**作者背景**：某大厂后端开发，工作第11年，今年34岁  
**副业方向**：B站技术科普+产品分析  
**时间投入**：每天早晚碎片时间共1.5小时  
**当前数据**：3个月发了12条视频，累计播放35万，涨粉8000+

---

## 为什么34岁开始折腾自媒体

去年底团队裁了30%，我侥幸留下来了，但开始认真思考"35岁被优化"这件事。

作为程序员，我的优势是：
1. 有技术积累，能写深度内容
2. 逻辑清晰，擅长拆解复杂问题
3. 习惯用代码解决重复劳动

但劣势也很明显：
1. **没时间**。早9晚9是常态，周末还要oncall
2. **不会剪辑**。试过自学PR，看了3小时教程就放弃了
3. **不敢露脸**。怕被同事、领导看到

后来想通了：与其担心被裁，不如现在就开始建立plan B。就算做不大，至少证明自己"能做点不一样的事"。

---

## 我的内容方向：技术科普+产品拆解

我的视频选题来源于工作中的思考，打个比方：
- 《为什么Redis这么快？从数据结构讲起》
- 《字节/美团/阿里的推荐算法有什么区别》
- 《ChatGPT API调用成本优化：从$50降到$8的实战》
- 《一个需求从PRD到上线，产品/开发/测试都在干什么》

这些内容的共同点是：**我真的懂**，不是网上抄来的。

但问题是，这类深度内容写成文字可能3000-5000字，转成视频至少8-12分钟。如果手工剪辑，一条视频至少要花4-6小时——我根本挤不出这个时间。

---

## 第一阶段：痛苦的手工剪辑（劝退期）

一开始我用的是剪映。

**工作流是这样的**：
1. 周末花3小时写文稿
2. 再花2小时录音（因为不露脸，只录旁白）
3. 然后再花5小时剪辑：找素材、加字幕、做转场、调节奏

一条视频做下来，我唯一一天休息日就基本废了。

做了2条视频后我发现了几个问题：
1. **素材找不到**。比如讲Redis，我想要"数据在内存中快速读取"的画面，搜半天只有服务器机房的重复镜头
2. **数据可视化太难**。讲算法对比，我想做个表格动画，在剪映里根本不知道怎么弄
3. **改一个地方要重新导出**。文案错了一个字，要重新渲染整个视频

第2条视频发出去后，我严重怀疑这条路走不通。

---

## 转折点：发现可以用AI组合拳

某天摸鱼的时候刷到一篇文章，讲"用AI工具做副业"的。我突然意识到：**我可以把整个流程自动化**。

作为程序员，我的思路是：
1. **内容生产**：早上做饭时录音 → ASR转文本 → LLM润色
2. **视频制作**：文稿自动转视频，AI处理素材匹配和动画
3. **发布优化**：AI生成封面、标题、简介

关键是找到合适的工具，然后串起来。

---

## 我现在的工作流（每天早晚1.5小时）

### 早上6:30-7:00：录音+转录（30分钟）

我在做早饭的时候，打开手机录音，**像跟朋友聊天一样讲**我想讲的内容。

比如今天想讲"为什么微信支付比支付宝快"，我就边煮咖啡边说：

> "你们有没有发现，微信支付比支付宝快？不是快一点，是快很多。我之前以为是网络问题，后来研究了一下技术架构，发现是预加载逻辑不一样……"

**录音20分钟**，内容很口语化，有重复，有停顿，没关系。

录完后，用**Whisper**（OpenAI的ASR模型）转成文本。我在Mac上装了个本地版：

```bash
# 安装whisper
brew install ffmpeg
pip install openai-whisper

# 转录音频
whisper morning_recording.m4a --model medium --language zh --output_format txt
```

转出来大概5000字，很口语化，比如：

> "然后呢，就是说，那个微信它会提前把支付页面加载好，就是你还没点开的时候，它就已经在后台准备了……"

---

### 早上7:00-7:15：AI润色文稿（15分钟）

转录出来的文字读起来很累，需要润色。我用**Claude API**写了个脚本：

```python
import anthropic

client = anthropic.Anthropic(api_key="your-api-key")

def polish_transcript(raw_text):
    prompt = f"""你是一个技术内容编辑。下面是一段口述录音的转录文本，请帮我：
1. 去掉口语化的停顿词（"然后"、"就是说"、"那个"）
2. 整理成结构清晰的文稿，分段分节
3. 保留口语化的表达方式，不要写得太书面
4. 补充必要的数据对比（如果提到"快很多"，问我具体快多少）
5. 标注哪些地方适合配图表或动画

原始文本：
{raw_text}

输出格式：
# 标题
## 小节1
内容...
[建议：此处配柱状图对比]
## 小节2
内容..."""

    message = client.messages.create(
        model="claude-opus-4-7",
        max_tokens=4096,
        messages=[{"role": "user", "content": prompt}]
    )
    
    return message.content[0].text

# 读取转录文本
with open("morning_recording.txt", "r") as f:
    raw = f.read()

# AI润色
polished = polish_transcript(raw)

# 保存润色后的文稿
with open("script_polished.md", "w") as f:
    f.write(polished)

print("文稿已润色完成")
```

这个过程大概2-3分钟跑完，输出一个3000字左右的结构化文稿，而且会标注"建议此处配动画"。

---

### 早上7:15-7:30：上传文稿，开始生成视频（15分钟）

润色完的文稿，我会在出门前上传到花生AI。在此之前其实我也试过好几个AI视频工具：
- **剪映**：自动生成质量不行，还是要手动调整很多
- **即梦/可灵**：只能生成几秒钟的片段，不能一次性生成完整视频
- **HeyGen**：数字人太假，而且贵（$29/月）

花生AI的优势是：
1. **粘贴文稿就能生成**。不需要写什么提示词，直接把.md文件内容粘贴进去
2. **自动生成MG动画**。我文稿里标注"此处配柱状图"，它会自动生成动画，不用我去AE里做
3. **素材匹配准确**。讲Redis的时候，它会找数据流动、内存条、代码界面这些镜头，不是那种万金油的办公室素材
4. **可以对话调整**。生成后如果不满意，直接打字说"把第3个镜头换成服务器机房的画面"，它能理解

操作流程：
1. 打开花生AI网页版
2. 创建新项目，粘贴文稿
3. 选"素材+MG动画"方案
4. 点生成

然后我就出门上班了。**它在云端渲染，大概十几分钟后视频就好了**。

---

### 中午12:30-13:00：摸鱼时间调整成片（30分钟）

到公司后，趁着午休或者摸鱼间隙，我会打开花生AI看生成的视频。

通常需要调整的地方：
1. **某个素材不合适**。直接在对话框输入："把分镜5的素材换成'程序员写代码特写'的画面"
2. **动画效果调整**。比如："给分镜8新增一个对比表格的MG动画，左边是微信，右边是支付宝"
3. **配音语速**。有些地方讲太快了，我会手动调慢一点

这些调整都是通过**自然语言对话**完成的，不需要在复杂的时间轴上拖来拖去。

调整完后，点导出，大概5分钟后就能下载。

---

### 晚上22:00-22:30：封面+发布（30分钟）

视频导出后，剩下的就是做封面和发布。

**封面我用的是Python + PIL**，自动生成：

```python
from PIL import Image, ImageDraw, ImageFont

def generate_thumbnail(title, subtitle, output_path):
    # 创建1280x720画布（16:9）
    img = Image.new('RGB', (1280, 720), color='#1a1a2e')
    draw = ImageDraw.Draw(img)
    
    # 标题字体（大）
    title_font = ImageFont.truetype("/System/Library/Fonts/PingFang.ttc", 80)
    # 副标题字体（小）
    subtitle_font = ImageFont.truetype("/System/Library/Fonts/PingFang.ttc", 40)
    
    # 标题居中
    title_bbox = draw.textbbox((0, 0), title, font=title_font)
    title_x = (1280 - (title_bbox[2] - title_bbox[0])) // 2
    title_y = 250
    
    # 绘制标题（带描边）
    for offset in [(-2,-2), (-2,2), (2,-2), (2,2)]:
        draw.text((title_x+offset[0], title_y+offset[1]), title, font=title_font, fill='#000000')
    draw.text((title_x, title_y), title, font=title_font, fill='#00d4ff')
    
    # 绘制副标题
    sub_bbox = draw.textbbox((0, 0), subtitle, font=subtitle_font)
    sub_x = (1280 - (sub_bbox[2] - sub_bbox[0])) // 2
    sub_y = 400
    draw.text((sub_x, sub_y), subtitle, font=subtitle_font, fill='#ffffff')
    
    # 保存
    img.save(output_path)
    print(f"封面已生成: {output_path}")

# 使用示例
generate_thumbnail(
    title="Redis为什么这么快？",
    subtitle="3个数据结构+2个优化策略",
    output_path="thumbnail.png"
)
```

然后上传B站，填好标题、简介、标签，定时发布（一般定在第二天早上8点）。

---

## 这套工作流的核心优势

### 1. 利用碎片时间

- **早上30分钟**：做饭时录音
- **通勤路上**：AI在云端处理
- **午休30分钟**：调整成片
- **晚上30分钟**：发布

总共1.5小时，不影响工作和生活。

### 2. 自动化程度高

整个流程中，人工参与的环节只有：
1. 录音（内容生产，必须人工）
2. 检查润色后的文稿（约3分钟）
3. 调整视频细节（约20分钟）
4. 发布（约10分钟）

其余全是脚本+AI自动完成。

### 3. 内容质量有保障

因为选题来自真实工作经验，不是网上抄的，所以：
- 观众评论里经常有"终于有人把这个讲清楚了"
- 播放完成率平均65%（B站平均是40-50%）
- 涨粉速度比我预期快很多

---

## 3个月的数据复盘

| 指标 | 数据 |
|------|------|
| 累计发布 | 12条视频 |
| 总播放量 | 35.2万 |
| 粉丝增长 | 8000+ |
| 单条视频平均制作时间 | 1.5小时（全流程） |

**播放量分布**：
- 5条视频播放量1-3万（日常水平）
- 4条视频播放量5-8万（小爆）
- 2条视频播放量10万+（爆款）
- 1条视频播放量只有100不到

**爆款特征**：
- 标题带"为什么"或"对比"（如《微信支付为什么比支付宝快》）
- 有数据可视化（MG动画的柱状图/流程图播放量明显更高）
- 时长8-12分钟（太短讲不清楚，太长掉粉）

---

## 踩过的坑和优化建议

### 坑1：录音环境要安静

早期我在开抽油烟机的时候录音，结果Whisper转录出来一堆噪音干扰的错字。

**解决方案**：先扔到剪映里开个自动降噪

### 坑2：AI润色会改变原意

有一次Claude把我说的"Redis的持久化策略"润色成了"Redis的数据备份方案"，虽然意思接近但不准确。

**解决方案**：在prompt里加一条"不要改变技术术语，保留原词"。

### 坑3：花生AI的音色不能换

花生AI有个限制：进入编辑界面后不能更换配音音色。我第一次选了个女声，后来发现不适合技术内容，但改不了了。

**解决方案**：在规划阶段就选好音色，我现在固定用"专业男声-沉稳"。

### 坑4：MG动画位置需要微调

自动生成的MG动画有时会挡住字幕。

**解决方案**：在对话框里说"把分镜X的MG动画往上移50像素"，或者"给背景加半透明蒙层"。

---

## 一些反直觉的发现

### 1. 不露脸也能涨粉

我一直以为做UP主必须露脸，但我的视频全是纯素材+配音+MG动画，照样涨粉。

关键是**内容质量**，不是人设。

### 2. 技术内容也能有播放量

很多人觉得技术内容小众，但我的硬核技术类内容播放了8万。

关键是**讲清楚**，不是炫技。

### 3. AI工具不是偷懒，是放大器

用AI做视频，不是说"AI帮我全干了"，而是"AI帮我把重复劳动自动化，我专注在内容本身"。

录音、调整、审核，这些还是要人做。但素材匹配、动画制作、字幕生成这些，交给AI效率高10倍。

---

## 给其他程序员的建议

如果你也想做副业，建议：

### 1. 选你擅长的领域

不要看什么火就做什么。做自己讲起来不费劲的领域。

### 2. 用代码解决重复劳动

比如我的封面生成脚本、文稿润色脚本，都是一次写好，后面每次复用。

### 3. 找到适合自己的工具

我试了5-6个AI视频工具，最后选了花生AI，因为它在"长文稿转视频+MG动画"这个场景下效率最高。

你不一定用这个，重点是**找到适合你工作流的工具**。

### 4. 不要追求完美

我第1条视频质量很一般，但发了就是进步。第12条明显比第1条好很多，这是在做的过程中学会的。

---

## 工具清单

分享一下我用的工具栈：

| 环节 | 工具 | 成本 |
|------|------|------|
| 录音 | iPhone自带录音 | 免费 |
| 转录 | Whisper (本地) | 免费 |
| 文稿润色 | Claude API | ~$200/月 |
| 视频制作 | 花生AI | 49元/月 |
| 封面生成 | Python PIL | 免费 |

时间投入：每条视频1.5小时，每周1-2条

---

## 下一步计划

目前3个月8000粉，按这个速度，年底可能到2-3万粉。

接下来想做的事：
1. **开通视频合作计划**（1万粉就能开，估计下个月）
2. **接一些技术培训的商单**（已经有2家公司来问了）
3. **把工作流开源**（Whisper转录+Claude润色+自动上传的完整脚本）

最重要的是：**证明了35岁程序员还能做点不一样的事**。

---

## 写在最后

这篇文章写得很长，因为我想把真实经历和踩过的坑都写出来。

如果你也是大厂打工人，也在担心35岁的问题，不妨试试做内容副业。

不是为了暴富（这个不现实），而是：
1. 建立个人品牌
2. 积累一技之长
3. 万一被优化，有个退路


作者背景：某大厂后端开发，工作第11年，今年34岁  副业方向：B站技术科普+产品分析  时间投入：每天早晚碎片时间共1.5小时  当前数据：3个月发了12条视频，累计播放35万，涨粉8000+

34岁大厂程序员自救：用AI在碎片时间做自媒体副业，完整工作流分享

大厂牛马35岁程序员分享自己用AI在碎片化的休息时间里做自媒体副业的心得

编程语言

职业发展

34岁程序员利用AI工具实现B站副业，3个月涨粉8000+。通过技术科普+产品拆解内容，结合Whisper转录、Claude润色、花生AI视频制作等工具，将单条视频制作时间压缩至1.5小时。分享真实工作流、爆款特征及踩坑经验，证明技术内容也能获得高播放量。

数据可视化

数据备份

数据结构

代码解释

服务器

数据流

Python

Redis

2026上云采购 | AI焕新·智启新局

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

34岁大厂程序员自救：用AI在碎片时间做自媒体副业，完整工作流分享-腾讯云开发者社区-腾讯云

34岁大厂程序员自救：用AI在碎片时间做自媒体副业，完整工作流分享

34岁大厂程序员自救：用AI在碎片时间做自媒体副业，完整工作流分享

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐