不想露脸、不会剪辑,还想做自媒体?我用一部手机让 AI 从数字人口播做到成片(附开源 Skill + 实战教程)
手机都可以做数字人了,你敢相信吗
等等,先别急着反驳:“剪映不也能在手机上做数字人吗?”没错,手机做数字人早就不新鲜了。但如果只需要跟 AI 聊几句,它就能帮你完成选题、写稿、数字人口播、剪辑包装这一整套流程呢?
以前做数字人,我的第一反应就是开电脑、配显卡、装软件。声音克隆、口型同步、视频生成、后期剪辑,一套流程下来,费时又费力。虽然现在工具门槛降低了,但想长期运营一个数字人账号,依然需要投入不少精力。
最近我一直在用的Renoise,它就有这个功能,我直接拿起手机,上传一张自拍、录一段声音,做出自己的数字人,再通过对话让 Agent 帮我完成后续的视频制作。不用研究复杂提示词,也不用在多个工具之间来回切换。
真正吸引我的,是它这三个能力:
第一,你说想法,Agent 负责执行。
选题、脚本、分镜、视频生成,直接通过对话完成,不用配置复杂环境和 API Key。
第二,不只是生成数字人,还能自动剪辑。
从数字人口播到字幕、画面补充和剪辑包装,都可以交给 Agent 处理,省去反复切换工具的麻烦。
第三,哪里不满意,直接对话修改。
比如某个画面不合适、字幕需要调整,告诉 Agent 对应位置,就能继续修改,不必自己逐帧处理。
简单来说,剪映更像是需要自己操作的剪辑台,而 Renoise 更像一位 AI 导演。你负责创意,它负责执行。 |
两者真正的区别,不是能不能做数字人,而是视频制作方式不同。
这也是我这次实测想验证的:一个人、一部手机,能不能跑通整套数字人自媒体工作流?
下面分享我的完整实操过程,从自拍、声音克隆、Agent 写稿,到数字人口播、自动剪辑和成片导出。
想做 AI 口播或自媒体 IP 的朋友,建议先收藏,跟着操作一遍。
一、实战教程:我如何用手机打造自己的 AI 数字人
这次我的目标很明确:制作一个能长期用于 AI 知识分享、自媒体口播的个人数字人形象。 不只是生成一条视频,而是尽量跑通一套后续可以重复使用的流程。下面就是我的实际操作过程。
前提准备好要用的工具
第一:手机安装微信输入法【app使用的时候直接自己口喷和agent对话】
第三:Renoise app软件【因为国内应用商店没上架,下载问题,见后面教程】
第一步:一张自拍 + 一段声音,制作本人数字人
首先,在手机上打开 Renoise App,准备一张清晰的本人正面照片、一段环境安静且声音清楚的录音,再确定数字人的使用场景。我这次选择的是自己的形象,因为我平时主要分享 AI 实战、AI 工具应用和降本增效相关内容,所以希望数字人保持真实、自然、适合知识口播的风格。
这里分享一个小经验:不要只考虑数字人像不像你,还要考虑它以后适合讲什么内容。 如果是知识分享账号,优先考虑表情自然、口型同步和声音清晰;如果是产品展示账号,还要考虑服装、背景和商品画面是否协调。

第二步:直接和 Agent 对话,告诉它你想做什么
数字人准备好后,就可以开始制作视频了。我这次没有写一大串复杂的提示词,而是在 App 里直接和 Agent 沟通。这里需要说明一下,我使用的是第三方输入法自带的语音输入功能,并不是 App 内置的语音对话。我把想法说出来,转换成文字发给 Agent,整个过程比较顺手。
下面这段数字人口播任务提示词,大家可以直接复制使用:
我要制作一条 45 秒左右的竖屏 AI 数字人口播视频。我的账号定位是 AI 实战分享,目标观众是普通职场人、中小企业老板,以及想利用 AI 做副业的人。
本期主题:普通人如何利用 AI 数字人制作自媒体视频。
要求开头 3 秒有吸引力,使用反常识或者结果展示的方式;整体语言口语化,不要堆专业术语;使用我的本人数字人出镜;画面采用 9:16 竖屏,适合抖音、小红书和 YouTube Shorts;口播过程中适当加入操作演示画面、重点字幕和关键词提示;结尾设计一个自然的互动问题。
先输出视频结构和口播文案,等我确认后再开始生成。整体风格真实、自然、节奏紧凑,不要太像广告。
这里我特别建议大家记住一句话:先确认脚本,再开始生成。 AI 视频制作最容易浪费成本的,不是模型生成速度慢,而是方向没想好就开始生成,最后又全部重做。
第三步:让 Agent 写稿,数字人负责出镜口播
选题和脚本确定后,我继续让 Agent 生成数字人口播视频。这时候可以让它优先使用app自带的数字人口播Skill,例如直接告诉它:“使用数字人口播 Skill,调用我已经创建的人物形象和声音,按照刚才确定的脚本制作视频。保持人物形象一致,声音自然,口型同步,适合自媒体知识分享。”
数字人负责出镜讲解,其他画面用来补充说明。比如讲到“上传自拍”,就展示手机上传照片的画面;讲到“AI 写稿”,就切换到 Agent 生成文案的界面;讲到“视频剪辑”,就展示剪辑处理过程。不要让数字人从头到尾坐在那里念稿。 适当穿插操作画面、字幕和特写,通常比纯粹的数字人口播更有观看价值。
第四步:不用再打开剪映,让 Agent 继续剪辑
这是我本次体验特别关注的环节,因为生成一个数字人视频,并不等于完成了一条能发布的短视频。真正耗时间的工作,还有字幕、画面补充、节奏调整和剪辑包装。我让 Renoise Agent 继续处理这些任务,如果某个位置不满意,就针对对应片段提出修改意见。
例如告诉 Agent:
“在12秒的时候这个平台“Renoise”的英文单词名字要读正确,重新配音,现在按中文说的,不行。”
这样就不必完全从头生成整条视频。不过这里也要强调:Agent 帮你剪辑,不代表完全不需要人工检查。 我自己会重点检查人物是否一致、声音和口型是否自然、字幕有没有错字、内容是否准确,以及视频节奏是否适合目标平台。AI 可以负责执行,但最后还是需要创作者自己把关。

第五步:导出成片,手机和电脑接着做
制作完成后,就可以下载视频。这次比较方便的一点是,我在手机 App 上开始的项目,也可以回到电脑网页版继续操作。对于经常在外面跑业务、临时想到选题的人来说,这种跨设备衔接挺实用。手机上先把想法、人物和脚本准备好,回到电脑再做细节调整,不用每次都重新建项目。

二、跟 Agent 聊想法,不等于每句话都要花积分
这一点我觉得值得单独讲。很多人使用 AI 视频工具,最担心的就是还没把视频做出来,积分先消耗得差不多了。Renoise 的 Agent 对话和实际生成任务是分开的,讨论选题、修改方案、完善脚本,并不按照每一句聊天扣除生成积分;真正执行需要付费的生成、剪辑任务时,才会涉及相应消耗,具体以自己的套餐和实际任务账单为准。
所以我更建议这样的制作顺序:先聊清楚 → 确认脚本 → 小样测试 → 检查效果 → 正式生成。 别一上来就追求最高分辨率,如果方向错了,生成出来的 1080P 视频也没有意义。
另外,结合本次体验和品牌提供的建议,我整理了几个比较实用的省积分方法。普通场景素材可以先尝试 Wan 系列等成本相对可控的模型,不是每一段视频都必须选择最贵的模型;如果需要更强的镜头表现、特殊动作或复杂场景,再根据实际情况考虑 Seedance 等模型。具体支持哪些版本,以产品当前模型列表为准。
在模型支持的情况下,可以先用低分辨率确认人物、画面和动作,方向正确后再提升画质。同时尽量优先使用已经配置好的数字人口播、口播剪辑等 Skill,让 Agent 调用对应能力,而不是每次从零描述整套流程。省钱的关键不是永远选最便宜的模型,而是减少方向错误导致的重复生成。
三、实测成本:到底花了多少时间和积分?
我觉得 AI 工具实测不能只展示成功画面,成本、耗时、修改次数,同样应该公开。这次我也准备把实际数据整理出来,让大家可以更直观地判断这套流程是否值得长期使用。

这里我不打算编一个漂亮的数据,因为不同人物素材、模型、视频长度和修改要求,都会影响成本。我也建议大家在跑第一条视频时,就记录好生成时间、积分和修改次数,这样才能真正判断某个工具适不适合自己。

四、做完这次数字人,我把“一人自媒体工作流” 项目开源了
现在我主要研究的方向,就是如何把 AI 真正用到自媒体创作、企业宣传和实际业务中。以前我想做数字人,考虑的是需要什么显卡、使用哪个开源项目、怎么部署环境,以及如何处理声音和口型同步。现在我开始考虑另一个问题:如果已经有了自己的数字人,能不能形成一套每天都可以重复使用的视频生产流程?
比如:**确定选题 → Agent 写稿 → 数字人出镜 → AI 剪辑 → 真人审核 → 发布复盘。**这才是我真正想跑通的东西。以后无论是做 AI 教程、产品讲解,还是企业业务宣传,都有机会复用这套流程,而不必每次从头开始。
不过,我不建议大家一上来就想着一个人运营十几个矩阵号。先做一个号,连续跑通 5–10 条内容,观察生成质量、成本和效率是否稳定,再考虑复制到其他账号。 AI 可以帮你处理重复劳动,但选题、观点、内容真实性和最终审核,仍然是创作者最重要的能力。
附:一人自媒体工作流 开源项目链接:
https://github.com/modengsir/OnePerson-Media
自己AI数字人视频这套工作流就搭好了,以后可以一直复用啦,个人IP系列视频就可以很轻松的做下去啦。大家可以看看我这两个视频效果
赶紧冲!

五、最后聊聊:数字人的门槛,确实在降低
回过头来看,以前做数字人,最让我头疼的是环境和工具。现在通过手机和 AI Agent,已经可以把其中不少步骤简化。但我也不会因为工具方便,就认为它能自动做出爆款。数字人解决的是“谁来出镜”,Agent 解决的是“谁来执行制作”,真正决定视频有没有人看,还是内容本身。
这也是我现在做 AI 实战内容一直坚持的思路:少研究那些看起来很厉害、实际却跑不通的功能,多研究普通人能用起来、能长期复用、能帮助业务提效的工作流。
这次我用 Renoise 跑通了一遍自己的数字人口播制作流程。下一步,我更想验证的是:把这套流程放进日常自媒体运营,到底能省多少时间,能不能稳定产出内容。如果你也准备做数字人自媒体,不妨先收藏这篇教程,试着用自己的照片和声音跑通第一条视频。
最后问大家一个问题:你觉得现在 AI 数字人做自媒体,最大的难点是“数字人不够真实”,还是“视频做出来没人看”?
评论区聊聊,我很想看看大家的实际体验。
海外苹果商店 ID 和付费教程:
https://glossy-jackrabbit-bac.notion.site/ID-41b3d6da5cc78153832dcbc47689e90f
黑五活动信息:

本文中涉及的流程基于本人体验,功能、模型版本、积分和价格以产品实际页面为准。

来源:@ModengSir · 发布于 2026-11-18 11:11:14 · 原文链接