四步破局。3.1 三个方向选到选择困难剪纸绘本、皮影戏、水墨留白同一个划船镜头画三遍。我选了剪纸绘本纯粹是因为它看起来最好吃……不是最有质感。3.2 主角阿梨和她的 16 张姿势主角叫阿梨齐肩短发、梨子发卡、墨绿开衫。姿势库 16 张站、走、坐、抱膝、跳跃三组表情加一套手臂。比我朋友圈的自拍姿势都丰富。成片一共 74 个镜头。阿梨先把烂梨吃完用帘子遮住镜子里过去的自己最后从漏水的船上跳下来咬下一颗好梨。看完我沉默了因为我知道我明天还是会先吃烂的那颗。3.3 配音的折腾史第一版用 edge-tts我嫌声音糙让它换 VoiceStudio 配个甜美学姐音。它查了一圈回来告诉我VoiceStudio 推荐的模型不能商用。行吧转 CosyVoice3 重新出试听我挑了 3 号。这个流程说明什么说明它比我懂版权。我是那种能商用吗应该能吧的人它是那种许可证先查一下再说话的狠角色。3.4 审片抓出真问题镜子那场有只手臂镜像翻过去了「二度」「划桨」声调读错它用拼音标注纠正片尾音乐一刀切断补上了淡出。最终版 3 分 29 秒它推荐的标题是「你总先吃烂梨所以一辈子都在吃烂梨」。这标题我看着手里那颗烂梨总觉得它在内涵我。4. 实战二《边界》第二篇还是繁体讲成年子女怎么和父母保持健康边界。结语那句「我们来自父母但不属于他们」我差点转发给我妈然后想了想还是算了。4.1 羊毛毡赢了三个方向水彩彩铅绘本、一笔线描配红线、羊毛毡微缩。演的是同一场戏妈妈坐扶手椅织毛线爸爸站身后儿子站门口一根红毛线从妈妈手里拖到地上。我选了羊毛毡质感确实绝像手作区 UP 主连夜赶出来的。4.2 红毛线是全片的隐喻红色只出现在两处童年阿远的毛衣和妈妈手里的毛线。毛线织出去缠成一张困住母子俩的网片尾变成阿远跪在地上按住的一条分界线。4 分 11 秒58 个镜头177 条字幕。这个隐喻设计比我大学选修课的剧本课老师讲得都清楚。4.3 引用核对大型打假现场原文有一句话署名曾国藩它查出出自《孟子》讲的是曾子照出处改了过来。另外三处查不到可靠来源保留原话拿掉署名。这一套操作下来我承认我平时写文章连标点符号都懒得检查。4.4 审片员 6.5 分事件独立审片员打了 6.5 分列了 9 个问题。Bot 没照单全改逐条去成片里截图核对。妈妈少了一只手臂截图里没有。阿远头和身子分了家也不存在。绿幕边缘发光假的。真问题只有 4 个跪地的阿远被挤到画面边缘、身子被切掉一截分屏里阿远头顶被格子切掉袖子上多出一圈红毛线爸爸坐下时拐杖自己笔直立在旁边。改完之后阿远回到了画面中央拐杖乖乖斜靠在椅子上。这个先验证再修改的流程建议所有开发团队直接抄作业不是所有反馈都成立但成立的反馈一个都跑不掉。5. 喂给它什么样的文章经验总结敲黑板。5.1 一条主线一个核心观点加上几个具体场景最容易演成故事。纯数据和清单式的文章画面撑不起来。你总不能让它把 Excel 表格拍成大片吧……算了别给它这个灵感。5.2 具体的场景一段感情、一个项目、家里打来的一通电话这些都能直接变成镜头。5.3 带出处的引用它会逐条核对查错的改查不到的拿掉署名、保留原话。被它审过一轮的稿子比我给甲方交的稿子都干净。5.4 合适的篇幅片长跟着文稿走《边界》的文稿配完音是 4 分 11 秒。想要更短的片子先把文章删短或者直接告诉它。它不会像某些剪辑软件一样假装没听见。5.5 认真挑方向风格一旦选定角色设定、姿势库和整片都会照着这个方向做。选错方向等于从头再来。这个教训我替你踩过了。6. 它到底交出来的是什么一条代码动画加 AI 角色图的竖屏短片配音是标注过的 AI 声音每一版都过自动质检和独立审片。不是那种五毛特效加念稿的产物是那种你妈看了都以为你报了 MCN 的成品。打开 Grok Bot把收藏夹里那篇吃灰的文章丢给它。反正收藏夹里的文章不就是为了有一天被做成视频吗不然你收藏它干嘛图个心理安慰P.S. 推荐一个大神的教程给想要了解或者学习人工智能知识的读者这个教程里内容讲解通俗易懂且风趣幽默对我帮助很大。我想与大家分享这个宝藏教程请点击下方链接查看传送门https://blog.csdn.net/qq_74013365 
长河君 · 2026/10/11 2:48:44 · 阅读 1.2k 从文章到口播成片，只需要交给这一个Bot
文章目录前言1. 这玩意儿到底替我干了啥1.1 剧本先当一回校对员1.2 分镜与角色一个主角三种画风1.3 画面绿幕抠像 代码动画1.4 声音配音界的开源精神1.5 把关审片员比甲方还较真2. 怎么领第一次聊什么2.1 第一次对话它一次只问一个问题2.2 先试听再定音色3. 实战一《烂梨效应》3.1 三个方向选到选择困难3.2 主角阿梨和她的 16 张姿势3.3 配音的折腾史3.4 审片抓出真问题4. 实战二《边界》4.1 羊毛毡赢了4.2 红毛线是全片的隐喻4.3 引用核对大型打假现场4.4 审片员 6.5 分事件5. 喂给它什么样的文章5.1 一条主线5.2 具体的场景5.3 带出处的引用5.4 合适的篇幅5.5 认真挑方向6. 它到底交出来的是什么P.S. 推荐一个大神的教程给想要了解或者学习人工智能知识的读者这个教程里内容讲解通俗易懂且风趣幽默对我帮助很大。我想与大家分享这个宝藏教程请点击下方链接查看 传送门https://blog.csdn.net/qq_74013365前言做口播视频这件事我以前一直以为难在说后来才明白难在做。写稿一小时配音两小时找素材一下午等渲染一整晚成品发出去播放量还没我发的朋友圈高。直到我把整套流程打包进一个 Bot。现在的我是这样的文章丢给它喝杯咖啡回来片尾都剪好了。我妈上次看到成品问我是不是悄悄找了个外包团队。1. 这玩意儿到底替我干了啥一句话把一篇文章变成 1080×1920 的竖屏口播动画。默认尺寸输入的时候想改也行。它按导演的顺序推进流程比我前东家的需求评审还完整。{画幅:1080x1920,角色库:16张姿势 3组表情 1套手臂,配音:{引擎:CosyVoice3,协议:Apache-2.0,标注:AI配音},渲染:[Canvas,Playwright],质检:[自动质检,独立审片员]}1.1 剧本先当一回校对员多语言功能先放一边最狠的是它会把文里的引用逐条核对出处。你敢信原文里引了一句曾国藩它查出这句话出自《孟子》讲的其实是曾子就照着出处改了过来。相当于你让一个实习生核对参考文献他真去查了还查对了。我这种引用全靠大概好像是这么说的的人看到这功能差点流泪。1.2 分镜与角色一个主角三种画风先拆镜头表再设计主角然后把同一个画面画成三种美术方向让你挑。剪纸绘本、皮影戏、水墨留白同一个划船镜头画三遍活脱脱一个会画画的乙方而且从来不说这个我做不了。角色设定是真下功夫。齐肩短发、别着梨子发卡、墨绿开衫连姿势库都备了 16 张。我怀疑它背着我偷偷学过动画原理。1.3 画面绿幕抠像 代码动画AI 生成绿幕上的角色姿势图抠像之后和代码画出来的场景、道具、动画合成渲染走 Canvas 和 Playwright。这里划重点它不是视频生成模型所以角色从头到尾长一个样。不会出现上一集还是个人下一集就变成一个土豆的灵异事件。1.4 声音配音界的开源精神配音用的 CosyVoice3Apache-2.0 协议可商用。音色来自一段合成的提示音片尾自动标AI 配音。配乐自己合成字幕直接烧进画面。这一套下来我原来外包配音的钱全省了。省下来的钱够我给自己加两顿夜宵。1.5 把关审片员比甲方还较真自动质检跑完还配一个独立审片员挑错。最绝的是审片员提的每一条它都先截成片里的真实画面核对确认属实才动手改。# 审片原则先证明再修改foropinioninreviewer.opinions:# 审片员提的每一条framefilm.grab(opinion.area)# 截成片里的真实画面ifverify(opinion,frame):# 画面里确实存在film.fix(opinion)# 才动手改else:reject(opinion)# 不存在就驳回不当冤大头这就像老板让你改方案你得先证明确实有这个 bug再动手从根本上杜绝了无理需求。2. 怎么领第一次聊什么打开模板分享链接导入成自己的 Bot直接开聊。装东西的时候你什么都不用管它会自己搞定。2.1 第一次对话它一次只问一个问题注意一次只问一个。怎么称呼你、用什么语言、发在哪个平台、什么画幅、想要什么声音、繁体要不要转简体、文案里哪些词你不爱看全给你摸清楚。这体验怎么说呢比我见过的大部分真人产品经理都克制。真人 PM 会一次甩你 20 个问题每一个都像在考你。2.2 先试听再定音色问完它会生成两到三段试听你挑一段当默认音色。挑完它才向你要第一篇文章。整个过程丝滑得像在点奶茶先选甜度再选小料最后下单。3. 实战一《烂梨效应》第一篇我喂了一篇繁体长文讲烂梨效应人为什么明知不划算还要继续往里投入。损失厌恶、沉没成本、认知失调、情绪补偿四种心理三个场景最后给四步破局。3.1 三个方向选到选择困难剪纸绘本、皮影戏、水墨留白同一个划船镜头画三遍。我选了剪纸绘本纯粹是因为它看起来最好吃……不是最有质感。3.2 主角阿梨和她的 16 张姿势主角叫阿梨齐肩短发、梨子发卡、墨绿开衫。姿势库 16 张站、走、坐、抱膝、跳跃三组表情加一套手臂。比我朋友圈的自拍姿势都丰富。成片一共 74 个镜头。阿梨先把烂梨吃完用帘子遮住镜子里过去的自己最后从漏水的船上跳下来咬下一颗好梨。看完我沉默了因为我知道我明天还是会先吃烂的那颗。3.3 配音的折腾史第一版用 edge-tts我嫌声音糙让它换 VoiceStudio 配个甜美学姐音。它查了一圈回来告诉我VoiceStudio 推荐的模型不能商用。行吧转 CosyVoice3 重新出试听我挑了 3 号。这个流程说明什么说明它比我懂版权。我是那种能商用吗应该能吧的人它是那种许可证先查一下再说话的狠角色。3.4 审片抓出真问题镜子那场有只手臂镜像翻过去了「二度」「划桨」声调读错它用拼音标注纠正片尾音乐一刀切断补上了淡出。最终版 3 分 29 秒它推荐的标题是「你总先吃烂梨所以一辈子都在吃烂梨」。这标题我看着手里那颗烂梨总觉得它在内涵我。4. 实战二《边界》第二篇还是繁体讲成年子女怎么和父母保持健康边界。结语那句「我们来自父母但不属于他们」我差点转发给我妈然后想了想还是算了。4.1 羊毛毡赢了三个方向水彩彩铅绘本、一笔线描配红线、羊毛毡微缩。演的是同一场戏妈妈坐扶手椅织毛线爸爸站身后儿子站门口一根红毛线从妈妈手里拖到地上。我选了羊毛毡质感确实绝像手作区 UP 主连夜赶出来的。4.2 红毛线是全片的隐喻红色只出现在两处童年阿远的毛衣和妈妈手里的毛线。毛线织出去缠成一张困住母子俩的网片尾变成阿远跪在地上按住的一条分界线。4 分 11 秒58 个镜头177 条字幕。这个隐喻设计比我大学选修课的剧本课老师讲得都清楚。4.3 引用核对大型打假现场原文有一句话署名曾国藩它查出出自《孟子》讲的是曾子照出处改了过来。另外三处查不到可靠来源保留原话拿掉署名。这一套操作下来我承认我平时写文章连标点符号都懒得检查。4.4 审片员 6.5 分事件独立审片员打了 6.5 分列了 9 个问题。Bot 没照单全改逐条去成片里截图核对。妈妈少了一只手臂截图里没有。阿远头和身子分了家也不存在。绿幕边缘发光假的。真问题只有 4 个跪地的阿远被挤到画面边缘、身子被切掉一截分屏里阿远头顶被格子切掉袖子上多出一圈红毛线爸爸坐下时拐杖自己笔直立在旁边。改完之后阿远回到了画面中央拐杖乖乖斜靠在椅子上。这个先验证再修改的流程建议所有开发团队直接抄作业不是所有反馈都成立但成立的反馈一个都跑不掉。5. 喂给它什么样的文章经验总结敲黑板。5.1 一条主线一个核心观点加上几个具体场景最容易演成故事。纯数据和清单式的文章画面撑不起来。你总不能让它把 Excel 表格拍成大片吧……算了别给它这个灵感。5.2 具体的场景一段感情、一个项目、家里打来的一通电话这些都能直接变成镜头。5.3 带出处的引用它会逐条核对查错的改查不到的拿掉署名、保留原话。被它审过一轮的稿子比我给甲方交的稿子都干净。5.4 合适的篇幅片长跟着文稿走《边界》的文稿配完音是 4 分 11 秒。想要更短的片子先把文章删短或者直接告诉它。它不会像某些剪辑软件一样假装没听见。5.5 认真挑方向风格一旦选定角色设定、姿势库和整片都会照着这个方向做。选错方向等于从头再来。这个教训我替你踩过了。6. 它到底交出来的是什么一条代码动画加 AI 角色图的竖屏短片配音是标注过的 AI 声音每一版都过自动质检和独立审片。不是那种五毛特效加念稿的产物是那种你妈看了都以为你报了 MCN 的成品。打开 Grok Bot把收藏夹里那篇吃灰的文章丢给它。反正收藏夹里的文章不就是为了有一天被做成视频吗不然你收藏它干嘛图个心理安慰P.S. 推荐一个大神的教程给想要了解或者学习人工智能知识的读者这个教程里内容讲解通俗易懂且风趣幽默对我帮助很大。我想与大家分享这个宝藏教程请点击下方链接查看传送门https://blog.csdn.net/qq_74013365