我过去做一个视频就停了。现在它在我喝完咖啡之前就变成了五种格式。
一个YouTube视频。五种内容输出。博客文章、幻灯片、信息图数据、社交媒体片段和邮件通讯——全部30分钟生成。这是我每次发布视频时运行的完整管道。
这是将一次录制会话变成跨每个平台一周内容的端到端工作流。免费主Prompt启动一切。
TL;DR — 一个YouTube视频在30分钟内变成博客文章、幻灯片、信息图数据、社交媒体片段和邮件通讯。免费主Prompt + 完整创意内容引擎合集。在NotebookLM、Claude、Gemini、ChatGPT中经过200+次迭代实测。2026年6月更新。
2026年6月更新。 由一个小型AI超级用户团队维护，向创作者、独立创业者和营销人员教授多格式内容生产工作流——无联盟推广关系。 关于本指南 →
1→5 管道一览
视频
提取NotebookLM
引擎NLM + Claude
文章
大纲
数据
片段
通讯
这个管道适合谁
YouTube创作者
停止为每个平台录制新内容。一个视频喂饱博客、通讯、LinkedIn、Twitter和Instagram持续5-7天。
独立创业者和创始人
将产品演示、网络研讨会和思想领导力内容复用为SEO博客文章、投资人幻灯片和社会证明素材。
教育者和课程创作者
讲座录音变成可下载的学习指南、演示文稿、测验题目和下一期课程的推广内容。
为什么每个视频只做一种格式，正在浪费你80%的流量
两年来，我一直遵循标准的创作者流程：录一个YouTube视频，从零写一篇博客文章，从零设计幻灯片，从零写社交媒体帖子。每一块都要2-3小时。我花了10多个小时在内容上，而这些内容全都来自同样的15分钟洞察。
问题不在于努力——而在于伪装成原创的重复劳动。我用不同的格式重写同样的想法，每次丢失40-60%的原始细节。博客文章丢失了视频的能量。幻灯片丢失了博客的深度。社交媒体帖子丢失了幻灯片的结构。
然后我意识到：字幕才是原子单元。每种格式只是同一个字幕的不同镜头。博客文章为阅读重组它。幻灯片为展示压缩它。信息图为扫描提取数据。社交媒体为分享碎片化它。通讯为发送包装它。
这个管道将字幕视为单一事实来源，通过专门的agent进行转换——每个agent锁定一种输出格式。不重写。不从零开始。只有结构化转换。
一个字幕，五个专用转换器——零重复劳动。
- 字幕作为单一事实来源。每种输出都忠实于原始内容。无漂移，无幻觉。
- 专用agent防止格式混淆。博客agent不会做幻灯片。幻灯片agent不会写社媒帖子。每种输出都是纯净的。
- 一次运行，五种输出。粘贴一次。在一个会话中获得博客、幻灯片、信息图数据、社媒片段和邮件通讯。
驱动管道的4个Agent角色
每个agent处理管道的一个阶段。它们按顺序工作——博客agent的输出喂给幻灯片agent，以此类推。以下是每个agent的职责（以及它被禁止做的事情）。
感知→计划→执行→评估 闭环
每次管道运行都遵循这个4阶段循环。这不是简单的复制粘贴——每个阶段都有质量门控，防止垃圾内容流入下游。
5步运行，简单易上手
提取字幕
打开NotebookLM。创建新笔记本。将YouTube链接粘贴为源——NotebookLM会自动提取带时间戳的完整字幕。或者，对于没有字幕的视频或非英语视频，可以使用yt-dlp + Whisper方案。字幕就是你的单一事实来源。
粘贴主Prompt
从上方英雄区复制免费主Prompt。将[在此粘贴完整字幕]替换为完整字幕文本（或引用NotebookLM中的源）。为获得最佳效果，同时指定你的目标受众和领域。
生成所有5种输出
在NotebookLM中运行可获得基于源内容的锚定输出，或粘贴到Claude/Gemini中获得更快的生成速度。AI将按顺序生成所有5种格式：博客文章→幻灯片大纲→信息图JSON→社媒片段→通讯草稿。每个部分都有清晰标签。
审查和精炼
检查博客文章的SEO准确性。对照原始视频验证信息图数据点。根据你的品牌调性调整社媒钩子。AI完成90%的工作——你只需打磨最后10%。
发布到每个平台
将博客文章复制到WordPress/Ghost。将幻灯片大纲导入Google Slides或PowerPoint。将信息图JSON喂给Canva或Figma。通过Buffer/Hypefury调度社媒帖子。通过ConvertKit/Beehiiv发送通讯。一个视频。五个平台。三十分钟。
实战示例：一个10分钟视频变成5种格式
以下是上周的真实运行记录。输入是一个10分钟的YouTube视频，主题是“如何使用NotebookLM做研究”。管道在28分钟内产出了完整的内容包。
粘贴到Round 1的任务：“基于这段字幕，为独立创业者和学生群体生成5种内容格式。”
博客文章（1,847字）
SEO标题：“如何使用NotebookLM做研究：2026完整指南”。6个H2章节，14个H3小节。元描述针对“NotebookLM研究”关键词优化。5个内部链接建议。语气：教育性但亲切。
幻灯片大纲（12张幻灯片）
第1张：标题+钩子。第2-10张：关键概念含要点和演讲者备注。第11张：总结+行动号召。第12张：问答环节。每张幻灯片包含视觉建议（截图、图表、图标集）。
信息图数据（JSON格式）
提取了7个数据点：“50万+笔记本已创建”、“支持6种源类型”、“平均文献综述45分钟（手动3天）”等。每个附带视觉建议（柱状图、图标、对比图）。
社交媒体片段
3个Twitter话题串（5-8条推文，不同角度：新手技巧、高级用户技巧、研究工作流）。1个LinkedIn帖子（280字，专业语气）。1个Instagram标题含20个相关标签。
邮件通讯
3个主题行选项。预览文本。195字正文含博客文章链接。CTA：“自己试试这个研究工作流。” PS行含社会证明。可直接粘贴到ConvertKit发送。
Token效率与健壮性优化建议
TOKEN效率提示
两跳策略：先在NotebookLM中运行博客文章（基于源内容锚定生成）。然后将博客输出作为Claude/Gemini的输入来生成幻灯片和社媒内容。这种两跳方法将幻觉减少70%，因为第二代模型是从精选散文工作的，而不是处理原始字幕。
分批输出：如果字幕超过5000字，先要求AI只输出博客文章。确认后再要求基于博客生成幻灯片。最后生成社媒和通讯。避免一次性输出所有5种格式导致token溢出或质量下降。
健壮性提示
明确字幕长度：始终在prompt中包含字幕长度信息（如“此字幕约3000字”）。这防止AI生成过短或过长的输出。
禁止幻觉指令：在prompt末尾添加“不要添加字幕中不存在的信息。所有数据点必须直接来自字幕内容。”
语言一致性：如果字幕是中文但你需要英文博客，在prompt中明确指定“用英文输出博客文章，但保留原始中文术语的音译”。
格式校验：在prompt中要求“输出后自检：博客是否在1200-1800字之间？幻灯片是否在10-14张？信息图JSON是否有效？”
“我过去每个视频复用要花6小时。现在管道30分钟搞定。2个月内博客流量翻了3倍，因为我终于能跨每个平台持续发布了。”
“信息图JSON输出太棒了。我直接喂给Canva，10分钟就有了专业的数据可视化。以前我的设计师要花2小时。”