在微信小程序里搜一个”文案提取”，把同行视频链接贴进去点一下，几十秒后整段口播稿就躺在文本框里了。这一步是整条流程的起点，决定了后面分镜、生图、配音要围绕什么内容展开。科普类视频通常控制在3分钟左右，对应1100到1300字，再长的话后面生视频的环节会很累。拿到稿子只是开始，真正要处理的是怎么把它变成自己的东西，以及怎么让AI把文字拆成一个个能生成画面的镜头。
文案生产：两种方法——洗稿同行爆款与AI选题生成信息增量
文案来源有两条路，适合不同阶段的账号。
第一条是直接拿同行的爆款来洗。找对标账号里数据好的视频，复制链接，丢进微信小程序的”文案提取”工具，几个同类小程序都能用，能出文字就行。提取出来的稿子先存到记事本里，方便后面调用。
洗稿用国产大模型就行，DeepSeek可以，能上Claude的话效果更好，写出来的东西更有人味，逻辑没那么硬。操作上开专家模式，把提取的文案粘进去，标题也一并复制过来。这里有一套现成的提示词，大概12个点左右，需要手动改的地方只有两处：一是标题，改成跟原视频一样的；二是结尾的开头部分，建议直接沿用原博主的开场白——他的开头能留住人，说明这个钩子是经过验证的。
提示词里其他内容不要自己动。改过的人知道怎么调，没做过的很容易越改越乱，最后生成的稿子根本没法看。生成出来的文案中规中矩，原博主的信息增量基本都保留了。这种方法快，几分钟出稿，适合没做过这类账号、刚起步的人，别人的爆款是市场验证过的，拿来跑流量相对稳。
弊端也明显：信息增量和别的博主高度重合，同质化概率高，想进精选就难。所以如果能自己补信息增量，最好替换掉一部分。
第二条路是用AI生成选题，再补独家信息增量。用国内可直连的中转站，不用翻墙，每天有免费额度，做选题、写文案够用，经常用可以几块钱开个会员。模型选适合冷知识科普赛道的那个，提示词就一句话：参考附件，要求有用、不浮躁、不抽象、有画面感。附件里放的是整理好的25篇爆款文案合集，让AI照着这个风格和选题方向出题。
选题定下来后去收集信息增量，随便找个工具，豆包也行，一次要5个点。每个选题配4到5个信息增量比较合适，少了撑不起3分钟，多了冗余。拿到这5个点，复制进AI，加上标题，告诉它”根据规则帮我生成一篇文案”。生成完不要直接用，多跑几遍，每次结果都有差异，挑读起来不累、讲得清楚的那版。追求人味的话，Claude 4.6写出来的比DeepSeek更顺，DeepSeek逻辑性强但读着累。
配音制作：本地TTS工具部署与声音克隆配音
配音用本地部署的TTS工具，完全免费，每天不限次数。市面上有些配音软件要收费，声音也一般，这个本地工具是更划算的选择。
下载压缩包到本地直接解压，打开文件夹点最下面的”启动TTS”，等它加载完会弹出一个网页界面。界面里是自己克隆好的音频，声音来源建议克隆自己的，不要克隆其他博主的声音，那是别人的版权。
选好音色，把上一环节写好的文案贴进输入框，选批次推理，下面的参数设不设置效果差不多。点生成语音，文本长的话等待时间会久一点。生成完在剪辑时要把气口修一下，有时候音调拖得太长，听着不舒服。
视频制作：WorkBuddy安装VOXeasy Skill生成分镜脚本
VOX风格视频的核心逻辑是：文案和配音由人做好，剩下分镜、图片提示词、视频提示词全交给AI。
工具用WorkBuddy，腾讯出的Agent软件，注册后有两三千积分，生成一次1300字文案的分镜用不到100积分，每天还能免费领100积分，基本用不完，真用完了换个号就行。
Skill从GitHub拿。进GitHub搜VOXeasy，第一个结果点进去，点Code，再点Download ZIP下载。不直接发安装包有两个原因，一是合规，二是尊重开源社区开发者的更新，自己下最新版能优先用上新功能。
安装方式很简单，把压缩包解压到本地，在WorkBuddy里添加文件，告诉它”帮我安装这个skill，不只是在这个项目使用，直接安装到WorkBuddy”。装好后技能栏里能看到VOXeasy。
做分镜时新建任务，点加号勾选VOXeasy技能，把提示词放进去。风格版要放在前面，让它参考自己的风格版，不然生成出来是报纸那种风格，不太好看，当然这个因人而异。分镜依据配音长度来切，音频从剪辑软件里导出：识别字幕后点导出，选音频导出到桌面，再拖进WorkBuddy。有自己IP人物的可以放进去，没有就把那段话删掉。文案复制粘贴到对应位置，模型选Kimi K2.7 code，其他模型测过，这个最稳。
生成的结果每个镜头带两组提示词，image是图片提示词，video是视频提示词。
视频制作：AI生图与豆包生视频循环拼接成片
生图用第三方平台，充值最低7块钱200积分，生成一张图3积分，这是整条流程里唯一要付费的地方。点画图，默认模型JBT image 2，画面比例选16比9，其他不动，把分镜里的图片提示词复制进去发送就行。
不想投钱的话，豆包或即梦也能生图，只是可能要抽几次才满意。
图生成好后让它动起来，用豆包。点新对话，里面有视频生成，把图片拖进去，找到对应的视频提示词复制过来。注意提示词里”shot 1″后面中括号里写的6秒，就是这条镜头的时长，选16比9、6秒，点生成。所有分镜按这个方式循环做完，最后在剪映里拼接。
追求极致效果可以用更贵的模型，但一条视频可能得10到20块，抽卡多的话二三十，成本偏高，豆包免费够用。
工具获取与注意事项：GitHub下载Skill、多账号操作与成本控制
Skill的GitHub链接和提示词会整理在文档里，进GitHub搜VOXeasy，第一个结果点进去，Code里点Download ZIP。自己下最新版，别用别人转发的旧包。
豆包账号一个不够用。桌面上备6个账号，图片可以一边生成，两个账号错开跑视频，双开操作，这个不用教，很简单。
成本上，整条流程只有生图要花钱，7块钱200积分，一张图3积分。文案、配音、分镜、生视频全部免费。豆包账号不够就换号，WorkBuddy积分每天领100，基本用不完。
总结：全流程回顾与常见问题
流程串起来就是：提取同行爆款文案，或用AI参考25篇爆款合集出选题、补5个信息增量生成原创稿，文案控制在1100到1300字；本地TTS克隆自己的声音配音，剪辑时修气口；WorkBuddy装VOXeasy Skill，放风格版、导配音音频、贴文案，用Kimi K2.7 code生成带图片和视频提示词的分镜；第三方平台按图片提示词生图，3积分一张；豆包按视频提示词和对应秒数把图生成动态片段，循环做完在剪映拼接。
几个容易卡住的点：提示词不要自己乱改，改乱了生成的稿子没法用；洗稿适合新号起量，想进精选得替换信息增量；克隆声音只克隆自己的，别人的有版权；豆包单号次数不够，提前备好几个账号错开用。可以先从洗一篇同行爆款、跑通一次分镜生成试起，把整条链路走顺了再考虑批量。
视频教程下载
文章可能无法完整分享清楚，下面是原项目视频教程，粉丝朋友可以自行下载学习。提前说明：资源链接内可能会存在引流广告信息，请自行甄别。
百度网盘：
