AI 时代，会不会技术，已经不再是能不能做好专业事的门槛；门槛变成了——你能不能把一件事拆清楚、讲清楚。今天我把自己刚刚搭建的 AI 视频制作流水线的整个过程和大家做一个分享，希望对大家有所启发。
一、先有一条视频
一切从一条视频开始。素材来自 2026 年 9 月 29 日的 AI 热点：相似报道按事件合并，再挑值得解释的。最终成片七个主题，约三分钟，竖屏 1080×1920，配分段旁白、原创图形页面、翻页动效和固定品牌片尾。
视频封面
这只是我的一个例子。换成历史、教育、科学、亲子、财经、文化、培训或个人经验，都能用同一套思路，做出属于你的那一条。
二、从一条视频，变成一条流水线
单条视频做完了，真正值钱的是把它抽象成一条能重复跑的流水线。制作路径大致是这样：
主题与素材 ↓筛选、核实、确定表达边界 ↓编辑判断 → 结构化脚本 / 分镜 ↓旁白、画面、字幕与声音设计 ↓模板化合成 → 检查 → 渲染 ↓审阅成片、归档、吸收反馈
关键的一步，是把内容、表达、声音、画面和工具接口分层。工具可以换、内容可以换、模板可以换，只要环节之间的约定清楚，下一条就不用从零开始。
这套模板定稿，是整个过程里花时间最多的一步，主要耗在优化样式和交互上：视觉清不清楚、翻页顺不顺、字号放到手机上看舒不舒服。但这段工作几乎全靠对话完成——我把想要的效果用话讲清楚，AI 帮我调整，一行代码都没写。
这也是整件事最反直觉的地方：做出一条有专业感的流水线，靠的是把想法描述清楚，而不是会写程序。
三、这条流水线，我用了哪些工具
这些工具大多是现成的，我只是把它们组合起来：
|
工具
|
承担的工作
|
可替换
|
| --- | --- | --- |
|
Codex
|
梳理需求、组织制作步骤、编写脚本、调用本地工具。编排入口，不替代来源核验和最终审稿。
|
其他 AI 助手、自动化平台或人工
|
|
MyHOT MCP 与热点页
|
获取当天热点和事件线索，去重后定选题。只用于发现议题，不作事实结论。
|
RSS、新闻 API、数据库、搜索、采访、人工
|
|
浏览器与来源原文
|
核对官方公告、研究、法院、媒体报道的事实、时间、归因和争议边界；也看视频预览。
|
其他浏览器、资料库、论文平台、一手材料
|
|
VoiceStudio
|
用"男播音"声线按片头/各条/结尾生成旁白 WAV；声线配置留本机，不外发。
|
其他 TTS、本人录音、配音演员、本地语音模型
|
|
Python 脚本
| generate_voiceover.py
按分段请求配音并记录时长；build_composition.py 读故事数据和时长，生成页面、音频与时间轴。
|
Node、Shell、剪辑软件的数据驱动模板
|
|
HyperFrames 0.6.46
|
预览、渲染视频并做工程检查；npm run check 检查，npm run render 渲染。
|
其他网页视频框架、非编软件、自建渲染
|
|
HTML/CSS/SVG/GSAP
|
HTML 结构、深蓝科技视觉、可缩放插画、标题/页面/翻页动效。
|
Canvas、Lottie、CSS 动画、视频素材、幻灯片
|
|
本地预览页与成片
|
浏览器预览画面和播放；生成封面海报；MP4、海报、预览页归档。
|
其他播放器、审片工具、团队交付平台
|
连接关系：
MyHOT MCP / 热点页 → Codex 协助筛选与编稿 → 来源原文核对 ↓结构化故事数据 → Python 脚本 → VoiceStudio 旁白 WAV ↓ ↓ HTML/CSS/SVG/GSAP + HyperFrames → 检查、预览、渲染
Python 脚本只自动化重复操作，真正决定视频讲什么的是选题、事实边界和编辑判断。
模板定稿后，还可以把它升级成每天自动运行的数字员工：
定时触发 ↓数字员工通过 MCP 获取当天数据 ↓去重、筛选、核对来源并形成解读脚本 ↓按固定模板生成配音、画面、字幕和动效 ↓自动检查内容与成片规格 ↓通过检查 → 发布到微信视频号 → 归档并记录结果 └─ 未通过 → 暂停发布，修复或通知负责人
数字员工按当天内容生成场景、做检查，达到门槛就自动发布并归档，遇到异常就停下通知负责人。新闻、科普、课程不同领域，换掉数据入口和判断规则，流水线结构可以直接复用。
四、专业感来自判断，不只来自工具
流水线帮你干活，但让你显得专业的是判断。一条内容可以拆成三层：
-
发生了什么：清楚交代事实或核心知识。
-
我们知道到什么程度：交代来源、条件、争议、适用范围或不确定处。
-
这意味着什么：解释它与观众、行业或趋势的关系。
本系列对应"事实—边界—观察"，课程里是"知识—适用条件—应用价值"，人物故事是"经历—时代背景—个人选择"。结构可变，区分证据与解释的意识别丢。介绍模型能力时，厂商数据要归因给厂商；谈诉讼时写清是谁提出了什么请求，不能把诉讼请求说成已生效判决。
专业感还靠一套检查兜底：事实引用是否站得住、画面是否清楚、字幕是否易读、旁白是否自然、画幅和时长是否符合平台、结尾是否完整。渲染成功不等于内容完成了，判断和质量得有人盯着。
五、我把它整理成一份开源的 Skill
我把这套流程打包成了 content-video-pipeline Skill，放在 GitHub 上：
**https://github.com/zj-unicom-ai/UniEmployee/tree/main/backend/skills/content-video-pipeline\*\*
它不绑定我的电脑、某个 MCP 地址、私人声线或特定视频框架。你可以用自己的数据来源、录音方式、视频工具、品牌资产和归档目录；安装前按 README.md 说明，适配自己的主题类型、数据入口、配音工具、渲染器和归档规则。
为什么分享？这套方法要是只留在我自己手里，就只是一条个人的流水线；把它开源，别人就能按自己的数据源、工具和平台，搭出属于自己的数字员工。AI 时代最值得传播的，不是某个成品视频，而是"怎么做出来"这套过程本身。
结语：你也可以
回到开头那句话：我不会技术，照样做了专业的事。因为在 AI 时代，专业不再等于会写代码，而是等于能把一件事想清楚、讲清楚、拆成可复制的环节。
我把自己的过程整理成 Skill 分享出去，就是想让更多人发现：你也可以。把想法变成作品，再把方法变成可分享的东西——这条路，人人都走得通。
💡 万智创界 - AI Native 智能生产力工作室
专注 AI Agent、数字员工与智能自动化， 帮助企业将知识、流程与经验转化为真正可以执行的 AI 能力。