实践指南
选一件要做的事：跟着步骤做、复制任务单、核对真实成果
打造个人 Build in Public 与口播视频自动化流水线
用 1–2 小时下班时间跑通“真实痛点选题 → 口述大纲录屏 → VAD+ASR 去口误粗剪 → 画面 OCR 字幕校对 → 横竖双封面 → 多平台草稿箱”全流程。
我准备录一期关于「用子 Agent 小队节省 90% 模型额度」的实操视频。请先帮我生成一份一屏口述大纲（含一句话结论、3 步演示顺序、防发散提醒与自由发挥锚点，不要写逐字稿）；等我录完后，依次执行 VAD+ASR 去口误粗剪、录屏画面 OCR 术语字幕校对、16:9 与 3:4 双尺寸封面生成，并整理带时间戳章节的多平台草稿文案。
不要让 AI 写生硬的逐字朗读稿。告诉 Agent 你今天解决了什么真实问题，让它结合项目历史数据生成一份口述大纲：只包含一句话核心结论、3 个演示顺序节点、容易跑题的“不要展开项”以及可结合个人经历自由发挥的锚点。
- 选题必须解决一个具体可感知的真实痛点，前 3 秒直接亮出结果或对比
- 大纲只列结论、顺序与“不要展开项”，不写逐字朗读稿
- 录屏遇口误直接重念完整句，全程一镜到底不断流
留下的成果大纲不超过一屏，看着大纲即可自然完成一镜到底的桌面录屏与口述。
录屏时说错了不用停机重来，直接顺着往下重念一遍正确的句子。录完后运行粗剪脚本：先用 VAD 切掉长停顿，再由 Agent 根据词级时间戳识别重复口播段落，自动丢弃前面的卡壳废片、保留最后一遍流畅表达并合成粗剪视频。
留下的成果原本 25 分钟的含口误录屏在几分钟内自动缩减为节奏紧凑的 8–10 分钟粗剪片。
抽取录屏关键帧识别画面上的代码文件名、模型名与命令参数，自动修正语音识别里的同音错字；同时抽取人物关键帧配合高对比度双层标题生成 16:9 横版与 3:4 竖版封面，在本地 HTML 预览页确认缩略图可读性。
- 同时导出 16:9 横版与 3:4 竖版封面，在缩略图尺寸下确认大字清晰可读
- 自动化脚本只上传并保存至平台草稿箱，绝不自动点击最终发布
- 发布后将字幕稿与后台播放数据归档回项目目录，供下一期复盘节奏
留下的成果字幕中的英文术语和工具名准确无误，横竖两版封面在手机缩略图尺寸下依然醒目。
由脚本根据字幕稿生成带时间戳的章节简介与平台标签，自动上传视频与对应比例封面到各平台后台草稿箱并执行后置校验，把最终点击发布的权限留给人。发布后将播放与互动数据拉回项目目录，让 AI 直接读字幕稿复盘哪一段节奏拖沓。
留下的成果各平台草稿箱字段齐全且未误触发直接发布；项目目录内留存了可追溯的字幕稿与数据复盘记录。