返回案例集

AI 内容生产与创作者工作流

NewMediaCopilot:TikTok AI 视频助手

以本地优先工作台组织 TikTok 选题、分段脚本、视觉素材和发布复盘,保留候选审核与单集版本快照。

NewMediaCopilot TikTok AI 视频助手的选题、脚本、视觉与复盘工作流

内容团队的选题散落在聊天记录里,脚本修改缺少版本,视觉参考没有关联到具体段落,发布数据也没有用于调整下一条内容。我们先沿着一条视频从想法到复盘走完,再确定哪些节点必须留版本、哪些节点必须由创作者做选择。

确认边界后,项目把一个“做视频”的愿望拆成选题、单集、版本、视觉卡片、发布记录和洞察六类工作对象,并用本地优先的 PWA 把它们放进同一张工作台。模型负责加速候选生成,创作者负责取舍和最终表达。

AI 可以很快写出十个标题,却不会自动知道哪个标题适合当前账号、哪一段脚本能在前三秒建立承诺,也不会替团队保留每次修改为什么发生。没有版本和标准,创作越快,返工和风格漂移反而越多。

发布之后,播放量、完播率和互动数据通常又回到表格里,和选题、脚本、视觉没有稳定关联。团队很难回答“哪一种判断值得重复”,也难以将复盘结论用于下一次创作。

NewMediaCopilot 在选题库中记录观众问题和 Agent / LLM 主题,再在单集工作台中生成标题、前三秒开场、大纲、分段脚本、视觉计划和 CTA 候选。每个候选都可以被人工筛选,确认后的结果以版本快照保存,避免“最新文本”覆盖掉真实的创作过程。

视觉卡片把脚本中的画面意图变成可导出的流程图、对比图和总结卡;发布记录则把平台、发布时间和人工录入的数据绑定回具体单集。AI 复盘不直接替代分析,而是基于这些上下文提出下一轮选题、节奏和表达的洞察。

模型连接通过本地代理适配 Anthropic、OpenAI-compatible 和 Ollama 等协议,内容与配置默认留在浏览器 IndexedDB。这样团队可以在不把整套素材交给远端 SaaS 的前提下,逐步验证自己的创作标准和工作节奏。

将内容策略、Agent 建议与编辑操作连接到单集交付过程,通过版本快照、素材卡片和发布追踪支持持续创作与复盘。

AI 技术

AI_CONTENT_WORKFLOW / SCRIPT_AND_HOOK_ASSIST / VISUAL_ASSET_PLANNING / PUBLISH_ANALYTICS / LOCAL_FIRST_PWA

工作流、管道与 Agent

Vite / React / TypeScript PWA / Dexie IndexedDB 内容与版本存储 / 本地模型代理与多协议适配 / 选题—单集—视觉—发布—洞察工作流 / 候选审核、版本快照与 Markdown 导出

选题、脚本、视觉卡片和发布记录默认保存在浏览器本地 IndexedDB;模型请求经过本地代理,导出 JSON 前由使用者决定范围。公开案例不包含模型密钥、账号数据或真实发布记录。

项目把视频生产从一串临时对话变成了可继续编辑的工作流:选题有上下文,单集有版本,视觉有卡片,发布后又能回到洞察。它首先解决的是团队如何稳定做出下一条,而不是用未经验证的数字承诺账号增长。

当前公开版本仍是本地 MVP,发布数据依赖人工录入,模型输出也需要创作者审核。公开案例因此只展示工作台和生产方法,不外推播放、涨粉、转化或商业化结果。

本案例基于 NewMediaCopilot 当前本地 MVP。仓库中的选题、脚本生成、发布追踪和复盘能力用于说明工作流设计,不构成真实创作者账号的播放、完播、涨粉或商业化结果。

讨论你的业务问题

从事实数据、业务逻辑和行动目标开始,找到适合企业的落地路径。

预约业务拆解