张拼拼AI实战教练
← 回首页

十几分钟，复刻一场大师级演讲——把 Fable 5 接进 WorkBuddy，做出罗振宇风格的演讲专家

真人长视频 · EP0060 2026年7月14日 5:35
这一期讲什么

视频开头那段"罗振宇老师的演讲"，其实是 AI 生成的——演讲专家出的稿，AI 配的音。

2023 年我第一次做这件事的时候，要设计一套庞杂的智能体结构、配一整个文稿库。而这次在线下课上，我用 WorkBuddy 自带的专家和技能，十几分钟并发调研、四五轮对话就做完了，连八分钟的配音都是现场生成的。这一期把当时的提示词逐段拆开讲，顺带聊聊克隆名人音色被安全护栏拦下的细节，以及国产智能体和 Claude Code、Codex 的差别到底在哪。

视频开头我放了一段”罗振宇老师的演讲”——AI 焦虑、学也不是躺也不是、最后落到”君子不器”四个字。讲到一半我实在编不下去了：这段演讲，是 AI 生成的。稿子是 AI 写的，声音也是 AI 配的。效果是不是还不错？

要知道我是非常喜欢罗振宇老师的演讲的。从 2023 年开始，我就试图用 AI 去模仿他的表达方式；又因为业务上要做数字人，一直在研究音频克隆的技术。当年为了实现”罗振宇式表达”，我设计过一套非常庞杂的智能体结构，还得配上对应的罗老师文稿库，才勉强做到那样的能力。

十几分钟，四五轮对话

但 7 月 11 号那天，我真的没想到会这么快。

那天我在线下教猫头鹰学院 19 期的同学。课堂上本来只想做个示例——把 Fable 5 这个模型接入到腾讯的 WorkBuddy 里。结果用 WorkBuddy 自身的”专家和技能”，大概十几分钟的并发调研、四五轮对话，就做出了一个罗振宇风格的演讲专家，并且现场生成了开头那段八分钟的演讲音频。

这件事又验证了我常说的那句话：如果你现在不学 AI，没有关系——半年以后、一年以后，现在的这些技术全部都会被汰换掉，完全不用学了。但跟 AI 协作的这个思路，永远是有迭代、有成长的。

当时的提示词是怎么写的

我们把那几轮对话拆开看。

第一轮：多智能体并发调研。 我跟 WorkBuddy 说，需要它组建一个多智能体的并发调研团队：先去收集罗振宇老师的演讲风格、核心观点、经典语录、表达技巧，以及历年重要演讲的内容，作为基础语料；再让智能体构建一个具有多样特征的演讲专家系统——语言风格的模拟、知识体系的整合、不同场景的适配，还要能跟使用者互动反馈、调整修改。

任务下达之后，你就能看到 WorkBuddy 底下新建了很多子智能体。很多同学问我这是怎么出来的——就是因为提示词的开头提到了”多智能体并发、全网深度搜索”，它会自动建立几个智能体，从不同维度完成搜索，再把结果汇总到主智能体做下一步工作。

最后全网找到了 12 万字左右的语料，并从中提取出演讲风格与表达技巧。要知道，仅仅”voice DNA 语言指纹”这一件事，我之前就专门出过一期视频——原本要花费很多时间精力才能做完的活，现在因为模型能力、因为智能体”专家和技能”的能力，一两轮沟通就完成了。

第二轮：封装成专家。 WorkBuddy 里有一个技能叫 Expert Manager——在聊天窗左下角选中它，它就能把前两轮获取的结构性信息，封装成一个”逻辑与风格演讲专家”系统，之后聊天随时调用。

第三轮：补上钩子系统。 这里我加了一点自己的思考。短视频的口播稿，靠的是开场钩子留人；我相信做出来的演讲专家可以很好地转稿，但开场钩子需要额外的信息支撑——比如引经据典讲一个典故，比如给一个针对当前话题的惊人事实。这部分刚才的专家系统里没有，所以我又加了一轮，让它在写稿之前，先完成一次针对钩子的内容信息补全调研。

声音克隆，和一道有意思的安全护栏

音频部分，我找了罗振宇老师大概 30 秒的演讲片段，准备作为声音克隆的参考，用 MiniMax 2.8 HD Speech 这个音频模型完成接下来的工作。

但这里我发现，WorkBuddy 的安全护栏做得非常好：当它发现我在试图克隆名人的音色时，它拒绝生成。为什么我说这是 WorkBuddy 的护栏、而不是模型的限制呢？因为最后的音频生成，这个任务我最终是在 Claude Code 里用同样的模型完成的。所以我相信 WorkBuddy 在系统提示词的级别，一定注入了安全防护的部分——关于版权保护，以及其他可能造成危害的行为，是不允许执行的。

多说一句：最终那段八分钟演讲，用的是预置音色、加了一点倍速，不是罗振宇老师的克隆音色——未经本人授权克隆他人声音，这条红线换哪个工具都一样。名人音色，谁都不给克隆。

国产智能体，差在哪、又超在哪

通过这个案例我也在思考：国产的智能体，和全球顶尖的智能体——Claude Code、Codex——它们之间的区别到底是什么？

不同的智能体其实都可以接入相同的模型，而且模型能力越来越强。这些智能体我目前都在深度使用，我个人的体感是：差别还是在提示词的部分。 像 WorkBuddy 这样的智能体还在追赶阶段，能力在不断完善；但只要你选对了对应场景的专家和技能、给到了完整的提示词，日常应用的大部分需求，它已经可以满足了。甚至在项目的团队协作、MCP 连接器的便捷性上，已经超过了国外的智能体产品。

也期待国产模型能够迎头赶上。

如果你现在不学 AI，没有关系——半年以后、一年以后，现在的这些技术全部都会被汰换掉。但跟 AI 协作的这个思路，永远有迭代、有成长。