我做 AI 自媒体,一条知识视频到底是怎么做出来的?
作者分享制作 AI 知识视频的完整流程:选题查证、口播稿撰写、演示页面设计、录屏与剪辑。他以《为什么 AI 越用越蠢》为例,讲解如何将上下文窗口等抽象概念拆成 11 个演示页面,并选取其中最难的一段 33.8 秒机制动画,测试 Fotor Video Agent 能否直接生成可编辑的 MG 动画。结果显示该工具能根据口播稿自动生成分镜、旁白、字幕与音乐,并支持局部修改而不重做整条视频,适合放在知识点可视化环节。
作者分享制作 AI 知识视频的完整流程:选题查证、口播稿撰写、演示页面设计、录屏与剪辑。他以《为什么 AI 越用越蠢》为例,讲解如何将上下文窗口等抽象概念拆成 11 个演示页面,并选取其中最难的一段 33.8 秒机制动画,测试 Fotor Video Agent 能否直接生成可编辑的 MG 动画。结果显示该工具能根据口播稿自动生成分镜、旁白、字幕与音乐,并支持局部修改而不重做整条视频,适合放在知识点可视化环节。
实战型AI工具测评,流程拆解清晰、含具体prompt与可编辑性验证,实用性强,但推广痕迹和单一案例略限深度与新意。
本文是一份面向非程序员自媒体创作者的 Codex 实操教程,基于 @miles_mazy 的《Codex 入门指南》改写。文章以“把 30 份网页、PDF、截图和旧笔记整理成公众号深度稿”为贯穿案例,详细讲解了如何用 Codex 完成内容生产全流程:包括区分 Chat/Project/Task 三层概念、设置本地执行模式与权限沙盒、建立规范的项目目录结构、撰写六项编辑任务书、进行研究与来源台账管理、从材料推导观点与大纲、分段写作并保留个人语气、三轮审校(事实/结构/语言)、生成配图,以及多平台改写与发布检查。核心方法是:材料进入项目,任务拆成阶段,每步留下文件,最后逐项验收。
作者认为做自媒体不需要安装大量花哨的 Skill,装得越多越容易迷失方向。在试用全网工具后,作者精选出 8 个最实用的内容流水线 Skill:全局军师(统筹内容生产全流程)、热点雷达(追踪爆款与痛点)、对标粉碎机(拆解头部博主套路)、排版印钞机(宝玉同款,自动配图与多平台排版)、卡片神器(归藏出品,长文转爆款组图)、小红书操盘手(小红书文案与运营)、长视频解剖刀(视频转字幕与摘要)、AI 视频分镜师(自动生成视频脚本与分镜)。文章旨在帮助自媒体创作者精简工具、搭建高效内容生产线。
作者作为AI博主,分享了自己搭建「选题雷达」系统的完整流程。系统包含两个AI编辑:一个负责AI大新闻选题,通过AIHOT热点榜、精选流和Follow Builders追踪正在爆的事件;另一个负责实战心法选题,通过best-skills排行榜和GitHub Trending筛选值得亲测的工具。每条选题需经过48小时时效、目标用户相关度、一小时内可执行动作等多重过滤,并由Agent打分排序。作者强调AI只决定「值得看」,最终「值得写」的判断仍靠人的体感。整个系统跑在HermesAgent和GrokBot上,让作者把重复性工作交给AI,只保留判断、体验和表达。
文章介绍GitHub上57.3K Stars的开源项目OpenMontage。它并非简单的文生视频工具,而是将Claude Code、Codex、Cursor等AI Coding Agent改造成完整视频制作团队。用户只需一句话,Agent即可自主完成从资料研究、脚本、分镜、素材生成、配音、字幕、音乐到剪辑渲染的全流程,甚至能分析参考视频的节奏和视觉语言来规划制作方案。项目包含12套制作Pipeline、100+工具、700+ Agent Skill,接入Remotion、FFmpeg及多种AI模型。作者认为这代表了AI从'帮你做素材'到'替你完成工作'的转变,未来将是管理Agent而非操作工具的时代。
作者分享了其小红书账号月入约 2 万商单收入的经验,并开源了一套共 10 个 Skill 的小红书运营工具链。文章将运营拆解为定位、选题、写作、视觉、复盘五个环节,每个环节配备一两个 Skill,再加一个路由总控串联。涵盖账号定位咨询、热门选题搜索、标题批量生成、正文写作、封面与图文生成、账号诊断和笔记数据分析等功能,并提供从零起号、日常产出、诊断改进三条标准工作流,可在 Claude Code / Codex 等 Agent 中安装使用。
作者分享了自己正在搭建的内容创作工作台:从微信群、X、GitHub、YouTube、币安广场等渠道只读采集选题,用一系列 Skill 工具(last30days、content-research-writer、humanizer-zh 等)完成深挖、母稿撰写、中文润色、小红书和公众号改写与配图,目标是形成一条无人值守的内容流水线。作者坦承系统尚不成熟,存在群聊读取不完整、平台访问受限、主观判断影响排序、缺乏发布数据验证等问题,公开征集社区意见,探讨选题来源、偏见规避、自动化与人工把关的边界。