用 AI 做口播短视频和剪辑

这篇适合谁 / 不适合谁

适合：

• 要做口播/知识类/带货短视频
• 不想真人出镜或没时间拍
• 想批量出同风格短片

不适合：

• 要电影级精细调色（那是剪辑师）
• 要完全真实的新闻画面（AI 生成需标注）
• 不写脚本就指望出片（脚本是地基）

开始前准备什么

1. 脚本：逐句口播稿，观点清晰。
2. 平台比例：抖音/视频号 9:16，B 站 16:9。
3. 素材（可选）：产品图、录屏。

操作步骤

1. 装 skill

faceless-explainer 是口播视频技能包，复制目录到客户端技能目录（与一般 Agent Skill 装法一致）：

2. 给脚本，出结构

把这段口播稿做成 60 秒无脸讲解短视频（9:16）：
逐句配画面提示词（扁平矢量/录屏/图标），节奏卡点，结尾给关注引导。
先给分镜表，再成片。

3. 真人素材用 talking-head-recut

有出镜录屏用 talking-head-recut 抽高光、去废话：

从 20 分钟访谈里抽 3 段 30 秒高光，按观点串联，加转场。

4. 加字幕用 captions-overlay

用 captions-overlay 叠字幕提升完播，确认无错字再发。

会踩的坑

FAQ

不出镜能做吗？

能，faceless-explainer 专做无脸口播。

真人素材怎么用？

talking-head-recut 抽高光重剪。

字幕重要吗？

重要，captions-overlay 叠加，完播更高。

比例怎么选？

抖音/视频号 9:16，B 站 16:9。

要标注 AI 吗？

生成画面涉及真实人物/新闻需标注，合规优先。

相关指南

顺着这些场景接着看：

• 做一条能发的小红书图文
• 用 AI 生成配图和营销图片
• 用 AI 做播客脚本和语音合成

相关源码

• heygen-com/hyperframes · faceless-explainer 源码
• heygen-com/hyperframes · talking-head-recut 源码
• heygen-com/hyperframes · captions-overlay 源码
• Agent Skill 开放格式规范

一句话结论

结论：短视频先给逐句脚本再让 AI 出分镜和字幕，你只把关"像不像人话"，别对着空时间轴发呆。