AI 经验分享流水线(截图 + 口述 → 图文 + 视频)
这个技能解决什么
用户攒了一批"用 AI 的过程截图",脑子里有讲解思路,想把它变成能发出去的分享内容——图文(公众号 / 小红书)和视频(B 站 / 视频号)都要。
痛点是重复劳动:图文写一版、视频又写一版脚本,改个内容两边同步很累。
这个技能的核心决策:图文稿本身就是"统一源"。 先把内容做成一篇图文稿(article.md),图文直接发;要视频时,把同一篇稿子喂给 web-video-presentation 技能,截图作为素材挂进去。零新增中间格式,一份稿子两用。
为什么不另造一个"分镜脚本"中间层?因为
web-video-presentation自己就会把文章切成章节/节拍并重排节奏,你手写的分镜节点不会 1:1 存活,反而多维护一层。图文稿当源最省事。
输入(开工前必须拿到)
技能起不来就问用户要这两样,别硬编:
- 截图文件夹的绝对路径(如
/Users/xxx/Desktop/ai-demo-shots) - 口述讲解思路:这次分享哪段 AI 经验、想让读者 get 到什么、大致分几块讲。几句话或一段语音转文字都行。
还要问清目标平台(决定图文形态,见 Phase 2):
- 公众号 → 长文,图穿插在段落里
- 小红书 → 轮播图 + 短正文,一张图承载一个要点
- 两个都要 → 先做公众号长文当主稿,小红书从主稿裁
Phase 1 — 整理截图(定序是关键,别靠文件时间)
核心原则:截图顺序 = 讲解逻辑顺序,不是文件创建时间。
用户往往先截了后面的步骤、后补前面的图,所以"按添加时间排"会错乱。正确做法:
- 看图内容:逐张读截图,理解每张在讲什么(哪个界面、什么操作、什么结果)。
- 对齐口述思路:把图匹配到用户口述的逻辑节点上。
- 文件时间只作辅助:macOS 截图文件名自带时间戳(
Screenshot 2026-01-01 at 10.30.png),当同一逻辑步骤有多张图时,用时间戳定它们的先后。不需要重命名文件——时间戳已经有序。
产出一个截图清单给用户过目(顺序 + 每张一句话作用),例如:
① login-panel.png —— DeepSeek API key 填写界面
② first-prompt.png —— 第一次提问,回答偏泛
③ refined-prompt.png —— 加了角色设定后,回答变具体(对比②)
...
用户确认顺序对了再往下。顺序错了,后面全错,这一步值得停一下。
Phase 2 — 写图文稿 article.md(统一源)
在用户当前工作目录下建 article.md。这是整个流程的源文件,图文和视频都从它来,别删。
写作要点:
- 结构跟着口述思路走,不是跟着截图堆。先有逻辑骨架(几个部分、每部分讲什么),截图作为"证据"挂到对应位置。
- 定点插图 = 完成截图绑定。在正文里用 markdown 图片语法把截图放到它讲的那段旁边:
。这一步同时服务图文(读者看图)和视频(后面当素材)。 - 信息密度要够图文正文用。一句话要点撑不起公众号段落——每个节点展开成能读的段落(背景 + 做了什么 + 结果 / 踩的坑 / 心得)。这是图文和视频的真实差异:视频靠口播节拍可以短,图文得扩写。
- 说人话:用平实语言讲清楚,专业概念先给一句大白话再上术语。避免 AI 味(详见下方反 AI 味)。
平台形态:
| 平台 | 形态 | 写法 |
|---|---|---|
| 公众号 | 长文 | 完整段落 + 图穿插,可用小标题分节 |
| 小红书 | 轮播图 + 短正文 | 每个要点 = 一张卡片(可复用截图或让 AI 做图),正文精炼 + 标签 |
排版发布:公众号排版可接 md2wechat 技能;小红书轮播图可接 content-pipeline 技能。本技能负责内容,排版交给它们。
写完 article.md 停下来给用户验收:稿子逻辑对不对、图放对没有、哪段太薄/太厚。用户 OK 了,图文就能直接发了。
Phase 3 — 桥接视频(同一篇稿子,可选,后补)
用户要视频时,不重写内容,直接调 web-video-presentation 技能,把 article.md 当它的输入文章。
交接给 web-video-presentation 时明确告诉它:
- 输入文章 = 本流程产出的
article.md(它会保留为画面信息源)。 - 真素材 = 截图文件夹。在它的 Checkpoint Plan 第 4 步(素材) 把截图挂进去——需要"看真实界面"的章节用截图,抽象概念/流程让它用 CSS 现画。
- 混合动效是底线,不是可选项。
web-video-presentation每章强制至少 1~2 处视觉演示(纯贴图纯文字的章节它会打回)。所以别指望"每屏就贴一张截图"——那会撞它的自检。规划时就按"截图 + CSS 动效混合"来。 - 剩下的(口播稿、切章、主题、TTS 配音、录屏)都交给
web-video-presentation的标准流程,本技能不重复它。
产物顺序建议:图文先发(回款/曝光快),视频后补。同一批内容两个平台形态,改一次源稿两边都能重出。
贯穿全程的原则(来自实测复盘)
| 原则 | 为什么 |
|---|---|
| 截图定序靠内容+口述,不靠文件时间 | 用户常后补前面的图,时间会乱;内容才是真顺序 |
| 图文稿即统一源,不造分镜中间层 | web-video-presentation 会自己重切节奏,手写分镜白搭,多一层维护 |
| 定点插图同时完成图文展示和视频素材绑定 | 一个动作两用,不重复标注 |
| 图文正文要扩写,别照搬口播密度 | 视频靠节拍可短,图文段落撑不起就没法读 |
| 视频侧走混合动效 | 纯截图会撞 web-video-presentation 的每章视觉自检 |
| 图文先发、视频后补 | 回款快,且视频从已验收的稿子倒推更稳 |
反 AI 味(图文写作时)
- 不堆"赋能""闭环""绦密"式空词,不无脑三段排比,不滥用破折号
- 少用"首先/其次/然而/总而言之"这类连接词开头
- 结论直给,不写"正确但没用"的废话
- 需要时可接
humanizer-zh技能做去 AI 味