做一条播客宣传视频，通常要经历找素材、写脚本、配画面、对观点这几道工序。歸藏这次把流程压缩成了一步：给模型一个官网地址。

他用的是 Anthropic 的 Opus 5.5，配合自己开发的 guizang-product-video-skill，为播客节目 Next Token 制作了一支宣传视频。整个过程里，素材搜集环节没有人工介入——模型仅凭官网地址，就自动提取信息并生成了视频。

从链接到成片，中间没有人工搬运

这条工作流的特别之处在于素材来源。以往用大模型做视频，素材往往需要人先整理好、喂进去，模型负责的是后半段的组织与呈现。这次不一样，模型自己完成了前半段：从官网抓取信息，再据此生成视频内容。

歸藏把通用大模型的能力，通过自定义 Skill 固化成了针对视频生成的标准化流程。通用能力负责理解，Skill 负责把理解导向一个具体产出。两者叠加，专业视频制作的门槛被压低了。

模型还原了他自己都忘了的观点

真正让歸藏意外的，是内容层面的还原度。他提到，模型对风格、内容以及具体观点的把握极为精准，甚至唤醒了他自己遗忘的细节。

他的原话是，模型找出的那些观点、信息和内容太牛了，他自己都忘了说过这些。这句话指向的是一种上下文理解与内容重构能力——模型不只是把已有素材重新排列，而是从原始信息里识别出了哪些观点值得被放进视频。

他对模型风格与内容把握能力的评价很直接：真的牛批。

抽象观点如何变成视觉叙事

播客宣传视频的难点在于，播客本身是声音内容，观点散落在对话里，没有现成的画面可对应。把抽象观点转化为具体的视觉叙事，考验的是模型对内容的理解深度，而不只是模板套用。

歸藏描述的这次体验，模型表现出的水平超出了简单模板生成。它先理解内容，再决定怎么呈现，顺序没有颠倒。

对做内容的人来说，这条路径的价值在于：一个官网地址，加上一套自定义 Skill，就能跑完从素材到成片的链路。剩下的问题只是，这套流程能复用到多少种内容类型上。