用 AI 制作古诗词视频：4 个月涨粉 10 万+的案例

变现角度

把古诗词做成短视频，围绕它们打造一个教育文化类账号。每一首诗都变成一件视听作品——朗诵文字、匹配画面、字幕、配乐——用 AI 以远低于传统摄制团队的成本完成。本指南背后的案例凭借一个辨识度极高的模板，四个月粉丝突破 10 万。变现遵循文化类账号的标准阶梯：播放量稳定后获得平台流量收益，想触达这批受众的品牌赞助，以及把诗词延伸为可教学产品的相关教育产品。真正在积累的资产是定位——随着时间推移，这个账号会成为这种特定美学的“所在地”，而这份辨识度正是流量、赞助和产品共同定价的东西。因为每一集的制作成本都很低，决定性成本是时间和品味，这也正是该形式始终对单人创作者友好、而更大的团队加不了多少分的原因。

适合人群

适合想要一个分享性强、无需出镜的教育细分领域的创作者。它适合对诗词、文学或视觉美学真有感觉的人——在这里，品味是账号之间的分水岭——也适合更喜欢打磨一个重复模板、而不是追热点的运营者。如果你宁愿琢磨节奏和意象，也不想精通复杂的剪辑软件，这种形式恰好奖励这种偏好。手头已有素材积累的教师和文化类运营者也非常合适，因为这条流水线能把“存货的诗”变成“存货的剧集”。目前这一门类的工具栈以 Suno（https://suno.com）和 ElevenLabs（https://elevenlabs.io）为中心。

难度

中等。流程中没有任何技术难点——一个 AI 写作工具、一个 AI 画面生成工具、一个简单剪辑器就能全覆盖——但这种形式成败在品味。谨慎的视觉一致性和克制的节奏比技术复杂度更重要，而要在几十集里同时守住这两点，才是真正的工作。

工作流

生产循环一次处理一首诗，且始终在同一个模板里。下面的步骤把一首诗从选诗带到发布，再把表现数据反馈进下一轮选诗。

发布日不需要任何即兴发挥。模板决策——风格、结构、时间表——一次定好，每一集严格执行；每个周期唯一的新输入就是诗本身。

• 挑选情感浓烈、意象生动或本身就有认知度的诗——熟悉感把观众拉进来，意象则是画面的来源。
• 把诗喂给 AI 写作工具，让它改写成适合朗读的、逐场景的脚本，而不是平铺直叙的背诵。
• 视觉风格一次性锁定——色板、转场、背景氛围——并把这些约束写进每一条生成提示词，让所有剧集看起来像同一家人。
• 用 AI 图片或视频工具逐场景生成匹配的画面，让每一帧都守住锁定的风格。
• 在剪辑器里把诗词朗诵、画面、字幕和音乐合在一起，剧集保持简短、节奏不赶。
• 发布前按模板审核成片——如果节奏或画面质量跌破标准，修好再发，而不是凑合上线。
• 在同一个清晰的文化定位下持续发布，让账号通过“观众在信息流里一眼认出的形式”的重复而增长。
• 观察哪些诗传播得最远，然后向那些情绪和主题倾斜选题，同时让受众沉淀为流量收益、赞助和教育产品。

案例复盘

经济学才是重点：传统文化与现代 AI 生产相结合，在保住高级美感的同时压低了内容成本，而这种组合很罕见——便宜的东西通常看起来就便宜。诗词在短视频平台上也表现良好，因为它天生简短、情绪密度高，而且是以情绪而非论点的形式被分享。这个案例“四个月 10 万粉”来自模板重复，而不是制作复杂度；这个领域里的强账号之所以增长，恰恰因为每一集都一眼可辨。风险比追热点的细分领域更安静：没有什么会轰然倒塌，但一次视觉一致性的失守、一集赶工的剧集，就会侵蚀数月积累的定位。这种形式还依赖创作者对素材的真实理解——AI 能生成场景，但“哪首诗值得做视频、它应该是什么感觉”这种编辑判断，才是一个精心策展的账号与生成噪音的分界线。

使用的工具

• AI 写作工具——把每首诗重构成适合朗读的逐场景脚本。
• AI 视觉生成工具——为每个场景生成画面、转场和背景氛围。
• 视频剪辑器——把诗词朗诵、画面、字幕和音乐合成为打磨完成的最终剧集。