内容预览:

做知识类账号的人都熟悉那套循环:白天翻资料,晚上写稿,凌晨配音,早上剪字幕。一条三分钟的片子,从选题到发布,五个小时起步。数据不好,第二天你还得把同样的五小时再走一遍。

这套软件要做的事很简单——把这条循环整个搬进电脑里,让它自己跑。

一、一句话说清它是什么

给它一个题目,或者丢给它一篇你写好的文稿,它自己完成写稿、配音、配图、排版、字幕、背景音乐,最后交给你一条能直接发布的竖版或横版视频。你真正要做的只有两件:把参数填对,按下开始。

它不联网登录任何平台,也不弹浏览器让你在网页里操作。所有界面在软件自己的窗口里,整套运行环境跟着文件夹走,拷到哪台电脑都能开。

二、它跟"AI 写稿 + 剪映"不是一回事

很多人已经在用 AI 写稿、再用剪辑软件拼。那套做法的问题不在工具,而在七个软件之间来回复制粘贴,每一段都要人盯着。这里把差别逐项摊开看。

三、六个能直接看出来的差别

1. 一条主题走到成片,中间不用切软件

填好主题按下开始,后面是十二道工序自己往下走:规划写稿、写入片风与配音参数、按镜头生成配图、逐段配音合成、算时间轴、生成字幕节拍、过渲染闸门、逐场生成画面、渲染成片、加封面与背景音乐、清缓存、把导入的源文件归进「已生成」。队列里「当前环节」那一列会实时告诉你它跑到哪一步,某一条失败不影响后面的继续跑。

2. 一篇文稿转视频,它不会自己发挥

如果你手上已经有写好的稿子,走「文件导入」这条路。原文是唯一事实来源,它只做改写,不额外加料。很多原文末尾挂着一句各不相同的话,比如「本文相关资源提取关键词:【013181732】」,它会把这句从正文里剥出来,单独做成成片最后 1 秒的无声大字卡:上行是话术,下行是编号,背景取正片末帧的模糊压暗,风格跟全片一致。这句不进配音,也不做底部小字幕——它就该是一记停住观众手指的重锤,而不是一行被划过去的小字。

3. 配音是你自己的声音

克隆通道有三档可选,差别是真实的:2.5 版约占 6 GB 显存、速度较快、能调八种情绪与强度;1.5 版只占约 2.2 GB,8 GB 的卡也能跑,代价是慢一些、情绪控制简单一些;系统配音几乎不占显存,但要接受固定那几个音色。

一个细节值得说:选了角色就必须用这个角色。服务起不来时它默认直接报错停下,而不是偷偷换成别人的声音让你事后才发现——那个「自动降级」的勾选框默认是关的。

4. 画面不是套模板

画面按场生成:这一场讲什么,就画什么,字号、留白、动效都按这一场的文案排。配图可选,而且每个镜头能出 1 到 4 张,播放时在同一块图区按字幕节拍切换,长镜头里画面自然有变化。

更关键的是「全片视觉设定」:项目一建立,软件就把年代、地域、人物与器物基线写死,并列出禁忌符号——讲外国史不许出现中式元素,讲中国史不许出现西方器物,每张图的提示词都要带上这段约束。所以一条讲美国南北战争的片子,不会在第三张图里冒出一个清朝人物。

5. 片尾引导卡

文档导入的片子,最后会自动多出 1 秒:暗底、大字、上行引导话术、下行编号,编号有双层描边和柔光,末帧停住时观众有足够时间看清。总时长还是可控的——正片按你填的秒数切段,片尾卡固定加 1 秒,不多不少。

6. 批量:五十条一夜之间

主题框一行一个,最多五十条,空行自动忽略。每一行还能自带时长,写成「主题 | 60」或「主题|180秒」,一批里混着 1 分钟和 3 分钟的片子,一次跑完。没想好选题就先点「智能主题」,选类型、数量、字数,它给你一批候选,一行一个填进去。

所有参数会被记住,下次打开还是上次那一套,端口变了、软件重启了都不丢。晚上挂机,早上收片。成片、同名文稿、整条音轨、封面图四样一起落在你指定的保存目录里。


这条赛道上从来不缺会写稿的人,缺的是能把稿子稳定做成片子的人。工具不能替你选题,也不能替你判断什么值得讲——这两件事仍然是你的事。它只是把你原本要花在切软件、对字幕、找配图上的那五个小时,还给你。

你不需要学剪辑,也不需要买一堆会员。你需要一台能自己干活的电脑。