时间过得真快
从发布的第一个视频开始到现在
我已经做了760多天的up主
在这些日子里
很多朋友通过评论区或私信和我产生了交流
除了关于视频本身的讨论以外
我发现其中最经常出现的一个问题
就是我的视频是怎么做出来的
那么今天就和大家分享一下
我做视频以来的个人心得
以及在制作的过程中都会用到哪些工具和技巧
包括选题文案
动画特效建模
剪接
甚至是编程等等
一方面是和大家聊聊天
另一方面就是希望通过本期视频
对那些想做同类型的科普视频
但在时间上没有什么头绪的朋友
有一点点的帮助
1. 选题
选题很重要非常重要
我的选题主要有三个来源
第一个是纯脑洞
比如降维打击育儿节群
给手机加硬盘等等
这些脑洞往往出现在一些莫名其妙的场景
比如洗澡蹲坑的我瞬间不在看书写代码
刷视频的间隙
正如歌里唱的那样
一些漫不经心的说话
将我疑惑解开
当然灵感是一个玄学问题
什么时候有
能不能有都不一定
所以没有讨论的空间
第二个选题来源是基于计算机
信息技术在话题性的现实场景中应用的
可能这个理论嗯好吧
其实就是蹭热度
如果说关于伤的视频是在轻轻的蹭信条的余热
而欧泡果奶就是题材热点的脖颈上做视频的
但和计算机相关的热点也是个玄学问题
所以我选题最主要的来源其实是第三个
看书看书还是看书
一直以来我都有看闲书的习惯
主要是计算机相关的
比如在看完一些网络安全的闲书后
我做了DDOS技术鉴赏
而浪潮之巅则激起了我做微软和苹果两家公司
个人操作系统是真的兴趣
当然我也喜欢看
像人类简史从一到无穷大
查与摩托车维修艺术等等
这样和计算机不太相关
却读起来饶有兴趣的书
比如小说1984启发了我做app
是不是在监听我们这个视频
而近期的恩格玛机系列
则是因为我在某购物app上购买了论可计算书
这本书
它的相关商品里也购推荐了这本立马传奇
看完之后觉得甚是有趣
于是做成了视频
所以对于我而言
看闲书这个习惯
可能是我选题最主要也最稳定的来源
在确定某个选题之后
接下来就是写文案
2. 文案
我认为文案非常非常重要
但不论多么华丽的辞藻
多么夸张的表现手法
文案的内容总是要基于一个固定的底座
那就是知识本身
一般来说有些选题本就在我的知识范围内
比如信息熵之前学过也用过
但这并不意味着就可以直接开始写稿
因为我总觉得即使是早已知道的东西
也有可能一直带有某种误解
所以仍然需要进一步的确认
甚至重新学习
之前对于信息熵的理解
要么是在书上
要么是别人的转述
而对于从这篇最原始的文章
始终没有详细的读过
所以我把它们打印了出来
从头到尾仔细的读了一遍
但这也是我做科普视频最快乐的时光之一
去仔细的研究那些虽然知道
却一直没有找到合适的理由
仔细研究的知识
当然也有一些选题是我之前不太清楚的东西
但在我的能力范围内能很快消化的
比如恩格玛机
虽然这个选题来源于这本书
但这本书关于破解部分的讲解却并不细致
所以只能去网上找另外的资料
比如关于雷耶夫斯基循环测定仪的工作原理
图利威尔士曼炸弹机的构造和工作原理等等
而在这部分的研究过程中
为了验证资料中的内容
我甚至编写了一个恩格玛机的模拟程序
视频里的案例看似随意编写
实际上都是这个模拟程序跑出来的结果
这就是做科普视频中非常重要
也非常耗时的另外一件事情
一般来说
收集资料的核心原则是尽量找到最原始
或者虽然不原始
但至少是质量有保证的资料
对于一个非常具体的知识
那么提出这个问题的论文往往是最好的资料
比如要讨论信息熵
那就去找通信的数学原理
要讨论通过加速度传感器监听用户的可能性
那就去找最早提出这个观点的论文
如果要讨论人工智能去除马赛克的问题
那就去找当下比较火热的技术方案的相关论文
当然作为计算机领域的知识
我一般都会尽可能的去找
或者自己写对应的源码去复现
以尽可能的确保自己的理解是正确的
然后再对这些原始材料做对比和加工
而对于一些不那么具体的知识
比如D到四攻击
作为一个人们通过实践不断积累而来的
黑客手段
并没有什么原资料的概念
所以书籍就是一种相对高质量的参考资料
当然也有可能遇到一些质量并不高的书
这需要自己甄别
而为了尽可能的保证这一点
除了一本主要的参考书
我同事还会多找一些书或者文献
用来做补充和校对
除此之外
有影响力的媒体发布的报告
也是一个可参考的资料来源
而除了知识本身这个底座
我在写文案的时候
对自己还有一个基本的要求
就是逻辑通畅
为了做到这一点
我时常提醒自己
如无必要
勿增新知
出于严谨性的顾虑
很多时候我确实有堆砌细节的冲动
但在严谨和易懂时间
必须要做出恰当的权衡
因为作为科普或入门教程
太多的细节往往会影响对主线的把握
这基于一个我认为比较正确的前置假设
科普就是科普
观众应该清楚
不能把它当做严谨的学术资料
另外一个我认为很重要的事情
就是梳理清楚内容之间的递进关系
俗话说
条条大路通罗马
但问题是每条路却又各不相同的体验
同样为了讲清楚一件事情
内容的递进方式
应该是一个花很多时间仔细思考的问题
所以在写文案的时候
我往往喜欢站在一个文案
却不懂得观众的角度把内容一次次的打散
并尝试从不同的角度去切入和组合
在不钻牛角尖的前提下
仔细的评估出体验
最好的地理老师在完成这些以后
最终会形成一个逐字稿
内容方面也就算告一段落
然后开始进入视频的制作流程
不过一般来说把文案变成视频
3. 分镜
还需要一个分镜脚本
用来提前规划每段内容以什么样的形式呈现
包括画面
音效
背景音乐等等方面
分镜脚本确实能够帮助我们
尤其是在内容比较复杂的视频中
梳理清楚视频表达的逻辑
不过作为一个个人up主
并没有别人参与内容的制作
所以我一般都会比较偷懒
往往都是对着文案在大脑中过一遍场景
然后直接开干
对于一个科普视频
尤其是理工类的科普视频
除了逻辑通畅的文案
一个良好的可视化画面往往也非常的重要
但对于实现的工具
我向来的态度是不求高级
但求好用
正如自己软件开发中讨论哪个语言天下无敌
哪个IDE宇宙第一的工具崇拜一样
大可不必
所以视频中大多数的动画
实际上是我用操作简单但效果很好的PPT做的
准确来说是苹果版的PPT
提note不是他比PPT强哈
我只是看中了它可以直接导出背景透明的MOV
视频这个特性
这样就可以很方便的在AE和pr中进行
再加工和剪接
KDNOTE基本上可以完成我大多数的动画需求
我甚至用它制作了CPU的原理演示动画
在用了这么久的keynote之后
我总时常的感叹
这个软件用在汇报工作里有点太卷了
用来做演示动画似乎才是他的正道啊
当然PPT不是万能的
高级一点的需求还是需要使用AI
当然遇到需要3D建模的场景
比如恩格玛机
我使用的是巴雅
偶尔我也会使用一些3D以及编写代码来建模
这得益于我多年前做独立游戏的那个紧密
虽然独立游戏没有做出来
但包括玛雅在内的很多技能却保留了下来
而视频中需要偶尔穿插的一些画面素材
这可以通过素材网站获得
比如我使用的是B站推荐的槽点视频诶
首先声明这部分不是广告哈
当然也不建议品牌方看到后给我补上广告费哦
而且素材网站也会提供很多
效果非常好的AI模板
按照自己的需求在这些模板上做二次开发
相比于从零开始做特效
可能是一个
短期内能够快速提升画面质量的小技巧
虽然画面相关的工作是个长期积累的力气活
并没有什么特殊的技巧
但真的非常耗费时间
这就是除了在收集资料和编写文案上
花费了太多功夫以外
为什么我更新视频这么慢的另一个原因
往往一个动画或者一个模型能做一天
甚至好几天
当然这种付出是值得的
因为观众在这些动画和模型中
能更容易地理解传统的图文很难表达的信息
不过再接下来就是我整个视频制作流程中
最痛苦的部分录音
因为我是一个标准的南方人
吐词清晰
对我来说挑战还是蛮大的
所以每次录音都是一次和舌头较劲的痛苦过程
采样频率大于等于最大频率的两倍即可
一般是44
一般是一般是44
一般是44
DT操录口音后就是开始剪接
配上合适的BGM
不添加字幕
一个视频就算做完了
当然在发布前还有最后一个非常关键的部分
标题和封面
而实际上这两个东西非常的重要
也是我一直不太做得来的东西
我曾尝试过各种方法
去提高标题和封面的吸引力
最后找到了一种全局预览来做评估的方法
但正如你所看到的那样
不论在标题和封面上
如何折腾在内容和画面上如何推敲
我很多视频的播放量
往往也达不到通俗意义上的高
我大约是知道一些原因的
最近也在考虑做一些更轻松和大众化的视频
可是对于这些真的想讲明白某个知识的视频
如果也为数据论
从而删除
不计代价的简化和压缩掉
虽然比较难
却实际上有价值的内容
怎么说呢
就是没什么意思
评论区中有这样的一句话
对我很有启发
感谢这位朋友是呀
如果有可能
多年以后的人们是否还愿意观看我的视频
并从中仍旧能够获得一些有价值的东西呢
这或许是比流量本身更酷的事情啊