兄弟们，先看个狠的：有人用AI批量做纪录片，频道才30条视频，涨了13.7万粉丝，好几条直接破百万播放，而且三个同类型频道全部开通了YouTube变现。关键是——整个过程100%免费、全自动，用手机都能干。
你别觉得这是标题党。今天我把整套流水线给你扒明白了：从写脚本、配音、生成画面、合成视频，到最后的缩略图，一步都不用手工。你只需要动动手指改几个选项，剩下的全交给AI。
文章有点长，但每一步都是实操，跟着点就能跑通。先收藏，找个整块时间开干。
准备工作：需要什么？
好消息是，不需要花钱买任何软件，全都是免费工具。你只需要准备：
| 工具 | 用来干嘛 | 去哪弄 |
|---|---|---|
| ChatGPT 账号 | 写脚本、分镜、生成所有提示词 | chatgpt.com 注册，免费版就够 |
| Google 账号 | AI Studio 配音 + Google Flow 出图 | aistudio.google.com |
| Meta AI（Facebook/Instagram 账号） | 批量生成视频片段 | www.meta.ai |
| Kiwi 浏览器（手机）或 Chrome（电脑） | 装自动化插件 | 手机应用商店搜 “Kiwi Browser”；电脑用 Chrome |
| Lexis Audio Editor（手机APP） | 给配音”加工”，让它更像真人 | 手机应用商店搜 “Lexis Audio Editor” |
| 剪辑软件 | 最后拼接视频 | 手机用剪映，电脑用必剪/PR，随便哪个都行 |
⚠️ 提前说明：整个过程需要挂梯子访问 Google 和 Meta 的服务，这是国内网络环境绕不开的一步，自己想办法。下面的操作步骤默认你已经能打开这些网站。
第一步：让 ChatGPT 把整套方案吐出来
这是整条流水线的核心。不用你自己想脚本、想分镜，全让 ChatGPT 干。
做什么：用一个”大师提示词”喂给 ChatGPT，让它一口气生成：10个选题方向 → 完整脚本 → 分镜表 → 每张图的AI出图提示词 → 每段视频的生成提示词 → 缩略图提示词。
怎么做：把下面这段作为提示词骨架，发给 ChatGPT（重点是把用户可调的部分标出来，其余让AI自己发挥）：
你现在是一个AI纪录片制作导演。帮我制作一部完整的纪录片， 需要你输出： 1. 10个选题方向（围绕我指定的主题范围） 2. 从中选1个，写出完整解说脚本（按场景分段） 3. 每个场景的画面描述（用于AI出图） 4. 每个画面的AI图片提示词（英文，用于Google Flow生成图片） 5. 每个场景的图片转视频提示词（英文，用于Meta AI生成动态视频） 6. 3个缩略图提示词方案 我的设置： - 主题范围：国际历史事件（也可改成：某个国家、科技、自然等） - 视频语言：中文（英文也行） - 视频时长：8分钟左右 - 每分钟场景数：13-15个
验证：ChatGPT 回复后，检查是不是有脚本、分镜、图片提示词、视频提示词、缩略图提示词这五块。缺哪个就让它补哪个。
⚠️ 注意：选题出来后先别急着用，先问自己”这种题材有人看吗？”。纪录片类最容易起量的题材：历史事件、真实案件、自然奇观、科技解密。避开太冷门没人搜的。
第二步：用 Gemini 生成”人味”配音
配音是整条流水线里最关键的环节，也是决定你的频道能不能过平台审核、能不能开通变现的地方。很多人做AI纪录片失败，就栽在配音听起来太”机械”。这里用的是 Google AI Studio 的免费语音生成。
做什么：把第一步生成的解说脚本，用 Gemini 的文字转语音生成配音。
怎么做：
1. 打开 Google AI Studio，点左侧菜单里的 “Text to Speech”（文字转语音）区域。
2. 如果没找到，点页面顶部的 “What’s new”（新功能），找 “Generate speech with Gemini”（用 Gemini 生成语音）入口。
3. 声音模板选 Master Storyteller（故事大师），这个模板天生适合纪录片旁白。
4. 在 Speaker 设置里：语气选 empathetic（共情），语速调成适合短句的节奏，选一个你听着顺耳的语音模型。
5. 重点来了：页面里有 “Scene Context”（场景上下文）和 “Sample Context”（示例上下文）两个输入框，很多人直接忽略，这是大忌！把第一步 ChatGPT 生成的场景描述填进去，再给一小段你想要的语气范例。这一步是让AI声音”活起来”、听起来像真人在讲故事的关键。
6. 把解说脚本粘贴进主文本框，点 Run（运行），等 20-60 秒（时间越长出得越慢）。
验证：生成完先听一遍。好配音的标准：有抑扬顿挫、有情绪起伏，而不是一平到底的念稿。不满意就调语气/语速重新生成。
第三步：给配音”开光”，这是过审的核心
很多人到第二步就拿着AI配音去用了，结果视频做出来平台判定为”AI生成内容”，不给推流甚至不给变现。秘密就在这一步：用音频APP把AI配音处理一遍，让声音更像真人录的。
做什么：用手机APP Lexis Audio Editor 给配音做两遍处理：均衡器 + 归一化。
怎么做：
1. 应用商店下载 Lexis Audio Editor（免费）。
2. 打开APP，导入刚才下载的配音音频文件。
3. 点底部菜单的 Effects（效果） → Equalizer & Amplifier（均衡器和放大器），应用一组提升人声质感的均衡设置（中频稍微拉高，让声音更厚实更有磁性）。
4. 再点 Effects（效果） → Normalize（归一化），让音量标准化。
5. 处理完保存导出。
验证：处理前后各听一遍对比——处理后的声音应该更饱满、更自然，没有那种”电子感”。这就是视频能不能过平台审核的分水岭。
第四步：装两个”自动化插件”
接下来要装的这两个浏览器插件，是整个流程”一键自动化”的关键。一个负责在 Google Flow 批量出图，一个负责在 Meta AI 批量出视频。
做什么：在浏览器里装好 VEO Automation（Google Flow 批量出图）和 Meta Automation（Meta AI 批量出视频）两个扩展。
怎么做（电脑 Chrome 版）：
1. 打开 Chrome 应用商店，搜索 VEO Automation for Google Flow，点”添加到Chrome”。
2. 再搜索 Meta Automation（也叫 Auto Meta），同样添加。
3. 装完浏览器右上角会出现这两个插件的图标。
怎么做（手机 Kiwi 版）：
1. 应用商店下载 Kiwi Browser（这是手机里少数能装 Chrome 扩展的浏览器）。
2. 打开 Kiwi 设置 → 外观 → 打开 “请求桌面版网站”（Request Desktop Site），不然插件界面显示不全。
3. 点右上角三个点 → 拼图图标（扩展程序）→ 管理扩展 → 从 “Explore Extensions” 里搜上面两个插件名安装。
验证：装完后浏览器地址栏旁边能看到两个插件图标，点开能弹出操作面板，就说明装好了。
⚠️ 注意：插件名字要搜全名，搜错名字会装到仿冒插件。VEO Automation 是配 Google Flow 用的，Meta Automation 是配 Meta AI 用的，别装反了。
第五步：Google Flow 一键批量出图
现在开始批量生成纪录片画面。一部8分钟的纪录片按每分钟13-15个场景算，需要一百来张画面，手工一张张生成得累死，用插件一次全搞定。
做什么：把 ChatGPT 生成的所有图片提示词，批量丢给 Google Flow 自动出图。
怎么做：
1. 打开 Google Flow（labs.google/fx/tools/flow），新建一个项目。
2. 回到 ChatGPT，复制图片提示词，一次复制6个左右。
3. 点浏览器里的 VEO Automation 插件图标，选择 Text to Image（文字生图） 模式。
4. 把6个提示词粘贴进去，每个提示词之间留一行空行隔开。
5. 把 “Outputs per prompt”（每个提示词输出几张）设为 2——每个画面出2个版本，方便后面挑好的。
6. 点 Run（运行），插件会自动操作 Google Flow 生成并下载所有图片。
7. 第一批跑完，继续复制下一批，直到所有场景的图都出完。
验证：跑完后到下载文件夹看，应该每个场景有2张图。挑出每张最好的那个版本，按场景顺序排列好，下一步要用。
第六步：Meta AI 批量把图片变成动态视频
静态图有了，还差”动起来”。这一步用 Meta AI 把所有场景图片批量转成视频片段——纪录片不是PPT，画面要会动才有看头。
做什么：把上一步挑好的图片 + ChatGPT 生成的视频提示词，批量丢给 Meta AI 生成视频。
怎么做：
1. 打开 www.meta.ai，进入项目（Projects）区域。
2. 点 Meta Automation 插件，把所有图片按场景顺序上传。
3. 把第一步 ChatGPT 生成的视频提示词全部粘贴进去，每个提示词之间留一个空行。
4. 点 Start（开始），插件会自动操作：每个场景图片 + 对应提示词 = 一段动态视频。
5. 等插件界面上的 Stop 按钮消失，说明自动化跑完了，视频正在后台生成。
6. 生成的视频会自动下载到设备，而且没有水印。
验证：数一下下载的视频数量，应该和场景数对得上。随便点开几段看画面是否和提示词匹配，不匹配的场景重新生成。
第七步：拼接剪辑 + 配背景音乐
素材全齐了，最后一步是把它们拼成完整的片子。
做什么：把配音和所有视频片段按顺序对齐，加上背景音乐，导出成片。
怎么做：
1. 打开剪辑软件（手机剪映 / 电脑必剪、PR都行），新建项目。
2. 把处理好的配音拖进音轨，视频片段按场景顺序拖到画面上，对准配音讲到的位置。
3. 加背景音乐：打开 YouTube Studio → 左侧菜单”音频库”（Audio Library），搜索 background（氛围）、calm（舒缓）或 intense（紧张），按你视频的风格选一首。这里面的音乐全部免费、无版权风险，直接下载。
4. 把背景音乐拖进音轨，音量调到 10-12%（也就是几乎听不见但能烘托气氛），放在配音下面垫底。
5. 检查一遍整体节奏，导出最终视频。
验证：从头到尾看一遍成片：画面和配音对得上吗？背景音乐压得住配音吗？导出分辨率达到1080P以上了吗？都OK就成片完成。
第八步：顺手把缩略图也做了
纪录片能不能爆，一半看标题和缩略图。别浪费 ChatGPT 已经生成的缩略图提示词。
做什么：用缩略图提示词生成3张封面备选。
怎么做：
1. 回到 ChatGPT，把缩略图提示词拿出来，把”主标题”和”副标题”文字换成你视频的实际标题。
2. 打开 Google Flow，粘贴提示词，输出数选2，生成。
3. 多生成几轮，挑一张视觉冲击力最强的当封面。
验证：缩略图的标准：3米外一眼能看清标题、主体突出、颜色对比强烈。看不清的直接弃用。
常见问题
Q1：AI 纪录片能开通平台变现吗？
能，但有前提：配音必须做第三步的”音频处理”，让声音听不出是AI；同时视频要遵守平台关于AI生成内容的披露规定，上传时如实勾选”AI生成内容”。很多人翻车就是跳过了音频处理这一环。
Q2：一部片子大概要花多久？
熟练之后，从选题到成片，一部8分钟左右的纪录片大约2-3小时，其中大部分时间是等AI生成。批量做的话，同一套流程可以同时跑好几个选题。
Q3：手机能做完整个流程吗？
能。手机用 Kiwi 浏览器装插件，配音用 AI Studio 网页版，剪辑用剪映，全程不需要电脑。
Q4：画面风格不统一怎么办？
在图片提示词里统一加上风格描述，比如”纪录片风格、电影质感、暖色调”，每个场景都带同样的词，画面风格就统一了。
Q5：免费额度够用吗？
Google AI Studio 的语音生成、Google Flow 和 Meta AI 目前都有免费额度，日常做视频完全够。真遇到限流就隔天再跑，或者换个账号。
总结
一句话：这套流水线的核心就是 ChatGPT 出方案 → Gemini 出配音 → 音频处理 → 插件批量出图出视频 → 剪辑成片，全程免费、基本全自动。
给新手的一句话建议：别一上来就做10分钟长片，先拿1-2分钟的短纪录片把整套流程跑通，跑顺了再上8分钟正片。方向对了，剩下的就是坚持更新。