1元成本制作2分钟超细节手绘视频:完整自动化流程拆解
作者榴莲分享了一套以约1元API成本生成2分钟手绘白板/黑板视频的完整自动化流程。流程分为8步:建立系列与项目、编写脚本并拆幕、TTS生成旁白与词级时间、每幕生成一张完整板图、检查安全区与分区、笔迹追踪与渲染、描线填色清场、最终字幕合成。文章对比了六种笔迹实现方案的优劣,采用模型生图+本地渲染的混合方案,可自由切换主题和IP,显著降低重复制作成本。
作者榴莲分享了一套以约1元API成本生成2分钟手绘白板/黑板视频的完整自动化流程。流程分为8步:建立系列与项目、编写脚本并拆幕、TTS生成旁白与词级时间、每幕生成一张完整板图、检查安全区与分区、笔迹追踪与渲染、描线填色清场、最终字幕合成。文章对比了六种笔迹实现方案的优劣,采用模型生图+本地渲染的混合方案,可自由切换主题和IP,显著降低重复制作成本。
文章详细拆解了低成本自动化手绘视频生成的完整8步流程,包含具体技术方案、代码示例和六种笔迹渲染方案对比,信息密度高、可操作性强,且发布于当日时效性极佳,仅推理论证深度和观点新颖性略逊于实操内容。
本文介绍如何用 Claude Code(Opus 5.5)实现视频自动化剪辑:将原始 MP4 或文章丢入本地文件夹,让 AI 一次性完成去水词、加字幕、绘制解说动效并合成导出 MP4。与传统扩散模型 AI 视频工具不同,该方法采用可编程视频渲染路线,通过 HTML Canvas + Playwright + FFmpeg + F5-TTS 用代码逐帧画出视频。作者分享了三个实操诀窍:用交付清单代替复杂提示词、截图投喂视觉参考、丢案例库网址进行逆向工程并沉淀为 SOP。文中还拆解了完整的工程级渲染管线,包括分镜对齐、本地语音克隆、字级音画同步与自动化视觉 QA,并附上可直接复用的完整 Prompt 模板及适用场景边界建议。
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。
作者尝试用 Opus 5.5 全程自动制作吃瓜(八卦)短视频,包括自动搜集素材、生成文案、用 Gemini 3.8 Flash TTS 配音,中英文两个版本,整个流程仅耗时半小时。文中分享了完整 Prompt 设计:内容要求八卦有冲突但事实准确、开头3秒抓眼球、素材以视频片段为主、9:16竖版4-6分钟、自动压低BGM、添加水印、封面设计等细节,还支持生成去敏版本。评论区讨论了此类方法对影视解说自动化的启发。
作者分享了自己用 Lovart Arti(个人设计 Agent)的体验。此前作者自写了 article-visual-director 配图 skill,但出图环节依赖生图模型。Lovart Arti 整合多个图像视频模型,能记住用户上传的作品集与风格偏好,之后生成封面、配图无需重复描述风格。作者实测了文章配图、每周定时任务整理 AI 工具动态与 X/Instagram 设计案例周报、为开源项目 luobo-ppt 生成全套视觉物料、以及制作萝卜 IP 与 Arti 联名表情包等场景,认为其适合'重复但又不能乱做'的工作,显著提升效率,并建议关键信息(如安装命令)仍需人工把关。
各大内容平台正重金扶持 AI 知识科普中长视频,作者发布了运行于 Claude Code 和 Codex 的全自动 AI 手绘视频制作工具『手绘口播视频.Skill』v1.4。本次更新重写了手绘绘制引擎,实现整笔描线、马克笔平涂上色等真人级运笔效果;升级语音管线,引入 HTDemucs 人声分离与 DeepFilterNet3 降噪,内置四款高保真音色;并通过 158 项工程测试优化开场策略、BGM 闪避、读音核验等细节。用户只需提供选题或文案,即可一键生成从策划到成片导出的高质量手绘讲解视频,抢占中长视频流量红利。
文章介绍作者封装的 anatomy-explainer 项目,用 Agent 工作流自动制作机械原理科普视频。核心思路是先锁定因果链与解释范围,再用参数化代码几何保证齿轮等部件运动关系可检查、可复现;旁白按短句合成语音,以实测时长驱动动画与字幕对齐。文中以木牛流马为例,讲解了选题收窄、审题约束、声画对齐、字幕遮挡检查、3D 扩展方向与运行环境配置,并强调流程仍需人工审核、简化须标明、自动化能力需靠项目积累验证。
作者分享了一套完整跑通的 AI 自动化运营小红书账号的流程:以 4–9 岁儿童英文启蒙账号为例,从账号定位、三栏目内容设计(绘本故事、英文儿歌、单词跟读)、故事与儿歌创作公式,到视频制作全流程(AI 生图、图生视频、TTS 配音、ffmpeg 合成与双语 ASS 字幕),再到小红书创作者平台发布规范。通过三个定时任务实现每日自动发布与评论自动回复,配合防重复加锁机制、发布日志与文件结构管理,实现全链路无人值守,每条视频 15–25 分钟自动产出,并总结了 504、SRT 字幕、标题字数等实战踩坑经验。
作者分享了一个基于 Grok Bot 制作的公开模板「故事视频生成」,可将文章自动转成 1080×1920 竖屏口播动画视频。Bot 按导演流程推进:生成剧本、拆分镜头、设计角色并提供三种美术方向供挑选,用 AI 生成绿幕角色姿势图配合 Canvas/Playwright 渲染,配音采用可商用的 CosyVoice3,并配备自动质检和独立审片员逐条核对修正。文章通过《烂梨效应》和《边界》两个案例展示了完整制作过程,包括风格选择、姿势库搭建、读音纠正和画面修复。该 Bot 基于 hand-drawn-styles、huashu-art-motion、omniailab-ai-director 三个 MIT 开源技能,用户导入模板后即可一键生成带声音和画面的视频。
本文介绍如何用 Claude(Opus 5.5)通过一个主提示词和四次审批,全自动制作 75-90 秒的竖版卡通解说视频。Claude 负责写脚本、录制旁白、绘制卡通角色并生成 28 个镜头的成片,用户只需在各阶段进行确认,无需任何剪辑技能或打开剪辑软件。文章详细说明了所需准备(可运行代码的 Claude、角色模型表、参考资料、主提示词),提供了完整的可复制主提示词,涵盖视觉风格、角色设定、视频格式、制作流程等规则,并指出先脚本后语音再视频的固定流程,以及各阶段修改的成本差异。
文章解析了 Claude Opus 5.5 制作视频的原理:它并非视频模型,而是通过编写程序逐帧绘制画面,再用浏览器截图、FFmpeg 合成 MP4。全流程分为五步:规划(脚本与分镜)、画面(HTML/SVG/three.js 等代码绘制)、动作(GSAP 或 Remotion 时间轴)、声音(TTS 配音作为全片时钟)、拍摄与合成(无头浏览器逐帧截图加 FFmpeg 拼接)。文章还介绍了 HyperFrames 和 Remotion 等现成工具,对比了代码视频与 Seedance、可灵等视频生成模型的优劣,并指出其局限与成本。
作者分享了一个 GitHub 上两天获得两万多星的开源项目 lanshu-create-ai-presenter-video。该项目只需输入一段文案和一张人脸照片,即可在本地全自动完成 TTS 语音生成、口型对齐、字幕压制、竖屏封面生成及质检,直接输出 1080P 竖屏成片,口型匹配度高,几乎无需手动修改。全程本地运行,避免了网页版工具排队和按分钟收费的限制,适合批量短视频内容创作者使用。
作者分享了用 Claude Opus 5.5 通过代码逐帧渲染制作视频的经验,并开源了包含 39 种风格视频样片的 Lemo-opuscar 库。库内包含导演方法(DIRECTOR.md)、技术方法(TECHNIQUE.md)和 39 份风格文档。文章阐述了如何稳定出片的关键:agent 手里要有成熟的方法论,用户需求要说到点上。作者详细讲解了需求表述的六个要点(主题、故事、节奏、导演能力、素材、审阅检验),并提供了万能提示词模板,还针对非 Opus 5.5 用户给出了降低难度、拆分步骤、强弱模型协作等替代方案。