在快速发展的数字时代，视频内容已成为信息传递和总结的重要方式。本文将探讨如何利用AI技术和视频制作工具，轻松创建高质量的年终总结。

一、为什么用视频形式？

1.单纯的PPT形式容易让听众失去兴趣，特别是在多人总结、涉及枯燥知识领域，或演讲者表达能力有限的情况下。

2.视频是当下主流表达方式，能够更加生动地展现内容。

3.AI技术降低了视频制作的门槛，同时也让我们有机会探索AI在这方面的潜力。

二、视频总结四部曲

流程：构思大纲—创作逐字稿—AI配音—制作视频

前两步确认好要演讲的内容，后两步对内容进行加工。

下面以我最近做的一篇项目总结为例，解释这个过程。

我是B端设计师，最近做了一个大型B端项目，功能很复杂，日常看稿时，就要花很多精力才能把需求逻辑跟大家解释清楚。在项目总结限定的20min内，要把背景、需求、问题、分析、方案、结果、总结讲清楚，让大家能听懂，还挺有挑战的。

最初我是以控制时长的出发点，使用的AI配音。这也是我之前经常使用的一种方式——选一种语速与我相似的AI声音，拿一段文本去试配，看实际1min能说多少字，再反推20min我最多能写多少逐字稿。

顺便说一下，之前我做总结，是有了思路和大纲以后，直接上手做PPT。后来发现内容顺畅度和转折度方面都不理想，还经常需要返工。后来改成了先写逐字稿，在写逐字稿时思考PPT页面该怎么呈现，逐字稿搞定后，PPT做起来简直是顺水推舟、一气呵成。这个方法有点笨，但确让我在写逐字稿的过程中专注于内容和表达，避免精力浪费在样式调整上，就一直保留下来了。

继续说，后来我想到可以借助视频的形式，让B端项目的业务逻辑展示的更易理解，就想尝试下视频这种形式，做了下简单的AI工具调研，就开始上手了。

1. 构思大纲

我做的是一个SPM销售激励系统，在交互设计过程中也做了很多突破，比如：

1. 这是一款技术驱动的产品，我需要深入到产品和技术的底层逻辑中。
2. 大家对于产品最后是什么样没有概念，且初期产品需求很简略，设计过程需要前置在产品方案之前，我在与产品、技术的讨论中不断勾勒出产品的形态，最终使大家达成一致认知。
3. 设计了可复用的页面模式，并且联合技术做成了SDK，增加了复用性，缩短了开发周期。
4. 设计了多个专利级别的创新控件。
5. 引入AI解决了复杂的公式编辑问题等。

我想以“换个思路做B端设计”为主题，选取了第1、3、5点作为主要内容，讲解思路主要是：B端设计的印象——原因——以SPM项目为例，尝试给出解决办法。

我借助NotionAI，梳理出了大纲。

NotionAI支持在文档中随时调出AI对话框，对文档内容进行增改。

注意它不同于一般对话式的产品，有一个对话界面，而是可以在文本中间，随时调出AI，发出续写、改写等命令，也可以向AI提问，生成的内容可以直接插入文本之中。实现在不切换工具的情况下，沉浸式地进行思考和创作。

类似的产品还有腾讯文档、钉钉文档。

当然也可以使用ChatGPT、kimi等对话式产品。

这个环节的建议：

大纲要围绕核心主题展开，避免主题过于发散。可以先列出所有想讲的点，再筛选出最重要、最能支撑主题的内容。

利用AI工具时要注意引导方向，给出明确的上下文和要求，这样生成的内容会更加贴合需求。

完成大纲后，可以找人讨论一下，看看逻辑是否清晰，内容是否完整。

2. 创作逐字稿

这一步需要思考每个章节/模块的内容和表达方式，同时也要思考后面环节中视频页面划分与元素。

这个环节我同样使用Notion AI。

主要在三种场景下使用：

1. 续写：先根据大纲填入一些基本信息，如果写着写着卡壳了，就让AI进行续写，激发一些思路。
2. 扩展：基本信息写完后，让AI进行扩展，丰富语言，这个过程需要反复调整。
3. 改写：对内容进行改写，比如调整表达、不重要的地方进行缩写、设置语言风格等。

NotionAI可以跨文档使用，比如我让它按照之前一篇文档的语言风格对文章进行改写。

这个环节的建议：

写逐字稿和写文章一样，要注意起承转合，可以结合讲故事、举例子、卖关子等多种方法，提高内容的吸引力。比如我总结的重头戏是在SPM的解决方案那一块儿。

为了让听众更容易理解，我使用了很大篇幅介绍了项目背景，并以”为张亮计算销售提成“为例，引出我们面临的问题，再通过与张亮销售工作相关的表格数据，解释了数据源、抽取表、数据集表、模板、报表这些专有名词以及他们的关系，让抽象的技术问题具象化，层层分解，得出设计的解决方案以及优势。

逐字稿口语化一些，避免过于书面，要注意转折和过渡。

而视频画面中要提取出核心观点、重要数据，简明扼要，方便听众记忆。

一般音速是300字/分。考虑到停顿，可以按照280字/分来估测逐字稿字数。另外需要预留一些机动时间，视频制作时可能会临时调整内容，或者加长停顿等。

写逐字稿的同时，可以开始起草PPT，把页面分割好、对应的关键词放在对应页面上，还可以顺手标注一些需要配合的视觉元素（如图片、视频、数字人等），方便后期制作。

3. AI配音

逐字稿生成后就可以转语音了。

看起来这一步是挺机械的工作——如果你只想草草弄一个配音的话。事实上想把声音配好，是挺有难度和非常需要耐心的。

市面上配音工具有很多。我之前使用剪映的图文成片，直接把逐字稿丢给它，选择音色，生成视频。

但断句、多音字、停顿时长、字幕显示效果不太理想，而且不易微调。

后面我选择了魔音工坊，它的功能很齐全，不但能解决我上面提到的那些问题，还支持重音、连读、数学符号、英文音标、局部变速和多人配音等功能。

音色也是非常丰富，还可以调整情绪、语速和语调。完全能满足我的需求。

在输出方面，可以输出音频、视频（无字幕/含字幕）、字幕文件。我直接输出了含字幕的视频文件，背景是绿幕，可以直接在剪映里P掉。

这个环节的建议：

建议在配音时设置一些停顿，特别是在页面切换的地方，这样后期制作视频时会更容易对齐音轨。但无需尽善尽美，到视频环节可以再调。

耐心调试，仔细试听，同时想象视频的画面。可以反复调整逐字稿和配音，输出最满意的一版。

如有兴趣，也可以克隆生成自己的AI音频使用。魔音工坊也有此项付费服务。

如果后续需要数字人演示，可以导出音频，再去生成数字人视频。

4. 制作视频

这一步可能是最耗时的一步。我选择剪映专业版来制作视频。它的功能非常强大，也很容易上手。

首先，把配音和字幕导入。

这里导入字幕是便于快速锁定位置，插入视觉画面。

然后，根据需要插入合适的视觉元素。

我主要用到了四种视觉元素。

1. PPT页面：对于结构页（目录、章节首页）、观点、图、数据和需要强调的部分，我使用PPT制作静态页面。
2. 视频素材：有一些操作流程或者界面变化，用静态页面不好呈现，我们可以录制一段视频，便于听众理解。另外还有些叙事、场景化、转折过渡、需要烘托气氛的部分，也适合使用视频素材。试想下，如果按照常规我们直接讲述PPT的方式，这部分可能就没有配套的PPT画面/动作，只能”干讲“，缺少了视觉的加持，听众可能就会难以聚焦。这部分素材可以去视频网站上找，如果能自己拍摄，效果可能更高。
3. 图片素材：图片素材比视频素材更易获取，可以作为视频素材的补充。比如操作流程或界面变化，可以用多张连续的图片实现。想做场景化的视频，可以为图片设置简单的动画来替代。
4. 数字人：在一些重点部分，可以插入数字人。结合数字人的表情和手势来强调关键信息，增强真人感和代入感。

我使用即创来做的数字人。上传之前导出配音音频，选择合适的形象、绿色背景、不加字幕，生成数字人视频。

以这个项目为例，我以一小段动画开始，吸引观众的注意力，然后数字人出现，自我介绍，点出总结的标题。

紧接着是B端设计的固有印象和原因，是我们的引子，也是后面项目要解决的问题。这个是要反复呼应的，所以使用PPT呈现，将精简后的关键句显示出来。

交代SPM的项目背景时，提到销售的工作、重要性、痛点，用了很多销售场景的图片/视频；提到系统的运作流程，则使用了PPT画面展示政策、任务、业绩、提成的关系图。

在模块的切换和内容强调时，我反复使用PPT大字画面+数字人的形式，形成一种固定的模式。提示听众这是重点，是我给的答案，是新模块的开始。

另外在展示设计思路时，也制作了很多PPT页面或者操作流程视频，来降低理解成本。

接着，调整画面和配音，必要时可以加入背景音乐。

根据配音节奏，精细调整画面/动作出现的时间、时长，画面之间的停顿和过渡。

注意有些内容需要停顿一下，给听众一些理解和思考的时间。比如我在讲如何把两张数据表关联起来时，对于不了解业务的听众来说比较难以理解，即使我用了具体的例子，也需要停下来让他们理解一下。

我们在配音时插入了很多停顿，这时就可以把音轨高度调高，就能看到波形，找到空白处剪断，移动位置，留出你认为合理的停顿。

这一步需要反复调试，也可能需要调整部分文字和配音，这些都是正常的。

最后，导出。

导出视频，注意配音和背景音的均衡性，如不需要字幕可以关掉。

这里有一些小tips：

• 提前为视频和PPT页面设置相同的分辨率。
• 如果使用字幕，需要提前确定好字幕位置，做PPT或视频时关键信息需要避开字幕位置。
• 视频中插入魔音工坊生成的视频字幕时，字幕有背景，可以使用抠像-色度抠图，把背景抠除。
• 魔音工坊生成的视频字幕，放大效果不佳。有几个方法可以替代：从魔音工坊导出字幕文件，导入到剪映（字幕-新建字幕-导入本地字幕）；或者可以把逐字稿贴进剪映（字幕-新建字幕-手动写字幕，实测与音轨不太匹配，需要调），也可以使用文本生视频产生的字幕（同样可能需要调）；或者导入语音后识别字幕（字幕-识别字幕，有错别字需要调）。
• 有很多免费图片和视频网站可以用，比如Pexels、Pixabay，我们也可以充分用好剪映自带的图片和视频库，除了直接搜索外，还可以利用剪映的文本生成视频功能，先导入逐字稿自动生成视频，从中挑选合适的视频片段。
• 视频中插入视频时，可以变速或者使用定格，来改变视频时长。
• 做PPT，同一张PPT有多个动作时，可以设置好动作录屏，但尽量不要加复杂动效，录屏会有卡顿。如果是简单的出场/入场动作，则可以每个动作做成一张PPT，更简单，更容易对齐音轨。
• 需要整体移动多个轨道时，可以先将它们组合，这样可以保持相对位置不变。
• 可以使用标记功能来辅助对齐轨道。

三、写在最后

随着AI技术的发展，制作视频总结已经变得越来越简单。

不过需要注意的是，工具只是辅助，内容才是核心。在使用这些工具时，我们应该把更多精力放在内容的准备和打磨上，确保总结真正达到复盘和分享的目的。