2026 国产 AI 自媒体实战：用 5 款免费工具做出第一条短视频

导读：你缺的往往不是工具，而是一条能走到底的流程

第一次做自媒体的人，通常会把困难归结为“我不会写”“我不会剪”“我没有镜头感”。真正开始以后才会发现，更大的问题是工作被切成了很多碎片：今天找选题，明天写稿，后天做图；好不容易打开剪辑软件，又发现素材比例不统一、口播太长、标题和正文说的不是一件事。

AI 可以缓解这些问题，但前提是不要把它当成一个会自动交作业的黑箱。更稳妥的做法，是把创作拆成几个小步骤，让每个工具只承担它擅长的部分：一个工具整理资料，一个工具写稿，一个工具把语言改得更像人说话，一个工具做视觉素材，最后由剪辑工具完成装配。

本文会用一个具体案例贯穿全篇：制作一条 60～90 秒的知识类短视频《AI 为什么适合整理会议纪要》。你将得到一份选题卡、一版可直接录制的口播稿、一组画面提示词、一张镜头表，以及发布前的审核清单。

graph LR
    A[账号定位] --> B[建立选题池]
    B --> C[整理资料卡]
    C --> D[生成口播稿]
    D --> E[生成图片与镜头]
    E --> F[剪辑与字幕]
    F --> G[人工审核]
    G --> H[发布与复盘]

一、先准备最小工具组合

免费路线不需要把所有热门产品都装一遍。工具越多，切换成本越高，账号、素材和版本也越容易混乱。下面这套组合已经足以完成第一条视频。

Kimi 官方页面将其定位为可处理知识工作、文档和创作任务的 AI 助手；DeepSeek 提供对话产品和公开 API 文档；豆包官方列出的能力包括问答、写作、翻译和创作辅助；即梦支持文字绘图、文字生成视频与图片生成视频；剪映则把 AI 成片、图片设计、配音和多轨编辑放在同一套创作流程中。具体免费额度、排队速度和可用模型可能变化，因此本文只讲方法，不把某个额度写成固定承诺。

二、第一步不是追热点，而是确定账号边界

很多人打开 AI 后第一句话是：“今天有什么热点？”这个问题太宽。模型可能给出十几个看起来热闹、却与你的账号无关的主题。更好的方法是先写一张账号定位卡，限定内容范围。

把下面内容复制给任一文本模型，并替换括号中的信息：

你是我的内容策划助手。请先不要生成选题，先根据以下信息整理一张账号定位卡。

账号主题：普通人如何使用 AI 提高工作效率
主要受众：22～40 岁的职场用户
内容形式：60～90 秒竖屏口播或图文视频
表达风格：清楚、克制、少术语，不夸大效果
不做的内容：未经核实的新闻、收益承诺、复杂编程教学
更新频率：每周 3 条

请输出：
1. 一句话定位
2. 三个固定栏目
3. 每个栏目的选题边界
4. 观众看完后应获得什么
5. 容易跑偏的五类内容

一个可用的定位结果应当足够窄。例如：

用 90 秒解释一个普通人当天就能尝试的 AI 工作方法，并说明适用场景、限制和检查步骤。

这句话会成为后续所有提示词的“总约束”。以后选题再多，也先判断它是否符合这句话。

三、建立一个不依赖灵感的选题池

选题池不是标题仓库，而是一张持续更新的任务表。建议至少记录以下字段：

让 AI 生成选题时，要求它围绕“问题”而不是围绕“工具名称”。用户通常不是为了某个模型而来，他们是为了解决问题而来。

基于以下账号定位，生成 20 个可长期使用的选题，不追求当天热点。

定位：用 90 秒解释一个普通人当天就能尝试的 AI 工作方法，并说明适用场景、限制和检查步骤。

要求：
- 每个选题都从一个真实问题开始
- 标明适合口播、录屏还是图文
- 给出一句核心结论
- 给出需要核实的事实
- 排除夸张收益、神化 AI 和无法演示的内容
- 按“容易制作 / 需要准备 / 暂不建议”分组

从结果中挑选“容易制作”的主题。本案例选择：AI 为什么适合整理会议纪要。它有明确问题，有可演示过程，也有需要提醒的隐私边界。

四、先做资料卡，再让 AI 写稿

直接让模型“写一篇爆款脚本”，很容易得到一段正确但空泛的文字。解决办法是先建立资料卡，把事实、观点和限制分开。

将你已有的文章、产品说明或自己的操作记录放入 Kimi，使用下面的提示词：

请只根据我提供的材料，整理一张短视频资料卡。不要补充材料外的事实。

主题：AI 为什么适合整理会议纪要

请分成六部分：
1. 观众正在遇到的问题
2. 可以确定的事实
3. 适合 AI 完成的工作
4. 必须由人检查的工作
5. 隐私与使用边界
6. 可用于演示的三个步骤

每条事实后标记它来自哪份材料；无法确认的内容放入“待核实”，不要猜测。

一张合格的资料卡可能是这样的：

• 问题：会议信息密度高，手工回看和分类耗时。
• 适合 AI 的部分：把文字记录按议题分类，提取行动项，生成初版摘要。
• 必须人工检查：负责人、截止时间、数字、否定词和决策结论。
• 隐私边界：涉及公司机密、客户信息和个人敏感信息时，应遵守组织的数据规则，不把未经许可的原始资料上传到外部服务。
• 演示步骤：准备脱敏文本；生成摘要和行动项；逐项对照原文。

这里最重要的不是让 AI 给出更多内容，而是让它明确“哪些不能确定”。可信的知识类内容，往往来自对边界的说明。

五、用三轮写作得到自然口播稿

第一轮：只写结构

根据资料卡，为 60～90 秒短视频设计结构。

要求：
- 前 3 秒提出具体痛点，不制造焦虑
- 正文只讲一个核心结论
- 用“三步法”演示
- 必须包含一个限制提醒
- 结尾给出可执行动作，不喊空泛口号
- 先只输出结构和每段目标，不写完整文案

合理结构通常是：痛点 8 秒、结论 10 秒、三步演示 45 秒、边界提醒 12 秒、结尾 5 秒。

第二轮：扩写成口播稿

把上述结构扩写成口播稿。

写作规则：
- 每句话尽量不超过 22 个汉字
- 多用具体动词，少用“赋能、颠覆、革命性”等抽象词
- 不声称 AI 能保证准确
- 术语第一次出现时，用普通话解释
- 总字数控制在 260～330 字
- 在需要显示画面的地方，用【画面】标注

第三轮：用豆包做“朗读检查”

请把下面的口播稿改得更像真实的人说话。

要求：
- 保留事实和结构
- 删除重复、套话和书面连接词
- 把连续三个以上长句拆开
- 不使用夸张词
- 标出最可能读不顺的三句话，并给出替换版本

下面是一版可以直接录制的成稿示例：

开完一小时的会，最累的往往不是讨论，而是整理。谁负责什么、什么时候交、哪些只是建议，混在几十页记录里，很容易漏掉。AI 适合做的不是替你决定，而是先把杂乱信息整理成初稿。

>

第一步，准备一份已经脱敏的会议文字记录。【画面：删除姓名、客户信息和内部数据】

>

第二步，让 AI 按“结论、行动项、负责人、截止时间、待确认问题”分类。【画面：五列表格逐项出现】

>

第三步，对照原文检查。数字、人名、日期、否定词和最终决定，一项都不要跳过。【画面：原文与摘要左右对照】

>

这样做省下的是整理时间，不是判断责任。涉及敏感资料时，还要遵守公司规则。你可以先拿一段虚构记录试一次，看看 AI 的初稿能不能减少重复劳动。

这段稿件没有“震惊”“效率提升十倍”等承诺，但它给出了完整动作，也说明了限制，更容易建立长期信任。

六、标题与封面：只承诺正文真正交付的东西

标题的作用是让正确的人点进来，不是把所有人骗进来。让 AI 同时给出不同强度的版本，再由你选择。

围绕这篇口播稿，生成 12 个短视频标题。

分为三组：
A. 问题型：直接说观众的困难
B. 方法型：说明能学到什么
C. 反常识型：指出 AI 不应该做什么

限制：
- 不超过 20 个汉字
- 不使用“必看、封神、逆天、秒杀、稳赚”等词
- 标题承诺必须能在 90 秒正文中兑现
- 每个标题附一句适合的封面短句，封面不超过 10 个字

可选标题：

• 《会议纪要别让 AI 直接交稿》
• 《用 AI 整理会议，只做这三步》
• 《AI 能写纪要，但这五项必须人查》

封面只保留一层信息，例如“纪要三步法”或“这五项必须复核”。不要把完整标题、工具 Logo、十个卖点全部塞进一张图。

七、把口播稿拆成 8 个镜头

图片生成的难点不是“写一个很长的提示词”，而是保持每个镜头的视觉逻辑。先让 AI 输出镜头表，再进入即梦生成素材。

用于首镜头的即梦提示词示例：

现代办公室会议结束后的场景，桌面有笔记本电脑、便签纸和会议记录，人物只出现手部，不出现清晰人脸，画面干净克制，真实摄影风格，柔和自然光，蓝灰色调，竖屏 9:16，上方预留标题区域，无文字，无品牌标识

用于流程卡的提示词示例：

极简信息图，三步流程：脱敏记录、AI 分类、人工核对，白色背景，深蓝线条，统一圆角卡片，图标简洁，竖屏 9:16，留出中文排版空间，画面中不要生成文字

生成画面时，先固定五个变量：主体、场景、光线、构图、比例。风格词不要每张都换，否则同一条视频像由五个不同账号拼起来。正文中的中文字建议在剪映里后加，而不是依赖图片模型直接生成。

八、剪辑时只做四件事

新手最容易在剪辑软件里消耗大量时间：尝试几十种转场、频繁换字体、为每一句话加特效。知识类视频更需要清晰，而不是热闹。

1. 先放口播或配音。 按声音确定总时长和停顿。
2. 再放证明画面。 说到“脱敏”时就展示脱敏，说到“核对”时就展示对照。
3. 生成字幕后逐句检查。 人名、产品名、数字和标点最容易出错。
4. 最后才加音乐。 音乐不能盖住人声，不要让转场音效打断理解。

剪映官方当前将 AI 成片、AI 图片设计、AI 配音和多轨编辑作为一体化能力提供，但具体功能可能随版本、设备和账号变化。对本流程来说，最关键的仍是基础剪辑、字幕校对和稳定导出。

九、发布前必须过一遍“七项人工闸门”

在导出前暂停五分钟，比发布后删稿更省时间。

□ 标题是否准确反映正文？
□ 事实是否能追溯到材料或亲自演示？
□ 人名、数字、日期、否定词是否核对？
□ 是否删除了敏感信息和无授权素材？
□ 画面是否与口播同步，而不是只做装饰？
□ 是否存在夸张承诺或绝对化表达？
□ 观众看完是否知道下一步怎么做？

还可以让模型做一次反向审稿：

你现在是严格的内容审核编辑。请检查这篇脚本，不要帮我润色，只指出问题。

按以下分类输出：
1. 无法从材料证明的事实
2. 可能被误解为效果保证的句子
3. 隐私、版权或合规风险
4. 标题与正文不一致之处
5. 观众可能听不懂的术语
6. 必须由作者亲自确认的内容

每个问题都引用原句，并给出最小修改建议。

十、把发布数据变成下一条内容的输入

不要只看播放量。第一批内容更值得观察的是：前几秒是否留住人、观众在哪里退出、评论里反复追问什么、收藏是否高于点赞。评论中的真实问题，可以直接进入下一轮选题池。

graph LR
    A[发布] --> B[记录数据]
    B --> C[整理评论问题]
    C --> D[找出掉线位置]
    D --> E[更新标题/结构规则]
    E --> F[制作下一条]
    F --> A

建议每条内容记录四句话：

• 这条内容最想解决什么问题？
• 哪一句最能留住观众？
• 哪一段最容易让人离开？
• 下一条只改一个什么变量？

一次只改一个变量，例如只改开头，或只改封面。若标题、时长、画面、音乐和表达同时改变，就无法判断是哪项带来了结果。

十一、可直接收藏的 12 个提示词

1. 选题去重

比较以下 30 个选题，合并表达相同的问题。保留差异最大的版本，并说明它与其他版本的区别。最终只保留 10 个。

2. 事实与观点分离

把材料拆成“可验证事实、作者观点、合理推测、无法确认”四栏。不要把推测写成事实。

3. 找反例

针对我的核心结论，给出三个不适用的场景。若结论过度概括，请改成更准确的版本。

4. 三秒开头

为同一主题写 8 个三秒开头：问题型、结果型、错误示范型、场景型各 2 个。不得制造焦虑。

5. 口播压缩

在不删除关键事实和限制提醒的前提下，把稿件压缩 25%。优先删除重复和抽象套话。

6. 术语翻译

找出稿件中普通职场用户可能不懂的术语。每个术语改成一句日常语言，不能牺牲准确性。

7. 镜头表

把口播稿拆成 8～10 个镜头。每个镜头写：时长、口播句、画面目的、素材类型、屏幕文字。

8. 图片提示词

根据镜头表生成中文图片提示词。所有镜头保持同一色调、光线和构图语言，不在图片中生成文字。

9. 字幕断句

把口播稿改成字幕格式。每行 8～16 个汉字，按语义断句，不改变原意。

10. 标题兑现检查

检查标题承诺是否在正文中完整兑现。若没有，优先降低标题承诺，而不是硬塞内容。

11. 风险检查

检查稿件中的绝对化表达、效果保证、未经授权素材、敏感信息和可能误导的省略条件。

12. 评论转选题

把以下评论按“不会操作、担心风险、想看案例、质疑效果、进阶需求”分类，并生成下一批选题。

十二、新手最常见的十个问题

1. 为什么 AI 写出来一眼就像 AI？

通常不是模型能力不够，而是提示词没有真实材料，也没有限定受众。先提供资料卡、自己的观点和禁用表达，再做口语化改写。

2. 免费工具够不够？

够跑通流程，但不一定适合高频批量生产。免费额度、排队和功能会变化，所以前期重点是验证内容形式，而不是追求每天大量生成。

3. 一条视频需要多少张图？

60～90 秒的知识类视频，通常 8～12 个有效画面已经足够。有效画面是能解释当前句子的画面，不是单纯增加变化。

4. 可以完全不用真人声音吗？

可以使用工具提供的配音，但要检查读音、停顿、授权范围和平台要求。个人表达型账号通常保留自己的声音更容易形成辨识度。

5. AI 生成的内容能直接发布吗？

不建议。至少要完成事实、隐私、版权、标题兑现和字幕五项检查。

6. 为什么生成图片风格不统一？

因为每张图都更换了风格词和构图。固定色调、光线、镜头距离、比例和主体描述，再逐张微调动作。

7. 要不要同时做很多平台？

先选一个主平台跑通十条内容，再根据平台比例和用户习惯做改版。直接复制同一版本到所有平台，往往无法看清问题。

8. 要不要每天追热点？

不必。稳定账号通常需要“常青问题＋少量热点”。只有热点而没有栏目，内容很难积累。

9. 怎样判断一个选题值得做？

它应同时满足：受众真的会问、你能提供具体动作、有材料可核实、能在目标时长讲清楚。

10. 多久能看到结果？

没有固定答案。前十到三十条内容更像测试期，目标是找到稳定栏目、表达方式和制作节奏，而不是依赖某一条突然获得大量播放。

十三、这套免费流程的真实成本

软件费用可以接近零，但时间不是零。第一次制作可能需要两到三小时，因为你在建立模板；当账号定位、提示词、字幕样式和素材目录固定以后，单条内容才可能压缩到几十分钟。

建议使用下面的目录保存项目：

AI-media/
├── 00-account-positioning/
├── 01-topic-pool/
├── 02-sources/
├── 03-script/
├── 04-images/
├── 05-video-clips/
├── 06-edit-project/
└── 07-published-and-review/

文件名也要统一，例如：

2026-07-20_meeting-notes_v01_source.md
2026-07-20_meeting-notes_v03_script.md
2026-07-20_meeting-notes_cover_02.png

看起来只是整理习惯，却能避免“最终版、最终版2、最终真的版”这种常见混乱。

结语：先完成第一条，再谈自动化

国产免费工具已经能覆盖资料整理、中文写作、图片、短镜头、配音和剪辑。它们最适合帮助你验证三件事：你准备讲什么、观众是否愿意看、你能否稳定完成。

第一阶段不要追求无人值守，也不要把所有工作交给同一个对话框。把流程跑通，保留人工判断，记录每次修改。等你能稳定发布，并且明确知道时间消耗在哪个环节，再进入下一篇的专业版路线：用 API、结构化数据和 n8n，把复制粘贴变成可控的自动化。

资料核对说明

本文涉及的产品能力通过以下官方页面复核。功能、免费额度和服务范围可能随账号、地区与版本调整，使用时应以实际账号页面和最新服务条款为准。

• Kimi 官方网站
• DeepSeek API Docs
• 豆包官方网站
• 即梦 AI 官方创作平台
• 剪映官方网站