使用案例

上周三晚上十一点，同事往群里丢了八段手机拍的素材，说明天上午要一条六十秒的门店探店视频。我对着空白时间线坐了十分钟没动手，最后靠剪映的智能成片熬到一点半交了差，也顺手摸清这条路上 AI 到底能替我干到哪一步。 先说我的判断：从一堆素材到一条有节奏的粗剪，AI 现在真能交活，八段素材压成两分钟的时间线，我掐表是十四分钟。剩下那些细活，一首音乐对不对、一句口播卡不卡点，还得自己听。 粗剪我一般直接开 剪映 的「智能成片」。素材全选丢进去，挑一个跟内容调性接近的模板，它自己选镜头、卡节奏、铺转场，出来就是一条能过审的片子。手机端也能跑，出门在外应急够用。 它的毛病也明显。模板出来的东西一眼能看出是模板，转场和字幕样式满屏都撞，做多了你会发现自己的片子跟别人的越来越像。另外智能成片挑镜头只看画面好不好看，你说的叙事逻辑它不知道，产品细节经常被跳过去，我每次都得手动把关键镜头拖回来。所以我的用法是让它出第一版，然后自己拖时间线改顺序，从不直接导出。 踩点是另一个省时间的地方。音乐轨上右键「自动踩点」，它按鼓点打标记，你跟着标记切镜头就行。这招对鼓点清晰的音乐很管用，对纯口播、没有节奏的素材基本没用，硬用会让画面切得莫名其妙。我现在只在有音乐的片头十五秒用卡点，正文老老实实按说话节奏切。 字幕不用手打。剪映的「智能字幕」识别普通话准确率够高，出来之后通读一遍改错字，五分钟的片子大概三分钟改完。专业名词、品牌名、人名是重灾区，我习惯先在稿子里把这些词统一成一个写法再识别，能少改一半。 横屏素材要发竖屏，我会用它的「画面跟随」，让主体自动留在画面中间，比手动打关键帧快得多。碰到主体移动很快的镜头它跟丢，这种我干脆手动裁，别跟它较劲。 去重这步我固定做四处。片头三秒换一个画面，音乐换一首，字幕换个位置和字体，画面色温和裁切比例各调一点。四处都动完，平台的重复检测基本过得去。只改标题就发是最容易被判重复的，我见过同事这么干被限流。 素材不够的时候我会用生成镜头补空。要实拍感的空镜，我用 可灵AI 出几段，输入画面描述加运动方向，一段几秒的镜头够补一个转场。要人物出镜讲一段话，我用 海螺AI视频 生成带动作的片段，比拿静态图撑时长自然一些。 这俩的共同问题是抽卡。同一句提示词跑五次，能用的可能就一两条，人物手指、走路姿态最容易崩，镜头时长也短，长镜头别指望。生成要消耗积分，具体额度和套餐以 App 内为准。我的习惯是把提示词写细一点，景别、光线、运动方向都写进去，比反复重抽省时间。 需要数字人口播的，我用过 HeyGen 做过一次内部培训视频。它适合字幕式讲解、知识口播这类，人物形象稳定，换个语种能直接出对应口型。不适合要实拍细节的内容，产品特写、现场画面这种，数字人一上场反而显得假。中文口型的自然度不如英文，长句念起来有点僵，我把稿子拆成十来个字一句之后好很多。价格和可商用范围看官网当前说明。 片头三秒我单独说一下。别从 logo 动画开始，直接上素材里信息量最大的那个画面，比如产品出锅的一瞬、店门口的人流。AI 给的第一版片头多半是慢镜头加转场，我基本都删掉重做。 转场我用得越来越少。花哨的推拉转场在手机上反而显廉价，现在默认硬切，只在时间跳跃的地方加一个闪白。这条是审美判断，AI 帮不了你。 导出我固定设成 1080P、30 帧，码率用默认的高档就行。除非客户点名要 4K，不然口播类视频上传平台一样会被压，4K 白占体积。导出前一定完整放一遍，重点听字幕跟口播有没有错位，识别错一句整段就对不上。 耗时的实话：一条六十秒的片子，从拿到素材到导出，我现在稳定在四十分钟上下，其中二十分钟花在改镜头顺序和听节奏上。素材本身拍得乱、前后不连贯，AI 也救不回来。 更多工具见 AI 视频工具。 你手上那条片子卡在哪一步了？如果卡在「素材一堆不知道从哪下刀」，先跑一次智能成片，然后只做「把关键镜头拖回来」这一件事，看看能不能省下二十分钟。

前两周同事做新品落地页，设计师甩过来六张成品图，运营问能不能让它们动起来。我接了这活，六张图一口气丢进图生视频，第一批出来的四张里有三张动得像抽搐，人脸还塌了一块。 后来我想明白一件事：图生视频干的活是让模型猜画面里什么该动、往哪个方向动。图本身信息糊，模型就乱猜，出来的东西自然怪。挑图这一步，比后面调提示词更能决定成败。 我挑图现在守三条自己立的规矩。一是主体清晰独立，人就一个人，产品就一件，背景尽量干净。二是画面里别带字，尤其是中文小字，一动就糊成墨团。三是主体别贴画框边缘，镜头一推一拉，边上最先变形。 这三条立住，剩下的交给工具。 可灵AI 我现在用得最多。进图生视频入口，上传图片，下面有运镜控制的选项，镜头前进、后退、环绕、平移，直接点就行，不用自己写英文提示词。我给那张咖啡杯的图点了缓慢推进，出来的镜头稳，杯口的蒸汽也在飘。 它的麻烦在排队，高峰期一次要等挺久，具体以官网或 App 内为准。人物也是它的弱项，手一抬起来就容易多一根手指，做人物特写我会换工具。 海螺AI视频 对运镜指令的响应是我试过几个里最听话的。同一张图，我在提示词框里写「镜头从右向左缓慢平移，人物头部轻微转向镜头，背景虚化不变」，它基本照做，不会自己加戏。做人物镜头我现在默认走它。 代价是它有抽卡属性。同一句提示词跑三遍，三遍都能用算运气好，我一般一次跑三到四条再挑。想一次命中就交付的活，别指望它。 Luma AI 适合风景、氛围、空镜这类不太需要精确控制的东西。海面、云、城市夜景丢进去，动起来的质感很舒服，光影过渡自然。我做过一张海边日落的图，出来的水波和云走得比我预想的还好看。 反过来，它不太听具体指令。你写镜头向右，它未必向右，随机性大。要的是可控的商业镜头我不选它，选它是为了那种说不清的氛围感。 PixVerse 的模板和特效多，做社媒短平快的内容很省事。上传图，选一个现成特效，出来的东西谈不上高级，发朋友圈、发小红书够用。 缺点是模板味重，一眼能看出是哪款特效，做品牌片显得廉价。清晰度也一般，放大屏上就露怯。 Vidu 我主要用它的首尾帧。上传一张首图再上传一张尾图，中间过程让它自己补，这功能做转场特别好使。我做过一个从产品正面转到背面的镜头，只给了两张图，中间那段转得很顺，比单给一张图硬猜稳得多。 它在真人写实上一般，皮肤质感偏假，做动漫、插画风格的图反而更稳。 竖屏这事我踩过坑。给短视频平台做素材，一开始我拿横屏图去生成，出来的 16:9 硬裁成竖屏，主体直接被切掉半个头。后来改成原图就出 9:16，常见分辨率 1080×1920，具体支持哪些档位以官网或 App 内为准。源头是竖的，后面才不用救。 提示词我现在固定这么写：主体加动作，加镜头方向，最后补一句「背景保持静止」。最后那句是后来加的。早先没写，模型经常把整张图都搅动起来，背景里的树、招牌、路人一起扭，看着像地震。加上这句之后只有主体在动，画面一下子干净了。 失败了别急着改提示词，先看原图：主体是不是本来就模糊，光线是不是太暗，构图是不是太满。八成的问题出在图本身，换一张图比重跑十次有效。 一次跑出来的片段都不长，几秒的量级，想凑成一条完整短片，得一段一段生成再剪到一起。时长上限各工具不一样，以官网或 App 内为准。 最后一道工序我放在剪辑里。片段之间加硬切或者叠化，配上音乐，节奏感全靠这一步。图生视频出来的原始素材直接发，观感都很平。 更多工具见 AI 视频工具。 你手上那张想动的图是哪儿来的？如果是 AI 生成的图或者电商白底图，先按「主体清晰、不带字、不贴边」这三条过一遍再上传，卡在哪一步了，留言跟我说说。

上个月给客户做一条产品解说，我自己录的音，回放时听见空调嗡嗡响外加两次嘴瓢，重录到第五遍心态崩了。后来整段换成 AI 配音，一遍过，从那以后一分钟以上的口播我再没自己念过。 先说我的判断：解说词这种活，AI 已经能吃下绝大部分场景，尤其一分钟到三分钟的产品介绍、课程讲解、内部培训。要有情绪爆发的广告片、要方言、要跟画面严格同步的现场解说，还是找人录。 中文解说我现在主要用 魔音工坊。音色多，男声女声、新闻腔、亲和一点的都有，长句断句比早两年的工具顺，导出前能整段试听。 它的问题在情绪。情绪起伏大的句子，比如「这次真的不一样」，它念出来是平的，听不出强调。我的处理办法是把这类句子单独拎出来重生成几次挑一个，或者干脆改成短句，让语气自己带上去。另外它对多音字和生僻品牌名不灵，「重」该读 chóng 还是 zhòng 它经常选错，我在稿子里直接把可能读错的词换成同义词，比事后一个个加读音标记省事。 英文或者要做多语版本的，我用 ElevenLabs。英文自然度是我用过的里面最舒服的，还能调稳定性和表现力两个滑块，想要稳就调高稳定性。 它短板在中文。中文音色挑起来费劲，很多一听就是合成味，我一般要试七八个才留下一个能用的。同一个句子跑两次语气可能不一样，做系列视频时会前后不统一，我的办法是把挑定的音色存成预设，整季都用这一个。计费和可用额度的具体数字，以官网当前说明为准。 背景音乐我分两条路。要带人声的歌，我用 Suno，输入风格加情绪关键词，或者把产品介绍贴进去让它写词，出来就是一整首，适合做片尾和氛围铺底。 它是抽卡型的。跑五六次能有一首顺耳的就不错，人声咬字偶尔含糊，歌词里夹英文时尤其明显。风格同质化也比较重，跑出来那股味道一听就是它。最关键的一点：生成出来的音乐能不能商用、用在客户项目里要不要标署名，看平台当前授权规则，别默认自己拿到全部权利，接商单前一定去读一遍那条规则。 只要纯音乐不要人声，我用 海绵音乐，输入「轻快」「科技感」「三十秒」这种描述就能出，速度比 Suno 快，一次给好几版可以挑。 它的问题是撞曲。模板感强，热门描述出来的曲子大家都在用，我上周刷到两个不同账号的片子背景音乐几乎一样。我的做法是在它给的几版里挑一版，然后在剪辑里把开头两秒裁掉换个起拍点，再叠一层很轻的音效，撞的概率能降下来。 剪映 自带的音效库我也用，拖进去就有，方便是真方便。缺点是那些热门音效被用烂了，谁都听得出，我现在只拿它做很轻的环境音，键盘声、翻页声这类，主音效另找。 音画对齐我按这个顺序来：先铺解说，再垫音乐，最后加音效。解说轨先锁死，音乐跟着画面的情绪点在起承转合处做淡入淡出。音量上人声保持在 -6 dB 附近，背景音乐压到 -25 dB 上下，音乐盖过人声是最常见的翻车点。有旁白进来的地方，我在音乐轨上画一个三到五秒的自动淡化，让人声一进来音乐自己让路。 语速我一般调到 1.05 倍，听着最像正常说话。低于 1.0 显得拖，超过 1.15 就赶。中文稿件里数字是重灾区，「3.5」有可能读成别的读法，我直接在稿子里写成「三点五个百分点」这种口语写法，一次成型。 解说词怎么改才顺口，我总结成三件事：一是把长句砍成二十字以内，一口气念不完的句子 AI 容易在中间换气；二是把书面语换成口语，「该方案具备较高的落地性」改「这套方案很好落地」，念出来才像人话；三是在需要强调的词前面加空格或逗号，让停顿落在你想强调的地方。 长稿别一次丢进去。超过八百字我按小标题切成几段分别生成，最后在剪辑里拼起来。整段生成有个坑：前面听着还行，到第三分钟语气会慢慢变平，切段生成能避开。 生成完一定要整段听一遍再导出，别只看波形。我吃过一次亏，导出后才发现中间有一句吞了字，客户那边已经拿去配音效了，返工两小时。 更多工具见 AI 视频工具。 你现在一条三分钟的解说，从写稿到出音要花多久？如果超过一小时，可以先从「把长句砍成二十字以内」这一步试起，看看同一段稿子念出来是不是立刻顺了。

上个月市场部要七条产品讲解短视频，真人出镜排不开档期，我试着全用数字人做。七条做完我自己一次没出镜，交付那天主管还问是不是请了外包。 先说我现在的判断：数字人划算的是信息密度高、画面要求低的内容，也就是主要靠听的那些。产品说明、内部培训、知识口播、政策通知，这类最合适。 反过来，要情绪、要现场感、要观众信你的内容，数字人容易砸。 挑形象这步我劝你别花太久。第一回我在形象库里挑了四十分钟，最后同事说这几个长得差不多。观众记不住脸，记住的是内容。我现在固定一个形象，全公司的视频都用同一张脸，反而攒下辨识度。 蝉镜 是国内平台投放时我第一个打开的。中文形象和音色给得多，模板也多，选形象、贴文案、选音色，一路点下去就能出片，不用自己配音。 它的毛病是形象同质化严重，刷十条同行视频能撞见三张熟脸。唇形也偶尔慢半拍，遇到带 b、p、m 的字更明显，导出前我会把开头三秒反复看几遍。 HeyGen 的质感在我试过的里面算好的，尤其多语言。同一条视频翻成英文、日文，嘴型跟着改，不用重录。做出海内容、给海外客户发讲解，我走它。 中文音色比英文少，挑起来余地小。收费按视频时长算，具体额度和价格以官网或 App 内为准，批量做之前先算一下量。 Synthesia 我主要拿来做内部培训课件。它能直接吃 PPT，一页配一段口播，改文案时不用重出整条视频，改完再生成就行。多语言也是它的强项。 它贵，形象气质偏正式，做活泼的社媒内容不太搭。创意类、要剪辑节奏的活，我不会往里塞。 剪映 严格说不算数字人工具，但我在国内项目里离不开它。数字人出的原始片段干巴巴的，丢进剪映加字幕、加背景音乐、补一段产品实拍当空镜，观感能提一大截。它自带的朗读音色应急也够用。 它的数字人能力有限，形象少、嘴型一般，指望它一条龙出片会失望。当后期工具用，它很称职。 可灵AI 我用来补短镜头。数字人讲到某个产品细节，需要两三秒的实物特写，我就用它的图生视频出一段插进去。 它撑不住长口播。让一个形象连续说一分钟，嘴角和手会出问题，我只让它出三五秒的片段。 音色怎么挑，我按一条标准：跟画面里的形象气质对得上。年轻女声配职场感强的形象，中年男声配稳重的形象，别拧着来。还有个细节，语速我会往慢调一点，默认速度讲信息类内容偏赶，观众跟不上。具体档位各工具不一样，以 App 内为准。 文案要重写一遍，这步省不得。书面语直接丢进去，数字人念出来像在读文件。我改的时候做三件事：长句拆成短句，一句不超过十五个字；加「你」「咱们」这类称呼；书面词换成口头说法，「显著提升」改成「会快不少」。 举个我改过的例子。原文是「本产品支持多端数据实时同步」，我改成「你在手机上改的东西，电脑上马上就能看到」。意思一样，念出来顺。 每段控制在两三句。段落太长，数字人一口气念完没有停顿，听着累。 背景我一般不折腾。产品实拍图、PPT 截图、纯色渐变，这三种轮着用就够。想找现成素材，去免版权图库搜关键词，挑节奏慢、没有明显人物出镜的片子，别抢主体的注意力。授权范围按站内说明来，商用前确认一下。 导出前我会过一遍检查：开头三秒的唇形、有没有念错的专业词、字幕断句是不是在半句话中间断开。专业词念错很常见，我把生僻的产品名写成同音字，或者在文案里直接换掉。 什么时候不该用数字人，我也说清楚。要出镜人真实背书、要讲个人经历、要打动人的内容，数字人一上就是减分。需要观众先信任你的场景，比如招募、医疗建议、投资相关的说明，真人出镜更稳。 更多工具见 AI 视频工具。 你手上那条要做的口播，是念给谁听的？如果是给客户讲功能、给同事讲流程，先把文案按「短句、加称呼、换口语」改一遍再贴进去，改完卡在哪了，留言跟我说说。

上周末帮社群做活动海报，标题就「秋季读书会」五个字，我用惯用的绘画模型跑了七八版，字全糊成一团，有一版把「读」写成了「卖」。那次之后我换成了专门处理文字的工具。 多数图像模型画字不稳，原因是它把文字当图案去凑，笔画看着像就行。专门做文字渲染的模型按字符来排，正确率高出一截。 Ideogram 干的就是这个。你把要出现的文字直接写进提示词，用引号括起来，它会尽量排到你描述的位置。中英文都支持，中文短句比长段落稳得多。 能直接抄的写法大概是这样： 「一张暖色调的读书会海报，米色背景，中央是一摞书和一杯咖啡，柔和自然光，顶部居中用衬线字体写着『秋季读书会』，下方小字写着『10月18日 周六下午』」 我习惯把它拆成两段来想。前半段管画面氛围，后半段管文字内容和位置。混在一起写容易顾此失彼，要么画面跑偏，要么字根本没排上去。 位置要说人话。写「顶部居中」「左下角」「沿着杯身环绕」这类明确方位，比写「字要好看地放上去」有用得多。我还会顺手描述一下字号感觉，比如「主标题占画面上方三分之一」，排出来的留白就顺眼不少。 字数是最关键的变量。我的经验是主标题控制在八个字以内，副标题一行，再往下加就开始串行。你让它写「限时特惠全场五折起最后三天」这种长串，十有八九会多给你一个字或者少一个字。 有个反直觉的点：别在提示词里写「不要写错字」。这种否定说法对模型基本没用，有时反而把它引到错字上。想提高成功率，不如把字数砍短、多跑两版挑一版。 字体也能提。写「衬线体」「手写体」「粗黑体」这类描述它会试着靠，但指定具体字体名基本没用，它认不出来。真要精确到某款字体，出图后在排版软件里重排更靠谱。 中英混排时英文比中文稳。设计允许的话，主标题用中文短句，英文只放一行小字，成功率会高不少。 挑图的优先级我定死了：文字全对排第一，画面好不好看排第二。一次出四张，只要有一张字是对的，哪怕构图平庸也留它，因为字错一点整张就废了。 生成完一定要放大看。缩略图整体看着挺好，点开放大才发现某个字的笔画多了一撇，这种只有逐个字检查才看得见。发现错字我一般不硬修，换个种子重出一版更省事。 导出分辨率和放大选项以官网实际为准。如果放大后字的边缘发虚，别硬拉清晰度，回头换个种子重出一版更干净。那张读书会海报最后是第三版成的，五个字全对，只有日期那行我后期重排了一遍。 品牌 logo 别指望它画对。我的做法是让它在 logo 位置留出干净的空白，导出后自己把矢量标贴上去，比让它硬画一个歪商标体面得多。 有个坑得提前说：它对中文长句和竖排的支持偏弱，做对联、竖排标题这类需求，出图成功率明显低于横排短句。真要竖排，我倾向于让它出一张纯图，文字后期自己加。 还有一点，图里的文字只要涉及品牌名、价格、日期，出图后必须自己再核一遍。把「10月18日」写成「10月16日」这种事我遇到过两次，直接发出去就是事故。 它的短板也说清楚：画面审美和氛围不如那些主流的通用绘画模型，同一个提示词跑出来的构图常常偏平淡。所以我的做法是在通用模型里挑一张满意的画面，再拿去给 Ideogram 配文字，两头各取所长。 上面那条路我现在跑得很熟了。通用画面那一步我换成了 即梦AI，中文写提示词它就接得住，先在里面挑一张氛围到位的横向构图存下来，再作为参考图交给 Ideogram 加字。两个工具各管一段，比在一个模型里反复抽卡省事，通常两三版能出一张满意的。 传参考图有个坑：它可能连背景和物件位置一起改掉。我在提示词末尾补一句「保留参考图的构图和配色，只添加文字」，画面就稳得多。 整套物料要做得齐整，我把最后定稿的图丢进 创客贴 再排一次版，标题、日期、二维码对齐压好，社交平台和印刷版各存一份。 更多图像工具见 AI 图像工具。 你最近想做的那张带字海报，标题是几个字？把字数和大概风格发我，我可以先帮你拟一版提示词试试。

去年冬天我帮表妹看论文初稿，第一章三千字，读下来像三篇不相干的笔记拼在一起。她文献读了二十多篇，落笔的时候脑子里全是一团，第一句话写不出来。 后来我们把 AI 的位置摆正了。它负责把散的东西归拢，把生硬的句子改顺，选题、观点、查证这三样归她。分工一定，速度就变了。 开题阶段用 茅茅虫。给它研究方向、三到五个关键词、学校要求的章节数，它能出一份带小节的章节大纲。 指令可以这么写：我的研究方向是这里填方向，关键词是这里填三到五个词，请按学位论文的常见结构生成章节大纲，每章下列三到五个小节，每个小节用一句话说明这一节要写什么。 出来的大纲别直接交。AI 不知道你们导师的偏好，也不知道你手上到底有哪些数据，先对照导师给过的意见改一遍。 茅茅虫的章节有时偏通用。同一个题目换个人跑，出来的结构差不多。想让开题报告有辨识度，把你的研究问题写清楚再让它排，顺序会很不一样。 开题报告里最容易被追问的一句是「你这个问题为什么要研究」。AI 给的理由通常是「现有研究不足」这类空话，导师听过八百遍。这句自己写，写你真看到的那个缺口。 我表妹最后的重做法是：把二十多篇文献按主题分成四堆，每堆写一张卡片，卡片上只有三行，这篇讲了什么、跟我的问题什么关系、我打算用在哪。四张卡片一列，第一章的结构自己就出来了。 文献这块用 知网研学。它连着文献库，读的时候直接划词做笔记，引用格式自动生成，省掉手动整理参考文献那一堆活。 检索上有个笨办法挺管用。先用一个宽关键词搜，按被引排序，挑前二十篇看标题和摘要，筛出五到八篇精读。这一步省不得，读错了方向后面全白写。 引用格式也有个坑。期刊、学位论文、外文专著各有各的规矩，自动生成的条目要抽查几条，重点看作者名和年份有没有对上。 知网研学的 AI 摘要别全信。摘要帮你判断这篇值不值得读可以，真要写进正文的引用，一定回原文看那句话的上下文。 初稿卡在某一段的时候，把写好的那段丢给 万能小in，让它保留原意，改成学术表达，去掉口语词，句子控制在四十字以内。 万能小in 的改写有个明显倾向，它爱把句子拉长。长句看着严谨，读起来累，一段里连续三句都是长句的话，手动拆几处。 改完自己读一遍。语感不对的句子改回来，别因为它是 AI 写的就不敢动。 段落之间的过渡也别全交给 AI。它爱用「此外」「另外」这类连接词，一章里出现十几次，读着很机械。把上一段结尾的词在下一段开头接住，往往比加连接词自然。 三个工具的配合顺序大概是：茅茅虫出骨架，知网研学填材料和出处，万能小in 收尾改表达。反过来先润色再定结构，改来改去很费时间。 说个具体的坑。我同门把 AI 生成的一段文献综述直接交了，导师问里面某个结论出自哪篇，他答不上来。那段话读着很顺，其实是把几篇的观点混在一起编出来的。 所以 AI 碰过的每一句，涉及数据、结论、出处的，都要回到原文核一遍。导师问一句答不上来，比写得慢严重多了。 降重这件事也要小心。用 AI 把句子换一堆同义词，重复率是下来了，句子也读不通了。要改的是句子结构和论述顺序，光换词没用。 绪论和摘要我建议最后写。前面各章都定了，摘要照着各章的结论压缩一遍就行，比开题时写准得多。 跟导师汇报的时候，我习惯带一版 AI 出的大纲，附上自己的修改痕迹。导师一眼能看出哪部分是你自己想的，这比交一份漂亮的大纲有用。 格式上的事别忽略。目录、页眉、参考文献格式、图表编号，学校模板里都有明确要求，AI 帮不上太多，最后留半天专门调格式。 时间分配上，我自己的节奏是：大纲一天，初稿按章节走，每写完一章就用 AI 通一遍表达。整篇初稿大约两周，比闷头写快一半。 查重这块单独说一句。学校用哪个系统、判定标准怎么定，各校不一样，AI 生成痕迹如何被识别也没有统一说法，具体以学校通知和官网为准。稳妥的做法是 AI 只碰局部表达，观点和论证自己写。 还有一条硬线。实验数据、问卷结果、访谈记录必须是真的，AI 能帮你把描述写清楚，造数据的事别碰。 答辩之前留一天通读全篇，从头读到尾别停。读着卡住的地方标出来，那些多半是逻辑断了，AI 改表达改不掉这种问题。 更多写作类工具见 AI 写作工具。 你论文里最耗时间的是哪一段，文献综述、数据分析，还是讨论那章？

同事上个月要交一份阶段性总结，坐在工位上憋了一下午，标题改了四遍还没定。我让他先把要点列出来，措辞先别管，剩下的交给工具。 公文这块，格式和分寸比文采重要，自由发挥容易出错。用 AI 的正确姿势是让它守住体例，你来控制口径。 新华妙笔 内置了常见公文的结构模板，通知、报告、总结都能照着填。它熟悉机关单位的行文习惯，出来的东西不像自己硬凑的。 用法上，先把背景和要求说清楚。发文单位、受众、事项、时限、要不要上报，这几项交代完，初稿才有定力。信息给得太少，它只能靠套话把篇幅填满。 提示词这样写比较稳：请以某单位办公室的名义，起草一份关于推进某项工作的阶段性总结，包含三个部分，一是主要做法，二是存在问题，三是下一步打算，语言平实，每部分不超过 300 字，不使用空话套话。后面贴上你整理好的要点。 要点怎么列也有讲究。别写完整句子，用动词短语就行，比如「完成三轮排查」「台账已建立」。条目越短，它越不容易顺着扩出一堆空话。 我的习惯是先让它出提纲，确认层级对了再扩写。一上来就生成全文，等发现结构跑偏，改起来比重写还累。提纲这一步两三分钟，能省后面半小时。 工具也有短板。模板化写作容易陷进「进一步」「切实」「扎实推动」这类词的循环，读起来满篇都是正确的废话。成稿后我都会专门扫一遍，能换成具体动作的换成具体动作，换不了的干脆删掉。 比如「加强日常管理」这种就别留着，写成「每周三下班前报送一次进度表」，一眼能看懂，也经得起问。 开头那句最容易出问题。工具喜欢用「为深入贯彻落实」起手，一写就是三行铺垫。我一般直接删掉，改成一句目的加一句依据，剩下的篇幅留给具体做法。 数据这块有个省事的做法：让 AI 在需要数字的地方留占位符，比如写【此处填完成率】，全文生成完再统一替换。比它自己编一个看着像真的数字安全得多。 上报材料和内部材料的写法不一样。上报的讲究结论先行、篇幅收紧，内部的可以把过程写细一点。给工具时把用途说清楚，出来的语气才对得上。 复核的时候我按固定顺序过一遍：标题的文种对不对，称谓有没有写错，层级序号是不是一层到底乱了，日期用的哪种写法，落款和印章的位置对不对。这五项扫完，基本不会出硬伤。 字体字号页边距这种格式，别指望 AI 替你调。它给的是文字内容，排版按本单位模板来，复制进去之后手动套一次样式，两分钟的事。 写完放半小时再读一遍。刚写完时眼睛自带滤镜，隔一会儿再看，重复的表述和别扭的转折会自己跳出来。 数据、人名、文号、内部表述一律留到自己手边填。涉密和敏感信息别喂给公开模型，这个没有商量余地。AI 只负责搭骨架和润色公开部分。 成稿后按本单位规范再过一遍。各地各系统对层级序号和日期写法的要求不一样，工具给的是通用参考。材料最后署你的名，分寸也得你来担。 有个小技巧挺实用：手边存一两篇本单位发过的、评价不错的同类材料，写之前丢给工具当参照，它的语感会贴近不少。别拿外单位的当样本，口气对不上。 还有个用得上的招：让它把初稿压成三百字的摘要，拿来对口径。摘要读着顺，说明逻辑没问题；读着卡，多半是结构出了毛病。 修改意见也别自己硬憋。把以往被批过的几条攒起来让工具照着自查，比如少讲成绩多讲问题，它会自己把篇幅挪一挪，改完你再定夺。 篇幅别贪。领导要看的东西，能一页说清就别写三页，让 AI 再出一版精简稿，两版对比着改，通常比反复微调快。 材料写完我还多加一道：把成稿丢给 秘塔写作猫 过一遍错别字和标点。材料里有一个错字，比哪句话写得糙都扎眼，全角半角混用、括号用法不统一这类小毛病它扫得挺干净，两三分钟的事。 引用上级文件原文、核对外文译名的时候，我会单独开一个 通义千问 的窗口，把原文和自己的段落一起贴进去，让它一句一句对着比。这种逐字核对的活儿人比机器容易走神，机器反而稳。 支持哪些文种、有没有免费额度这类事变动挺快，以官网或 App 内为准。 更多写作工具见 AI 写作工具。 你手头最难写的那份是总结还是请示？说说是卡在结构上，还是卡在那句怎么措辞都不合适？

上周二下午开了两小时季度复盘会，散会时产品经理撂下一句「纪要你整理下发群里」，我看着满屏的转写乱码，头都大了。这种活最该交给 AI。 先说我的判断：录音转文字这一步现在基本不用人管，真正耗时间的是从一堆口语里挑出「谁、在什么时间、要干什么」。前者交给工具，后者自己把关，一小时能压到十来分钟。 会能不能录好，一半取决于收音。我现在要么把手机平放在桌子中间，要么用电脑开系统内录，人多的会议室会再加一个领夹麦。这一步省下来的返工，比后面调任何设置都值。 飞书妙记 适合你们公司本来就在飞书里开视频会的情况。开会前点一下录制，散会后文字稿自己就出来了，还按发言人分好段，回看时不用在一整篇里捞人名。 它的前提是会得开在飞书里。线下的会、微信语音会、别人丢过来的录音文件，都得先想办法导进去，折腾。所以舒服的场景只有一个：会本来就在飞书里开。 不限定办公套件的话，通义听悟 和 讯飞听见 都能直接吃本地录音文件，线下会也接得住。两小时的量一次转完，不用自己切段。 这俩我更常用通义听悟做摘要，导出来的待办比较顺手。讯飞听见在口音重、带方言的场合更稳一些，具体以 App 内实际效果为准。它们的短板也一样：专业名词、人名、产品代号经常写岔，把「Q3」写成「秋天」这种事我遇到过。 转完先看一件事：有没有自动区分发言人。没分的话先手动分一遍，不然后面的待办根本对不上人，跳过这步必翻车。 我的流程是这样的。录完先导出全文，别急着要摘要，先把明显写错的人名和产品名全局替换一遍。然后才把稿子丢给 AI，提示词我基本固定成下面这段： 「以下是一段会议转写稿，请输出三部分：一是本次会议已确定的结论，每条一句话；二是待办事项，格式为负责人加具体动作加时间节点，会上没说时间就写未定，不要自己编；三是有分歧、本次没定下来的议题。不要复述讨论过程。」 第三部分是我后来才加的。早先我只让它出结论和待办，结果好几次把会上吵了半天没定的事也写成结论，发出去被人追着问「这个我们定过吗」。加上「没定的议题」这一栏之后，纪要才像纪要。 长会别一整篇丢进去。超过一万字的稿子，我按议题切成几段分别要摘要，最后再合成一遍，出来比一次性喂进去清楚得多。 生成完别直接发。我一般会花三到五分钟核对名字、日期、数字这三样，AI 对时间尤其不敏感，会上说的「下周三」它不知道是几月几号。把相对时间换成具体日期，这一步省不得。 格式上我固定三段，控制在半页 A4，长了没人看。待办那部分我会单独复制到项目工具里，一条一条 @ 到人名下，比在群里甩一段文字有效得多。 敏感会议要单独说一句。涉及薪酬、人事、未公开财务的会，我会在转写环节就选权限可控的工具，或者只把手动摘出来的片段交给 AI，不整段上传。录音传到公开服务上会留痕，回头想删都删不干净。我们团队现在的默认做法是：对外会议用云端，内部敏感会只出人工笔记。 还有个小坑：会议室的空调声、两个人抢话的段落，转写质量掉得特别快。开会时离麦克风近一点、别同时开口，比事后调任何设置都管用。 纪要发到群里只算完成一半。这一步我以前老是漏，吃过一次亏：会上口头说的是「下周给你」，我图省事写成了「下周三」，对方第二天找来说从没答应过周三，来回扯了两天。现在我 @ 完之后还会私聊一遍被点名的人，让他确认时间节点跟他会上的意思一致，多花五分钟。 散会后那份原始录音我一般会留着。谁说过什么扯不清的时候翻录音最快，比翻文字稿省事。存多久按你们团队的规矩来，我们这边是一季度清一次。 更多办公工具见 AI 办公工具。 你现在整理一份纪要还要花多久？如果超过二十分钟，可以先从「导出全文再全局替换人名」这一步试起，卡在哪一步了，留言跟我说说。

上个月帮表妹的瑜伽馆弄一个答疑助手，她自己先在平台上瞎试了一周，最后跑来问我：为什么它回答问题像在读说明书。 我看了她的设定，一共写了四行：「你是瑜伽馆助手，请热情地回答用户问题」。问题就在这儿，热情是个没法执行的词。 零代码平台确实把模型、知识库、对话界面都打包好了，你要做的就是把任务讲清楚。但「讲清楚」这三个字，比看上去难。 动手之前，先拿一张纸写三句话：谁来用、在什么时刻用、用完希望他去干什么。瑜伽馆那次写的是：准备报名的陌生人有疑虑时用它，目标是让他留下手机号或直接约体验课。有了这个，后面每一步都有准绳。 角色设定我会拆成四块来填：它是谁、它能干什么、它不许干什么、它说话什么口气。不许干什么那块最容易被跳过，也最有用。 下面这段是瑜伽馆那一版的骨架，括号换成你自己的就行： 你是 XX 瑜伽馆的课程顾问，只回答课程、价格、上课地点、预约相关的问题。 回答前先在知识库里查，查不到就说「这个我帮你问下前台」。 不许承诺优惠，不许替用户判断身体是否适合某项练习，涉及伤病一律建议咨询医生。 语气像店里熟了的顾问，短句，一次只问一个信息。 「热情」这种词以后就别写了。换成能被检查的动作，比如「一次只问一个信息」「查不到就说这句原话」，它才知道怎么算做对了。 填完设定别急着上线，接着喂示例。给三五条一问一答的范例，比在设定里堆十句形容词管用得多。范例里最好故意放一条它应该拒绝的问题，比如「我腰间盘突出能练吗」，把正确回法写上，它就学会了边界在哪。 我当时就是补了五条范例，那股说明书味当天就淡了。 知识库也别贪多。一份文档讲一件事，名字起得清楚一点，比如「体验课预约流程」「月卡退改规则」，后面你自己也找得着。 文心智能体平台 适合从零起步。角色设定、能力、边界这三栏填好，平台就给你一个能聊的智能体，流程顺着往下点，第一次上手不看教程也能走完。 它的短板也在这儿：流程一复杂就到天花板。你想让用户填完表单自动改数据库、或者要在中间做条件分支，光靠对话框里的设定就拧巴了。另外它对素材质量很敏感，你的资料写得含糊，它就回得含糊，甩锅给模型没用。 还有个选择的关口在这儿：资料超过十几页，或者答案会隔三差五地变，比如价格和排课，那就老老实实上知识库。内容又短又不怎么变的，直接写进设定里更干脆，省一层检索。 想直接进微信生态，看看 腾讯元器。它在公众号、微信这些入口上有现成的发布渠道，弄好了就能在常见的地方用起来，这块确实省事。 代价是生态相对集中。你的用户主要在别的 App 上，多入口分发未必都能覆盖到；真要深度接自家的会员系统、订单系统，最后还是绕不开写点代码，别指望全程点鼠标解决。 搭的过程里有个坑我见过好几次：一次给它太多能力。又要答疑，又要写文案，又要算价格，结果哪样都不精。宁可做三个窄的，也别做一个宽的。 验收标准也要换一下。别盯着「回答了多少轮」，盯「答不上来的比例」和「成功引导到下一步的比例」。拿三十条真实问题跑一遍，如实记，这是唯一有意义的数字。 还有个小招：找三个完全不懂你业务的朋友，让他们随便问十分钟。你会发现自己写的设定里全是行话，而用户根本不这么说。 第一版不用求完美。放出去收集真实提问，每周回头补一次知识库、改一遍设定，两周就能从「像说明书」变成「像人」。具体要多久看素材齐不齐，一个下午出初版是很常见的。 收费、额度、支持哪些模型，这些变动快，以官网或 App 内当时显示的为准，别信二手文章里的旧数。 调优也有个小技巧：每周把用户问得最多但答得不好的十句话导出来，直接在知识库里补对应文档，改完再测这十条。改一轮，肉眼就能看出差别。 上线头一个月，日历里固定留一小时做这件事，别指望它自己变好。 更多智能体工具见 AI 智能体。 轮到你的话，你手上这个智能体，最想让它替你接住的第一个问题是什么？把它原话写下来，别改成书面语，那句话就是你今天要喂的第一条素材。

上个月我们组新来了三个人，入职第一周问的问题高度重合：年假怎么算、报销走哪个系统、客户资料能不能外发。带教的老同事一天被打断七八次。 后来他干脆把答案贴成群公告，公告越滚越长，谁也找不到。动机很朴素，我想让这些重复问题自己消化掉。 真正动手才发现，最花时间的环节在理资料上。我们把散在各个盘的文档收拢成六个主题：人事制度、报销财务、产品手册、客户案例、技术支持、常见问题。每个主题只留最新一版，历史版本挪进归档目录。 这一步我花了两个整天，占了整个工作量的一大半。当时嫌慢，事后看是最值的一段。 切分这块也踩过坑。默认的分块大小对制度手册挺合适，碰到对话式的 FAQ 就太粗，一条问答被切成两半，问到后半截就答不出来。我的做法是把 FAQ 单独拆成一行一条再传，宁可多花半小时整理。 还有个设置容易被忽略，就是回答里要不要加「如果知识库里没有，请直接说不知道」。不加这句，它会一本正经编一个很像样的答案，出处和文档名都给得出来，看不出破绽。加上之后答不上来的比例从零变成大概一成，这才是真实水位。 FastGPT 偏知识库问答，上传文档就能训练出能答问题的应用。它对面试题、制度手册这类结构化内容处理得稳。我们第一批灌的就是制度手册和 FAQ，问「试用期多久」「差旅住宿标准多少」，命中率高得超出预期。 短板也得讲。文档格式一杂它就翻车，扫描件 PDF、带合并单元格的表格、截图里的文字，读出来常常是断的。我的处理办法是先转成干净的 docx 或 md，表格拆成纵向字段，再上传。 它擅长从原文里找答案，遇到要跨几份文档综合归纳的问题就吃力。你问「我们公司福利整体水平怎么样」，它给不出像样的总结。所以别指望它替你做判断。 想做得更灵活，Dify 的工作流能力更强，能把检索、调用接口、生成回答串成一条链，适合要接多个系统的场景。我们有个查库存的需求，答案不在任何文档里，得去调内部接口，这种只能靠编排解决。 代价是门槛。逻辑节点要自己搭，我第一次配通一条链折腾了小半天，中间因为变量命名对不上卡了很久。团队里没人愿意啃这个的话，先拿 FastGPT 把问答跑起来更现实。 部署方式也得提前想。Dify 私有化部署牵扯服务器和运维，小团队直接上云版本省心不少。具体版本和价格以官网或 App 内为准，别照抄网上的旧截图。 导入别一次性全丢。我先放一个主题，问二十个问题，看答案来源对不对，再放下一个。全量导入的毛病在于出问题你定位不到是哪份文档在捣鬼。 测试问题要提前攒。上线前我拉了三个老同事各列十五条真实高频问题，凑了四十多条当测试集。 这一句可以直接照抄去问：「你是新入职的员工，请只用知识库里的制度回答，试用期多长时间，转正需要走什么流程，未通过转正会怎样。」 跑下来有六条答不上来，翻回去一看，文档里压根没写，全靠口头约定。这类东西补不出来，只能补文档。 有个例子印象很深。同事问「客户返点能不能给到十五个点」，库里只写了审批流程，没写额度。它答上来的是流程，那位同事看完以为结论是不能给。 后来我们把问数值的问题统一打回给负责人，AI 只答流程，不答额度。 权限别忽视。涉及薪酬、客户信息的知识库，要设好谁能问、问到什么程度，避免内部信息外泄。我们按部门分库，薪酬单独一个库，只对 HR 和部门负责人开放，实习生账号默认只能看通用制度那一库。 上线后还有个坑，答案没人信。一开始大家问完还要找人再确认一遍，等于没省事。后来我们在每条回答下面挂了出处和文档名，能点开看原文，信任度才慢慢建立起来。 这一步别省。 成本也要算一算。每天几百次问答，消耗不算小，尤其有人拿它当聊天用。我们在应用说明里写了句「只问制度，不聊天」，后台的提问记录也连着看了两周，把明显跑偏的问法补进 FAQ。 两个月后的效果是这样的，重复性问题里大概七成由知识库直接消化，剩下三成要判断或跨部门协调，本来也不该交给 AI。 维护比搭建重要。我们定了个规矩，制度每次更新，改文档的人顺手在群里发一句「知识库已同步」。没人干这活，三个月后库里全是过期答案，比没建还糟。 更多智能体工具见 AI 智能体。 你们公司那个「谁都问、谁都答不上来」的问题，具体是哪一条？