一个人做 AI 日报视频的完整工作流

上个月有观众在评论区问：你一个人怎么做到每天更新的？今天把我的完整工作流拆开讲一遍。

我做的是 AI 资讯类视频，目标受众是大学生和职场新人。一条视频从零到发布，我把它拆成五个环节：选题 → 脚本 → 配音 → 画面 → 发布。每个环节都有 AI 参与，但不是那种”全自动”的——AI 做重活，我做判断。

第一步：选题，10 分钟

我不刷热搜找选题。我用一个 API 直接拉过去 24 小时内的 AI 新闻，按热度排序，一次拉 50 条。

AIHOT API → mode=selected&window=24h&limit=50

50 条里挑 12-15 条，标准很简单：

• 跟 AI 相关（纯互联网新闻不收）
• 有信息差（读者不知道的、或者知道但没想明白的）
• 能说人话（太学术的翻译成口语）

这一步纯靠判断力，AI 帮不上忙。但因为数据源是结构化的，不需要你自己去翻 30 个网站，效率已经高了很多。

第二步：写脚本，20 分钟

选完题，把 12 条新闻的标题和原文链接丢给 AI，让它帮我写初稿。

我给 AI 的指令大概是这样：

用口语化的方式写 12 条 AI 新闻播报，每条 100-150 字。 要求：说清楚发生了什么、为什么重要、对读者意味着什么。 不要用”第一步第二步”这种分段体，要有金句和转折。

AI 出初稿后，我花 10 分钟过一遍：

1. 删废话——AI 写的东西容易啰嗦，特别是”总的来说""综上所述”这种
2. 加场景——比如”你打开 ChatGPT 发现多了个按钮”比”ChatGPT 新增功能”更有代入感
3. 调节奏——开头要有一个钩子（“今天 AI 圈发生了一件大事”），中间要有转折，结尾要有互动引导

脚本写完存到本地 markdown 文件，方便后续引用。

第三步：配音，5 分钟

脚本定稿后，用 TTS 工具生成配音。我试过好几个，最后稳定下来用的是支持中文的云端 TTS，生成一条 2 分钟的音频大概 30 秒。

关键技巧：不要一口气生成整条。按段落分段生成，这样中间出问题只需要重新生成那一段，不用从头来。

生成完听一遍，语速不对的地方调一下断句标记重新生成。5 分钟搞定。

第四步：画面，15 分钟

这是最花时间但也是最能出效果的环节。我的画面分两种：

配图类（新闻展示）

每条新闻配一张相关图片。图片来源：

• 新闻原文的 og:image（最精准）
• 相关科技网站的配图
• AI 生成的示意图（兜底方案）

图片下载后统一转成 JPEG 格式（WeChat 和很多平台对格式有要求，PNG 存成 .jpg 会被拒绝）。

动效类（数据/流程展示）

遇到排行榜、数据对比、流程演示这种内容，我会用 HyperFrames 做动态画面。比如：

• “GPT-6 Astra 登顶 WebDev 榜单” → 做一个排行榜动画
• “开源模型落后前沿 4 个月” → 做一个时间线对比图

HyperFrames 的好处是做一次可以反复用。我做了一个新闻播报模板，以后每天只需要换数据和文案，10 秒钟生成一个动态画面。

最后把所有素材按脚本顺序排列，加上字幕，导出成片。

第五步：发布，5 分钟

成片导出后，我会同时发三个平台：

• B站/抖音：视频直接上传
• 公众号：把脚本转成图文版，加上配图，用 API 推送到草稿箱
• 博客：把核心观点整理成一篇深度文章

一次内容，三种形态。公众号图文用 API 自动化发布，不需要手动排版。博客用 Astro 静态站点，push 到 GitHub 自动部署。

整体时间线

我踩过的坑

1. AI 写的脚本不能直接用

AI 生成的初稿大概能用 60%，剩下 40% 需要人工调整。特别是口语化表达、金句、转折这些”人味”的东西，AI 写不出来。直接用 AI 稿配音，听起来像在读新闻联播。

2. 配图不能偷懒

一开始我偷懒用同一张图配不同新闻，结果观众反馈”看着像在水内容”。后来我坚持每条新闻配独立图片，虽然多花 5 分钟，但质感完全不一样。

3. 模板化是效率的关键

第一个月我每条视频都从零开始做，一条要花 3 小时。后来我把常用的动效、字幕样式、转场效果都做成模板，现在直接套用，省了至少 60% 的时间。

4. 不要追求完美

一条资讯视频不需要每个画面都精致。核心是信息密度和节奏感，不是视觉特效。把时间花在内容质量上，比花在画面上更值。

这套工作流适合谁？

• 想做 AI 内容但不知道怎么开始的大学生
• 想用 AI 提效但不想花太多时间学工具的职场人
• 一个人做自媒体，想保持更新频率的内容创作者

不需要你会剪辑、会设计、会写代码。你需要的只是一台电脑、几个 AI 工具、和每天一小时的时间。

超灵感工作室 | 用 AI 把效率拉满