有个做门窗的客户，短视频团队一百来条片子，两年攒了二十多万粉，评论区经常有人问怎么买。他们去年开始做 GEO，第一件事就是把视频重新发一遍。三个月过去，AI 回答里一次都没提到他们。我去看他们的片子，内容没问题，讲安装、讲报价、讲怎么挑型材，都是真东西。问题在于这些东西全在画面和声音里，一句文字都没有。AI 读的是字。这篇讲视频和文字内容怎么分工，四种做法各自的成本、起效时间和坑。
先说结论
视频和文字不是一回事，也不是谁替代谁。视频管的是让人记住你、愿意点进来；文字管的是让 AI 有东西可引用。四种分工做法里，最划算的是把视频里的口播稿整理成一页文字，成本最低、起效最快。最贵的是给每条视频单独配一页说明，但它同时也是唯一能把视频流量和 AI 引用接起来的。
先分清楚：这篇和内容类型那几篇不是一回事
之前写过内容类型对比、选题库怎么搭、老内容怎么改，那几篇处理的是图文世界里写什么、怎么写、发出去的怎么办。这篇处理的是另一件事：你已经有一批视频了，这批东西要不要为 AI 再加工一遍。一个是决定锅里放什么菜，一个是已经炒好的菜怎么打包带走。两件事不冲突，但也别混着做，混着做最常见的结果是视频团队抱怨白干一遍。
为什么视频在 AI 这里不吃香
三个原因。一是 AI 拿到的主要是文字，画面里的演示、口播里的语气，它拿不到。二是视频平台上的文字部分太短，一个标题加几句标签，能提供的信息量不够它引用。三是就算它抓到了视频页，页面上能读的文字往往只有标题和简介，讲不到具体参数和判断标准。
不是说视频没用。视频在让人产生信任这件事上比文字强得多，客户看完三分钟的安装过程，比读三千字的说明更容易下单。它只是不直接贡献 AI 里的引用。
四种做法摆开说
第一种，视频照拍，另外配一页文字说明。第二种，把视频里的口播稿直接整理成一页文章。第三种，视频只负责验证和展示，文字独立写，不依赖视频。第四种，反过来，先从文字内容里拆出视频选题，再拍。下面逐种说。
第一种：每条视频配一页文字
拍一条，配一页，页面上写清这条视频讲了什么、涉及的参数、适用和不适用的情况。好处是内容扎实，一页能顶一篇。代价是慢，一条视频配一页得花半天，一百条就是几个月的人力。
适合的做法是先挑。挑播放高、评论区问题多的那十几条先配，剩下的先放着。每个月配三四条，比一口气铺开现实。
第二种：口播稿整理成文章
这是四种里性价比最高的一档。视频拍完，口播稿本来就在，把它顺成能读的文字：去掉口头语，把省略的部分补上，加上标题和小节。一两个小时能出一页。
要注意的是别把稿子原样贴上去。口播稿是说话的节奏，句子短、有大量省略，听着像人在说话，当成文章看会觉得不完整。补上主语、补上前提条件、补上数字的单位，这三处改完基本就能用。
第三种：视频和文字各写各的
视频拍它擅长的：过程、现场、人物、对比。文字写它擅长的：参数、价格构成、判断标准、限制条件。两边不互相迁就。
这种做法出的内容质量最高，但成本也最高，等于两套内容并行。适合已经有专职内容团队的阶段。人少的话硬上，结果通常是两边都做一半。
第四种：从文字里拆视频选题
反过来做：先按 AI 里客户真问的问题写好一页文字，再拿这一页去拍视频。好处是视频选题不用再想，客户问什么就拍什么，而且两边说法统一，不会出现视频里说三天、文章里写五天的情况。
代价是节奏被文字拖着走。文字这周没写出来，视频这周就断更。适合更新频率不高、一个月几条就够的团队。
按起效速度排
第二种最快，当天改完当天就能被抓到，一两周内开始有引用。第四种排第二，因为它发出来的时候文字已经在了。第一种排第三，得挑、得写，十几条配完要一个月。第三种最慢，两套内容都要攒。
按能带来的引用次数排
第三种最多，因为文字是独立写的，覆盖的问题最全。第一种和第二种差不多，取决于这批视频本身讲的是什么——讲判断标准和限制条件的，引用次数明显高于讲过程的。第四种看选题运气，问的人多就多。
按写作成本排
第二种最省，一两个小时一页。第四种次之，选题现成但要写。第一种中等，半天一页。第三种最贵，等于多养一支写内容的队伍。
按被同行复制的难度排
第一种最难被抄，因为它绑着你自己的现场和案例。第四种排第二，问题是你自己挑的。第三种容易被抄，纯文字谁都能再写一遍。第二种居中，口播稿里有你自己的说法，但整理成文章之后痕迹会变淡。
视频里哪些信息必须落到文字上
四样。参数，型号、尺寸、材质、适用范围。价格，写区间和构成，别只说实惠。限制条件，什么情况做不了、什么客户不适合。时间，工期多长、多久能出结果、有效期到什么时候。
这四样在视频里经常是一带而过的，但在 AI 回答里恰恰是被问得最多的。把它们单独写成文字，引用概率比视频本身高得多。
口播稿怎么改才像人写的
三处改。补主语，说话时经常省略，写下来不补会读不通。补前提，口播里说这个能用，往往是因为画面里展示的是特定情况，文字里得写明是什么情况。补单位，多少钱、多长、多重，口播靠画面补，文字里没有画面。
改完通读一遍。读起来像有人在跟你说话，就对了；读起来像产品说明书，往回改。
字幕和标题要不要一起发
要。视频平台上的标题、简介、话题标签，都是能被引用的文字。常见错误是标题只写个吸引眼球的短句，什么都没交代。写法上把关键信息放进标题：做什么的、适用于什么、多少钱这个量级。
简介区别空着，两三行把视频里讲的核心结论写清楚。这一块是视频内容里唯一能被 AI 完整读到的部分，成本为零，但不写的人占大多数。
视频平台上的文字区怎么用
三个位置。标题，放核心信息。简介，放结论和联系方式。置顶评论，放补充和更正——视频里讲错了，更正写在置顶评论里比重新拍一条便宜得多。
还有一个容易忽略的：账号的简介栏。很多账号简介写的是一句口号，等于浪费了唯一一个稳定展示你做什么的位置。改成写清楚做什么、覆盖哪些城市、怎么联系。
老视频要不要回头配文字
要，但只挑一部分。做法是拉一张表，把一年内的视频按播放量排序，再标出评论区问得最多的问题。前二十条里，挑那些讲价格、讲怎么选、讲避坑的先配。讲现场施工、讲团队日常的可以往后放，那些内容画面感强，转成文字反而没优势。
更早的视频基本不用管。行业参数、价格、工艺这两年变了不少，把三年前的内容整理出来，还得再花时间核对一遍，不如拿这个时间写新的一页。
视频选题和文字选题是不是一套
大部分时候不是。视频选题讲的是好看不好看：有冲突、有对比、有过程。文字选题讲的是有没有人在问：客户真的会打这句问 AI 吗。两套标准挑出来的题，重合度大概三四成。
能重合的那部分优先做，一条视频配一页文字，两边都赚。不重合的部分各做各的，别硬凑。硬凑的结果通常是视频为了配合文字拍得干巴巴，文字为了配合视频写得像解说词。
团队没人写怎么办
两个办法。一是让拍视频的人顺手写，拍完趁记忆新鲜，花二十分钟把讲了什么记下来，交给别人整理。二是招一个兼职，按页结算，一页几百块这个量级，比专职便宜。
别指望视频剪辑顺手把这事做了。剪辑的活儿是画面，写文字是另一套思路，硬塞给他通常两边都做不好。
三样不能做
不能把视频直接转成文字就发出去，自动转写的稿子错字多、逻辑散，AI 抓到也引不上。不能把同一份稿子发到二十个平台，重复内容越多，越容易被判定为低质。不能为了凑数批量生产，一页讲一个具体问题比十页讲十个空泛话题强。
怎么知道分工有没有起效
看三个数。每月新增的文字页里，有多少页内容来自已有视频。这批页面里，有多少在一个月内被 AI 引用过。视频带来的咨询里，有多少人提到是在 AI 里先看到的。
第一个数管效率，第二个数管效果，第三个数管两头对不对得上。看着费劲的话，先盯第一个，它最容易统计，也最能说明这件事有没有真的在做。
如果只能做一件事
挑出播放量最高的十条视频，把每条的口播稿整理成一页文字，配上参数和限制条件，挂到官网上。这一件事花三四天，能顶上再拍二十条视频在 AI 那边的效果。
每月自查
看四处。视频里提到的价格和时间有没有变，变了文字要跟着改。置顶评论里的更正有没有同步到文字页。账号简介里写的业务范围还准不准。上个月新增的文字页里，有多少是从视频来的。
第四处最容易被忽略。做着做着会回到老路上：视频照拍，文字没人管。盯住这个数，就知道分工有没有真的跑起来。
想知道你那批视频里有多少内容 AI 根本读不到？
把播放量最高的十条视频链接发过来，我们逐条看一遍：哪些信息只存在于画面和声音里、哪些必须落到文字上、整理成一页大概要改哪三处。不做诊断不收费。
