Skip to main content

场景故事

孙老师在一家公考培训机构当讲师。他手头有一套结构化面试题库,是 JSON 格式的数据文件,包含题目、参考答案和解析。过去要把这些内容变成可以给学员用的视频课件,流程是:先手工整理成 PPT 讲义,再打开录屏软件一页一页录制讲解。一套 30 题的材料,从整理到录完至少两天。 他想试试 QoderWork 能不能把这个链路打通。

文件准备

1

选定工作目录

选定 公考课程制作 文件夹为工作目录。
2

生成 PPT

3

生成带语音视频

QoderWork 做了什么

QoderWork 读取了 JSON 数据,自动生成了 30 页的结构化 PPT 讲义,然后将每页内容转为口语化解说词,合成带语音的教学视频。孙老师过去花两天干的活,现在一上午搞定。

持续使用

孙老师现在每周更新一批题目:把新 JSON 文件放进文件夹,说一句「新增了第二期题库,请按同样格式生成 PPT 和视频」就行。他还把这个流程封装成了 Skill,助教也能直接用。

核心价值

使用技巧解析

这个案例的核心技巧是 分步提示词 + Skill 封装,适合「链路长」的复杂任务。 孙老师没有把「JSON → PPT → 视频」一股脑塞进一个提示词,而是拆成了两步:
  1. 第一步专注于 PPT 生成(读取数据、匹配模板风格)
  2. 第二步专注于视频合成(语音解说、时间控制)
每一步的输入输出清晰,QoderWork 执行起来更稳定。如果对中间结果不满意,可以单独调整某一步,而不用全部重来。 更进阶的是,孙老师在流程跑通后用 create-skill 把整套流程封装成了 Skill,助教也能直接调用,实现了「做一次、用无数次」的团队复用。 复杂任务拆成多步 prompt 逐步执行,跑通后封装为 Skill 就是你的专属自动化流水线。