这是一篇面向零基础用户的详细教程，作者手把手讲解如何从零安装 Claude 客户端，通过 CC-Switch 工具一键导入第三方模型供应商的中转配置，避免官方账号注册与封号问题，再进入 Claude Code 页面选择文件夹和 Opus 5.5 模型。教程覆盖 Mac 与 Windows 双平台，包含客户端安装、CC-Switch 配置导入的常见坑、密钥创建与启用等步骤。最后作者用两段提示词让 Claude 搭建 Remotion + React + TypeScript 环境，并生成一支抽象风格的国庆放假宣传片，展示了 AI 编程工具在视频制作上的实际效果。
作者作为Adobe合作伙伴，使用Adobe Firefly创作了五个静谧场景：灯笼小巷、池塘茶馆、雨中庭院、森林神社和山间温泉。文章详细分享了创作流程：先用Firefly Boards统一五个场景的风格，尝试Nano Banana 2等合作伙伴模型生成4K宽屏图像，再用Kling 3.0添加动态效果，最后利用Firefly的Generate Sound Effects逐层生成雨声、水声、风声等音效，在时间线上分层混音。作者重点展示了雨中庭院和山间温泉两个成品，强调了从图像、动画到音效的细致选择如何营造沉浸式氛围。
作者分享了使用AI视频创作工具Pexo将一篇关于Jev决策模型的技术文章制作成近两分钟中文科普视频的完整过程。文章详细拆解了制作流程：先确定复古电脑桌面的视觉风格，准备素材并设置约束规则（如专有名词读音、字幕格式），再输入口播内容与镜头要求让AI生成视频，最后通过迭代和Mark to Fix功能圈选画面进行精准修改。作者强调先完成第一版再逐步优化的创作思路，并认为视频比长文更易传播，推荐文字与视频结合。
作者使用对话式 AI 视频创作工具 Pexo，为自己的开源 story-to-handdrawn-video 手绘视频 Skill 制作了一支 Vox 风格的剪纸拼贴宣传片。文中详细记录了创作流程：提供 GitHub 项目地址和需求让 Pexo 整理故事线，补充效果视频和参考风格图后确认分镜，再通过多轮反馈调整分镜、配音和动效，并利用 Mark to Fix 功能圈选画面局部进行批注修改。作者总结经验：AI 负责具体制作，人负责判断内容、风格和节奏，边看边提想法让作品逐步贴近预期。
作者详细拆解了用 AI 制作百万播放长视频的完整开源流程。环境配置包括 Claude Code（效果最佳的 AI 智能体）、火山引擎 TTS（提供 2.0 音色和逐字时间戳）、Remotion 视频合成框架及字体等辅助工具。制作管线分五个阶段：调查写稿（构建事实链、来源台账）、配音与时间戳、素材搜索匹配（强调真实影像占比）、Remotion 画面合成（三层视觉语言、MG 图解、时间预算控制）、混音封面与发布。文章还包含内容规则、踩坑记录及开源 Skill 清单，帮助读者从一句话生成 10 分钟成片。
文章以一条20秒江边日落竖屏短片为例，讲解普通人如何用 GPT-6 Astra 完成视频制作准备工作。作者强调把模糊需求转成明确任务单，分清模型能力与产品工具边界，做好素材盘点（已有、缺少、暂不使用），通过小动作表达情绪，撰写自然的旁白，编写可交接的镜头表，必要时用生成工具补缺镜头，并最后交付包含任务单、素材清单、镜头表等文件的制作包给 Codex 接续工作。核心观点是 AI 使用的价值在于把活往前推进，而非收藏漂亮的回答。
作者认为做自媒体不需要安装大量花哨的 Skill，装得越多越容易迷失方向。在试用全网工具后，作者精选出 8 个最实用的内容流水线 Skill：全局军师（统筹内容生产全流程）、热点雷达（追踪爆款与痛点）、对标粉碎机（拆解头部博主套路）、排版印钞机（宝玉同款，自动配图与多平台排版）、卡片神器（归藏出品，长文转爆款组图）、小红书操盘手（小红书文案与运营）、长视频解剖刀（视频转字幕与摘要）、AI 视频分镜师（自动生成视频脚本与分镜）。文章旨在帮助自媒体创作者精简工具、搭建高效内容生产线。
本文是Remotion入门系列的第一篇，介绍基于React的视频制作工具Remotion及其常用组件。作者整理了十个官方动态案例，包括旋转文字轮、文字高亮、画中画转场、柱状图、地图飞行、胶囊字幕、示波器、屏幕消息、旋转卡片和液态轮廓，说明各自适用场景。文章还推荐了Remotion Elements、RenderComp Free、RemotionUI、Remocn、snapcn等资源站点，帮助读者通过代码控制视频效果，更顺畅地与AI协作制作产品演示和口播动画。
文章介绍开源项目 Hypit，称其为'AI 时代的合法印钞机'。Hypit 让 Coding Agent（如 Claude Code、Codex）学会完整地制作视频——包括脚本、配音、字幕、B-roll、特效和渲染。核心能力是'克隆'爆款视频：自动拆解视频的镜头切换、台词、字幕风格、节奏等结构，变成可编辑组件，然后像换皮一样批量生成变体，把过去 3-5 天的剪辑工作压缩到十几分钟。作者实测一条命令即可复刻广告片并快速换人物出新片，认为这将重构内容生产线，适用于短视频、MCN、知识付费和广告制作等场景。
作者分享了用 Codex 从一篇口播稿出发，结合自己的 IP 形象和授权音色，自动完成配音、字幕对齐、分镜、动效与渲染，产出一条 2 分 54 秒 1080p 知识视频的完整实操过程。文中介绍了三个 Skill 的分工（流程管理、字幕分镜、镜头语言库），复盘了声音误用、字幕机械切分、时间轴错位等踩坑与修正，并沉淀出样片前置检查、Sol/Luna 多代理分工、按环节整理的提示词模板等经验。整个核心制作约 3 小时完成，文章强调自动化的关键在于明确分工、逐轮人工确认与检查前置。
文章介绍GitHub上57.3K Stars的开源项目OpenMontage。它并非简单的文生视频工具，而是将Claude Code、Codex、Cursor等AI Coding Agent改造成完整视频制作团队。用户只需一句话，Agent即可自主完成从资料研究、脚本、分镜、素材生成、配音、字幕、音乐到剪辑渲染的全流程，甚至能分析参考视频的节奏和视觉语言来规划制作方案。项目包含12套制作Pipeline、100+工具、700+ Agent Skill，接入Remotion、FFmpeg及多种AI模型。作者认为这代表了AI从'帮你做素材'到'替你完成工作'的转变，未来将是管理Agent而非操作工具的时代。
作者通过四个实操案例展示如何用 Astra 进行视觉动效高保真复刻：高级动效视频复刻、业务介绍动效视频改写、ElevenLabs 动态背景复刻（WebGL+GLSL 技术栈）以及语音交互光球效果移植。文章强调分步验证、单点把控的方法论，如先验证背景再加图文音轨、把视觉效果与交互功能拆开验证等，并分享核心提示词「一边参考原片一边修改直到近乎一样」，总结 AI 自查与人工定点反馈两种协作路径，附通用 Prompt 模板与止损建议，展示普通人无需懂代码也能参与 AI 视觉制作的生产力价值。
作者基于4个月制作50多个金融科技产品视频的经验，拆解苹果产品视频显得高级的五大原因：1) 构图极简，一个镜头一个想法，留白营造高级感；2) 严格使用品牌字体，全片统一排版规则；3) 控制色彩，背景黑白为主，鲜艳色彩只留给产品，靠对比产生冲击力；4) 转场隐形流畅，不打断观看体验；5) 声音设计克制，音乐与剪辑节奏同步，音效稀少但精准。
本文介绍如何用ChatGPT（Codex）和Super Grok在5步内制作火柴人励志短视频。作者提供了完整的提示词模板，可一次性生成三部分内容：10个场景的图片提示词、动画提示词和中文旁白脚本。流程为：用Codex生成提示词→确定火柴人形象→生成10张图片→用Grok Automation插件将图片转为6秒视频→在剪映中拼接并使用文本朗读配音。文章附有详细示例，适合想进入AI视频创作赛道的初学者快速上手。
作者在 Mac 上用 Codex 结合 srt-whiteboard-animation skill，将一段社保对比文稿完整制作成 2 分 17 秒、1080p、30 帧的手绘白板动画视频。文章逐步拆解了 14 个制作环节：准备项目并验证 skill、将文字稿转为 SRT 字幕、分幕规划、生成统一风格无字底图、区域标注与绘制顺序安排、预览台检查、渲染连续落笔动画、逐幕具体化修改、合并无声版，以及使用 edge-tts 配音和音乐混音。作者强调分步确认、说清具体要求、区分 skill 与工具能力边界等实践经验，并提供可复用的对话指令。
作者分享制作 AI 知识视频的完整流程：选题查证、口播稿撰写、演示页面设计、录屏与剪辑。他以《为什么 AI 越用越蠢》为例，讲解如何将上下文窗口等抽象概念拆成 11 个演示页面，并选取其中最难的一段 33.8 秒机制动画，测试 Fotor Video Agent 能否直接生成可编辑的 MG 动画。结果显示该工具能根据口播稿自动生成分镜、旁白、字幕与音乐，并支持局部修改而不重做整条视频，适合放在知识点可视化环节。
作者开源了一套AI视频自动化生产工作流BoomEarth，一周内在多个平台涨粉2000多。该工作流从定稿到出片仅需20-30分钟，内置九套视频风格，支持自定义IP形象。文章详细介绍了部署步骤：安装Git、Node.js、FFmpeg等基础环境，接入本地IndexTTS2配音，配置生图与ASR字幕服务，并通过Agent编排内容理解、画面生成、配音字幕、视频合成与质检归档的完整流程。文章强调先跑通30秒短验证片再扩展，按阶段恢复失败任务，避免重复扣费，实现部署一次、重复使用的低门槛视频生产线。
作者受一条25万点赞的宋词国风AI视频启发，用Midjourney和Seedance 2.5制作了以唐婉第一人称视角呈现的《钗头凤》中式古诗视频。文章详细分享了完整制作流程：先通过自研的宋词国风Skill生成提示词规则，再用Midjourney生成陆游、唐婉人物定妆图与沈园场景图，接着用Seedance多图参考能力生成视频，最后完成配音、字幕与剪辑。作者强调人物情绪统一与故事表达比唯美画面更重要，并指出古诗视频打动人的核心在于词中的人物关系与情感共鸣。
文章介绍了一套无需剪辑和编程经验的 AI 视频制作流程：用户只需准备定稿文案、MiniMax 生成的完整配音、人物图片和录屏素材，交给 Codex 即可自动完成语音识别、时间轴划分、画面编排、Remotion 代码编写和视频渲染。文章讲解了 A-roll/B-roll 的划分原则、用 video-shotcraft 镜头库选择动效、如何用"六层任务书"描述需求，以及通过关键帧审核、短样片反馈到最终导出的分阶段工作流，让用户以导演和审核者的角色完成知识口播视频制作。
本文介绍了一款 Windows 上的开源提词器 Flow，解决录课、录口播视频时低头看稿导致眼神下飘、暴露念稿痕迹的问题。Flow 将稿件放入贴着摄像头的置顶悬浮窗，让视线无需离开镜头。其招牌功能是语音跟读，基于本机语音识别实现念到哪滚到哪，无需手动调速。此外还支持隐形模式，屏幕共享或视频通话时对方看不到提词器；提供脚本库统一管理稿件，可分段打标记、追踪长稿进度。支持 Windows 10 和 11，可在微软商店直接安装，适合主播、老师和网课短视频创作者使用。
作者分享了使用剪映6.0.1和开源录屏工具Recordly制作视频的完整流程：先确定选题方向，再写脚本大纲（重点打磨开头钩子、核心内容和结尾），然后用Recordly录制演示，导入剪映后重新录制口播并完成粗剪，最后进行精剪——补充转场、B-roll、动画效果及字幕音乐音效。评论区还讨论了openScreen等替代录屏工具、剪映会员省钱技巧以及不露脸出镜的话题。
谷歌于7月将 Gemini Omni 接入 Vids，并上线 Personal Avatar 功能。用户经验证采集个人形象后，可在 Vids 中将数字分身作为角色生成视频片段，并通过自然语言完成视频编辑。作者认为这一更新的核心在于视频制作入口从时间线剪辑前移到需求描述，特别适合培训视频、产品更新、客户教程、内部汇报等解释型视频。文章详细介绍了完整工作流：先写视频任务单、生成脚本分镜、用自然语言逐段修改、再加入 Avatar 出镜，并强调发布前需人工核对数字承诺、肖像授权、品牌素材、多语种字幕等五项检查，指出未来视频制作的关键能力是定义任务而非软件操作。
本文介绍了一套基于本地显卡的数字人口播视频生成方案，旨在替代成本较高的云端服务。文章详细讲解了从电脑配置检查、一键启动工作流，到接入 Duix.Avatar 本地数字人、调整动画画风的完整步骤，并分享了如何构建长期复用的工作流及多平台内容变现策略。
OpenMontage 是一款开源的 Agentic 视频制作系统，集成了 100+ 工具和 10+ 流水线。它将研究、脚本、配音、合成等环节交由 Agent 执行，并提供全程可审计的生产看板 Backlot，适合追求成本可控与流程透明的专业视频创作。
本文详细介绍了使用Higgsfield平台和Seedance 2.5模型构建AI视频制作流水线的方法，包括11个阶段、两个关键门控、角色一致性维护、自动化技能等，旨在帮助导演制作预算数百万美元的AI电影。
Sarah Chieng和Cole Lee分享了他们如何利用AI工具优化内容创作流程，从创意生成、脚本撰写到视频制作与发布，累计获得2亿次观看。文章强调AI应辅助而非替代创作者，通过个性化技能和模板保持独特声音，并提供了具体的工具和策略。
本文介绍了一条15秒、16:9横屏的纸艺定格动画科普短视频的完整创意方案，主题为光合作用。视频以真实手工纸雕剧场风格呈现，通过多层卡纸、微距摄影和2.5D视差营造质感，分四个阶段展示阳光、水和二氧化碳如何被叶片小工厂转化为糖分和氧气，并配有轻柔教育感音乐和纸张音效。方案详细描述了每个时间段的画面、元素运动和核心公式的呈现，旨在以直观有趣的方式向观众科普光合作用的基本原理。
本文指出做数字人视频时，一体化工具并非最佳选择，因为一条数字人口播视频包含形象、声音、口型、内容、环境五个独立位置。作者通过自身实践，对比了本地链路（手机拍摄、Qwen TTS、MuseTalk）与云端方案（Seedance 音画同出）的优劣，强调本地链路可控但效果受限，云端方案效果佳但难以精确控制。文章提出应根据需求选择方案，并建议将定妆卡沉淀为主播库、收藏夹沉淀为选题库，以实现复利积累。
本文介绍了AI博主录制屏幕视频的常用工具，重点推荐了Screen Studio和FocuSee，并详细列举了5个开源替代项目：Recordly、OpenScreen、Cap、Screenity和ScreenArc。这些工具支持屏幕录制、摄像头画中画、鼠标平滑与点击效果、自动缩放、背景样式、时间线编辑、字幕及MP4/GIF导出等功能。文章还提醒用户注意开源项目的稳定性差异及Cap云端服务的费用问题。
本文介绍了利用AI技术制作视频进行抖音带货的完整教程。作者详细阐述了赚钱逻辑（赚取佣金）、账号准备（头像、名字、简介及开通橱窗的条件）、数据化选品方法（客单价、佣金率、好评率、店铺评分等指标）、以及使用AI工具（如GPT、豆包、RunningHub）进行视频制作的具体步骤。最后还提到了拓展小红书和知识付费等变现方式。
