做知识付费的阿May想发口播短视频，但不想真人出镜、也不会剪。她用可灵把一段文案变成口播视频——虚拟主播念稿、配画面，一条成片二十分钟出炉。下面是把这事跑通的最简路径。
准备清单：可灵账号（数字人/口播能力在网页端可用）；写好的一段口播文案（建议30-60秒，分2-3个镜头）；想好的画面风格（实景/动画/混剪）。
第一步，进可灵的“数字人/口播”入口，粘贴文案，选一个贴合你调性的主播形象。先生成一小段试看，确认口型和语速自然，再生成全长，避免全长翻车重来。这一步最该盯的是“嘴型对不对得上”，对不上的话换形象或调语速。文案别写太长，30到60秒最合适；太长数字人语速会被迫加快，口型更容易漂移。分2到3个镜头也比一大段独白观感好。
第二步，想要画面更丰富，可用文生视频补空镜。可直接复制提示词：
电影感空镜，清晨城市天际线延时，暖色调，缓慢横移，
无人物无文字，8秒，4K，适合做口播背景第三步，生成后挑最顺的版本，用可灵自带剪辑把口播和空镜拼起来，加字幕。常见翻车是字幕识别错字，遇到就手动改；导出前预览一遍，确认无闪帧无畸变。如果口播里有人名、地名、专业词，字幕几乎必错，发布前务必逐字核对，这类词模型识别率最差。
验收：口型同步、字幕无误、画面不抽搐，即可发布。阿May现在每条口播都先跑一版数字人，省去了化妆打光和反复NG，产出量直接翻了三倍。
进阶玩法：同一段文案生成“数字人版”和“实景混剪版”两版，A/B测试哪个完播率高；需要更电影感的运镜时，再拿去Runway做精细化处理。成片可以先小范围发一条测数据，完播率高的版本再批量复用；别一上来就全平台铺，先让数据告诉你哪版更对胃口。多工具配合，比死磕一个平台出片更稳。