AI 图书短视频先做一条，把文案和音画质检分开-汇微课

内容摘要

舒然记录了用 Codex 制作图书视频的过程：围绕一本书调出合格样片，保留文案确认，再细调画面、声音、字幕和渲染。流程稳定后，作者把规则整理为 Skill，并接入飞书多维表格管理待制作书目与发布数据。

原文短引

旁白和 BGM 要分开处理

以样片确定制作标准

作者此前手工制作过七条图书视频，数月后收到带货结算通知，因而重新研究这一方向。作者结合已有视频、业务数据和外部教程建立项目背景，让 Codex 理解目标。起步阶段的大量时间用于调整音色、节奏、背景音乐及声画字幕同步，直到出现一条满意的成品，才把它设为后续制作的参考。

文案是作者保留人工确认的环节。作者要求围绕目标观众和内容角度修改口播，避免直接变成图书推销或编造事实；确认后才进入图片、音频和视频生成。图片跟随分镜组织，人物特征与色彩尽量一致，画面不直接生成中文，并为标题、书名和字幕预留空间。

分别处理音画与生产队列

声音处理的重点是旁白连续、背景音乐不盖过人声，以及结束时的过渡。字幕既要和旁白匹配，也要避开发布界面的遮挡区域。作者还保留不同版本的成片，以便修改不理想时回退。作者把这些调试后的要求整理为本地 Skill，遇到重复错误时继续补充规则。

飞书多维表格起初用于记录发布数据，后来也承担制作队列：填入书目、确认文案、记录进度和回填结果。作者描述的自动流程会在每条视频完成后质检、修复，再处理下一本书。发布后的互动数据用于比较画风和声音，文中也提到任务偶尔中断、需要远程继续，以及额度对批量生产的限制。作者对不同模型的速度和质量也做了主观比较，并提醒细节反复修改会消耗额度，因此需要结合市场反馈继续调整。文末自报几天生成九十多条视频，这一数字描述产量，未提供相应利润证明。

说明：产量、出单和模型速度为作者当时自报，未独立复现；书籍、画面、音乐和声音素材仍需核实使用许可，原文提取他人音色的做法不宜直接照搬。