做自媒体别再抽卡了，我用 Codex 和 Obsidian 搭了条流水线
点击蓝字，关注 船长 ![[50 Assets/公众号/260706 头图.png]] 本文约 2600 字，阅读约 8 分钟 在网页聊天框里让 AI 写视频脚本，最大的问题是没有积累。关掉窗口，大模型就失忆一…
我在本地用 Obsidian 和 Codex 搭了一套做短视频的流程。
没有装几十个插件，也没有搭建什么第二大脑，仓库里只有四个文件夹：一个放抓来的选题，一个放拆解卡和实测记录，一个放定稿脚本，一个放 Codex 调用的规则。
过去两个月，我用这套流程做了十几期视频。选标题、拆结构、实测工具、改口播稿，平均做一条内容耗时不到一小时。
这篇文章把这套流程里的具体标准和操作细节完整记下来。
1 网页聊天框为什么做不成流水线
网页端的对话框适合用来问一个临时问题，不适合用来做连续的内容交付。
每次写稿，你都要把背景、格式要求、目标受众在输入框里重新打一遍。AI 吐出一篇草稿，你复制到剪贴板，贴进备忘录去改，改完了再想去对齐对标结构，又得来回切窗口。
整个流程里大部分时间都在倒腾格式。
把 Codex 接到本地的 Obsidian 仓库之后，动作就变了。
Obsidian 负责存文件，Codex 负责读写和执行。你在本地定义好洗稿规则和拆解模板，Codex 在后台直接读选题文件，加工完把初稿写到指定位置。你的每一次修改、每一次实测记录都沉淀在本地文件里，随时可以作为下一次生成的参考。
仓库里不需要复杂的标签和视图。内容在四个文件夹里按状态流转：抓回来的线索进第一个，在第二个里拆解并记录实测，定稿扔进第三个，第四个放规则。当目录足够简单，注意力才能回到内容本身。
2 选题只看低粉爆款
自己坐在桌子前硬想选题，很容易变成自嗨。
我找选题只有一个标准：粉丝量在 1000 以内，但单条视频点赞超过 5000。
大博主的视频数据好，很多时候靠的是账号权重和个人背书，选题本身不一定能直接迁移。而几百粉的账号拿到几千赞，说明发布者没有粉丝基础，完全是这个选题和前三秒的切入点踩中了公域里的真实需求。
找到这种视频后，让 Codex 把它拆开，提取四个东西：前三秒用什么问题抓住了注意力、核心观点是什么、展示了哪几个实操场景、结尾用了什么话术。
拆解完之后存成一张选题卡，上面只写四行：受众是谁、痛点是什么、核心结论是什么、需要实操演示什么。
3 教程视频的核心是实测证据
很多 AI 教程视频看起来假，是因为作者通篇念官方文档，画面全是一张张静态网页截图。
做教程类内容，最值钱的是实测过程。
讲一个工具，必须在电脑上跑通两到三个具体的打工人场景。比如讲某个提效工具，我会实测三个操作：第一把三十张发票图片提取成 Excel 表格，第二把跨部门长周报提炼成今日待办，第三根据报错代码让它给出修改建议。
实测的同时用 FocuSee 录屏，软件会自动做好鼠标跟随和局部缩放。遇到卡壳或者报错的地方顺手记在笔记里。
这些带有真实操作细节和报错画面的录屏就是 B-roll。有了这几段真实的录屏画面，口播稿才有了证据支撑。
4 去 AI 味就是把形容词换成动作
把选题卡和实测记录喂给 Codex，生成的初稿依然不能直接念。
AI 写的初稿往往是这种句子：“综上所述，该工具能够显著提升办公协同效率，在数字化转型中为职场人提供了强有力的赋能。”
整句话全是抽象词，没有具体信息。
去 AI 味的动作，就是把抽象形容词替换成具体的“动作、时间和场景”。
改完后变成：“以前每个月整理发票要花两个小时，现在把文件夹往里一拖，泡杯咖啡的工夫它就弄好了。”
具体执行有三个动作：长句全部切成十个字以内的短句；删掉“综上所述”、“显而易见”这类公文词；把“显著提升效率”换成“每天早走半小时”、“少点二十次鼠标”。
改好的稿子放提词器大声读两遍，凡是读着拗口、不像平时说话的句子，当场改掉。
5 极简录制与拼装
脚本定稿后，拍摄和剪辑不需要复杂的设备。
口播用手机对着提词器录，控制在十五分钟内录完，说错了一句话就深呼吸重新讲上一句。
在剪映里只做几个动作：按音频波形剪掉停顿和说错的地方，把实操录屏拖到画中画轨道对齐到对应的解说段落，一键识别字幕并扫一眼错字，调平音量直接导出。
发布二十四小时后看后台数据。前五秒跳出率高，说明开头问题不够锋利，下一条把痛点往前放；中间某段演示留存骤降，说明操作太长，下一条把演示压缩在十秒内。
整个流程的核心就是降低开工阻力。系统越简单，内容越容易持续产出。
