录软件讲解视频太磨人，怎样让 AI 自己规划、录制、剪辑再配上你的声音？

麻烦

如果你是教信息技术的老师，或者在做软件工具类自媒体，那多半少不了要录软件操作视频。

给学生演示一个软件怎么跑，或者给读者讲清楚某项功能怎么用，光是坐在屏幕前一步步操作录制，就已经挺枯燥了。整个过程耗时间不说，还特别考验耐性。不管你是先把画面录完再琢磨解说词配音，还是守着麦克风边录边讲，麻烦程度其实差不多；况且录制过程里大量时间是在等待，录完之后还得剪辑。

我自己嘛，是老师兼 UP 主，平时常要录这类视频。早先我习惯用 OBS 从头到尾一镜到底地录，后来 换用了 Screen Studio，还专门写过一篇介绍。Screen Studio 有很多优势，例如可以把屏幕记录与鼠标点击、人像镜头分离，之后按需拼装，还可以加入很多聚焦缩放动态效果等。

可即便换了更好的录制工具，亲手点鼠标、干等着软件运行、自己写词再配音这些活儿，一样都省不掉，还是得自己来。

那录软件操作讲解视频这件事，能不能整件交给 AI，最后直接拿回一条做好的成片？

效果

下面给你看的效果，来自 AI 替我录的一条 WorkBuddy 操作演示。WorkBuddy 是一个桌面 AI 助手应用，可以在里面选模型、调用技能干活。在这条视频里它是被演示、被录制的软件。画面里在输入框打出的那句「调研电视剧《低智商犯罪》的人物关系」，是交给 WorkBuddy 去执行的演示任务。

收到这一句话之后，WorkBuddy 就自己去查资料、画关系图。成片里把中间等待的过程做了加速和跳剪：

界面上显示用时 15 分 34 秒，WorkBuddy 交出了一份两页的 PDF 人物关系图。接着视频里用专门的「预览」程序把第一页关系图打开，顺着讲解一块块推近展示：

这条不到两分钟的成片，从前期的规划、操作 WorkBuddy、录屏、剪辑，到写讲解词、用我的克隆声音合成配音，再到最后用语音识别把成片音轨转写检查一遍，全都是 AI 做的。我不用自己对着麦克风录音，从开口提要求到拿到这条成片，在聊天框里一共只说了几句话。

这几句话，我都是用语音输入的。现在语音转文字的工具非常多，建议你也多采用这种输入方式，高效便捷。

这套流程是我在 Mac 上实际跑出来的。视频里的讲解用的是我自己的克隆声音。负责录片的 AI 靠的是一份录屏讲解 Skill，你可以把 Skill 理解成一份能反复调用的工作说明，AI 接到这类任务就照着做，不必每次从头叮嘱。文末我会把这个录屏讲解 Skill 分享给你。