目录
[1. 制作视频的原材料（全自动）](#1. 制作视频的原材料（全自动）)
从上一篇"如何利用AI制作"小学古诗"视频？"发布后，我经过一段时间的实践，古诗视频制作基本实现了流水线生产方案，涉及的技术汇总如下：
1. 制作视频的原材料（全自动）
参考AI智能体实战案例，可以借鉴"实现一个自动生成小学生古诗词精读讲稿及插画的智能体"和"AI 智能体实战｜优化迭代小学生古诗陪读智能体，提升使用体感"的思路。
通过重新编写程序调用LLM（大型语言模型），我们可以批量生成译文、图片提示词、音频文案等，为视频制作提供基础素材。
核心代码如下：
def call_api(messages, model_name="openai"): if model_name not in clients: raise ValueError(f"Unknown model: {model_name}") client = clients[model_name] model = MODEL_CONFIGS[model_name]["model"] response = client.chat.completions.create( model=model, messages=messages, temperature=0.7, max_tokens=4000 ) return response.choices[0].message.contentdef generate_poetry_explanation(poem_name,model_name="openai"): messages = [ {"role": "system", "content": SYSTEM_PROMPT_POETRY}, {"role": "user", "content": f"请讲解这首古诗：{poem_name}"} ] return call_api(messages, model_name)2.文生图：图像生成（手动）
在图像生成方面，虽然国外平台如MJ在图片质量上可能更胜一筹，但考虑到网络访问的便捷性，我选择了国内免费的平台【即梦、可灵】。
关于文生图，可以参考"AI生成衣服搭配视频全流程"。目前，文生图仍需人工选择更合适的图片，这一步骤会耗费一些时间。
3.文生音频：TTS技术（全自动）
在文本转语音（TTS）技术方面，有许多选择，包括免费的ttsmaker。目前，我主要使用微软的文本转语音库，并自行编写代码生成音频。
核心代码如下：
communicate = edge_tts.Communicate(text, voice, rate=rate)file_name = f"{uuid.uuid4()}.mp3"file_path = os.path.join(CACHE_DIR, file_name)await communicate.save(file_path)4.视频编辑（手动）
准备好图片和音频后，接下来就是视频编辑工作。我使用的是【剪映】，只需掌握一些基础的编辑技术。可以参考"用AI把一张竹节人照片生成一个短视频"的教程，学习如何将素材整合成完整的视频内容。
5.自动发布多平台（全自动）
每次发布，需要填写诗文介绍和设定定时发布，我使用playwright模拟人工操作流程实现自动批量发布到多个平台。这一步骤大大节省了手动发布的时间，提高了工作效率。
核心代码是找到控件，然后点击，代码参考：
# 找到并点击"定时发布"单选按钮schedule_radio = page.locator('label.el-radio span.el-radio__label:text-is("定时发布")')await schedule_radio.click()# 等待日期时间输入框出现date_time_input = page.get_by_placeholder("选择日期和时间")await date_time_input.click()类似命令行工具是可以用AI直接生成：
usage: upload_cli.py [-h] {login,single_upload,batch_upload} ...Upload video to multiple social media platforms.positional arguments: {login,single_upload,batch_upload} Choose an action login Login operation single_upload Single video upload operation batch_upload Batch video upload operation下一步计划
提升自动化
文生图是否使用自动化呢？为什么没有用API直接文生图，因为最大的问题是图片的可靠性无法保证，有时需要出几次图才能选择到可用的图片。未来可考虑的方向是用大模型对图片进行审核，自动筛选出优质图片作为备选，减少人工筛选的时间。
视频编辑自动化的探索，用ffmpeg能实现很多视频处理的操作，如果素材是确定性的话，自动化是完全没有问题，但前提是需要先解决掉素材的确定性。当然，也可以先探索半自动化，把一些确定性的操作流程化。