让AI Agent做发布视频、增长推广和BP的完整实践

引言：上线只是起点

产品上线之后，真正的挑战才刚刚开始——你需要制作发布视频、在多个平台推广、准备BP融资材料、持续迭代产品。对于独立开发者来说，这些工作量足以让人望而却步。

在 StoryCam 系列的第10期中，作者展示了一个极具启发性的工作流：让 AI Agent 承担从视频制作到增长推广的几乎全部工作，将原本需要团队协作的事情压缩到一个人加一个 Agent 就能完成。这不仅是效率的提升，更是独立开发者工作范式的根本转变。

用AI制作产品发布视频

从Remotion到基于HTML的视频生成

最近几个月，AI视频生成领域有两个值得关注的工具方向：

• Remotion：基于 React 前端组件的视频生成框架，大约三个月前开始流行，可以生成 PPT、演讲视频等内容
• 基于 HTML 的视频生成：这是更新的方向，将抽象层下沉到 HTML 层面

Remotion 的技术背景：Remotion 由 Jonny Burger 于2021年创建，其核心理念是「用写 React 组件的方式写视频」。开发者可以用 JSX 描述每一帧的视觉状态，通过时间轴 API 控制动画，最终由无头浏览器（Headless Chrome）逐帧渲染成 MP4。这种方式的优势在于视频内容完全可编程、可版本控制，且与前端生态无缝集成。而「基于 HTML 的视频生成」则将抽象层进一步下沉——不依赖 React 组件树，直接操作 HTML/CSS/Canvas，让 AI 模型可以用它最熟悉的语言描述视觉内容。两者的本质区别在于：Remotion 更适合工程师精细控制，HTML 方案则更适合 AI Agent 自主生成，因为大模型在 HTML/CSS 上的训练数据远比 React DSL 丰富，生成质量和稳定性更高。

业界的共识正在形成：大模型最擅长表达的两种语言，一个是 Markdown，一个是 HTML。基于 HTML 做视频或 PPT 演讲，天然适合 AI Agent 的能力边界。

让Agent自主完成视频制作

具体做法非常直接：告诉 Agent「我要发布一个视频」，然后让它自己分析还需要什么信息。Agent 会主动询问以下关键问题：

• 视频目标受众：普通用户、AI兴趣用户还是早期投资人？
• 故事样例：视频里讲什么故事？
• 视频规格：风格、长度、比例等

给出简单指令——「普通用户、中文、16:9、45秒」——Agent 就自动完成了以下工作：

1. 撰写45秒的视频脚本
2. 自动打开产品网站截取 UI 画面
3. 组装成完整的发布视频

虽然成品在某些框选位置不够精准、还缺少配音和音效，但基本的产品展示表达已经到位。Agent 还提供了一个简单的编辑器界面，可以像剪映一样调整不同帧、字体大小等细节。

从视频到全平台增长推广

一键多平台内容分发

视频做完后，可以直接让 Agent 把发布视频发到推特上（先发到预览环境验证）。这个思路可以延伸到完整的增长链路：

• 让 Agent 撰写推特 thread、post 等不同格式的内容
• 针对小红书、视频号等不同平台生成对应的物料
• 批量分发到10个以上平台

这就是独立开发者最需要的增长能力——把产品推出去、把用户拉回来、不断迭代产品。从原型到产品的闭环，靠的就是这种自动化的推广机制。

BP商业计划书也交给AI Agent

甚至连 BP（商业计划书）的制作也可以交给 AI Agent 完成。方法很简单：把投资人关心的问题转化为 prompt，在 Agent 的对话框架下快速生成。这让融资准备工作的效率提升了一个数量级。

部署与技术栈的选择逻辑

全栈部署的自动化

在部署层面，有几个关键的技术选择值得参考：

• 模型接入：选用火山引擎（字节跳动），文档已经支持 Markdown 格式复制，比某些云厂商体验更好
• 全栈部署：绑定 GitHub 主分支，一旦发新版就自动热更新线上环境，旧版本平滑下线
• 环境变量：通过 CLI 自动管理生产环境配置
• 监控：内置 log 和 metric，追踪 CPU、内存等性能指标

前端提效的组件化策略

一个重要的选择原则是：前端组件必须同时具备 CLI、SDK 和 MCP 支持，这样 AI Agent 才能直接读取和使用这些组件。Button、日历、登录卡片等常见 UI 元素，不需要重新编写，直接让 Agent 调用现成组件即可。

理解 MCP 协议的重要性：MCP（Model Context Protocol）是 Anthropic 于2024年底提出并开源的标准协议，旨在解决 AI 模型与外部工具、数据源之间的「最后一公里」连接问题。在此之前，每个 AI 应用都需要自己实现工具调用的适配层，导致生态碎片化严重。MCP 定义了一套统一的 Server-Client 架构：工具提供方（如组件库、数据库、文件系统）实现 MCP Server，AI Agent 作为 MCP Client，通过标准化的 JSON-RPC 协议发现和调用这些工具。对于前端组件库而言，支持 MCP 意味着 AI Agent 可以直接「读懂」组件的 props 定义、使用示例和设计规范，从而在生成代码时精准调用正确的组件，而不是凭空臆造一个可能不存在的 API。CLI 供人类开发者使用，SDK 供代码调用，MCP 则是专门为 AI Agent 设计的接口层——三者并存，才能覆盖人机协作的全部场景。

为了避免产品看起来太有「AI感」，还需要做一些细节打磨：

• 替换默认 icon 为自定义设计
• 从 UI 设计稿中抠图（切图），将元素做成 SVG 矢量图
• 调整小细节让界面更有质感

产品迭代的下一步：从三步压缩到一步

推特上的趋势洞察

一个值得关注的重要趋势是：GPT 的图片生成能力已经可以一步完成剧本、分镜脚本和分镜图的全部工作。

故事板的影视工业背景：故事板（Storyboard）起源于1930年代的迪士尼动画工作室，最初是为了在正式制作前预览动画序列、节省昂贵的手绘成本。其标准格式包含三个层次：场景描述文字、镜头构图草图、以及镜头间的转场标注。在好莱坞工业流程中，从剧本到故事板再到分镜脚本（Animatic）通常需要专业故事板艺术家耗费数周时间。进入短视频时代，这套流程被大幅简化，但核心逻辑未变：先确定叙事节奏和视觉语言，再进行实际拍摄或生成。GPT-4o 等多模态模型的突破在于，它能同时理解文字叙事逻辑和视觉构图规则，将「写剧本→画分镜→生成图片」三个原本需要不同专业技能的步骤合并为一次推理过程——原本需要导演、编剧、分镜师三种角色协作的工作，现在一个人加一个模型就能完成预制作阶段的全部工作。

具体来说，现在流行的做法是：

• 下方是 Storyboard（故事板），包含分镜脚本文字和序号标注的镜头顺序
• 上方是根据故事板直接生成的视频
• 一个文生图模型就把剧本、脚本、分镜图片全部解决了

这意味着原来的「三到四步」流程可以压缩到两步甚至一步：用户不再需要写剧本、不需要写分镜脚本、不需要单独生成分镜图。

移动端原生App的产品构想

基于这个洞察，下一步的产品路径规划如下：

1. 模板系统：通过 AI Agent 持续爬取推特上优质的 Storyboard 案例，分类整理成模板
2. 以图生图：基于参考模板生成新的分镜故事板
3. 触摸交互：在手机端支持画圈、拖拽等直觉式编辑
4. 一键生成+发布：修改后的分镜板直接送入视频生成模型，产出10-15秒短视频，支持直接发布到抖音、视频号、小红书

这个方向特别适合做成原生 iOS App，商业模式也很清晰——按视频次数收费。

总结：AI Agent正在重新定义独立开发

这个案例最有价值的地方不在于某个具体工具的使用技巧，而在于它展示了一种全新的产品开发和运营范式：

• 开发阶段：AI Agent 写代码、搭架构、接 API
• 上线阶段：AI Agent 管理部署、配置环境变量
• 推广阶段：AI Agent 制作发布视频、生成多平台内容、自动分发
• 融资阶段：AI Agent 辅助撰写 BP
• 迭代阶段：AI Agent 监控数据、追踪 bug、持续优化

「一人公司」模式的历史与演进：「一人公司」（Solo Founder / One-Person Company）并非 AI 时代的新概念。早在2019年，《一人公司》（Company of One）一书就系统阐述了这种商业模式的可行性——通过极度聚焦、外包非核心工作、利用 SaaS 工具替代雇员，单个创始人可以运营一家年收入数百万美元的企业。Pieter Levels（Nomad List 创始人）是这一模式最著名的实践者，他的多个产品均由一人独立运营，累计年收入超过300万美元。AI Agent 的出现将这一模式的天花板大幅提升——过去，一人公司的瓶颈在于创始人的时间和技能边界；而 AI Agent 本质上是一个「能力放大器」，它不替代创始人的判断力和产品直觉，但可以将执行层的工作自动化。当前的核心约束已经从「你能做多少事」转变为「你能编排多少 Agent」。

当然，目前的成本还需要考量——每次生成视频大概几块钱，主要消耗在文生视频环节。但随着模型成本持续下降，这种「一人公司」的模式将越来越可行。

真正的壁垒不在于你会不会用 AI，而在于你能不能把 AI Agent 编排成一个完整的生产力闭环。

核心要点

• 利用基于 HTML 的视频生成工具，让 AI Agent 自主完成45秒产品发布视频的脚本撰写、画面截取和组装
• AI Agent 可以承担多平台内容生成和分发工作，覆盖推特、小红书等10+平台的增长推广
• 前端组件选择的核心原则：必须同时具备 CLI、SDK 和 MCP 支持，让 Agent 能直接调用
• GPT 图片生成能力已可一步完成剧本、分镜脚本和分镜图，将原来的多步流程压缩为一步
• 下一步产品方向是移动端原生 App，通过模板系统+触摸交互+一键生成发布，实现短视频创作的极简体验