AI 视频创作的新范式:Codex + Remotion
文章探讨了将视频制作转化为代码工程的“视频即代码”新范式。通过结合 Codex(负责编写和迭代代码)与 Remotion(负责 React 组件渲染视频),创作者可以实现视频的组件化、参数化和版本控制,解决高频生产中的可控性与复用难题。文章详细介绍了工作流、工具链选型、项目结构搭建以及避坑指南,强调了从单次生成向系统化生产转变的重要性。
文章探讨了将视频制作转化为代码工程的“视频即代码”新范式。通过结合 Codex(负责编写和迭代代码)与 Remotion(负责 React 组件渲染视频),创作者可以实现视频的组件化、参数化和版本控制,解决高频生产中的可控性与复用难题。文章详细介绍了工作流、工具链选型、项目结构搭建以及避坑指南,强调了从单次生成向系统化生产转变的重要性。
文章介绍了用 Codex 作为总导演指挥 AI 视频工具 Muse,将一张古堡场景图制作成 50 秒雄鹰穿越短片的完整流程。作者分五步讲解:准备场景图与飞行参考视频;让 Codex 制定分镜与制作方案;用清晰语言描述飞行路线(贴地、穿拱、盘旋等);由 Muse 参考前段末帧逐段生成视频,保持方向、速度与主体连贯;最后由 Codex 统筹配乐、成片检查与导出。成片为 1216×672、24fps。文中提供了可直接复用的提示词模板,建议新手先尝试 10 秒短片练手,是一份可照做的 AI 视频创作 SOP。
文章介绍如何将 Claude Opus 5.5 变成一个完整的动画制作团队,通过设立导演、艺术总监、动画师、渲染工程师和评审五个“部门”,让一个 agent 依次完成故事策划、视觉设计、动画编码、渲染和质检的全流程。作者强调关键不在模型本身,而是围绕模型构建的生产系统:使用 Claude Code 作为 agent、Remotion 作为视频框架、FFmpeg 处理媒体。模型不直接生成像素,而是编写产生帧的代码,使首个视频成为后续的基础。真正的“一次成型”背后往往是详尽的提示词、参考资料和生产环境,工作室化流程才是可复现视频创作的核心。
文章介绍七套可直接用于 Claude Code、Cursor、Codex 等 Agent 的视频制作 Skills。OpenMontage 提供从选题到渲染的全流程视频工厂能力;HyperFrames 用 HTML 加 Puppeteer 和 FFmpeg 做代码驱动渲染;Hypit 擅长拆解爆款视频并批量生成变体;video-use 把视频转成文字和关键帧,让模型对话式完成粗剪;Claude Code Video Toolkit 用云 GPU 跑开源模型串起配音、生图、数字人到成片;MoneyPrinterTurbo 面向短视频批量生产;Remotion Skills 用 React 代码做可批量化修改的视频。作者建议从最繁琐的环节入手逐步搭建视频自动化流程。
作者总结了 10 条 Grok Bot 使用经验:Bot 适合长期反复的非编程任务,编程任务仍用 Codex、Claude Code、Cursor;摸清 Bots 的上下文机制,善用共用记忆和 Skill;不要一开始就把 Bot 拆得太细,像管理初创公司一样逐步扩展;优化重叠任务职责;成熟的标准化流程交给 CLI Agent 执行以节省额度;通过 Wake on Done Skill 实现 webhook 通知让长任务无人值守;用 Web Access Skill 补足浏览器自动化能力;关闭 App Nap 解决息屏问题;推荐用 Notion 做长期数据看板;最后分享了收件箱、产品反馈、订阅管理、商务财务、社媒数据等多个实用 Bot 搭建案例。
作者开源了 sweety-handdraw-video,一套手绘口播视频自动化制作管线。它包含 AI 导演(自动分镜)、物理手绘引擎(模拟真人逐笔绘制)和 VoxCPM 2 拟真配音三大核心,输入文案即可全自动生成分镜、插画、绘制动画与声画同步视频。该工具在 ChatGPT (Codex) 环境下完美运行,不依赖外部付费视频生成 API,素材完全解耦、本地零成本重渲染,成本极低。开源版将持续免费维护,项目已发布至 GitHub。
文章介绍如何围绕 Claude Opus 5.5 构建程序化视频生产系统。作者 rari 指出,大多数用 Opus 5.5 制作的demo千篇一律,差异不在提示词,而在模型周围的系统工程。核心思路是让模型编写帧函数,渲染器跨时间轴生成视频,从而实现可控、可修订的视频制作。文章提出工作室五层架构:导演(明确目标)、参考(视觉规范)、时间轴(叙事节拍)、渲染器(Canvas/SVG、Remotion、HyperFrames)和评审循环,强调把决策显式化,避免模型用默认视觉方案填充空白,最终产出可复用的视频生产流程。
作者使用 AI 助手 Jev 逐个阅读 README,将 180 个能让 Claude Code、Codex 等 agent 直接做视频、剪辑、动效的开源 skill 和工具包分为 10 个类别并做安全评级,以约 200 美元成本产出开源仓库和在线筛选页面,每 8 小时刷新。文章介绍了各分类分布:剪辑与后期 35 个、讲解科普 32 个、框架 29 个等,重点分析 OpenMontage、HyperFrames 和 Remotion 两大技术路线,并指出代码化出片、配方卡资产化、小仓库信息密度被低估三个观察。
作者分享了一套用 AI 创作长视频脚本的四步工作流,核心理念是'别让 AI 写,跟 AI 聊'。第一步在 YouMind 建项目,倒出观点和收集素材;第二步站在白板前用 Codex 语音对话共创'钩子—论证—升华'三段式大纲;第三步通过 Codex 实时语音把逐字稿'聊'出来,保证口语化;第四步用 YouMind 文字转语音倍速听稿、边听边改并精准控制时长。这套方法使作者 B 站视频从几千播放提升到期期破万,脚本创作时间从一整天缩短到两三小时。文章强调先把自己的观点喂给 AI,再通过对话输出,成稿才能保留个人风格而非 AI 腔调。
作者尝试用 Codex 结合开源工具 Hypit 复刻千万粉博主'小Lin说'的口播视频,发现 AI 生成的不仅是一条成片,而是一套可修改、可复用的视频 Workflow。Hypit 是面向 Claude Code、Codex 等 Agent 的开源视频语言和系统,人物、台词、字幕、B-roll 和特效跟随文字与叙事事件组织,而非固定在时间线上。修改主持人、图表或背景时只需重新生成相关组件,还能批量生成不同人物、内容、语言版本。作者认为这大大降低了复刻爆款视频、沉淀个人工作流的门槛。
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。