近期，抖音“Vibe 知识大赏”涌现出大量知识类爆款视频。数据显示，不少低粉账号凭借单条高质量内容实现了百万级播放与高赞转化，推流效率显著。
尽管部分头部作品疑似由特定高级模型生成，普通用户难以直接复用，但通过组合使用“豆包工作”进行前期数据洞察，配合“WorkBuddy”完成脚本创作、动态画面生成及视频合成，依然可以构建高效的内容生产闭环。
该自动化工作流主要包含五个核心步骤：
- 1.找爆款：批量筛选低粉高赞的优质样本。
- 2.拆解爆款：深度分析选题策略、标题技巧及开头钩子。
- 3.拆解视觉：总结不同赛道的画面风格与视觉规律。
- 4.生成脚本：基于爆款逻辑定制化创作视频脚本。
- 5.自动制作：利用代码生成动态画面并合成完整视频。
以下为部分生成效果展示：
寓言式知识短片：
王虹与三维挂谷猜想：
不好意思拒绝别人-情感风格：
生物育儿情感类科普视频：
以下将详细解析这一全流程操作方法。
一、找爆款
寻找爆款素材通常有两种路径。
第一种是人工筛选。在抖音或小红书等平台手动搜索近期热门内容，重点关注粉丝量少但点赞极高的“低粉爆款”。这类内容证明其传播力主要源于内容本身而非账号权重，具有较高的研究价值。但该方式耗时较长，需逐一搜索、筛选和记录。
第二种是利用 AI 工具自动化处理。以“豆包工作”为例，其内置浏览器功能可模拟人工操作，自动打开平台、搜索指定话题、逐条查看视频并提取数据。
具体执行指令如下：
进入抖音 #Vibe 知识大赏 话题，逐条核实作者粉丝数，计算“相对点赞倍数”（点赞数 ÷ 粉丝数），筛选跨类型的低粉爆款样本约 30 条。随后分析其选题、标题、钩子、结构及表现形式，输出散点图、样本库表格及可复用的选题公式，并将数据同步至飞书多维表格。
若执行过程中弹出登录提示，可直接忽略。
AI 在处理此类需要反复浏览、信息提取及数据整理的任务时，效率优势明显。
最终收集到的 30 余条视频数据，涵盖内容类型、选题、作者、粉丝数、点赞数及相对点赞倍数等维度，均整理入库。这为后续创作提供了客观的数据支撑，而非仅凭直觉判断。
拆解逻辑在于全方位分析一条爆款视频，从选题、标题、钩子到中间结构、呈现形式及情绪收尾，提炼高传播的关键要素，从而形成可复用的方法论。
注：“相对点赞倍数”用于观察作品的相对表现，虽不直接等同于播放量或绝对质量，但能快速定位具备研究潜力的样本。
二、拆解爆款-标题和钩子
获取样本后，需进一步拆解。通过 AI 对 30 多条爆款进行分类，提取标题与开头钩子，并归纳共性。
分析显示，这些爆款主要集中在情绪心理和国学哲学两大方向，大致可分为 8 种内容类型。其中，育儿情感类样本相对点赞倍数高达 52.4 倍，军事兵法类达 41.2 倍，表现尤为突出，值得深入探究其高传播背后的选题、情绪表达及结构逻辑。
抛开具体类型，爆款在标题和内容表达上呈现以下 5 个显著规律：
1. 标题制造反差
避免平淡叙述，直接抛出反常识的数字或结论以吸引点击。例如，沃壤 R-W 的《越努力越走越远》（1.5 万粉丝，45.7 万点赞，倍数 30.5）及设计一切的小墨的《情绪保质期·7 个冷知识》（6737 粉丝，9.46 万点赞，倍数 14），均利用反常识内容在前 3 秒留住用户。
2. 借势热点，通俗化解读专业知识
避免晦涩难懂的开场，先用简单、具象的语言吸引观众，再引入专业背景。如哈基米曼波的《一分为二·裂脑实验》，先以“大脑可分两半独立工作”的惊人事实切入，再用大白话解释背后的科学原理。
3. 共鸣大众隐性情绪
许多用户观看知识类视频旨在寻求情感共鸣。例如小宇的《为什么对最亲近的人发脾气》（2.1 万粉丝，50.3 万点赞，倍数 24），精准击中了用户普遍存在却难以言说的情绪痛点。
4. 借力名人与经典故事系列化
名人自带流量属性。如 Tomooooo 的《一分半看懂道家》（5.4 万粉丝，71.4 万点赞，倍数 13.2），借助道家文化的热度，尤其在晚间时段表现优异，且采用了较少见的竖版形式。
5. 多用第二人称增强代入感
避免旁观者视角，直接将观众置于故事中心。如 Zinc 的《你站在第二十三排》（2.1 万粉丝，86.5 万点赞，倍数 41.2），通过第二人称叙述激发用户代入感，提升完播率。
三、拆解视觉风格
视觉风格同样是爆款的重要组成部分。通过 AI 拆解已验证的爆款视频，可快速掌握不同赛道的视觉规律，避免闭门造车。
分析发现，不同类型视频具有鲜明的视觉特征：
- 情绪心理类： 偏好红色、暗色调及强明暗对比，以强化情绪张力。
- 军事、生物类： 倾向暖黄色调与厚重质感，营造历史感与真实感。
- 认知科普类： 常用红色数字搭配米白色线条，突出关键信息，保持画面清晰。
四、生成脚本
完成选题、结构及视觉风格的拆解后，即可依据分析结果确定创作方向并编写脚本。参考前述爆款规律，精心设计视频的开头、主体结构及结尾。
提示词示例如下：
五、开始制作
脚本与分镜确认后，进入视频制作阶段。此次采用 WorkBuddy，通过代码生成动态画面并合成视频。
核心技术栈包括：
- HTML Canvas： 负责绘制画面、文字、图形及动态效果。
- Playwright： 负责驱动网页、运行动画，并按时间轴逐帧渲染。
- FFmpeg： 负责将渲染帧合成为视频，并添加背景音乐、音效及字幕。
若环境未配置，可让 WorkBuddy 自动检查并安装所需工具。本次使用的是 DeepSeek V4.1 模型。
将生成的脚本、分镜表及视觉要求输入 WorkBuddy，它将编写 HTML/JavaScript 代码实现 Canvas 动画，经由 Playwright 渲染，最后通过 FFmpeg 合成。这一流程将传统的手动设计、动画制作及剪辑转化为代码驱动的自动化生产。
六、结尾
传统视频制作需人工完成选题、拆解、脚本、设计及剪辑全流程。如今，通过“豆包工作”分析爆款、提炼规律并生成脚本，再交由 WorkBuddy 代码生成画面与合成视频，大幅提升了生产效率，使创作者能将更多精力聚焦于选题筛选与脚本打磨。