## 概览
OpenCut v3 通过 20 阶段 AI 辅助管线,把静态图片变成 1080x1920 竖屏短视频。领域配置(教育、travel、知识付费、自定义)驱动 prompt 套件和分镜。
痛点 → 方案 → 价值
短视频生产流程由五种不同工具拼装而成——脚本、配音、音画对齐、人脸镜头切换、BGM。OpenCut v3 把这条流水线压缩成一次过：图丢进去，1080×1920 竖屏成片出来，配套领域配置让跨垂类品质保持一致。
痛点
5 个工具，1 条视频
脚本 / 配音 / 对齐 / 人脸 / BGM。
方案
一条流水线
一次过，一份输出。
5 → 1
工具→1 条流水线
痛点
手动拼装慢
5 个 App 来回切换。
方案
端到端自动化
图片文件夹进，成片出。
1
流水线，1080×1920 输出
痛点
不同领域品质参差不齐
教育 ≠ 旅行 ≠ 知识付费。
方案
领域配置驱动
语气、节奏、视觉风格锁定。
1
每垂类一份配置
痛点
字幕 / 配音 / BGM 各自为政
丢帧、音画错位。
方案
集成合成步骤
字幕、配音、BGM 一次对齐。
0
人工步骤
团队会发生什么变化
同一回路的放大视图。每张卡片对应上面一列的纵深——痛点、我们做了什么、以及体验之后的样子。
痛点
短视频是被拼出来的，不是被做出来的
- 脚本撰写、语音合成、音画对齐、人脸镜头切换、BGM——五套独立工具。
- 运营人员手动拼装多端输出；迭代慢且容易出错。
- 一旦切换领域，品质就开始漂移——教育 / 旅行 / 知识付费。
5
种工具产出一条视频
方案
图丢进去，1080×1920 成片出来
- 把一组静态图 + 一份领域配置丢进去，OpenCut v3 一次性产出竖屏成片。
- 配音、字幕、BGM 已在内部合成——无需手动拼装，无需在多工具间反复切换。
- 领域预设锁定语气、节奏、视觉风格，贴合所在垂类。
1080×1920
竖屏输出，一次过
价值
小时级出片，跨垂类品质依旧原生
- 内容团队把短视频生产周期从天级压缩到小时级。
- 领域预设锁定语气、节奏、视觉风格，每个产出都贴合所在垂类。
- 全程无人工拼接，切点之间不再出现丢帧或音画错位。
0
个手动拼接步骤
## 技术架构
## 产品架构
## 能力
20 阶段管线
静态输入 → 1080x1920 竖屏输出。
领域感知
教育 · travel · 知识付费 · 自定义分镜。
音频栈
TTS + BGM 匹配 + 自动字幕。
双轨分发
CLI (v0.6.5-cli) + SaaS (v0.6.5-saas)。
## 截图
## 数据
- 20 阶段管线
- 4 个内置领域(+ 自定义)
- 1080x1920 竖屏输出
- CLI + SaaS 双轨
- 自动字幕 + BGM 匹配