前言

在去年 8 月份写的文章《如何 3 天自动生产 1000 个优质原创短视频》发布后，我的交流群里带来了一小波讨论，有不少朋友打开了些思路。

有人尝试着做了工具并开始做号，有人联想到了一些其他角度，个别技术功力扎实的程序员朋友貌似还开发了系统性的工具，有的朋友有发给我测试了下。

这一切都很好，但有一个现象：在文章发布后，粉丝们时不时地问我是否有现成的工具可以卖，甚至委托我问是否有其他技术朋友在卖！

那么我认为这篇文章可能没有一个非常正确的指导。事实上，这篇文章只是传播想法，而不必做上一篇文章中提到的聊天和对话视频。

有基于此，我就想着再写一篇文章，再举一些其他案例演示，目的还是希望表达：靠自己去理解需求、整合资源、活用思路、找出合适自己的路线，有些东西应该自己走一遍。

案例

PS：由于在上一篇文章已经详细的介绍了一个完整的视频模板化生产过程，所以这篇文章大部分案例只会讲解流程逻辑，还没有看过上一篇的朋友可以先看看。

数据可视化

在过去的18或17年里，我忘记了一段视频在朋友圈或微信群中被广泛转发。我相信很多朋友都看过：

就是这个“中国GDP逆袭”的视频，这个视频是YouTube上的，关于这个视频或者这个视频的账号带来的数据和收益，有兴趣的朋友可以去了解一下。

类似这样的一款视频，它的传播因素很明显：震撼和国人的自豪感，这也确实值得骄傲。

但是这个视频里的源数据如果放到一份Excel表里，对于非数据专业的人士，没有一个有兴趣看。

毕竟，这些数据很无聊，有些人甚至可能不理解！

而把一份别人没有兴致看下去的数据报表以直观清晰的表现手法变成别人乐意观看甚至是乐意传播的优化策略，我觉得很高级。

这就是这个视频的价值所在，把困难枯燥的转为轻松有意思的。

有可能大规模制作这样的视频吗？答案是肯定的。

生产策略

我不太清楚原作者是如何制作这样的视频的，这里提供一下我所知道的方式方法：

知乎有一个问题：大家都是在哪些网站找数据？[1]，在这个问题下，有很多答主贡献了很多数据源。

例如，国家统计局和其他相关部门的各种报告：

在这些地方可以找到很多与民生相关的数据报表，比如人口、工资等等，都是允许下载查看的，虽然大多数人甚至网址是多少都不知道。

当然，有很多由第三方网站提供的行业报告可以回答这个问题。这样，就可以解决数据源问题。

其次，python有个模块包：pandas_alive，它很有意思，可以把数据可视化成一张GIF动态报表，生成出来的效果跟上面提到的“中国GDP逆袭”的视频是一样的。

以下是人口城市化的数据报告，如图所示：

以下是熊猫存活一代后获得的图片：

可以看到整体展示方式跟我们看过的案例视频一模一样，下面是它非常简洁的代码：

当然我们最后要的是视频，所以还需要借助python的moviepy 视频处理模块，也是两句代码，把GIF图片转换为mp4 的视频文件。

接下来就没什么了，还差一个背景音乐，再次利用moviepy把音乐插入到我们生成出来的mp4 视频里即可，下面是最终成品：

现在让我们看看，以这种方式制作的视频与目标视频之间没有区别，因此只有在流水线上进行大规模生产。

在这个管道中，我们需要准备一批可以调用的数据报告。上述数据源网站可以解决这个问题。

接下来再对下载下来的数据报表人工过一眼，标题是否要修改、数据格式是否要调整，一次性搞定这些问题。

然后找一批“大概率”应景的音乐作为可随机使用的BGM，这是一次性的工作。大概率的意思是指这些音乐作为BGM，与这些数据对应的内容，不会明显不协调即可，我们总不能放一首喜洋洋的主题曲进去。

准备工作都完成后，剩下的就是代码的事情了，让它自动转换每一份数据为GIF，然后->视频->音乐->存储。

再然后就看这批视频要发到哪里了。

在tiktok上，这些视频的作者相对较少。在数十万个级别中，被搜索的粉丝数量相对较高。

数据有好有坏，两百多个的视频要量产的话工作量也不算很大，目前有看到的是在视频里插入测试类小程序，当然还看到了可能会走技术教学路线的：

而在西瓜、B站这样的长视频平台，这类视频可能会更合适一些，就赚播放量，我在B站看到一个还不错的UP主：

发的视频数据还算可观，这种视频往往与民生结合，争议比较多，至于呈现出来的内容，谁来做都是差不多的。

事实上，关于实现，在上一篇文章发布后，一些朋友也在纠结实现方法，但问题在于我们付出了什么样的代价。

对于那些能够实现这一点的人来说，上述案例几乎没有成本，即使时间成本非常小，销售流程也是可以接受的。

无非就是换算一下一个流量多少钱以及能拿多少流量的事，我们毕竟不能一边不愿意做IP做服务做精细化的视频，一边又想要做带货赚暴利，这是取舍和选择的问题。

如果没有任何变现的可能，那当然不值得，但是如果我们发现市面上有需求、有人提供服务、有钱赚，那这就是可以考虑的，自己评估值不值得。

我们不必做兼职或花一点钱，这很好。如果我们不必这么做，我们根本不必这么做。

当然，虽然你不能同时拥有鱼和熊掌，但总有妥协的可能。这就是接下来要讨论的问题！

起名业务

据说这是一个“烂街”生意，但它不会减少市场的巨大需求：

论广告之多，一屏看不完，没有一张大师图片镇场都不好意思说是干这行的。

抖音当然不能少了，我在上一篇文章也有提了这个取名业务的建议，我们先来看一个视频：

下面是原视频：

这个视频有32W点赞，当然了，除了置顶的三个视频是几十万之外，这个账号大多数的视频都是几百个赞，这才是常态：

但是截止目前这个账号在发了700+的作品之后总共累积了近百万的粉丝：

看着这满满的联系方式，以及视频下面评论的各种问名字，这样的数据量如果没赚钱，那我是不信的，取名的客单价可不低，关键是没成本(不是指几十块的机器取名)。

上述那个32W的视频，我相信大家看了并不觉得有什么稀奇，事实上跟账号里的其他作品没有任何差别，而这种现象在抖音里也不新鲜了。

同样的，这样的视频能批量化生产吗？答案比刚才还肯定！

生产策略

由于这个案例比较典型，所以下面我们来过一遍思路流程，首先我们看了上述的案例视频，它有这么几个有意义的核心元素：

绿色模板背景（常量）、道德（常量）、推荐姓氏（常量）、红色印章（常量）、背景音乐（变量）、名字（变量）、口译（变量）、姓氏（变量）、声音（变量）

常量就是不会变的了，而随着视频的播放变量则会改变，所以我们需要一张固定的背景图和红色印章(百度)，然后在PS里把这个固定的背景模板设计出来即可。

这块工作以后可以交给设计做，我作为大学自学过几天PS的菜鸟，简单做了一版：

底图选了一张中国风的，红色印章是随便找的，反正那么小看不出来。

在这一步我们先把最终结果整体做出来，确定没问题之后再隐藏变量部分的图层，只保留：

存储为PNG图片备用，然后再恢复变量部分的显示，这样模板我们就暂时完成。

其次，我们做视频批量命名业务。名称和解释是我们的数据来源。这些数据可以被百度搜索“宝宝命名”，找到一些网站或工具，批量收集一批数据，一些支付工具可以随意查看。

这块不再演示，我随便在网上收集了差不多 300 条数据：

这些名字都是根据古诗词取的，在这里原诗词就作为释义内容，释义分为两段，一一对应，这样一来名字和释义这两个变量的数据就搞定了。

部分朋友可能会觉得使用诗词里的字眼做名字好俗，但事实上最近这些年不都是……

至于姓氏部分，百度有一百个姓氏！

接下来我们还差一个最重要的，语音播报。

我们希望在切换到相应的名称时，视频可以读出名称和相应的解释内容。这种需求实际上是短文本语音合成。

在本次的测试里，我选择了百度智能云的语音api接口，他们有提供测试，事实上付费也很便宜：

可以选择各种AI语音，支持改变速度、调整音量等。每个文本可以转换成相应的MP3文件，并根据数据ID保存：

假设这是某条记录：“公卿 此路何潇洒，永无公卿迹”，下面是它的语音合成结果：

转码的原因是一些噪声，这些噪声不会在本地找到。除了百度云，阿里云等多个平台的语音服务都支持语音合成的接口功能。

现在，当我们在处理某条姓名记录时，都可以得到这条记录对应的语音文件。

最后，再到百度里找几个抖音比较流行的音乐作为BGM即可，我也随机找了 10 个左右。

现在，万事俱备东风也不欠，可以开始批量化的生产了，以下简单说一遍执行流程：

1：每次从数据库里拿N条记录，比如 4 条，这 4 条记录将会合成一个最终视频，接下来先一条条处理。

2：根据记录里的姓名和释义内容，使用python的pillow模块把文字写到模板底图上，至于文字的坐标：

名称的第一个单词与底图左侧的像素和顶部像素之间的距离，即坐标，可以通过在原始设计图纸中用尺子测量实际距离（PS）获得。解释相同。它分为两句话，

可以从一百个姓氏中随机选择四个推荐姓氏。用同样的方法，获得坐标并将文本写入图片的相应位置。通过这种方式，我们可以生成录制的图片：

3：一条记录的图片生成好了之后要马上将其转换为视频，先获取这条记录对应的语音时长，比如 4 秒。

然后使用python的cv2 模块将图片逐帧合成 4 秒的视频，这个视频在这 4 秒里就显示这张图片，接着保存视频(保留与记录id的对应关系)。

4： 4 条记录对应的 4 个视频都制作完毕之后，再使用python的moviepy模块合成视频，具体步骤是：

挨个打开这 4 条记录对应的视频，给每个视频都加入它对应的播报语音作为该视频的BGM，合成 4 个视频为 1 整个新视频，随机选择一首BGM插入新视频(音量低一些)，保存整个合成后的视频！

以上步骤，即可批量生成几百甚至几千的视频，只有数据足够，下面是合成出来的最终结果：

中间的切换过渡有随便加了个淡入淡出的风格效果，使用的是“胡晓波男神体”可商用字体。

至于案例视频里的封面有的人会做有的人不会，但是多一张封面，它的处理逻辑也是跟上面一样的，上一篇文章也有讲解了封面和结尾的处理，这里就不细说了。

基于现有的300条数据，我批量生成了大约100个视频，不到10分钟。我随机挑选了十几个，结果是意料之中的。

由于是演示数据，有些地方我没太在意，比如释义过长、个别生僻字程序会写错，多做一层判断即可，这些就没去处理了，另外姓氏我是随机的，实际上应该是比较常见的姓氏会比较好。

有兴趣的朋友可以等下文章底部领取看看。

现在我们对比案例视频和我们机器生产出来的视频，有什么差别吗？是不是没有任何差别。

当然，你或我喜欢哪段视频并不重要。看起来好还是不好无关紧要。毕竟，萝卜和蔬菜有自己的爱好。这件事本身就是个数量问题。这就是为什么案例账户中的视频几乎相同，视频之间的数据也会非常不同。

这个事情交给我来做，在大方向上肯定也是矩阵运营，多号多平台多视频上，几个视频或者一段时间内起不来效果完全属于见怪不怪，反过来爆了也正常。

大家可以去搜索一下起名、星座、塔罗牌，类似形式的抖音号都是矩阵，观察他们留下的VX即可。

星座和塔罗牌可以用同样的形式命名。他们甚至可以做一些互动测试来改善数据指标。

PS：命名最终需要交付，也就是说，命名人。我强烈建议不要用软件来命名人。毕竟，这也是人们生活的问题。最好有能合作的线下大师和绅士。如果情况不好，你可以在淘宝上开一些大商店，赚取差价。如果你不灰心。

表情包

距离我之前在知乎写的用关键词从抖音挖掘到表情包业务 已经快两年了，到现在，抖音里的表情包账号貌似越来越多，市面上也出现了很多款表情包相关的平台、工具、小程序等等，以及网上也有越来越多的表情包教程的文章。

这样一个信息差居多的业务不仅没有消亡还颇有愈演愈烈的趋势，有种可能是：随着推荐系统的不断普及，网民获取信息的能力和主动性会越来越差，这或许也是个机会？

言归正传！

我们到抖音去搜索表情包的相关账号时，一般可以看到主流的形式有两种：

图形形式也可分为直接上传图片或合成视频后上传图片。除了一些视频会为表达包发声，无法处理外，其他形式的表达包视频基本上可以批量制作。

批量生产的处理逻辑结合我的这两篇文章足够解决，所以这个版块不再介绍生产策略(BGM尽量跟着热点走)，主要提一下数据源和变现方面。

数据源

我所能考虑到的表情包数据源有这么几种方式：

1：从百度找出大量的表情包站点，分析页面规则，写相应爬虫，将这些站点作为一个稳定提供数据的接口。

2：网上有人去抓包sg输入法的接口，包括其他一些表情包平台或工具的接口，但是这种有没有风险我不太确定。

3：付费接口，有个别较大的表情包平台有提供付费接口，具体名称就不提了，百度就有。

4：移动价格：

几万张，就算一个视频 10 张，发到不干了都可以，而且这些商家还会提供网盘更新。

别管是不是很多人买，信息差永远永远存在，没有哪个用户会看完这几万张表情包然后在刷到我们视频的时候骂一句早看过了！

收集数据时，最好保持类别关系，因此最好根据类别进行批量生产。当然，不管是视频还是表情包。

变现

表情包的描述似乎不像第一个“数据可视化”案例那么技术化，其效果是“数据可视化”给人一种更高级的感觉。

可是在互联网营销领域，赚不赚钱跟这个事情本身容不容易或者有没有技术含量并没有必然关联，再加上“娱乐至死”的风气如今是大行其道，开心最重要。

所以相对来说，表情包能支持的变现方式反而还比专业内容更加丰富，除了我在知乎提过的教学，还有广告变现，形式不一：

此外，表达式包本身也是一种资源。也有人说，互联网用户的信息获取能力和主动性越来越差。稳定地提供资源也是一种服务，比如加入充电组。

最后再建议下类目选择，表情包的更多场景是微信聊天，分群聊和私聊，群聊更多是搞笑、装13、吸引注意力，私聊方面，有兄弟之间、闺蜜之间、情侣之间、家人之间。

其中，恋人的故事会相对有价值，内容也会很有趣。使用expression Pack相互连接的家庭可能会更少。至于同性恋者之间的表达方式，他们通常都很丑陋，所以别提了

如果大家对于类目选择不是很有方向，就多看些账号作品下面的评论，什么类目的往往比较多人在求如何取图。

对了，顺带说一下，壁纸号也是跟表情包一模一样的处理逻辑，甚至它的引流效果会更好，因为大家对壁纸的核心需求是高清原图。

书单号

书单号也算个典型案例，但是书单号除了我在上一篇文章说的可以尝试的形式以外，目前抖音普遍的还是这样的：

也就是说，以图形形式，以下是18W粉丝发送170件作品的账户窗口：

图文形式也是有批量化的概念的，**让设计做几份模板底图(可以各种风格测试)**，模板上的字和封面就是变量，根据我们要推荐的书籍自动生成。

这种形式也没有技术含量，打算做这个领域的 我相信数据源也不需要特别说明了，只不过有个点我说说我的看法：

有些朋友在打算做书单的时候，可能是没有太考虑品类的问题，单纯找一些热门的畅销书推荐，这倒也没错。

但是我认为，世界上真正喜欢看书的人的比例总是少之又少的，世界上大部分生意都基于感性，而大多数人买书更是如此，真正经常看书喜欢看书的人很少会在抖音等别人推荐。

大多数在短视频中买书的人更容易冲动。他们想买一本书，在某个时间点到达TA后看看，尽管他们可能会在买了一个干燥循环后提高灰烬。

这是我简单统计的关于书单的群体和需求品类等数据。

我的想法是：应该了解有哪些目标群体，确定我们要对标的群体，同一群体的相关内容，标签比较接近。

其次要了解有哪些品类，不同的品类背后的买书需求是不一样的，而不管是什么样的需求，都有可以让他冲动的时候，这些需求要用什么样的文案去打动，这是关键。

举这个例子是希望提醒大家，不要被我的框架限制了，不能我说批量化生产，就只盯着批量化生产而不考虑其他环节的优化。

延伸资讯号

我在GitHub上看到了一个项目，制作了一个所谓的“Ai短视频工具”，实际上是语音合成+混合剪切。

比如提供一份word，或者图文内容，可以自动把它转换为一份视频，文章里的配图用做视频背景，文字利用接口转为语音播报。

这个最大的作用毋庸置疑是洗稿。

我在之前的文章中提到过一点：当我们整合内容时，我们应该尽可能多地提供附加值，这意味着通过我们的整合，我们可以为用户带来其他价值，这是最好的。

例如，用户不想看到数据报告。我们把它转换成直观的视频，让TA更容易理解，所以我不建议简单的草稿清洗。

但是上面这个形式，我觉得可以优化一下，比如用户并不愿意看长篇的新闻文章(现在很多新闻的小编也是废话文学的高材生)，那么当有一个新闻热点出来的时候，我们把新闻的重点和相应的配图组合成一个视频，用户就可以瞬间知道发生了什么，这就是现在在抖音比较流行的形式：

大部分媒体官方都是这样的形式，使用这种方式就有了优化的意义。

至于批量化，大致的流程是：

从一些渠道获取新闻和信息文章（最好是与民生有关的有争议的文章）。使用“文章摘要提取”技术提取内容焦点，并将内容标题和内容焦点，以及与内容匹配的图片或文章封面组合成短信息视频，然后播放悬疑音乐。

这是处理逻辑，不过资讯内容并不适合大量批量化，因为有时效性，短期内容的批量化是可以的。

当然了，关于发布新闻资讯权限又或者在一大堆官方的情况下再做这种资讯号有没有意义价值，这些另说，毕竟也不一定是运用到资讯领域，仅供参考启发。

音乐号

这算是一个纯粹扩展视野的思路吧！

github上有个项目，智能提取一首歌的副歌，通俗一点来说就是：高潮部分。

给它一首mp3 歌曲，它能识别出副歌部分，然后生成一份纯副歌开始的mp3 文件，这个项目也有对应的python模块包“pychorus”可以直接调用，代码也是两句话。

短视频本身就是即时满足的产物。让用户直接浏览歌曲最好部分的方法（前一段中的一些歌曲可能很好）是许多音乐号码的方式。

所以再搜集一些演唱会场景、名人观众深情聆听场景作为视频背景切换，这样一个可以量产的音乐号就出来了。

结语

整篇文章中提到了几个案例，希望能给你一些视频创作的灵感，而不是局限于固定的形式。

此外，我还想表达：要跳出自己的领域，在我看来有些事情几乎是不可能的，但在相应领域的人员眼中，这就像玩。

当我们了解的领域足够多，融会贯通后我们自然而然会并发出新的稀奇古怪的想法出来。

就好比我为什么会有这些短视频批量化的思路，其实早在三年前我就是用这种方式在投放抖音信息流的。

在考虑整体策略后，让人们准备大量材料（拷贝、图片和视频），然后自己编写脚本。在一定的策略下，自动选择交付参数并随机组合不同的想法。

然后通过接口提交计划，几分钟就可以组合几十个甚至更多的计划到后台，然后根据转化优胜劣汰，再继续新增、再继续删除。

这些是因为我知道技术可以干什么以及不能干什么，所以做互联网业务，并不一定需要学技术，只是有空可以多了解其他领域的一些基本知识。

我在上一篇文章从网页的“小广告”中提取出最热门的业务！里也表达了一个观点是：曲线救国。

当我们从事网络营销时，我们会遇到很多问题。我们不必对这些问题一成不变。从其他领域来看，只要最终目标能够实现，我们就应该采取一些迂回的方法。