用AI大模型做教学视频：从脚本到成片的操作流程
制作AI大模型教学视频，最费时间的不是录屏或剪辑，而是把技术内容拆成观众能跟着做的短步骤。
如果直接对着屏幕讲 API 调用、模型加载或参数调整，新手很容易在中途掉队。
下面按脚本、录屏、剪辑、发布检查四个阶段，给出可执行的操作和避坑点。
先定演示边界：脚本要围绕一个可验证的小任务
不要在一期视频里同时讲模型部署、微调和推理优化。
选一个具体任务，比如「用 OpenAI 兼容接口调用本地模型并打印返回结果」，然后按输入、操作、输出三段写脚本。
脚本里至少写清三件事：
- 演示环境：操作系统版本、Python 版本、依赖安装命令。
- 操作步骤：每一步对应的命令或界面路径，精确到文件路径和参数名。
- 预期结果：正常输出长什么样，报错时先检查哪一项。
例如演示本地模型接口调用，脚本中提前写好：
python -m venv venv
source venv/bin/activate
pip install openai然后把实际请求代码放在代码块里，录屏时逐行解释关键参数，比如 base_url 指向本地服务地址，model 名称要和启动服务时一致。
录屏环境：分辨率、字体和终端设置
录屏工具用 OBS Studio 即可，免费且跨平台。
新建「显示器采集」或「窗口采集」来源，输出分辨率设为 1920×1080，帧率 30 即可。
终端字体调到 18–20 号，背景用深色，避免录出来字太小。
如果演示命令行，建议把终端窗口宽度控制在 100 列以内，防止命令折行。
执行命令前先清屏，让观众看清完整输入。
涉及敏感信息时，提前用环境变量代替明文密钥，例如：
export API_KEY="sk-你的测试密钥"录屏时不要打开聊天软件和通知弹窗，避免泄露无关信息。
如果必须展示浏览器后台，提前退出登录状态或使用无痕窗口。
剪辑与字幕：把长操作切成可跟练的片段
录完不要直接上传。
用剪映、DaVinci Resolve 或 Shotcut 把等待模型加载、依赖安装的长时间片段做加速或直接剪掉，只保留关键输出。
每个操作步骤之间加 0.5 秒停顿或简单转场，观众更容易跟上。
字幕建议自动生成后人工校对，重点检查命令、路径和参数名。
技术名词不要依赖自动识别，比如 base_url、max_tokens、temperature 这类字段手动改准。
如果视频要发布到多个平台，导出 1080p MP4，码率 8–10 Mbps 即可，兼顾清晰度和上传速度。
发布前验证：用观众视角走一遍
上传前按下面清单检查：
- 视频开头 15 秒内是否说清本期要完成什么任务。
- 每条命令是否完整可见，路径和参数有没有被裁掉。
- 演示结果是否和脚本预期一致，报错画面是否做了说明。
- 视频简介是否包含依赖版本、代码仓库地址或文档链接。
- 标题和封面是否准确描述任务，不用「震惊」「必看」这类词。
如果视频里用了本地模型服务，建议在简介中注明服务启动命令和端口，方便观众复现。
例如：
python -m vllm.entrypoints.openai.api_server --model your-model --port 8000观众按同样命令启动后，再用视频里的请求代码测试，就能验证环境是否一致。
常见坑：命令太长、环境不一致、语速过快
命令太长：一条命令超过终端宽度时，拆成多行或用变量代替长路径，否则观众暂停也看不清。
环境不一致：录屏前记录 Python、CUDA、模型版本，并在视频简介中写清楚。
不要假设观众和你用同一版本。
语速过快：技术演示的语速比日常说话慢一档，关键参数念出来，比如「这里把 temperature 设为 0.2，让输出更稳定」。
跳过报错处理：如果演示中遇到报错，不要直接剪掉，保留几秒说明排查思路，比如先看端口是否被占用、再看模型名称是否匹配，这对新手更有帮助。
发布后复查
视频发布后，自己完整看一遍并对照脚本，确认没有遗漏步骤。
如果评论区出现集中提问，说明某个环节需要补录或加字幕说明。
AI大模型教学视频制作的核心不是炫技，而是让观众能按视频完成一次可验证的操作。
把脚本、录屏和验证三件事做扎实，视频质量自然稳定。
