零成本AI科普短视频实操全指南：文案、配音、画面、剪辑四步流程完整拆解

本文由 莫潇羽@无忆研习社（www.wuyi.wiki）撰写，转载请注明出处。

快速摘要

这篇文章解决一个问题：如何不出镜、不拍摄、零成本，用国产免费 AI 工具批量制作科普类短视频。核心结论先给你——整条链路只有四步：用豆包、DeepSeek 这类免费大模型批量生成 40 到 60 秒的科普文案；用免费的在线文字转语音平台把文案变成配音；用剪映的图文成片、数字人或者"表情包加字幕"这三种画面方案里的任意一种生成画面；最后用剪映做文稿匹配字幕、配乐和简单优化后导出。前期花一到两天搭好一套模板，后期单条视频的制作时间可以压到十几二十分钟，一天产出 10 到 15 条完全可行。方向上优先选轻科普（人体冷知识、宇宙天文、动植物、自然现象、生活小常识），这类内容受众最广、猎奇流量最稳。需要特别注意：2025 年 9 月起《人工智能生成合成内容标识办法》已经施行，AI 生成的视频在抖音、快手、视频号、B站、小红书发布时必须主动标注"AI 生成"，这一步不能省。

想看完整的逐步拆解、提示词模板、参数设置和合规避坑清单，往下慢慢翻。

一、先定方向：科普赛道里三条数据稳定的路线

很多人做短视频一上来就卡在"拍什么"。做科普账号也一样，赛道选错了，后面流程再顺也是白搭。我自己这段时间在 无忆研习社 上拆解了不少 AI 内容生产的玩法，科普这个方向是我认为对新手最友好的一个：不需要真人出镜，不需要实拍素材，文案有明确的结构套路，画面可以完全交给 AI。但前提是，你得先想清楚做哪一类科普。

科普不是一个大筐，什么都往里装。经过这段时间的观察和自己起号的实操，我把数据比较稳定、起量相对容易的方向归成了三条路线，大家按自己的兴趣和素材敏感度挑一条扎进去就行，不要贪多。

路线一：轻科普，受众最广的泛知识流量

所谓轻科普，就是那种不需要任何知识储备、刷到就能看懂、看完还会"哦原来如此"的内容。典型的选题池包括这么几块：

• 人体冷知识：比如"为什么吃饱了会犯困""人为什么会打嗝"，每个人都自己的身体，天然关心。
• 宇宙天文：黑洞、外星人、太阳还能烧多久，这类话题自带神秘感，停留率非常高。
• 动植物和自然现象：闪电是怎么来的、章鱼为什么有三颗心脏，猎奇属性拉满。
• 生活小常识：衣服怎么洗更干净、WiFi 信号怎么摆更强、手机用久了怎么变流畅，这类内容的好处是男女老少全是受众，没有观看门槛。

我自己刷短视频的体感也是这样：刷到讲天文现象或者动物冷知识的，手指就是会停下来。这类流量本质上是一种"好奇心流量"，只要你的开头三秒把钩子下足了，用户看下去的欲望是现成的。三条路线里我个人最推荐轻科普，原因就是受众面最宽，虽然吸来的都是泛粉，但泛知识账号吃的就是这口泛流量的饭。

给大家几个具体选题感受一下轻科普的味道："为什么指甲长得比头发慢""被蚊子咬了为什么会痒""打哈欠为什么会传染""云层那么重为什么不会掉下来""香蕉放进冰箱为什么会变黑"——你看，每一个都是生活里撞见过、但从没深究过的小问题，这种"熟悉的陌生感"就是轻科普选题的黄金手感。拿这个标准去衡量你题库里的每一条选题，八九不离十。

路线二：人文科普，内容厚度更好但选题要细心

第二条路线是人文方向的科普，常见的细分包括历史冷知识、历史人物故事、各地民俗文化。比如讲讲李白、陶渊明这类历史名人身上少有人知的段子，或者介绍某个少数民族特有的节日习俗，都是成立的角度。历史向选题有个天然优势：素材本身是公共知识，不存在版权争议，而且"反差感"特别好找——课本里正经八百的名人，背后往往有一堆鲜活有趣的冷故事，这种反差就是现成的钩子。做民俗方向时注意表述要尊重各民族的风俗习惯，介绍以客观、善意、有趣为尺度，别为了猎奇去渲染和夸张。

这里有一个坑必须单独拎出来说：不要做现代明星相关的内容。现在艺人的版权和肖像权意识都非常强，团队盯得也紧，拿明星的形象和事迹做内容，被投诉侵权是大概率事件。做人物就做历史人物，安全边界清晰得多。

路线三：全球风土盘点，选题几乎用不完

第三条路线是把视野放到全球：各个国家、各个地区、各个民族的介绍盘点，再加上各地美食文化的科普。这条路线的最大优势是选题池近乎无限——全球两百多个国家和地区，每个地方的地标、风俗、饮食都能拆出好几条内容，你永远不用担心"没东西可讲"。缺点是单条的爆款率相对路线一要低一些，适合做成系列慢慢养号。

为了让大家选起来更直观，我把三条路线整理成了一张对比表：

选方向这件事，我的建议是：三条路线里挑一条你最愿意长期看资料的，先跑一个月。科普账号是个攒量的活儿，前期搭模板麻烦一点，后面全是复制粘贴式的批量产出，坚持过冷启动那一两周，后面会越来越顺。如果实在拿不定主意，就从轻科普里的生活小常识切入，这个细分方向的选题离日常最近、素材最好找、受众最不需要教育，练手成本最低。等手感起来了，再往另外两个方向扩栏目也不迟。这一步想清楚，我们就正式进入制作流程。

二、整体流程与零成本工具箱

方向定了，先别急着动手，我把整条生产线从头到尾给你过一遍，让你心里有一张全景图。整套流程说白了就四个环节：

flowchart LR
    A[第一步：AI生成文案] --> B[第二步：文案转音频]
    B --> C[第三步：生成画面]
    C --> D[第四步：修剪优化导出]
    D --> E[发布 + 标注AI生成]

第一步，用免费的大模型批量生成科普文案，解决"说什么"的问题；第二步，用文字转语音工具把文案读出来，解决"谁来说"的问题；第三步，用剪映或者 AI 生图工具把画面做出来，解决"看什么"的问题；第四步，把音频、画面、字幕、配乐组装到一起，做最后的修剪优化，导出成片。

这里要先说清楚一个核心思路：模板化。做这类账号，前期最花时间的不是做视频，而是搭模板——确定你的文案结构、配音音色、画面风格、字幕样式、配乐口味。这套东西一旦定下来，后面每一条新视频只是往模板里换内容，单条的耗时会被压得非常低。我自己在 无忆研习社 记录过这个节奏：模板搭好之后，熟练状态下十几二十分钟出一条是常态，一天铺 10 到 15 条的量并不夸张。所以前期那一两天千万别嫌烦，模板打磨得越细，后面越省命。

模板化具体要定下来五样东西，我习惯叫它"五件套"：一是文案模板，就是第三章那套提示词加上你自己改出来的变体；二是声音模板，固定一个音色加一组语速语调参数，让粉丝一听声音就知道是你；三是画面模板，表情包也好、AI 插图也好，一个账号只用一个视觉体系；四是字幕模板，字体、字号、颜色、位置全固定；五是配乐模板，收藏三五首风格统一的背景乐轮着用。这五件套一旦定型，你的账号就有了辨识度，而辨识度正是把泛流量沉淀成粉丝的那层滤网。

再说工具。整篇教程里我用到的工具全部是国内可以直接访问、免费或者基础功能免费的，不需要任何额外的网络环境，这一点对新手很重要。工具箱清单如下：

几点补充说明。大模型这块，豆包、DeepSeek、文心一言、通义千问我都用过，单纯写科普口播文案这种任务，几家的产出质量差距不大，你用顺手的那个就行，我自己习惯用 DeepSeek，感觉它生成的文案网感和节奏感稍微好一点。即梦 AI 是字节系的 AI 生图、生视频工具，每天会送免费积分，做表情包和配图素材很方便。剪映不用多介绍，国民级剪辑工具，整个流程的最后一步全靠它组装。

还有一个现实情况要给大家打个预防针：剪映这两年版本迭代之后，部分 AI 功能开始收会员费了，比如图文成片里的某些素材模式。不同版本的收费策略不一样，功能入口也会挪位置，所以后面讲到具体操作时，我会把免费替代方案一并给出来。工具的功能和定价变动都很快，本文写的是我实操时的情况，具体以你打开软件时看到的为准。

好，地图有了，工具也备齐了。再啰嗦一句：下面每一步我都按"先讲思路、再给步骤、最后给参数"的顺序来写，你可以边读边打开软件跟着操作，一遍下来就能出自己的第一条成片。下面进入第一步。

三、第一步：用 AI 批量生成科普文案

文案是整个流程的地基，也是 AI 最能帮你省力的一环。这一步的目标很明确：让大模型一次性给你吐出 5 到 10 条可以直接拿去配音的完整脚本，每条 40 到 60 秒。

3.1 为什么不建议做长视频

先纠正一个新手常见的执念——觉得视频做得长一点显得"有料"。科普短视频恰恰相反，我劝你死守住 40 到 60 秒这个区间。道理很简单：用户刷短视频是来休闲放松的，不是来上课的。一条科普视频如果奔着一分半、两分钟去了，完播率会掉得非常难看，而完播率恰恰是平台判断要不要继续给你推流的核心指标之一。我们的策略是用最简短的大白话，把一个知识点讲透、讲有趣，让用户不知不觉看完，还愿意留个言。短，才是这个赛道的正确姿势。

3.2 一条能直接用的提示词模板

很多人用 AI 写文案效果不好，问题出在指令太随意，只甩一句"帮我写个科普文案"，模型只能给你一篇平庸的小作文。指令里必须把赛道、时长、结构、语言风格全部框死。下面这个提示词模板是我自己反复调过的，你可以直接拿去用，但我更建议你在这个基础上改出自己的版本——全网用同一套指令的人越多，产出的文案撞车概率就越高：

帮我生成 10 条生活小常识类的科普短视频爆款文案，要求如下：

1. 单条时长 40 到 60 秒（大约 150 到 220 字）；
2. 开头前 3 秒必须有强钩子，从这三种钩子里选：
   反问式、颠覆认知式、大众误区式；
3. 正文只讲 2 到 3 个核心点，用大白话讲清楚，
   不要专业术语，不要长篇大论；
4. 结尾必须留一个互动提问，引导用户在评论区留言；
5. 语言风格口语化，像朋友聊天，不要书面腔；
6. 每条文案单独成段，标注序号。

这个模板的骨架其实就四件事：定赛道、定时长、定结构、定风格。你换方向的时候，只需要把"生活小常识"替换成"人体冷知识""历史冷知识"或者"各国美食文化"，其余部分原封不动就能用。生成条数也不一定要 10 条，5 条也行，看你当天的排产计划。

3.3 黄金脚本结构拆解：钩子、正文、互动

为什么模板里要这么定结构？我把每一段的作用拆开讲，你以后自己判断 AI 产出质量的时候，心里就有标尺了。

开头三秒：钩子决定生死。 短视频的滑走决策就发生在开头两三秒，这三秒必须给用户一个"不得不看下去"的理由。常用的钩子就三类：反问式（"你为什么天天喝水，反而越喝越虚？"）、颠覆认知式（"你家的冰箱可能比马桶还脏"）、大众误区式（"90% 的人，睡觉姿势全错了"）。三种钩子的底层逻辑是一样的——制造认知冲突，让用户心里"咯噔"一下：啊？不是这样吗？他一旦产生这个疑问，就滑不走了。

中间正文：只讲