AI Content Production Workflows
AI 内容生产工作流
我围绕真实运营任务搭建了几套 AI 工作流，覆盖抖音数据入飞书、公众号处理、图片生成、数字人口播和疫苗条漫。每套流程都有明确的输入、处理和交付结果，用来减少重复操作、提高内容生产效率。
数字人口播生成环节
个人制作前后对比；不含完整人工验收，不代表批量稳定性- 周期
- 2026
- 账号 / 产品背景
- 北京大德博瑞任职项目｜多套内容与运营自动化流程的拆解、搭建和验收
- 我的角色
- 主导
- 个人职责
- 我根据实际制作任务设计流程、规则和检查步骤
- 团队协作
- 与内容团队协作｜人工审核与发布责任保留在运营侧
- 渠道
- 公众号图文 / 疫苗条漫 / 数字人口播
PROJECT CONTEXT & RESPONSIBILITY
项目背景与工作重点
这些任务都存在重复操作，但输入、输出和检查标准并不相同。我的做法不是做一条万能流程，而是先按实际任务拆开，再分别处理。
适合自动化的是链接读取、字段整理、格式处理、素材上传和固定模块拼接；不适合自动化的是选题判断、事实核对、医学表达、异常处理和最终发布。
PROJECT SCOPE
工作流模块与实际用途
抖音数据自动采集入飞书
通过 Coze 获取视频链接和原文案，完成文案二创、格式优化，再批量写入飞书表格。
模板化图片批量生成
套用固定模板批量替换文字和图片，再人工抽检。
公众号图文自动化生成与发布
从文章或标题开始，完成成文、配图、排版和草稿发布。
公众号资讯贴图自动生成
根据摘要和标题字数选择模板，生成资讯贴图。
疫苗科普条漫自动化生成
把疫苗文章拆成问答和双角色分镜，生成竖版条漫。
数字人口播视频自动化生产
完成口播改写、数字人生成、字幕处理和剪映草稿。
公众号图文一键排版发布
读取 Word 内容，上传图片并套用固定排版，生成公众号草稿。
PROJECT FRAMEWORK
为什么做，以及我是怎么落地的
先说明为什么做，再说明我如何拆解和落地这些流程
“3h → 5min”“6h → 10min”来自个人实际制作前后对比；完整人工验收未单独计时，也未建立批量样本。
STRATEGY & EXECUTION
工作流设计与验收
我的工作重点
- 01
我先从内容团队每天反复做的事情入手，整理每项任务需要什么、最后交付什么。
- 02
把公众号排版、资讯贴图、数据整理等高频工作拆成独立流程，分别设置输入、处理步骤和检查点。
- 03
优先把使用频率最高的公众号一键排版和资讯贴图做成低门槛入口，让写作者和不会做图的同事都能直接使用。
- 04
流程负责处理重复操作，文章判断、内容核对和最终发布仍由人工完成。
具体怎么做
抖音数据入飞书
用 Coze 串起链接采集、原文案获取、文案二创、格式优化和飞书表格写入，并在字段和异常处保留检查点。
数字人口播
把文章内容整理成适合口播的文案，生成数字人视频样片，再由人工检查表达和画面。
疫苗条漫
把文章转为 5 组问答、双角色分镜、生图与竖版画板输出。
公众号发布
解析 Word，处理正文图片、封面、固定头尾模块与公众号草稿接口。
人工验收
保留事实、医学表达、角色一致性、字幕节奏与最终发布检查，不让工作流越过责任边界。
IMPACT & EVIDENCE
结果与证据
结果说明
- 抖音数据整理：约 2 小时缩短至约 5 分钟；实践示例中的视频链接、播放量、时长和点赞数等字段核对准确率为 100%。
- 数字人口播：生成环节由约 3 小时缩短至约 5 分钟；不含完整人工验收。
- 疫苗条漫：角色一致性画面生成环节由约 6 小时缩短至约 10 分钟；不代表批量稳定性。
- 公众号排版：可从 Word 读取内容、上传图片、套用排版并生成草稿，最后仍需人工修改和发布。
相关账号与代表内容
公开入口、历史存档与受限账号分开标注；账号下线时，以页面内的截图、代表内容与阶段数据为准。
LEARNING
项目复盘
我把高频、重复的步骤交给工具：写作者上传自己写好的文章，就能直接套用公众号模板并生成草稿；把新闻内容输入资讯贴图流程，就能快速得到对应的配图。这样不会排版的人也能完成公众号发布前的处理，不会做图的人也能快速产出贴图，团队节省的是制作时间，内容判断和最终发布仍由人来负责。