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~







