这段时间，不少朋友都在后台问，那个火爆全网的“西游记第一视角Vlog”到底是怎么做的。

确实，从Veo3做的外国人穿越古战场，到大脚怪视频，再到西天取经vlog，这类内容一两个月来热度就没降过。

今天干脆来一个全家桶式的拆解。把从文案到成片的完整流程掰开揉碎，保证看完的各位都能上手实操。

先说核心：一条Vlog视频就看这三样

简单来说，一条Vlog视频的核心就三样东西：画面、配音和文案。

每个环节都有对应的工具和方法。考虑到大家的使用习惯和制作成本，这次教程全部用国产工具来平替，不用折腾海外工具。

话不多说，直接进入正题。

第一步，用DeepSeek搞定口播文案

打开DeepSeek（地址：https://chat.deepseek.com），记得勾选“联网搜索”和“深度思考”模式。

在对话框里输入一段提示词，比如：

你是一名短视频博主，请参考我给你的文案，以孙悟空的视角仿写出5段风格相似，符合爆款短视频风格的Vlog文案：现在是去西天取经的第996天，刚把师傅从妖怪嘴里救出来，师傅身上都还是热乎的，我们就马不停蹄的出发了，不知不觉已经走了快一天了。现在是人困马乏，得赶紧找个地方休息一下，不然再有妖怪掳走师傅可就追不上。

AI会生成几段风格一致的文案，挑一个最顺眼的直接用。

比如它会写：“家人们谁懂啊！刚把师父从蒸笼里薅出来！身上还冒着热气儿呢！好家伙，连口斋饭都没蹭上，这老和尚就催着‘悟空，赶路要紧！’ 得，又是俺老孙当牛做马的一天！这西天KPI，比俺当年大闹天宫还累！”

这个调调，就是爆款的味道。

第二步，用Vidu做多图参考生成视频

多图参考功能是这类视频的核心。

简单说，就是把孙悟空、唐僧等角色图片上传到同一个场景里，让AI生成一段连贯的视频。

目前国内效果比较好的工具是Vidu和可灵AI，这里选择性价比高、可以错峰无限生成的Vidu来做演示。

操作路径

• 打开Vidu网站（https://www.vidu.cn/create）
• 选择“参考生视频”
• 按顺序上传人物图片（最多支持7张）
• 添加描述词
• 模型选择Vidu Q1
• 时长5秒
• 清晰度1080P
• 比例16：9

点击创作后，挑选效果好的片段下载保存就行。

第三步，用NOIZ实现音色克隆

声音克隆这块，常用工具有Minimax海外版（需要科学上网）和NOIZ。

这里选国内网络就能直接用的NOIZ（https://noiz.ai/landing），而且目前是免费的。

操作流程

• 点击“立即开始”
• 用邮箱登录
• 选择“文本转语音”
• 把之前写好的文案粘贴进去
• 在音色库里选择“孙悟空”
• 点击生成

等几秒就能下载保存配音文件了。

第四步，用可灵AI做多人物对口型

对口型分为单人和多人两种场景。

这个教程用的是可灵AI（https://app.klingai.com/cn/），因为它支持多人物对口型。

操作流程

• 打开可灵AI
• 点击“所有工具”
• 选择“对口型”
• 上传人物图片和之前克隆好的音频
• 调整时长让画面和声音对齐
• 点击生成即可

最后一步：组合剪辑成片

到这里，一条完整的“孙悟空第一视角Vlog”片段就做出来了。

实际制作时，可以多生成几个不同场景的片段，最后用剪映组合剪辑成一个小短片。

技术门槛其实不高，关键是把每个环节的细节吃透。

各位可以动手试试，看看能不能做出自己的版本。