在做解说视频自动化项目之前，我尝试过不少组合。最开始的想法很简单：大模型直接输出完整脚本，再调用素材API、TTS，最后拼到剪映。但跑起来才发现一堆隐性问题：模型分不清评述句和画面句，检索大量无效素材；TTS 时间戳不准导致字幕错位；不同剪映版本对导出结构兼容报错。

为了解决这些问题，我把整个链路做了解耦，每个环节单独定好输入输出契约。

一、选型思考：优先解决稳定性，而不是追求花哨

Agent 只做调度和判断，媒体下载、元数据组装全部下沉本地客户端

，避免大文件 IO、超时、内存溢出问题。

输入完整文案 → DeepSeek 分镜输出结构化镜头数组 → 过滤可视化镜头发起素材检索 → 逐句调用 Qwen-TTS 拿到音频和时间戳 → capcut-meta 组装视频/音频/字幕轨道 → 生成剪映草稿元文件。

二、核心：分镜提示词与输出 Schema

这个提示词的核心设计点，是强制二分类，区分可视化镜头和评论句，这是整条链路能否稳定的根基。

你是知识解说视频分镜解析器，处理历史、科普、财经、工业纪实文案。
规则：
1. 按语义切分句子，不拆分完整语义单元。
2. 镜头分为两类：
visual：存在具象画面，可以检索空镜，输出写实纪录片风格query，不使用抽象评价词；
comment：纯观点总结，无对应画面，不检索素材，复用上一条有效镜头。
3. duration预估镜头时长，单位秒，默认3~5秒。
4. 只返回JSON数组，禁止任何额外文字、注释、markdown。

输出字段：
sentence：原文句子
type：visual / comment
queryText：检索词，comment置空字符串
duration：数字

示例：
{"sentence":"唐代长安城规模宏大，是当时世界上最大的都城。","type":"visual","queryText":"唐代长安城复原航拍，古风历史纪录片空镜","duration":4}
{"sentence":"这个制度对后世王朝产生了深远的影响。","type":"comment","queryText":"","duration":3}

capcut-meta 负责初始化项目、维护视频轨道、音频轨道、字幕轨道。

流程：素材下载缓存本地 → TTS 音频落地 → 循环镜头数组追加片段 → 统一设置帧率分辨率 → 序列化输出草稿。

输入：article_text, voice_name
1. 调用DeepSeek，传入文案与分镜prompt，得到shot_list
2. last_material = null
3. for shot in shot_list:
    if shot.type == "visual":
        material_list = 汇影AI.search(shot.queryText)
        if material_list 不为空:
            last_material = material_list[0]
        else:
            记录告警日志
    audio, time_range = QwenTTS.generate(shot.sentence, voice_name)
    capcut_meta.append_clip(shot, last_material, audio, time_range)
4. capcut_meta.render()
return {"task_id": "xxx", "meta_path": "xxx", "shot_list": shot_list}

这套方案不是拿来直接一键出成片，而是把文案到剪辑工程之间的机械工作自动化。适合批量做知识解说矩阵，创作者拿到剪映草稿后，只需要微调转场、节奏、字幕样式。

适用场景：历史、天文科普、工业纪实、财经解读类中视频；不适合 CG 定制、剧情演绎类视频。

我用DeepSeek+Qwen-TTS搭了一套视频自动化Skill，基于capcut-meta输出剪映草稿

编程语言

知识解说类中视频自动化方案，采用DeepSeek分镜、Qwen-TTS配音、汇影AI素材检索及capcut-meta剪映组装，解决稳定性与兼容性问题，实现高效批量生产。

数据结构

DeepSeek

Markdown

Agent

JSON

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

我用DeepSeek+Qwen-TTS搭了一套视频自动化Skill，基于capcut-meta输出剪映草稿

我用DeepSeek+Qwen-TTS搭了一套视频自动化Skill，基于capcut-meta输出剪映草稿

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐