按理说，

大家好，我是悟鸣。

“悟鸣 AI 学习圈”里有不少领域的 AI 先行者已经将 AI 与工作深度融合。

超杰老师就是其中一位。他是山东广播电视台优秀的主持人，目前负责档新媒体类节目。老实说，全年算下来接近期节目的录制、制作和宣发工作。

使用者痛点概览

• 时间成本高：每期一小时节目。需要手动观看完整视频才能挑选出有价值的片段，耗时约1小时。
• 重复性劳动繁重：剪辑、加底图、写标题、分发到不同网站，每一步都需手动操作。
• 人力资源不足：实习生不愿意做枯燥的筛选工作，导致内容漏掉或质量不稳定。
• 技术门槛高：传统剪辑软件需要大量手工定位和编辑，对非专业人士不友好。不过，

.一开始。AI 没有帮上他太多

年春节前后DeepSeek 受到很多人关注，引发新一轮的 AI 学习热潮，超杰老师也开始研究 AI。

他最早尝试的，是大家很熟悉的文字工作：整理节目大纲、做前期准备、辅助写稿。

用了之后后他发现这些场景对自己的帮助比较有限。

做了多年节目，超杰老师很清楚主题该怎么定、嘉宾该问什么、哪些内容值得展开。AI 可以补资料、顺结构，最终还得由他拍板。不过，

反而是节目录完之后大量机械、重复的后期工作。更适合交给 AI，

当时最让他头疼的，是从一小时节目里筛短视频。其实，

通常的做法，是录制时尽量记住哪个时间点出现过精彩内容。后期再到 Premiere、Vegas 或剪映里定位。如果当时没有记下来就只能重新看节目。

实习生也不愿意做这件事。

一小时视频从头看到尾，最终可能只找到两三段内容。怎么说呢，重复、耗时而且很容易把真正有价值的观点漏掉。

.第一版很笨。但把最耗时间的一步搬走了

超杰老师先找了一款语音识别软件，把整期节目转换成两种文件。

截图里的这期节目时长 小时 分，原始文件超过 .2GB。放进工具后软件开始做语音转写。

一种是 TXT，里面有完整的节目文字；另一种是 SRT，也就是带有时间信息的字幕文件。

有了这两个文件。他再也不用拖着进度条反复看视频，只要阅读文字就能大致判断哪段内容值得剪；再通过 SRT 找到这段话在视频里的准确位置。

.一个程序反复出错，他改成了三次点击

视频能自动切出来以后超杰老师又发现了新的工作量。切出来的只是原始横版片段。其实，要发到短视频网站，还需要加底图、转成竖版。再把每段内容的标题写到画面上。话说回来，这些操作依然要回到剪映或 Premiere 里手工完成。

于是他继续和 AI 沟通。希望做一个程序，把视频切割、底图合成和标题添加全部处理掉。最初，他想得很完整：一次选择文件，一次完成所有步骤。怎么说呢，但实际运行时经常出错，一个程序承担太多任务。只要其中一步有问题，整条流程就跑不下去，也难以定位错误源头。

.三步跑稳后他才做出完整工具

的模块，建立出“一键短视频制作工具”。只需选择原始视频、时间戳文件、标题文件、背景图片和输出文件夹，即可批量生成带底图和标题的竖版短视频。按理说，实习生照着界面操作，也能完成起来不难。以往需要半小时到一小时的工作，现在通常只需几分钟就可以完成。

.视频能自动做了最难的却变成了“选哪一段”

自动化解决了技术环节，但仍然需要人为判断哪些片段值得传播。为此，超杰老师开发了「提示词生成器」。让 AI 按照预设标准筛选出候选亮点，并输出对应的时间戳和短标题。这一步骤将人工筛选的大部分工作交给 AI。仅保留最终审校环节，大幅提高效率并保证质量。不过，

.短视频只是起点。他又把节目变成了可检索的内容

新闻稿初稿，再由实习生进行润色与校对，实现快速产出多网站文案。这些转写文本被用于搭建可搜索的网站，让使用者可以通过关键词检索疾病、医生或法律问题。并直接跳转观看原始节目，实现内容二次价值最大化，而无需额外存储大量视频数据。

.从一个很小的麻烦开始

超杰老师先解决“不能不看完整节目就找到片段”的痛点。再逐步自动化切割、合成与标题添加，接下来引入 AI 辅助亮点筛选与稿件生成，最终形成全链路显著提效。话说回来，

.关键启示

• 先解决最烦人的手工环节：如全文观看与手动定位。
• 拆解任务：
• A​I 作为助力而非全能替代：

悟鸣