AI工具真的那么神吗？——以up的视频为例

摘要：受到近段时间AI热的影响，以及 离谱！我竟然用ChatGPT做出了播放量100000的视频！ 这个视频的启发，up亲自用AI工具（GPT-3.5、bing AI、剪映）制作了一个营销号视频【ttjibu】欢迎点进来浪费你2分钟时间，切身体会到了AI工具的使用门槛与劣势。

一、制作流程

1、用gpt生成10个龙傲天故事梗概；

2、挑选其中1个让gpt扩写得到文案；

3、用剪映的图文成片生成与文案对应的画面，人生朗读，以及bgm。

1、关于故事生成

该过程中使用了bing ai的创造模式（图2），以及chatgpt3.5免费版（图3）。可以看到，后者对“龙傲天”的理解略显浅薄（直接上龙傲天3个字我也是没绷住），但生成的故事还是挺男频爽文的；前者对“龙傲天”的理解相对更到位，且感觉更加营销号一些。我最后选择了bing生成的故事（选赌徒那个是因为感觉赌徒这个要素更浮夸更能吸引人），并进行了进一步续写。

2、关于故事扩写

gpt扩写的挺抽象的，各种毫不相干的要素交织在一起，结尾还突兀回归正能量，这和我给他的指令含糊不清有关（图3，当时本来想拿这10篇文章训练它的，但结果它要我一篇一篇地给他，我干脆将错就错直接让他自由扩写）。

但当时我看着这篇抽象文章透露着一股人工智障的美，看着非常乐，反而莫名得到了我的青睐，于是就拿来做了这期视频的文案。我把全文放下面给大伙看看。

至于bing生成的故事，我则结合自己对男频爽文的理解，给了它更加具体的指令（图4）。

bing整出来的东西也挺抽象的，但和gpt的抽象不是同一个方向。bing的扩写缝了大量的男频爽文的要素，但由于各要素之间不兼容导致变成了个四不像，文章最后一句更是直接让我绷不住了，龙傲天不是这么用的＼(`Δ’)／。另外，bing一口气写了1200字，这也是我不用它的一个原因。

3、关于视频生成

本来想用必剪的，但发现必剪的语言朗读有文本字数限制，便改用剪映了。语音包我选择的是台湾男声，理由是认为这种声音更契合讲故事的声线（剪映中可免费商用的语音包有几十种，还是很丰富的）。画面则让剪映自己根据文本去找素材。至于字幕和bgm，也是剪映自己加的。

人声朗读、bgm、字幕我都挺满意的，除了有几句台词其朗读的音频莫名丢失之外。但问题不大，通过添加文本、文本朗读就能补回去了。

但画面就很差了，我感觉剪映找画面的逻辑是“提取文本中的关键词 → 根据关键词找图片/视频”，但这就会导致画面不具有上下文连续性，而且很容易因为关键词找错导致画面与文案语义不匹配。另外，有些素材一帧对应几十字的文案，画面表现力相当的差；甚至有部分台词找不到对应的素材。

三、结论（其实只是自己的一些感悟）

1、AI不擅长生成创意。哪怕是像我文章开头提到的那个视频中，AI也没有直接产生创意，而是在模仿创意。但这就需要你收集并提供创意给AI，这个过程其实是需要你对对应内容有相当深入的了解的。如果你不提供对应的创意供AI模仿，那AI生成的东西很可能就是上述一样的答辩。另外我也看了不同类型的AI生成视频的分享，如科普知识类的【有被震惊到😱】挑战用AI制作一部完整的视频（标题，文案，制作，缩图，优化…），和鸡汤类的用AI技术来打造爆款短视频，AI扩写+语音合成+数字人，这类营销号视频则不怎么吃创意，虽然我没尝试，但我猜用gpt生成文案应该效果是不错的。当然AI也不是完全无法提供创意，但还是需要你给一个比较细的切入点，这就要求你要对所属的领域非常熟悉。同时你得能熟练地使用AI，这点将在下面的第2点中进一步阐述。

2、AI工具的门槛比想象中的要高。这里第一层含义是AI工具的获取有一定难度，无论是通过合法途径获取并使用gpt等的账号，还是通过特殊手段体验gpt，都需要你付出一定的成本；第二层含义是你对AI工具使用的熟练程度会直接影响你生产内容的质量和速度。近期火热的AI绘画就是一个典型的例子，体验一下关键词成图很容易，但想要精准地获得想要的图片，就需要你精准地描述关键词、选择模型、选择画风、调节不同参数。生成文本和视频也同理，你得准确地向AI传达你的需求（比如我对营销号的认识就比较浅，不然应该能提更细致的要求），AI才能给你生成想要的东西。

3、事实上，在最近的AI热中，媒体展现的一直都是AI某些相对强势的方面，但这不意味着AI就是六边形战士。在这次视频创作过程中，我对AI的期待被泼了一盆冷水，也对AI工具有了更客观的认知。AI能够完成视频创作中的大部分环节，但这并不能保证成品有营养有价值。能够运用AI来做出优质视频的人，我相信哪怕他不借助AI工具，也同样能做出优质视频。