给一份文字稿,八个技能组成的流水线自动产出:PPT 课件 → 逐页讲稿 → AI 配音 → 烧录字幕成片。四个机器段自动执行,六个人工卡点由你决策,最终五件套归档交付。
四个机器段由 skill 自动执行,六个人工卡点由本人决策——下面这张图就是整条链路,也是后续所有 skill 压缩包的骨架。
把"做一门课"这件事,从串五个工种、拖两周,压成一份文字稿进、五件套出——人只在六个关键卡点做决策。
course-creation-workflow 调度全流程,每个人工决策点自动停下等人五个工种串行,一讲拖两周,字幕对轴一下午。
一份文字稿进,五件套出,人只在六个卡点做决策。
这条流水线不是"全自动一把梭"——AI 干活,关键处真实停下来等人拍板。
下面这段是这条流水线跑出来的真实成片(为华南理工「AI 制课」分享而作)——点开即看,未做美化。
| # | 文件 | 规格 |
|---|---|---|
| 1 | 成片.mp4 | 11 分 12 秒 · 1080p 带烧录字幕 · 复刻音色配音 |
| 2 | 字幕.srt | 173 条 · 词级对轴 |
| 3 | 讲课稿-定稿.md | 16 页逐页 · 3268 字 · 含术语解释 |
| 4 | 课件.pptx | 16 页可编辑 · 千问办公绿模板 |
| 5 | 课件.pdf | PowerPoint 字体保真版 |
复刻音色一律裸参数合成,禁用 rate / pitch / instruction 等一切参数——都会改变复刻音色。语速与自然感全部由讲稿文本承载。
讲稿/口播中出现的专业术语与缩写,必须当场用大白话解释。通用、永久生效。
称"已改文件"必须实际执行并核对;文本交付一律卡片;字数/时长必须程序化统计,不报虚高。
冗余压缩轮不得以牺牲口语"人味儿"为代价——垫词是 TTS 自然节奏的一部分。
从规范、大纲、讲稿到课件、字幕、成片、配音与 16 页 SVG,替换成你自己的内容即可复刻这条流水线。
本案例基于千问办公技能实现,需先安装对应技能(如 course-creation-workflow),再发送下面的 Prompt。实际技能名以你安装的为准。
根据这篇文字稿做课程视频。受众是一线员工,目标时长 15 分钟左右,用千问办公极简版 PPT 模板,配音用音色库里的女声,最后出带烧录字幕的 1080p 成片。