NotebookLM变身视频引擎：零成本自动化内容生产全流程
Turn Notebook LM into a Full Video Engine with Free Tools
本报告由 AI 深度分析生成，基于视频完整字幕。
导读
大多数创作者做一个视频要花好几个小时甚至好几天——选题、调研、写脚本、想画面、找素材、录音、剪辑。这期视频展示了一个完整的系统：用 Google 的 NotebookLM 作为核心引擎，配合几个免费工具，把从选题到成品视频的整条流水线自动化。
核心价值： 这不是"AI 帮你写个大纲"的程度，而是一套端到端的生产管线——从发现热门话题、构建知识库、生成专业级脚本，到规划每一帧画面、生成配音、组装成品。全程零成本，所有工具免费。
系统全景：6 步从零到成品视频
选题验证 → 知识库搭建 → 脚本生成 → 分镜规划 → 素材制作 → 组装成片
(YouTube) (NotebookLM) (NotebookLM) (ChatGPT) (免费工具) (剪辑软件)
第一步：用 YouTube 数据验证选题（不猜，只看数据）
不要猜观众想看什么——直接看什么正在火。
操作方法：
- 打开 YouTube 搜索，输入一个大类关键词（比如"psychology"）
- 点"筛选"：按热门度排序 + 本月上传
- 看排在最前面的视频——它们就是"当前正在赢"的话题
比如搜索结果中出现了一个关于"狗狗睡眠心理学"的视频正在获取大量播放量。这就是你的信号。
- 接下来搜索这个具体子话题"psychology of dog sleep"，同样筛选本月+热门
- 找到前 5 个表现最好的视频 → 复制链接
关键思维：你不是在"选题"，你是在验证一个已经被市场证明有效的子赛道。
第二步：用 NotebookLM 搭建知识库
打开 NotebookLM，创建新笔记本，往里丢两类来源：
来源一：5 个 YouTube 视频链接（第一步找到的热门视频） 来源二：5 个 Google 搜索结果链接（搜同一话题得到的文章、研究报告）
10 个来源加载完成后，你的笔记本就拥有了一个经过验证的知识库——不是凭空想象，而是基于当前正在获得流量的内容，从多个角度覆盖同一话题。
第三步：把 NotebookLM 变成"编剧"（核心魔法）
这是整个系统中最关键的一步——大多数人不知道的配置技巧。
默认的 NotebookLM 只是个研究助手：你问问题，它给摘要。有用，但不够。
改造方法：
- 点击笔记本的设置图标
- 进入"聊天"设置区域
- 找到"自定义"（Custom）选项
- 粘贴一段"编剧人格"提示词（视频描述和置顶评论中有提供）
这段提示词做了什么：
- 给 NotebookLM 赋予了一个视频编剧的人格
- 内置了 Hook 公式（如何用第一句话抓住注意力）
- 理解 YouTube 的节奏感（怎样用张力开场、怎样排列信息让人持续观看、怎样收尾形成势能）
- 最重要的：所有它写的内容仍然追溯到你加载的 10 个来源——不会编造信息
"You're not changing the sources. You're changing how Notebook LM processes and communicates what it finds." （你没有改变来源。你改变的是 NotebookLM 如何处理和表达它找到的内容。）
配置完成后，只需一句简单的指令：
Write a 1,000-word YouTube script about the psychology of dog sleep.
不到 60 秒，它就输出了一个专业级脚本。视频展示了开头的 Hook：
"You probably think your dog sleeps in your bed because your mattress is soft. You are wrong. It was never about the thread count or the plush pillows. When your dog circles three times and curls up next to you, it is an ancient biological pact." （你可能以为你的狗睡你的床是因为床垫软。你错了。这从来不是因为什么高支棉或蓬松枕头。当你的狗转了三圈蜷在你身边时，那是一个古老的生物契约。）
这不是摘要，这是一个精心设计的、让人停止滚动的 Hook。
第四步：用 ChatGPT 生成分镜表（Production Table）
脚本写好后，复制到 ChatGPT，粘贴一段"视频制作人"提示词。
ChatGPT 会逐行阅读你的脚本，然后输出一张分镜制作表：每一个场景该用什么类型的视觉素材。
| 画面类型 | 适用场景 |
|---|---|
| 主讲人出镜 | 需要可信度或个人连接的时刻（可以是真人、AI 虚拟人或静态图像） |
| 文字叠加/图形 | 关键数据、定义、需要强调的金句——文字比口述更有冲击力 |
| 素材影像 | 环境或情感氛围画面（比如"狗狗睡觉"、自然场景） |
| AI 生成图 | 概念性、科幻感或科学类画面，素材库找不到的 |
这张表就是你的施工图纸——后面所有制作环节都对照它执行。
第五步：用免费工具制作所有素材
根据分镜表，逐类制作：
| 素材类型 | 使用工具 | 操作 |
|---|---|---|
| 文字图形 | Canva（免费） | 黑底 + 大号粗体字 + 简单动画 → 导出 PNG |
| 素材图片 | Pixabay（免费） | 搜索关键词 → 下载 |
| AI 生成图 | Google Flow（免费） | 粘贴分镜表描述 → 生成 → 下载 |
| 配音 | Google AI Studio（免费） | 选择适合内容调性的声音 |
配音的关键技巧：不要一次性粘贴整个脚本。 按段落分批生成。如果一次性丢进去全文，后半段的质量会明显下降——节奏变懒、重音变平。先只粘贴 Hook 段，生成、下载；再粘贴下一段，以此类推。
第六步：组装成片
打开你的视频编辑器（CapCut、Premiere、DaVinci 都行）：
- 先铺音频——把所有配音片段按顺序排好，锁定音频轨
- 对照分镜表放画面——表上说这一段用素材影像，就放素材；说用文字叠加，就放文字
- 底层加背景音乐——低音量、氛围类、不抢配音的
- 加简单的缩放效果——不需要花哨，一点柔和的缩放就能让画面看起来更专业
"You're not guessing. You're executing a plan." （你不是在猜。你是在执行一个计划。）
为什么这个系统有效？
- 选题有数据支撑——不是拍脑袋，而是看本月什么正在火
- 脚本有来源支撑——NotebookLM 的每一句话都追溯到你加载的 10 个来源
- 分镜有结构支撑——ChatGPT 的制作表消灭了"不知道这里放什么画面"的困境
- 全程零成本——NotebookLM、Canva、Pixabay、Google Flow、Google AI Studio 都是免费的
- 可无限复制——换一个关键词，整套流程再跑一遍
行动清单
- 现在就试一次完整流程——选一个你的领域关键词，走完 6 步
- 保存那段"编剧人格"提示词——这是系统的核心，可以反复使用
- 配音一定分段生成——一次性全文粘贴会让后半段质量严重下降
- 先做短视频练手——5 分钟以内的成品，熟练后再挑战长视频
金句收录
"Most creators spend hours on a single video. What if that entire process ran itself?" （大多数创作者在一个视频上花好几个小时。如果整个流程自动运行呢？）
"You're not changing the sources. You're changing how Notebook LM processes and communicates what it finds." （你没有改变来源。你改变的是 NotebookLM 如何处理和表达它找到的内容。）
"That's not a summary. That's a hook engineered to stop a scroll." （这不是摘要。这是一个为了让人停止滑动而工程化设计的 Hook。）
"You're not guessing. You're executing a plan." （你不是在猜测。你是在执行一个计划。）
时间线索引
| 时间 | 内容 |
|---|---|
| [00:00] | 开场：把 NotebookLM 变成视频引擎 |
| [00:34] | 第一步：用 YouTube 筛选验证热门话题 |
| [01:42] | 第二步：往 NotebookLM 加载 10 个来源（5 视频 + 5 文章） |
| [02:51] | 第三步：用自定义提示词把 NotebookLM 变成编剧 |
| [04:26] | 展示生成的脚本 Hook 质量 |
| [04:59] | 第四步：用 ChatGPT 生成分镜制作表 |
| [06:33] | 第五步：用 Canva/Pixabay/Google Flow/AI Studio 制作素材 |
| [08:47] | 第六步：在编辑器中组装成片 |
| [09:22] | 展示最终成品视频片段 |
| [09:58] | 总结 |
评论
还没有评论，来第一个留言吧 ✨