有人在小红书发了个帖子，标题是“我用AI搞定了整个短视频团队”。底下评论区炸了，几百条问“怎么搞的”。她回了一张截图：豆包写文案，即梦做画面，剪映合成。三个工具排成一排，配了一句话：“以前我一个人剪视频，现在三个人帮我，都不用发工资。”

这套组合拳在短视频圈已经不是什么秘密了。学科网的一篇教程里写得明明白白：第一步截取教材原画，交给豆包高清处理；第二步用即梦AI的数字人功能，上传图片、输入语言、加动作描述，生成单角色对话视频；第三步用剪映把两段视频拼起来，加字幕，完事。整个过程被浓缩成三步，老师用它做教学素材，说“以前做一节课的素材要一周，现在一天”。

大连图书馆前阵子办了个讲座，讲的就是用AI做古诗短视频。老师带着读者实操：先用豆包生成贴合古诗意境的文案和画面提示词，再用即梦把这些提示转成AI人物形象和动态画面，最后用剪映加字幕配乐。参与者现场就做出了自己的作品，有人做了《将进酒》的视频，有人做了《春江花月夜》。图书馆公众号发了个回顾，底下有人留言：“原来古诗可以这么教。”

其实不光是做教材。西南财经大学图书馆有本新书叫《剪映AI自媒体视频生成/剪辑/创作从入门到精通》，专门花一章讲“豆包+即梦+剪映”的组合用法，从短视频、动画片到微电影，全都有。机械工业出版社今年也出了一本《即梦AI+剪映AI+DeepSeek绘画和短视频制作》，50个实操案例，手把手教怎么用这三个工具协同创作。书里有个案例特别有意思：用豆包生成提示词，即梦生成“小仙女吃饭”的动态画面，剪映后期合成，出来的视频像动画片一样流畅。

有人在百度开发者中心发过一篇文章，讲怎么用DeepSeek+即梦+剪映做哪吒2的T台秀。但评论区有人试了之后说，把DeepSeek换成豆包效果更好——豆包生成的提示词更贴近即梦的输入习惯，不用来回调参数。那人还说，他用了豆包生成的“国风赛博朋克”提示词，即梦跑出来的画面质感直接拉满，剪映只加了滤镜就成片了。

360集团搞了个“纳米漫剧流水线”，专门解决AI漫剧量产的问题。这个流水线的核心思路是把豆包系列大模型（文本、语音、图像、视频）全串起来，用标准化流程把分镜一次性通过率提到90%以上。他们那个发布会讲了个数据：以前做一条漫剧要两周，现在三天，成本降了70%。底下有行业从业者评论：“不是AI取代人，是会用AI的人取代不会用的人。”

有人把这三件套的用法总结成了一个公式：豆包=编剧+美术指导，即梦=动画师，剪映=剪辑师+音效师。具体怎么分工？让豆包生成符合课堂风格的人物图片和脚本，即梦AI选音色、配台词、加动作指令，一键输出数字人教学素材，剪映最后剪辑、配乐、加字幕。做出来的数字人课堂导入视频，学生根本看不出是AI做的。

化学工业出版社今年还出了一本《DeepSeek+即梦+可灵+剪映：AI短视频制作技巧大全》。虽然是DeepSeek，但很多人留言说把DeepSeek换成豆包更顺手。书里90多集教学视频，从企业宣传到萌娃劳动，从情感治愈到儿童成语，从古人复活到3D故事立体书，全是真实案例。有人照着做了个《奶奶语录》的视频，发在抖音上，一周播放量破了50万。

阿里云开发者社区有一篇技术文章，讲的是用MCP协议搭自动化视频流水线。文章里给了一组实测数据：单分镜生成从18.2秒降到3.1秒，5分镜视频从91.7秒降到22.4秒。但他们用的是Java+FFmpeg那套，普通人搞不定。评论区有人问“有没有不用写代码的方案”，底下好几个人回：豆包+即梦+剪映，零代码，上手就会。

最夸张的是有人把这套流水线用在了儿童成语故事上。他先用豆包生成《知错就改》的脚本和画面提示词，再用即梦文生图、图生视频，最后用剪映剪辑。出来的人物造型、场景风格完全统一，小孩看了以为是从动画片里截的。他把完整流程发在社群里，底下有人说“这是要抢动画公司的饭碗”。

前两天凤凰网发了个报道，说杭州搞了个“AI+文化”产业论坛，专门讨论怎么用AI流水线做漫剧。会上有个数据挺吓人：用豆包、即梦、剪映这套组合，单人日产视频从2条涨到20条。有人问质量会不会掉，他们现场放了一条用这套流水线做的《凤舞工作室》企业宣传片，画面、配音、剪辑都看不出是AI做的。台下有人小声说：“这不叫工具，叫生产线。”

完整的操作流程和提示词模板，有人整理在 AI视频 专题里了，从文案到画面到剪辑，每一步都有案例，直接复制就能用。