一个人做视频:我把 8 小时的流水线压到 45 分钟
2026-10-27 · 11 分钟读完
一条 10 分钟的财报视频,从 8 小时压到 45 分钟:Agent 负责调度,两个 skill 负责口径与排版,SlideTalk 负责把 PPT 和稿子变成能直接发布的视频。方法可迁移到任何「结构强、密度高、有据可查」的题材——换掉「必答三问」,其余三层照抄。
耗时与成本为作者 2026 年 10 月个人实测,同一条 10 页财报视频;45 分钟不含选题与审片。积分与价格以 App 内实际结算为准。
我做财报视频。过去一条 10 分钟的视频要 8 小时,其中一半时间花在返工上:稿子写歪了重写,录音念错重录,字幕对不上重剪。
现在是 45 分钟。不是我手变快了,是这条流水线上有四件事换了执行者。下面把每一层拆开讲,包括它做不到什么——不写局限的教程,本质上就是广告。
先说结论:不是手变快了,是四件事换了执行者
过去的 8 小时是这么花的:找数据一个半小时,读报表两个小时,做 PPT 两个小时,录音加剪辑两个半小时。
注意,这 8 小时里有一半是返工。真正在产出内容的时间不到四小时,剩下的都在为「说错一句话」买单。
| 环节 | 过去 | 现在 | 谁在做 |
|---|---|---|---|
| 找数据、核对出处 | 90 分钟 | 5 分钟 | Agent + 财报分析 skill |
| 读报表、写结论 | 120 分钟 | 15 分钟 | 财报分析 skill |
| 排成 PPT | 120 分钟 | 10 分钟 | pptx skill |
| 配音、字幕、剪辑 | 150 分钟 | 15 分钟 | SlideTalk |
| 合计 | 480 分钟 | 45 分钟 | — |
同一条 10 页财报视频的个人实测。45 分钟不含选题与审片;加上去,真实投入约 1.5 小时。
我做的唯一改变:把「我做」换成「我审」
不是我学会了剪辑,也不是我打字变快。我改的只有一件事:把「我做」换成「我审」,两边的分工是这样的——
踩过最大的坑,是把 AI 当成「更快的手」,让它帮我打字。后来我把它当成一个「能交付的同事」:给标准、给样例、给验收条件。同一句话,前者产出草稿,后者产出能发的东西。
- 过去的我:找数据、读报表、做 PPT、录音、剪辑、写标题做封面——一个人干四份工
- 现在的我:定选题、给框架、看结论对不对、改那两句关键的话、签字发布
三层架构:调度、方法、交付
很多人以为这是「一个 AI 全干完」,其实不是。三层各管一段,谁也不能替谁。
第一层是 Agent,我用的是 WorkBuddy。它能读本地文件、跑代码、调用工具,还能自己检查结果对不对。但它是调度台,不是干活的人——它不会自动知道财报该怎么读。
第二层是 skill。把「我怎么做这件事」写成可复用的指令包:财报分析 skill 管怎么读,pptx skill 管怎么排。写一次,以后每次调用都按同一套标准执行。
第三层是 App,SlideTalk。把 PPT 和稿子变成能直接发布的视频。
这三层里,换模型的成本最低,换方法的成本最高——所以真正值钱的是中间那层 skill。方法写在你自己的 skill 里,不在任何一个 App 里,这也是我不怕换工具的原因。

第一层 skill:把「怎么读财报」写死成四条
skill 的本质是一个 Markdown 说明:输入是什么、按什么口径算、必须回答哪些问题、输出长什么样、什么情况算不合格。财报分析这一层,我写死了四条——
- 口径固定:营收、毛利率、经营现金流、资本开支、存货周转,8 个季度对齐。口径不固定,同比就是错的。
- 必答三问:增长真不真、钱到没到、预期差在哪。少答一个,这页不算完成。
- 出处规则:每条数据带页码与日期,没有出处的一律丢弃,不进稿子。
- 输出格式:一页结论、三条证据、三个风险,结构固定,不让它自由发挥。
这四条的价值不是让 AI 更聪明,是让它每次都按同一套标准做。模型可以换,这四条不能变。
第二层 skill:内容有了,怎么变成一页一页
pptx skill 解决的是排版。三个特点:直接生成可编辑的 .pptx,不是截图拼的;按结构排版——结论页、三表页、拐点页、风险页、估值页,骨架先定,内容后填,不套模板;改版式只需一句话。
我真实说过的三句:「第 7 页的表格换成柱状图,配色用朱红。」「标题 32pt、正文 12pt,页边距 0.8 英寸。」「第 3 页拆成两页,每页只留一个结论。」
注意,这三句描述的都是效果,不是操作。跟 AI 说话,说结果,别说步骤——它不懂你的行业,但它非常听话。所以「说什么」比「用什么工具」重要。
第三层:把 PPT 和稿子变成能发布的视频
时间账背后:省下的不是 7 小时
把账算细一点:找数据 90 → 5,读报表 120 → 15,做 PPT 120 → 10,录音加剪辑 150 → 15。480 分钟变成 45 分钟。
比时间更关键的是成本。一条 10 页视频的 AI 成本约 3.5 元,这意味着试错成本几乎为零——做废一条不心疼,你才敢日更。
一周四条、零次出镜、还是一个人。但我想说的不是省了 7 小时,省下的是「今天还做不做」这个决定。
为什么这套流水线特别适合财报(也适合你的题材)
不是所有内容都适合。财报适合,因为它有三个特征:结构强(三张表、同比环比、指引,天然就是分页逻辑)、密度高(一页一个结论,10 页刚好 8–12 分钟)、有据可查(每个数字都有出处,观众不需要相信你,只需要核对)。
把题材换掉,流水线照样跑。下面这张表是「换题材」时唯一需要重写的东西——skill 里的必答三问:
| 题材 | 结构骨架 | 必答三问(写进 skill) |
|---|---|---|
| 财报 | 三表 + 同比环比 + 指引 | 增长真不真 / 钱到没到 / 预期差在哪 |
| 法律 | 条文 + 构成要件 + 判例 | 要件是什么 / 举证在哪 / 败诉长什么样 |
| 医疗与健身 | 机制 + 证据等级 + 方案 | 原理是什么 / 证据多硬 / 谁不适合 |
| 科技测评 | 参数 + 实测 + 结论 | 差异在哪 / 实测多少 / 谁该买 |
| 职场与课程 | 问题 + 方法 + 案例 | 问题怎么定义 / 步骤是什么 / 落地会在哪失败 |
结构骨架决定分页,必答三问决定「不合格」的判定。这两样定下来,剩下的排版和成片都是自动的。