从1234字口播文案到1080p短视频+12页PPT+独立网站 · 零人工介入
2026年7月17日下午16:44,南安在替身工作安排大厅发了一条消息——把一篇1234字的口播文案《为何要立志01·下篇》交给替身,要求生成PPT和视频。
20分钟后,17:04,以下交付全部上线:
✅ 独立网站 https://lizhi01-xiapian.qootc2.xyz
✅ 4分25秒 1080p视频(6.4MB)
✅ 12页PPT(48KB,含逐页PNG预览)
✅ 11段配音音频(立大志专用女声)
全程零人工介入。南安发完指令后没有再多说一个字——没有催促、没有修改意见、没有"这个颜色不对改一下"。6个AI Bot在替身的调度下自动完成全流程。
传统流程:文案定稿→设计师排版(1-2天)→反馈修改(半天)→配音员录音(半天到1天)→剪辑师合成视频(1天)→导出上传(半天)。最少3个工作日。
本次用了20分钟。PPT制作和配音同时跑(T-04和T-05并行),视频合成3分钟,网站部署2分钟。
设计师、配音员、剪辑师通常是三个不同的人。沟通成本——"采样率不对""分辨率不够""比例不是16:9"——往往比实际制作时间还长。
本次6个Bot之间的交接全部由替身自动完成:049的分页脚本→043的视觉方案→AI测试01-15的PPT生成→046的逐页对齐合成,零沟通损耗。
人工流程最让人焦虑的是不知道哪个环节会卡住。本次执行中AI测试01-15遇到JSON中文引号解析失败和函数签名不匹配两个bug,但在9分钟内自愈并继续,没有报告、没有等待、没有中断后续环节。
本次采用了影子团队的"Loop K"7步标准流水线:
将1234字口播稿按内容逻辑拆成12页脚本,每页标注标题≤18字、核心句≤32字、要点≤4条。替代人工文案编辑手动标注。
根据"有志向vs无志向"对比结构,设计红绿翻页对页体系(红色=无志向/回避/断点,绿色=有志向/拆解/复利)。替代人工设计师构思版式。
T-04(AI测试01-15):从零构建12页PPT,逐页导出150dpi PNG,遇到2个bug自行修复。T-05(voice-narrator):11段配音一次生成,零失败。替身判断两者互不依赖,并行派发,总时间≈9分钟(非16分钟)。
12张PPT截图+11段配音自动对齐合成,封面页1.5秒静音。替代人工剪辑师对时间轴、加转场、渲染导出。
视频+PPT+逐页PNG打包部署为独立子域名网站,含HTML5播放器、下载按钮、灯箱预览,登记hub索引。替代前端开发+运维。
收到指令后20秒内完成7步拆解和Bot派发;每步完成后3-10秒内接力下一步;发现T-04进度滞后时主动追问;全链路7步×7次派发,零遗漏、零错派。
| 对比维度 | 人工模式 | AI影子团队 | 节约 |
|---|---|---|---|
| 总耗时 | 3-5个工作日(串行) | 20分钟(含并行) | 99%+ |
| PPT制作 | 1-2天 | 9分钟(含自愈修复) | 99% |
| 配音录制 | 0.5-1天 | 7分钟(一次生成零失败) | 99% |
| 视频合成 | 0.5-1天 | 3分钟(自动对齐合成) | 99% |
| 网站部署 | 0.5-1天 | 2分钟(自动化部署) | 99% |
| 人力投入 | 4-5人 | 0人(6Bot自动协作) | 100% |
| 沟通成本 | 多轮来回确认 | 0次(自动对接) | 100% |
| 单次费用(估) | 2300-7500元 | 算力成本(待核实) | — |
老板或项目经理从协调人力中解放——"想的是内容要讲什么,而不是设计师今天有没有空"。
按保守估算,单次传统外包费用2300-7500元。AI影子团队一次配置后,每新增一篇内容只增加算力成本,边际成本趋近于零。
同一天还完成了中篇交付(lizhi02-zhongpian02.qootc2.xyz),形成上、中、下三篇系列矩阵。内容营销从"想起来了做一篇"变成"有想法就上线"——批量、稳定、可预期。