vibe知识大赏 · 制作方法
抖音话题 #vibe知识大赏 · 横屏知识动效片

一行字幕一屏,
卡着同一首歌讲完一个知识点

四期下来,我们的做法是:先写一行一屏的字幕脚本,再按话题里那首 BGM 的拍子排时间轴;画面全部由 AI 现写代码逐帧画出来,配音用本地 TTS,音效自己合成,最后把 BGM 混进成片。这一页把做法、规则和原始材料都摊开了。

沉没成本封面:蓝图风格的等轴测时间轴
04 · 沉没成本 · 蓝图
AI为了不被关掉封面:电影暗调
03 · AI 为了不被关掉会做什么 · 电影暗调
ELIZA效应封面:终端绿屏
02 · ELIZA 效应 · 终端绿屏
第37手封面:报纸拼贴
01 · AlphaGo 第 37 手 · 报纸拼贴
4 期一期一种画风,整片不换
1 首歌四期都是话题里那首 BGM,112.35 BPM
45–55 屏一屏一句,成片目标 2:00–2:30
13.2%第三期 1 分钟留存,同类作品 7.4%
00 · 四期

先看开头 16 秒

每期的冷开场都卡在原曲前奏里,第 16 秒左右正好是鼓进。点开有声音。

04 · 沉没成本(2:27)蓝图。冷开场是一根时间轴:0 开始、7 现在,后面是虚线和红笔问号。
03 · AI 为了不被关掉(2:42)电影暗调。生图画暗场布景,屏幕上的信、数据全是代码画的。
02 · ELIZA 效应(3:36)终端绿屏。从这期开始加配音,冷开场改成观众自己的生活场景。
01 · 第 37 手(3:00)报纸拼贴。没有配音,只有字幕;有人反馈字幕太快看不过来。
01 · 分工

谁做什么

我负责选题和拍板,其余的活基本由 AI 完成。画面不是用剪辑软件或模板拼的,是 AI 针对这一期现写的代码。

我

选题、定稿、拍板

  • 定选题和冷开场方向
  • 改字幕脚本,定稿后不再动
  • 看计划、看静帧,说哪里不对
  • 看后台留存,把问题反馈回来
  • 发布
AI(Claude)

写、画、配、混

  • 按规则写脚本初稿,核事实和引语
  • 拆参考片和 BGM,排时间轴
  • 写画面代码,逐帧渲染
  • 生成配音、合成音效、混音
  • 出封面、字幕、发布文案和 QA
工具

都在本机跑

  • 画面:浏览器 canvas,无头浏览器逐帧导出
  • 配音:Qwen3-TTS(本地)
  • 音效、混音、压制:Python + ffmpeg
  • 少量有墨迹质感的元素:Codex 命令行生图
02 · 流程

五步,三个停点

红色的是停下来给我看的点。熟练以后第 3 步可以跳过,第三期就是看完计划直接出整片。

1

写字幕脚本

AI 写初稿 · 我定稿

脚本是一张表:屏号、字幕、画面提示。字幕就是旁白,一行一屏,保留标点;强调词在稿子里就标好用哪种颜色。字和配音定稿后,做片阶段一个字都不改。

写法规则是对着前三期抖音后台的留存曲线一条条改出来的:

  1. 第一屏就是观众自己生活里的冲突。第一期用日期开头(“2016 年 3 月 10 日,首尔。”),5 秒留存 24%;第二期改成“凌晨三点,你对 AI 说:只有你懂我。”,5 秒留存 50%。年份、人名放到后面揭晓。
  2. 不做单独的标题卡。第二期 7 秒的标题卡正好是留存跌破同类的位置。“本期我们讲,XX”这句保留,叠在下一屏画面上念。
  3. 钩子之后别停。揭晓完马上接下一个悬念,不拿人物生平开第一章。
  4. 换新案例时,交代压到一两屏。第三期第三章重新交代一个新实验,那一段流失速度是同类的 1.8 倍。
  5. 每章拉回观众一次,比如“办完健身卡的前两个月,你是不是也去得最勤?”
  6. 每屏都要有动作或音效,没有静止的字卡。
  7. 引语先核到原始出处,再写进脚本。
留存02 ELIZA03 AI 关机(按规则改后)同类作品
2 秒68.9%66.3%65.3%
30 秒12.1%18.8%12.9%
1 分钟6.4%13.2%7.4%
完播率1.4%3.8%—
停点 ①:我看完脚本、选定冷开场(沉没成本那期备了感情、电影院、专业、游戏充值四个版本,选了感情),定稿。
看沉没成本的完整字幕脚本 → 看写法说明全文 →
2

拆歌、排时间轴

AI 出计划 · 我看

话题里的参考片都用同一首歌,而且都从歌的开头放。先把它量清楚:112.35 BPM,第一拍在 0.98 秒,一小节 2.14 秒。换屏全部卡在拍上,一屏 4–6 拍。

再量每一小节的能量,找出歌的结构,把全片的关键屏钉上去:

原曲位置音乐沉没成本这期放什么
0–9.5 秒前奏冷开场三屏,一刀不剪
9.5 秒镲片抽掉的空拍“本期我们讲:沉没成本。”,镜头拉远
15.9 秒鼓进“1982 年,美国一所大学的剧院做了个实验。”
77.9 秒回落英国政府想砍掉协和号,红笔要画叉
92.8 秒鼓回“那就,接着造吧。”红叉被擦掉,笔接着描
156.9 秒全曲唯一一次停顿“那,怎么办?”
176.1 秒尾段“2003 年,协和号退役了。”盖章

加了配音以后,时间轴由配音驱动:每句的实测长度按半拍取整,每段补到整小节。歌在两个锚点之间删或补整小节,让上表那几个点仍然落在对的屏上。时长先用上一期的实测语速估,每句误差约 0.2 秒。

停点 ②:分段计划交给我看,里面有画风、音乐锚点、分段时长、逐屏画面和音效。
看沉没成本的分段计划 →
3

画面

AI 写代码 · 我看静帧

画面全部是浏览器里的 canvas 代码,按时间轴逐帧渲染成视频,整片渲一次 2 分钟左右。之前做了一个画风小样库,每期挑一种搬到 1920×1080,整片不换。

  • 颜色收紧。蓝图那期只有白线、淡黄强调、红笔三种颜色,红笔只用在情绪上:问号、圈、叉。字幕的强调色和画面里的同一个。
  • 展示字用代码排。只有“退役 2003”红印章、红笔手写字这种要墨迹质感的,才用生图:白底生成,再切成透明层。
  • 先想好怎么画人。蓝图不画人,人藏在座位、标注、账本里;终端绿屏用生图做的光照剪影再抖动成点阵;电影暗调是生图画布景、代码画屏幕内容。
  • 镜头连续走。同一个空间里换屏只动镜头,镜头按绝对时间连续运动,不每屏重新推。
  • 构图。每屏一个大主体居中,上 1/3 不留空。
一桌图纸,镜头在图纸之间飞(沉没成本 0:47–1:11)九张图纸摆成 3×3,每屏换一整幅构图:条约、成本塔、天平。镜头飞到一半拉高,能看见旁边的图纸。1:09 “那就,接着造吧”正好是鼓回。
“本期我们讲”的老虎机16 个选题滚过,卡在本期,卡住的那一下落在小节第一拍。
连续镜头同一条走廊里镜头一直往前走,屏幕内容跟着换。
沉没成本 52 张落定帧总览
沉没成本的落定帧总览:每屏动作停稳后的一帧,按时间排成一张,格子里写着屏号、起点和字幕。
停点 ③:先交落定帧总览和前 16 秒带声音的小样。画风有问题在这里改最便宜。沉没成本这期我只说了一句“飞机应该加强一下,像参考的画风那样”。
看沉没成本的逐屏静帧审阅页 →
4

配音和音效

AI

配音用本地的 Qwen3-TTS。用它的 VoiceDesign 功能,拿一段文字描述直接生成一把声音:

“沉稳、知性的中音女声,三十出头……像纪录片和知识讲解视频的旁白。”
  • 先出 2–3 个候选短试听,我挑一个,固定下来,以后每期都用它。第一版深夜讲故事、带气声的风格被我否了:知识片要的是清楚可信。
  • 每句单独生成,多跑几个种子,用语音识别核对念得对不对,挑最好的一条。
  • 语速 1.15 倍。英文型号和百分数念得慢,估时长要留余量。

音效全部用代码自己合成,不用音效库。渲染画面时,引擎同时导出一份动作时间表:每次描线、弹出、镜头起飞发生在第几帧。音效脚本按这张表自动对位,比如每次镜头飞加一道气流声,成本塔每落一块一声闷响。

+

事实核对

AI · 贯穿全程

数字、年份、引语都要找到原始出处,核对结果写进项目说明。每期都查出过稿子里的问题:

  • 第二期有一句引语查不到出处,换成了一句能查到的原话。
  • 第三期稿子备注的英文原话,其实说的是另一件事,换成了正确的那句。
  • 第四期稿子写协和号造了“2+2+16”架,逐架列表是 2 原型+2 预生产+2 试验+14 量产,屏上小字按核对结果改。

能放原文的就放原文。比如 1966 年英国内阁秘书给首相的简报里那句“the point of no return on the Concord”,屏上直接放英文原句。有争议的数字不自己改字幕,列出来让我决定。

5

混音和交付

AI 出包 · 我发布

BGM 要在本地混进成片。抖音只有手机端能给视频加 BGM,电脑端只能标注出处,第一期就是这样踩的坑。混音时 BGM 从 0 秒对拍,主动作处压低 1.5–2 dB,结尾淡出。整片约 -15 LUFS,真峰值不超过 -1.5 dBTP。

出片前检查:

  • 字幕和定稿用脚本逐字比对,要 0 处不同;量最宽的一屏,确认一行放得下。
  • 落定帧逐张看,中段再每 1.2 秒抽一帧,看动作途中有没有穿帮。
  • 跑一遍跳切扫描,把画面突然跳一下的切点都列出来,逐个确认是故意的还是穿帮。

交付包每期都一样:发布版(含 BGM)、无 BGM 备份、封面(16:9、4:3、3:4)、SRT、发布文案(标题、简介用开头钩子、话题、AI 声明、资料出处)、三条分轨、QA 记录。

03 · 踩坑

被反馈逼出来的规则

同一张图上叠 80 秒会闷

沉没成本第一版 40 秒到 2 分钟都在一张飞机图上加东西,被说“变化太小,观众会无聊”。第二版改成一桌图纸、镜头飞。长段落要换整幅构图。

讲感情,用图表比画场景好

冷开场从“两个座位”改成一根时间轴:0 开始、7 现在、后面是虚线和红笔问号。抽象一点反而更扎人。

“本期我们讲”会漏人

第三期 22 秒有个小流失尖峰,正好在这句之后。要给它做点变化,比如老虎机。

参考片的原声要挑干净的

三条参考片用同一首歌,但有一条原声混了别的声音。要用纯音乐那条来对拍。

海报别像真实电影

AI 关机那期第一版海报像 HAL、终结者,重画成了原创的。

留存好不等于涨粉

两期各 1 万左右播放,只涨了 10 和 5 个粉。知识片能带播放,但不太带关注。