AI 口播短视频代产：我用自己的流水线，帮中小机构做内容外包

变现模式	接单代做
启动成本	500 元以内
上手周期	1 个月
收入量级	补充型
风险等级	低
验证状态	本人实测
最后核查日期	2026-08-29
每周投入	首月 60–80 小时，稳定后约 60 小时/月
所需技能	会写提示词、需懂剪辑

本文所述收入为区间估算，不构成任何收益承诺。副业存在不确定性，请理性判断、自担风险。

生产端为本人实测（我自己的口播视频流水线已连续运行数月，文中的耗时、坑点、工具选择都是一手记录）。获客端为公开信息整理 + 部分实操核实，转化率数据是区间估算，不是承诺。
AI 视频工具迭代很快，超过 3 个月请对照最新工具状态阅读。

写在最前面：这篇文章不打算卖给你什么幻觉

先把结论摆出来，你可以据此决定要不要继续读：

这不是一个睡后收入项目。 它本质是一门外包生意，你用 AI 把生产成本压到极低，然后把省下来的差价卖给不想自己动手的机构客户。收入随你投入的时间线性增长，天花板明确，大约在一个人 2 到 3 万一个月。

它的难点不在 AI，在获客。 生产端我可以在这篇文章里讲清楚，你照做一天就能上手。但绝大多数人会死在”没有第一个客户”这一步，所以本文用了最长的篇幅写冷启动。

它有明确的时效性。 数字人和 AI 配音的技术门槛正在快速下降，单条价格大概率会持续走低。这门生意现在还有窗口，但不是一门可以做十年的生意。

如果你要找的是”每天两小时躺赚”，这条路径不适合你，可以直接关掉。如果你能接受用确定性换天花板，继续往下看。

一、这门生意到底在卖什么

很多人第一反应是”我在卖 AI 视频”。不对。

中小机构现在普遍知道要做短视频获客。他们卡在三个地方：老板和老师不愿意出镜，没人会写脚本，没人会剪。这三件事情单独看都不难，但要求每天都做、连续做半年，就成了一件几乎不可能靠内部消化的事。

所以他们真正愿意付钱买的，是稳定的更新节奏。

这个认知会直接影响你后面所有的决策：报价按月而不是按条、交付要有固定周期、样片要对标他们的同行而不是展示你的技术。你卖的是”这件事不用我操心了”，不是”这条视频很酷”。

想清楚这一点，你就不会掉进和同行拼单价的坑里。

二、客户到底是谁

这一步选错了，后面全部白费。我见过太多人一上来就去找”想做短视频的个人博主”——那是最差的客户群：没预算、审美挑剔、需求不持续、还喜欢让你改十遍。

真正付得起钱、需求持续、且审美要求相对宽松的，是下面三类：

1. 本地培训机构

驾校、教资考证、成人学历、财会培训、少儿编程、艺考机构。

他们的获客高度依赖本地流量，抖音和视频号是必投的渠道。但机构里通常没有专职内容岗，老师们排课已经排满，让他们额外出镜拍视频基本不现实。这是我认为转化率最高的一类客户。

2. 专业服务机构

口腔诊所、医美、宠物医院、律所、会计事务所、保险经纪。

这类客户有一个额外的好处：他们对真人出镜有天然顾虑（合规风险、人员流动带走账号），所以 AI 口播对他们不是”退而求其次”，而是主动想要的形态。谈的时候阻力小很多。

注意这类客户涉及资质问题，后面第七节会专门讲。

3. 私域团队长与保险代理人

需要大量话术型短视频铺朋友圈、社群和视频号。单条质量要求低，但量大、频次高、付款爽快。缺点是流动性大，可能做三个月就不做了。

一条筛选标准

不用记上面的分类，记住这一条就够了：

对方已经在发视频，而且发得很难看。

“已经在发”说明预算和意愿都被验证过了，你不需要教育他为什么要做短视频。”发得很难看”说明你有替换空间，样片一对比就有说服力。

完全没做过短视频的客户，教育成本极高，成交周期动辄两三个月。冷启动阶段一律跳过。

三、报价怎么定

按月度包报价，不要按条报价。 这是这个项目能不能持续做下去的分水岭。

套餐	内容	月费参考
基础包	每月 12 条，图文口播成片，客户提供选题方向	1200–1800 元
标准包	每月 20 条，含选题策划 + 封面 + 标题文案	2500–3500 元
单条加做	超出套餐部分	150 元／条
单条零售	不推荐，用于试单	200–300 元

价格区间和你所在城市、客户类型直接相关。一线城市的医美律所可以往上走，三四线的驾校往下走。第一单不用纠结定价，跑通流程比多赚三百块重要得多。

为什么必须推月包，对客户可以说得很直白：

短视频的效果来自持续更新，单条做一次没有意义。按月来我们双方都能有节奏，我也能提前帮你排好一个月的选题。

对你自己的意义是：获客是这门生意里最贵的成本，月包把这笔成本一次性摊到 12 到 20 条上。只做单条零售，你的账永远跑不正。

首单必须收 50% 定金。 不接受”你先做一条我看看效果”——这是最常见的白嫖话术。想看效果，给他看你已经做好的行业样片。

四、交付流程：一条视频 8 到 12 分钟

这部分是我自己实测的流水线，稍作简化后可以直接用于交付。

第 1 步：批量定选题

一次性把客户的业务信息、目标人群、往期爆款喂给大模型，让它输出 30 条选题标题。然后把这 30 条发给客户勾选。

这一步的关键是一次定一个月。不要每条视频都去问客户”这期做什么”，那会把你拖死在沟通里。选题一次性确认后，接下来一个月你只管生产。

提示词大致结构：

你是本地 XX 行业的短视频内容策划。
客户信息：[业务范围 / 所在城市 / 目标客户画像 / 客单价]
往期表现较好的选题：[3 条]

请输出 30 条短视频选题标题，要求：
- 面向潜在客户而非同行
- 每条能在 60 秒内讲完
- 至少 10 条是回答具体疑问的形式
- 不使用夸张承诺类表述
只输出标题列表，不要解释。

第 2 步：生成口播稿

固定一套提示词模板，输出 250 到 350 字的口播稿。硬性要求是前 3 秒必须是钩子，且钩子不能是”大家好我是 XX”。

字数控制很重要。250 到 350 字对应 60 到 80 秒的成片，这是口播类内容的舒适区间。

第 3 步：人工过一遍

这一步不能省，也没法自动化。

要改的东西包括：专业术语是否准确、数据有没有胡编、有没有说了平台违禁的绝对化表述、以及最重要的——把 AI 那股书面味改成人话。

每条大约 3 分钟。这 3 分钟是你相对于纯自动化工具的全部价值，也是客户为什么付你钱而不是自己去用工具的原因。

第 4 步：TTS 配音

为每个客户固定一个音色，不要换。客户和他的粉丝会对音色形成记忆，中途换音色会挨骂。

语速建议比默认稍快一点，口播类内容语速偏慢会显得拖沓。

第 5 步：成片

两条路线：

图文成片：脚本配画面素材，成本最低，适合知识科普类。大部分培训机构用这个就够了。
数字人：适合需要”有人在讲”的场景，比如律所、医美。成本更高，且必须按平台要求做 AI 标识。

字幕是必须的，且必须校对。AI 配音偶尔会读错专有名词，字幕错了客户一眼就能看出来，非常伤专业感。

第 6 步：封面和标题

很多人会漏掉这一步，但这恰恰是不少客户最缺的能力。封面和标题单独交付，是你区别于低价同行的一个明显加分项。

第 7 步：打包交付

按周交付一次，不要按天。 网盘或飞书文档，附一句本周内容说明。按天交付你会被随时打断，按月交付客户会焦虑。

熟练之后，一个下午可以出一周的量。

五、冷启动 30 天

上面那套流程，认真练一天就能上手。真正的门槛在这一节。

我把它拆成四周，每一周只做一件事。

第 1 周：做样片，不是做名片

挑 3 个你打算切入的细分行业，每个行业做 2 条完整成片。

关键在于素材来源：去找你目标客户的真实同行账号，把他们发过的选题重做一遍。

这样你上门谈的时候，拿出来的不是一份”作品集”，而是”我看了您同行 XX 家最近这两条，按同样的选题重做了一版，您看看”。

这两种呈现方式的转化率完全不在一个量级。前者是推销，后者是已经开始为他工作了。

第 2 周：定点私信触达

在抖音搜行业关键词加本地定位，筛选粉丝在 500 到 5000 之间、有更新记录但内容质量粗糙的账号。

私信话术直给，不要寒暄，不要问”在吗”：

老师您好，看到您在做 XX 内容。我按您最近这条的选题重做了一版，配音和字幕都做好了，链接在这里，可以直接发。如果觉得能用，我这边可以按月做内容，您不用出镜。

每天 20 条，连续 10 天，累计 200 次触达。

关于转化率，我必须说清楚：这类冷启动私信的意向回复率通常在 1% 到 3% 这个区间，这是行业里较常见的水平，不是保证。200 次触达大致对应 2 到 6 个意向、1 到 2 个成交。

你需要接受的是：190 多个人不会理你。 能坚持把 200 条发完的人不到两成，这才是这个项目真正的筛选器。

第 3 周：线下同步跑一路

教培机构和本地门店，微信直接谈或者上门谈，成交速度比线上快得多，客单价通常也更高。

线下的话术和线上一样，核心还是那句”我按您的选题做了两条，您先看看”。

第 4 周：交付首单，然后要转介绍

第一单可以给到七折，但要附一个条件：交付满意后介绍一位同行。

这个行业的客户高度扎堆——一个驾校老板认识本地所有驾校老板。第一个转介绍出来之后，你的获客成本会断崖式下降。这是这门生意里唯一的复利。

六、真实的账

我把三个阶段的数字摆出来，包括难看的部分。

首月：触达 200 次以上，成交约 1 单，收入 1200 到 2000 元，投入时间 60 到 80 小时。

折算下来时薪很低。这个阶段你买的是流程熟练度和第一份案例，不是钱。心里要有数。

第 3 个月：如果转介绍跑起来了，稳定服务 3 到 5 个月包客户，收入 6000 到 12000 元，投入约 60 小时。这时候才算跑通。

天花板：一个人的极限大约是 8 到 10 个月包客户。再往上，要么招人做初剪，要么把流程工具化，否则时间不够用。收入基本卡在 2 到 3 万这个量级。

这些数字都是区间，取决于你所在城市、客户类型和你自己的执行密度。它是一个有明确上限的生意，但确定性远高于自己做号赌流量。 做号可能三个月零收入，这条路径三个月大概率有收入，只是不会暴富。

七、会失败的地方

这一节比前面所有内容都重要。

最大的失败点是获客，不是技术。 我再说一遍，因为几乎所有人都会在这里翻车。技术部分一天能学会，200 条私信要发十天，而且大部分是石沉大海。做不到就别开始。

客户会跑单。 首单必须收定金，交付节点要写清楚。”先做一条看看”一律拒绝。

审美是硬门槛。 AI 能生成内容，但没法替你判断哪一条难看。封面丑、字幕挡脸、配乐不搭，客户会直接感知到。如果你自己看不出来一条视频好不好看，这个项目做不了。

合规是硬约束，不是可选项。

数字人形象需要按各平台要求做 AI 生成标识，具体规则以平台最新公告为准，接单前务必自己核对一遍。
医疗、医美、金融、法律类内容，对发布主体有资质要求。接单前必须问清楚客户有没有相应资质，没有资质的单子不要接。 你是代做方，但内容出问题你也脱不了关系。
不要在脚本里写疗效承诺、收益承诺、绝对化用语。这是最容易被平台判违规的地方，也是客户最容易连累你的地方。

时效性明确。 数字人和 AI 配音的技术门槛在快速下降，工具越来越傻瓜化。我的判断是 12 到 18 个月内单条价格会有明显下滑。所以这门生意要么早做早赚，要么在做的过程中往上游走——从代产内容变成帮客户做整体账号运营，那个层面的定价能力才不容易被工具替代。

八、常见问题

Q：完全不会剪辑能做吗？
可以做图文成片路线，工具化程度很高。但”不会剪辑”和”没有审美”是两回事，后者做不了。

Q：需要真人出镜吗？
不需要。整条流程你都在幕后。

Q：一个人最多能接多少客户？
按月包 20 条计算，8 到 10 个客户是单人极限，再多就要考虑招人或者把流程工具化。

Q：客户要求改稿怎么办？
在合同里写清楚每条最多两轮修改，超出按单条计费。不写清楚你会被无限次修改拖垮。

Q：客户拿了样片自己去做怎么办？
会发生，但比例不高。真的会自己做的客户，本来也不是你的客户。样片的成本很低，不用为这个焦虑。

Q：这个和自己做号哪个更好？
两回事。代产是确定性收入、天花板低；做号是低确定性、高天花板。手头紧的先做代产，用它养活自己再去做号，这个顺序更稳。

九、这条路径需要的工具

写稿：任意主流大模型均可，中文口播稿的质量差异没有想象中大，选你用得顺手的。
配音：主流 TTS 服务，重点看音色自然度和商用授权条款。接商单前一定要确认音色的商用授权，这一点很多人会忽略。
成片：图文成片工具或数字人工具，按前面第五步的两条路线选。
剪辑收尾：常规剪辑软件，主要用来加字幕和调节奏。

具体工具的对比和当前状态，可以直接查站内工具库。工具在变，方法论不变，所以这篇文章我刻意没有绑定具体产品。

免责声明

本文所有收入数字均为区间估算与个人实测记录，不构成任何收益承诺。副业存在不确定性，实际结果受个人执行力、所在地区、客户资源、平台规则变化等多重因素影响，可能显著低于文中数字，也可能完全没有收入。

涉及医疗、金融、法律等特定行业的内容代做，请自行核实相关资质与合规要求。文中提及的平台规则以各平台最新公告为准。

请理性判断，自担风险。

AI Stack Nav