作者分享了一个基于 Grok Bot 制作的公开模板「故事视频生成」，可将文章自动转成 1080×1920 竖屏口播动画视频。Bot 按导演流程推进：生成剧本、拆分镜头、设计角色并提供三种美术方向供挑选，用 AI 生成绿幕角色姿势图配合 Canvas/Playwright 渲染，配音采用可商用的 CosyVoice3，并配备自动质检和独立审片员逐条核对修正。文章通过《烂梨效应》和《边界》两个案例展示了完整制作过程，包括风格选择、姿势库搭建、读音纠正和画面修复。该 Bot 基于 hand-drawn-styles、huashu-art-motion、omniailab-ai-director 三个 MIT 开源技能，用户导入模板后即可一键生成带声音和画面的视频。
作者征集了大家用 Coding Agent 做视频剪辑的实践经验。共识是：直接让模型自由发挥剪出的成片像幻灯片，因为视频的审美和节奏极其主观，难以用泛泛提示词量化。跑通的分工是：把规则明确、易验收的机械工作（粗剪、切停顿、生成字幕、多平台切版）交给 Agent，而选片取舍与关键卡点由人把关。技术路线上，让 Agent 生成和修改时间线工程文件，视频合成交给专业剪辑引擎。实用技巧包括样片测试法（先截取样本调参再批量应用）和优先在口播类标准化内容中落地。
文章分析了抖音账号'佩琪'通过口播视频带货剪映SVIP年卡的案例：3.6万粉丝，近30天销售1万+单，结算金额100万+。软件会员虽然佣金率仅5%，但客单价高（268元），单笔佣金达13.4元，远超实物商品，且无需发货、几乎没有售后问题。爆款视频制作简单，核心套路为五步口播：情绪开场、价格对比、从众证明、打消顾虑、催单。作者建议可做垂直账号专门带货各类软件会员（网盘、视频、AI应用等），但也提醒播放量与出单直接挂钩，并非躺赚。
作者分享了自己用 AI 搭建口播视频自动化剪辑管线的实践：结合 Hypit 的爆款拆解逻辑、Talkcraft 剪辑管线、Hyperframes 动效组件、数字人口播生成，以及 Gemini 视频理解接入 Claude Code 做质检，实现从数字人口播到自动出片并推送剪映工程文件的完整流程。此外，作者还开发了一个 Codex Skill「ah-longform-clip-matrix」，基于语义块拆解与重组，将 8 分钟长视频切分成多条角度不同的短视频用于矩阵分发，源码已开源。作者同时分享了 AI 自媒体低粉变现的经验与新手入局建议。
作者分享其逆向剪映的开源项目 jianying-headless，以及配套的 yichen-jianying-edit Skill。用户只需简单提示词，即可将口播类视频剪辑工作全程托管给 Codex 自动完成，无需人工操作。项目调用豆包 ASR 进行毫秒级语音切割，生成的剪映草稿即使有误也可人工微调。作者展示了8分钟视频自动剪辑为3分钟的对照效果。成本主要包括 Codex Token 费用（可用便宜模型替代）和豆包 ASR 费用（每小时约0.8元）。文中还提及 TradeWinds 社群第二期开放的消息。
文章介绍了一种零成本的 AI 视频剪辑方案：结合谷歌 Antigravity 和 ChatCut 软件。通过 ChatCut 的对话式剪辑功能，接入自己的 Agent（如 Antigravity 中的 Gemini 3.8 Flash 模型），可以用自然语言指令自动剪辑口播视频，包括去除卡顿语气词、添加字幕和 BGM 等。相比传统剪映手动剪辑，该方案几乎零成本、无需会员，且 token 消耗无忧，大大节省人力成本，剪辑效果流畅自然。
文章介绍了一个名为 video-ai-talking 的开源工具，用于自动生成真人口播视频。用户只需提供一段真人出镜视频（无需念台词）和文案，工具即可本机合成竖屏 MP4。流程包括：先用火山引擎或阿里百炼配音，再通过百炼对口型接口合成，最后用 FFmpeg 拼接字幕。支持 DeepSeek 自动生成口播文案，成片时长 15-60 秒可选，字幕有多套皮肤，可自定义画面替换。密钥仅存浏览器、任务和成片均在本地处理，无云端服务器，适合想做知识口播但懒得出镜念稿的用户。
本文介绍了制作简短人物口播视频的方法，只需两步：生成人物角色卡片并作为参考图，配合提示词生成视频。文章提供了详细的视频提示词示例，包括人物设定、场景、表演要求等，并建议使用seedance 2.5制作30秒视频以获得更好效果，适合科普视频起号。
本文是系列第二篇，详细介绍了从数字人到营销视频的搭建过程。作者先拆解了数字人视频的五个要素（形象、声音、口型、内容、环境），并对比了全本地链路（自拍素材、Qwen TTS、MuseTalk）与云端音画同出方案（Seedance）。文章重点展示了如何利用飞书多维表格和豆包工作任务，实现选题采集、主播库管理、脚本生成和视频出片的自动化工作流，并讨论了效果与可控性的取舍。最后，作者总结了核心经验：拆解要素、权衡效果与可控、沉淀资产表以实现复利。
文章介绍了如何从零搭建口播视频的自动化流水线，拆解了HTML画面、TTS人声、Whisper字幕、Playwright录制和ffmpeg合成的技术原理，强调了手搓流程对理解本质的重要性，并提供了可复用的Skill结构。
文章介绍了如何利用 B 站出品的 AI 视频制作 Agent「花生」来制作类似「小Lin说」风格的高质量口播视频。内容涵盖了从将文章改写为口语化逐字稿，到使用 AI 进行素材匹配、交互式剪辑以及添加 MG 动画的完整工作流。通过该工具，创作者无需学习复杂的剪辑技术，即可通过自然语言对话生成包含数据可视化和动态图表的专业视频。
