抓热点与评分
聚合抖音、微博、百度、知乎、头条、B 站等平台热点，再按传播潜力做评分，并过滤伤亡、灾害、谣言、冲突等不适合蹭的红线题材。
多源热点跨平台聚类风险过滤
🔥
热点视频技能
返回工作站
从热点词到可发布短视频
这条流水线不是把一件事丢给 AI 完事，而是把选题、文案、配音、字幕、画面、合成拆成独立节点。这样每个节点可以单独复盘、单独重跑，也能按新需求继续升级。
热点抓取 + 选题评分
豆包 LLM 写脚本
火山豆包 TTS 配音
Seedance 图生视频
FFmpeg 竖屏合成
整体流程
先确定“蹭什么”，再生成“怎么讲”，最后由不同工具分别完成声音、画面和排版。
写口播与标题
LLM 根据热点补充信息，输出钩子标题、四句口播稿、画面提示词、配乐风格和发布标签，形成后续节点共同使用的脚本结构。
标题钩子口播稿分镜提示词
独立出声画并合成
配音、字幕、画面各自生成后，再按时间轴交给 FFmpeg 合成：竖屏背景、标题、画中画视频、底部字幕和背景音乐统一定版。
配音先行时间轴驱动9:16 输出
三类资产是分开生成的
配音先定总时长，字幕和画面再围绕同一套时间轴展开，避免各自为政。
配音
使用火山豆包 TTS 生成正式口播。它能输出整段配音，也能按句子拆分出时长，给后续画面和字幕提供对齐基准。
script → TTS → voice.wav → seg_durations.json
字幕
字幕不是识别配音得到的，而是跟随脚本与 TTS 断句结果生成 SRT，再用 Pillow 渲染成 PNG，最后由 FFmpeg 按时间叠加。
SRT → Pillow PNG → FFmpeg overlay
画面
画面由脚本提示词驱动。早期用 Seedance 文生视频；更新后先用真实图片定首帧，再扩展成运动镜头，提升可信度。
prompt / photo → Seedance → clip.mp4
两个版本的对照
第一版验证了热点的传播势能，第二版解决了“一眼假”的问题，但也暴露出素材网覆盖不足的新问题。
火箭发射视频
这个视频靠“火箭发射”热点拿到了 5000+ 播放量，说明选题节奏有效。但画面全部由 AI 提示词生成，虽然蹭到了热点，画面却明显偏假。
5000+ 播放量
画面真实感弱
真实素材首帧版
更新后先让 AI 去素材网找图，再根据现有图片扩展生成视频。真实图进入画面后，可信度明显提高。但很多热点话题在素材网里找不到对应配图，这是这个版本最大的限制。
真实感更强
热点配图不一定存在
CURRENT COST
当前成本模型
现在画面生成使用抖音 Seedance 2.0 mini，并且正在享受 4 折优惠。按当前优惠口径，一段 8 秒视频消耗约 2 元。
¥2 / 8秒
后续计划：4 折优惠结束后，会评估接入即梦购买会员积分。目标是在保证画面质量的前提下，把单条视频的固定生成成本压得更低。
下一版升级方向
现在的问题是：真实图更可信，但热点不总能在素材网找到合适的图。所以下一版要再往上走一层——外接生图 API，让系统先自己做分镜。
1. 分镜优先先把一句口播拆成可审阅的关键画面，再进入视觉生成。
2. 生图补缺口素材网找不到图时，用生图 API 生成首帧，避免退回纯 AI 直生视频的老问题。
3. 图生视频定运动关键帧确认后再用 Seedance 扩展运动，让真实感和可控性同时保留。
升级后的目标链路
未来的每一段画面都先有“设计稿”，再进入动态化，而不是直接让提示词碰运气。
热点 → 口播稿继续保留当前稳定的选题、脚本和配音流程。
分镜关键帧 → 人工确认每一镜先看图，确认画面主体、场景和情绪。
关键帧 → 图生视频确认后再生成运动画面，降低废片和重跑成本。
当前定位：这条流水线已经能稳定完成“热点发现 → 脚本 → 配音 → 字幕 → 竖屏成片”。接下来重点不是再造一套流程，而是把画面源头升级成可分镜、可确认、可控质量的生图 API。