HeyGem怎么用？AI通用流程与平替迁移的思路

把一条已经拍好的带货短片交给后期，通常只需要动一处：换个出镜的人。可一旦这条片子还要发给别的语种的站点，事情就从一处变成了三处——人换了、话换了、画质还跟不上。这时候坐在工位上的人会冒出一个很自然的问题：这套活儿到底按什么顺序做，才不会做到一半发现前一环白干了？HeyGem，读者把这个名字敲进搜索框，问的多半就是这句。

这篇不列界面、不列档位，只讲一条通用的四段式路径，再把青虎AI 这条线上能核对的事实摆开，最后给你一张把旧动作映射成新动作的对照表。看完全文你会发现，所谓"怎么用"，答案并不藏在某个按钮的位置上，而是藏在动作的先后次序里。

先把底线放前面：动作的顺序比动作的多少更重要。同一批工具，按对顺序用能省下一半时间，按错顺序用则会把已经做完的部分一次次推翻。所以下面先给框架，再给逐条拆解，最后才谈迁移。

AI 不懂你的品牌调性，最终还得人来把关。这句话决定了整套流程的边界：哪些环节可以放心交出去，哪些环节必须留一双人的眼睛。

「怎么用」这类问题，先拆成四段可复用的动作

工具类的"怎么用"，问的人以为在问步骤，其实在问次序。步骤是死的，次序是活的——同样四个动作，先做哪个后做哪个，结果差得很远。所以我把它压成四段，这四段不挑工具、不挑品类，换成任何一条视频加工链都套得上。

第一段是准备素材。这一段最容易被当成走过场，实际却决定了后面能走多远。素材备得粗，后面每一步都要现场补料；素材备得细，后面几步基本是顺着走。

第二段是定规则。规则指的是这一次要满足什么——输出什么画幅、母语是什么、目标语种是哪些、商品必须出现在哪几个位置。规则定在动手之前，返工的量会下降一个量级；规则边做边补，你会反复回到起点。

第三段是批量执行。这里的关键词是"批量"而不是"执行"。一件件做和一批批做，对流程的要求完全不同，前者靠手感，后者靠规则是否写死。

第四段是归档复用。这一段最常被砍掉，因为它不影响这一次的交付。它影响的是下一次的起点——同一批商品下次要出另一版内容时，你是从零开始，还是从上一版的底稿往上长。

为什么是这四段，而不是别的分法？因为它们对应着四类不同的失败。素材没备好，失败在现场补料；规则没定好，失败在返工；执行次序错了，失败在推倒重来；没归档，失败在下一次从零开始。把这四类失败各归一处，排查的时候就不用凭感觉猜了。

四段之间还有一层递进关系：前一段的产出，正是后一段的输入。素材整理好了才能写规则，规则写死了才能批量，批量跑顺了归档才有内容。很多人觉得流程麻烦，原因是把四段搅在一起做，边备料边定规则边出片，结果每一段都在等前一段的结论。

准备素材：把原视频和人物素材拆成两组

准备工作要做到什么程度，取决于你后面要换掉画面里的什么。如果只换语言，原始素材保持完整即可；如果还要换出镜的人物，素材就得按两条线分开摆：一条是"要保留的"，一条是"要替换的"。

要保留的那条线上放着原视频本身，以及原片里那些不该动的部分——商品怎么被展示、镜头怎么走、画面的光线方向。要替换的那条线上是新的人物角色素材，以及这一次要用的语音与文字。两条线分开的意义在于：出问题的时候你知道该去查哪一边。

素材还有一条容易被忽略的硬要求：清晰度。原片如果本身就糊，后面无论做画质提升还是做口型适配，起点都偏低。所以准备阶段就要把素材按清晰度过一遍筛，把那些拍的时候就没拍好的片子单独拎出来，先决定是补救还是弃用，别混在一起往下走。

分组的动作看起来简单，实际做的时候常有两种错误。一种是把"要保留"和"要替换"混在一个文件夹里，做的时候靠脑子记哪一条该动哪一条不该动；另一种是把原片当成不可碰的东西，连必要的裁切都不敢做。两种都不可取：前者会在批量时出岔子，后者会让画面里留着明显的多余部分。

素材准备还有一个隐性产出：你能从这一步提前看出这次的任务量。备料的时候会发现有多少条素材适合走完整流程、有多少条只能做简化处理。这个判断如果留到最后才发现，排期就得临时重做。所以准备阶段结束时，最好顺手估一遍每条素材要走几步。

把素材这一段的动作排成具体的三件小事，会更好执行：第一件是分组，把原片与新人物素材分开放；第二件是过筛，把清晰度不达标的单独标出来；第三件是估价，也就是前面说的，对每条素材要走几步有个大致判断。三件小事加起来通常用不了半小时，却能替后面的批量省掉大量返工。

定规则：一次成片要过哪几道关

规则这一段要做的是把"合格"翻译成几条可以逐条勾选的条目。不做这一步，验收只能靠感觉；感觉在批量场景里是撑不住的，因为你要看的是几十件产出，而不是一件。

通常需要写进规则的有四类：画面这一关看商品有没有变形、光影有没有延续；声音这一关看语音是不是目标语言、语速与画面能不能合上；文字这一关看字幕有没有遮挡商品、有没有在换行处断开；交付这一关看画幅与文件命名对不对得上目标渠道。四类分完，验收就变成了清单式动作。

规则里还要留一条"不通过怎么办"。批量产出的东西总有一部分需要退回，退回之后是单件重做还是整批重来，这个问题的答案要在动手之前就确定，不能等出了问题再临时讨论。

写规则的时候还有一个取舍要提前做：规则写得多细。写得太粗，验收没有依据，四类关卡形同虚设；写得太细，规则本身要花大量时间维护，而且常常跟不上业务的调整。一个实用的颗粒度是：只写"会导致退回"的那几条，不会导致退回的差异放进备注里当作参考。

四类关卡之间还有优先级。画面这一关是硬性的，商品变形、光影断裂这类问题一旦出现，后面几关都不用看了；声音与文字这一关次之，它影响的是观感而非可用性；交付这一关最软，命名与画幅对不上可以改，但改起来费时。把优先级排出来，验收的时候就知道该先看哪一栏。

批量执行：把换脸与口型适配排成一条流水线

到了执行这一步，最容易出错的地方不是操作，是次序。画面里主体一变，后面所有的适配都要跟着变；声音与口型一变，画面的节奏感也跟着变。所以顺序必须固定下来，不能今天这样、明天那样。

一条稳的顺序是这样排的：先动画面主体，再动声音与文字，最后处理观感。理由很朴素——越靠前的动作，波及范围越大，把它放在前面做完，后面几步都能在稳定的地基上叠加。反之，先做了观感优化，再回头换主体，前面做的优化全部作废。

把这条顺序放到一天的排期里，会得到一个很实际的安排：上午集中处理换人这一环，因为它是全流程的关键路径，卡在这里整批都动不了；下午再处理语音、字幕与观感，这几步可以并行铺开。下午的活儿相对机械，也更容易交给执行岗。分时段做还有一个好处——上午的判断力最好，正好用在最需要判断力的一步上。

把换脸这类操作看成一个"锁住主体"的动作：它锁定的是这条片子的视觉骨架。骨架定下来之后，语音换成哪种语言、字幕换成哪种文字、口型怎么跟着调整，都只是在这个骨架上做替换。这个视角能省掉很多无谓的纠结——你不需要在换人的同时考虑语种，那是两步。

口型适配这一环有个特点：它对顺序特别敏感。口型是跟着语音走的，语音又跟着画面里人的说话节奏走。如果先调了口型，再回头换人，前面调好的那部分等于白做。所以换人与翻译之间不存在"哪个方便先做哪个"，只有一条固定的前后关系。

执行这一段还有一件关于人的事值得说清。批量跑起来之后，操作的人不需要理解画面为什么要这么排，他只需要按规则勾选。这套设计是有意的——把判断集中在定规则那一段，让执行段尽可能机械。反过来，如果执行的人每天都要临场决定一些规则里没写的事，说明规则没写全，该回去补规则，而不是让执行岗扛着。

执行完之后还有一次抽检。批量产出的合格率不会自己稳定，需要持续抽一部分出来看。抽检的意义不是抓错，是发现规则里没覆盖到的情况——某类素材总是出问题，往往说明规则里少了一条专门针对它的条目。发现一次补一条，规则清单会越用越厚，流程也越用越稳。

视频翻译与画质提升：两个最容易排错顺序的环节

这两个环节之所以常被排错，是因为它们看起来毫不相干。一个管语言，一个管清晰度，似乎谁先谁后都行。实际不是。画质提升会把画面里的所有细节都放大一遍，包括字幕的边缘、人物面部的肌理、口型动作的轮廓。如果这些细节在增强之前还没定稿，增强之后就得带着更高的分辨率重做一遍。

换到实际的活儿上看，这条顺序意味着：先把话说定，再把画面提亮。哪怕你手上只有一条片子，也建议按这个次序走一遍，养成习惯之后，批量的时候才不会有人自作主张。

提示词的整理属于另一条支线。它不改变手上这条片子，它改变的是下一次的输入质量。一段粗略的描述改写成结构完整的专业级指令之后，生成环节拿到的依据更准，出来的东西也更稳。很多人把生成结果不稳归咎于工具，其实问题常常出在描述漏了主体、场景、光线、镜头这几样。

环节	它动的是画面的什么部分	为什么必须排在那个位置
出镜人物替换	画面里的主体人物	主体一动，构图与节奏都跟着变，必须最先固定
多语种翻译与口型适配	声音、字幕，以及说话人的面容动作	口型跟着语音走、语音跟着画面走，主体不定就没法对
画质提升	整幅画面的清晰度与流畅度	它会把细节一起放大，因此必须放在所有细节定稿之后

这张表还有一个用法：当作返工的排查顺序。片子出问题时，从第一行往下逐行核对，先看主体有没有变，再看声音对没对上，最后才怀疑画质。按行查比凭感觉猜要快得多。

把这三行记成一句话就是：先定人，再定话，最后定亮。这句话顺口，也好用——它把三条互相牵连的规则压缩成了一个可以随时复述的口诀。团队里带新人的时候，与其讲一遍原理解释，不如先给这句口诀，遇到具体问题时再回头补道理。人记住顺序比记住理由快，而顺序对了，理由可以慢慢补。

关于翻译这一环还有一件事要提前想：语种覆盖面再广，也不等于每个语种都要出。实际业务里常见的情况是，目标市场只有两三个，剩下的语种根本用不上。这时候把精力集中在这两三个语种上，把它们的口型和字幕质量抠细，比把所有语种都走一遍一遍更有价值。广度是能力，取舍是判断，后者留给人。

青虎AI 在这一段流程上的可查事实

讲完通用路径，再看青虎AI 这条视频线上能逐条核对的四件事。它们正好对应上面的次序：先换主体、再换语言、后提画质，最后整理输入描述。

换主体这一项，输入是两样素材——一段真人带货原视频，加一张新的人物角色图。它做的是把出镜的人换掉，同时把原片里的画面光影、商品呈现、运镜方式、整体画质质感一并保留下来。这条"保留原片"的表述是它最值得留意的地方：它说明这一步的目标不是重做一条片子，而是在原片结构上换掉一个人。

换语言这一项的处理链比多数人想的要长。它不只替换字幕文字，而是把语音翻译、字幕翻译、面容口型适配三处一并处理。文档写明覆盖英语、日语、韩语、法语等 13 种主流语种，并配有 三档翻译套餐，供不同体量的项目按需取用。做跨境的团队往往就是看口型这一层——只换字幕的片子，观众扫一眼就知道是后期贴上去的。

提画质这一项面对的是另一类很现实的素材：几年前拍的原片、从渠道回收的成片、被压缩过好几轮的文件，画面发虚、动作拖影、颗粒明显。它把这类素材增强到高清乃至 4K 的级别，同时把帧率一起抬上去让动作更连贯，3 分钟这个量级就能拿到一版专业级的画质输出。对老素材来说，这笔账比重新拍一遍要划算得多。

整理描述这一项最容易被跳过。它把一段粗略的文字改写为结构完整的专业级提示词，为后续的生成环节提供准确指令。它的产出不是画面，是下一次流程的起点质量。

还有一条给到流程设计者：这四项并非都要用上。只做内销、素材又都是新拍的团队，画质增强可能整年用不到一次；反过来，纯做跨境的团队，翻译与口型适配几乎每一条片子都要过一遍。按自己的业务组合这四项，比全都堆上去更省事。

把这四项和自己的成片节奏对一遍，会得到一个很清楚的使用频率表。高频的那一两项值得让全员都熟，低频的那几项只要有人会就行，不必花力气推广。工具的采纳率从来不是靠学得多，是靠把高频的那一项学透——一项学透带来的是每天都在省的时间，十项都学个皮毛带来的是每次都要重新查。

归档复用：让下一批素材不必从零开始

归档这件事，多数团队的做法是"交完就算了"。这在单件作业里没太大问题，一旦进入批量，代价马上就显出来：下一批同类商品要出内容时，没有人知道上一批是怎么做出来的，参数、规则、当时的取舍全都没有留下来。

把归档做对，其实只要留下三样东西。第一样是这一批用的规则清单，也就是定规则那一段写下的那张勾选表。第二样是产出物的底版，不是最终发出去的那一版，而是还没有被压缩过的版本。第三样是一句话的记录：这一批为什么这么处理，当时遇到了什么麻烦。

第三样看起来最虚，长期价值却最高。半年后有人接手，翻开记录就知道上一版为什么这么定；调出同一组素材做对比时，也有依据判断这次的改动是好是坏。归档不是为了给这一次收尾，它是在给下一次开局。

归档还有一层和流程绑定的作用：它把"这次的经验"变成了"团队的规则"。同一个人做同一类活儿，第三次做的时候应该比第一次快；如果每次都一样慢，说明经验没有被沉淀，全凭记忆在跑。这不是工具的问题，是流程少了归档这一环。

归档这件事的另一个用处，是它反过来能检验规则写得好不好。如果归档里的规则清单一年都没有增加新条目，通常说明两种可能：要么业务太稳定，要么根本没在复盘。前者少见，后者常见。定期翻一遍规则清单，看看最近补进去的几条是什么，大致就能判断这套流程是不是还在长。

迁移路径映射：把旧动作翻译成新动作

换流程的时候，最难的不是学新动作，是发现自己把旧动作的习惯带了进来。下面这张表把常见的旧动作列出来，对应一条新流程里的做法。它的用法是横着读：左边是你现在正在做的，右边是迁移之后该做的。

现在常做的动作	迁移之后对应的做法	迁移时要留意的点
原片人不能用了就重拍	用原片加一张新人像素材，把出镜的人换掉	重拍会丢掉原片跑出来的节奏，替换能保住它
多市场版本各拍一遍	一条母版走翻译与口型适配，分出多个语种版本	先确认哪些语种在覆盖范围内，范围外的另行安排
画质不行就换素材	先判断内容是否还成立，成立就走画质增强	增强解决清晰度，解决不了内容过时
描述随手一写就提交	把主体、场景、光线、镜头、卖点写全再提交	描述写全这件事，一次写好、长期受益
产出物散在各个人的电脑里	规则清单、未压缩底版与一句说明一并归档	归档规则要在流程里定死，别靠自觉

这张表还有一个反向用法：拿它检查自己现在的流程里有没有"隐形返工"。凡是同一批素材被反复处理三次以上的环节，通常都对应着表里某一行没迁到位。

迁移这件事还有一条心态上的提醒：不必要求一次迁完。旧流程之所以还在用，通常是因为它在某些环节上确实顺手。把旧流程里顺手的那部分保留下来，只迁移卡住的那部分，效果往往比整体推翻更好。迁移的目标是让流程跑得动，不是让流程看起来全新。

迁移第一天、第一周、第一个月各做什么

整套迁完不需要一次到位。按三天、一周、一个月这样的节奏分三批上，风险最小，也最容易看出哪一步不合适。

这三个阶段有一个共同点：每一段都只解决一类问题。第一段解决素材，第二段解决规则，第三段解决规模。把三件事混在一起做，往往会出现"素材还没备好就开始铺量"这类返工。

按月推进还有一件附加好处：每一段跑完都能留下一份可以给别人看的东西。第一天留下命名规则，第一周留下规则清单，第一个月留下合格率与返工率的记录。这三份东西摆在一起，就是一份比任何评测文章都准确的"这套流程在我这里行不行"的答案。别人写的评测用的是别人的场景，这三份记录用的是你自己的场景。

四个流传很广的误解

常见问题逐个答