我把这套做法写成了一张开工单,每条片子开始前发给 Claude。这张开工单写清目标、每个阶段交什么和怎么验收,以及钱和版本怎么记。
开工单,直接拿走(括号里的换成你自己的):
新项目叫(填片名)。你当导演,我看结果、批钱。
我先交代清楚这几件事:
1. 给谁看,看完他能得到什么:(填一句话)
2. 多长,竖屏还是横屏,要不要旁白:(填写)
3. 总预算(填金额)元,单次花费超过 30 元先问我。
4. 我手上有的参考、资料和照片:(没有就写“无”)
做的过程分五个阶段,每个阶段交给我这些,我这样验收:
1. 先聊清楚一句话主旨,粗选路线,估一个大概预算。
2. 再交逐句脚本和分镜表。涉及真实历史、科学结论和数据的句子附上出处,对白和虚构情节不用;每个镜头标出用代码、Blender 还是生成,给出正式报价。我确认脚本和总价。
3. 然后出样:代码片给一张总览图,3D 给首、中、尾三帧,要生成的镜头给定妆图和关键帧。我圈出要改的。
4. 挑全片最难的一镜先试做,我看风格对不对。
5. 最后交整片,再附一张清单,写明哪些画面你没逐帧看过、哪些声音你听不到。我看完、听完,再定发不发。
另外三样要记好:
1. 每次调用都记进账本,写清时间、镜头、模型、秒数和金额。
2. 改动存成新文件,旧版本放进“旧版”文件夹,不删。
3. 我说的意见按原话记下来,以后也适用的写进项目规则文件 CLAUDE.md。
每个阶段交完就停下,等我回复再往下走。
第 1 步:想清楚给谁看、看完得到什么
我想做一条视频:(填你的想法,一两句话就行)
给谁看:(越具体越好,比如 30 岁、刚被裁的程序员)
先别写脚本,帮我把想法聊清楚,有不清楚的直接问我。
聊完给我:
1. 一句话:这条片子给谁看,看完他能得到什么。
2. 开头 3 秒的 5 种写法,每种都要让人想看下去,不做自我介绍。
3. 观众看完能转述给朋友的一句话,写 3 个。
4. 这个想法最弱的地方,直接说,不用顺着我。第 2 步:选路线,决定花不花钱
这些问题,先用低采样试渲首、中、尾三帧,在我的电脑上 10 秒左右就能看出来。我有几场是渲完才返工的,一场就是几十分钟。
提示词,直接拿走:
这是我的片子:(填第 1 步定下来的那句话)。时长(填秒数),预算(填金额)元。
先别做,先根据这条片子的内容方向,定下用哪种方式来做。
可选的做法:代码动画(不收接口费),Blender 3D(不收接口费,但渲染费时间),Gemini 出图再用 Seedance 生成(按秒收费),或者我自己拍。也可以几种混着用。
请给我:
1. 你推荐的做法,为什么适合这条片子的内容,效果能做到什么程度。
2. 一个备选做法,和推荐的比好在哪、差在哪。
3. 大概的预算和时间范围。价格去查官方最新的,查不到就直接说。
原则:代码能做好、耗时也合适的,优先用代码;其他部分再考虑生成。
用哪种做法必须先问我,我确认了再往下写脚本。正式分镜和报价,等脚本定了再出。第 3 步:写稿和分镜,再让另一个 agent 挑错
每个事实和数字都要有出处。
这是我吃过亏的地方。有一次稿子里写了“女佣投了 100 盾”,让 AI 去找原文,查无出处,最后换成了有记录的“仆人投了 50 盾”。AI 写得很顺的句子,不一定是真的。
每个镜头写清它在片子里干什么。 标准要按风格分:
知识片: 这一句观众多知道了什么,答不上来的可以删。
剧情片: 人物、冲突、情绪有没有往前推。
诗意短片: 画面和音乐带来了什么感受。留白不算废镜头,别把最有情绪的那几秒删了。
要生成的镜头,写的时候就避开 AI 拍不好的画面。
写完另开一个 agent 审,你来拍板。 挑错交给另开的 agent,它只列问题、不改文件;哪些要改、怎么改,由你看完它的意见再定。请它从下面四个方面列问题。
写稿的提示词,直接拿走:
按我们定下的那句话,写脚本和分镜。
1. 先列出片中要用到的每个事实和数字,附上原文出处。查不到原文的不用。
2. 逐句写脚本,每句后面标出它的作用:知识片写观众多知道了什么,剧情片写推动了什么情绪或冲突,诗意短片写带来什么感受。写不出作用的标出来给我看,留白镜头除外。
3. 写分镜表:时间、画面、字幕、配乐情绪、用哪种做法,以及每个镜头的正式报价。
4. 要用 Seedance 生成的镜头:人物用背影、远景或手绘;画面里不要出现文字。
写完给我看,先别做画面。挑错的提示词(发给 Codex,或者让 Claude 新开一个 agent):
请审这份脚本和分镜:(填文件名)。只出审稿意见,改不改由我定。
分四部分交给我:
1. 作用:逐句标出这一句在片子里干什么。知识片看信息,剧情片看情绪和冲突,诗意短片看感受。说不出作用的标“待定”,留白镜头不算。
2. 事实:每个数字和事实对照出处表,出处缺失、对不上、说过头的列出来。
3. 拍摄:要生成的镜头里,一镜多个动作、写实人脸、手靠近脸、画面里有字的,逐个列出。
4. 删减:如果全片只能留一半时长,你保留哪几段,为什么。
每条写:第几句或第几镜、问题、改法。优点不用写。第 4 步:先出“样”,别急着做整片
这一步最省钱。三种路线,“样”长得不一样:
代码动画: 出一张总览图,每句台词截一帧拼在一起,几十秒就能看清全片的画面安排。
3D: 低采样试渲首、中、尾三帧。
生成视频: 先出角色定妆图和每个镜头的关键帧,全部审完再拍。然后挑最难的一镜,用低清晰度先试拍。
注意,样片不是开头那 15 秒,是全片最难、最能代表风格的那一段。 最难的过了,主要风险就排掉了,其他镜头照样要查。
前面那把王座,就是在这一步审关键帧时查出来的。
提示词,直接拿走:
脚本和分镜我确认了。先别做整片,先出样。
- 代码动画:每句台词截一帧,拼成一张总览图给我看。
- 3D 场景:低采样试渲首、中、尾三帧,拼成一张图。
- 代码和 3D 路线:再各做一小段动态预览,让我看动作和节奏。
- 要生成的镜头:先出角色定妆图,我确认形象后,再出每个镜头的关键帧。
关键帧全部出完后,另开一个 agent 逐张审:人物和画风有没有跑偏、有没有写实人脸和文字、像不像某部知名作品。
审完挑全片最难的一镜,报价后用低清晰度试拍。
我看过样之后再做整片。第 5 步:正式做,声音别等到最后才想
拍完一镜查一镜,能修的不重拍。
字写错了,用代码擦掉重写;开头、结尾几帧坏了,剪掉。人物崩了、关键动作没出来,后期救不回来,才报价重拍。
注意前后要接上:按配乐剪的片子,换一首歌,切点和高潮多半就对不上了。所以先想好发布版用哪首;像《中国人能飞》这种整片按音乐剪的,如果某个平台必须换曲库的歌,换完要重新对一遍切点,必要时按新歌微调剪辑。
提示词,直接拿走:
样片我确认了,开始做整片。
1. 要生成的镜头按分镜拍,每拍完一镜抽帧看一遍。错字、坏帧这类先用后期修,修不了的报价给我,我同意再重拍。
2. 旁白用 Azure 语音,配完用 faster-whisper 转回文字,和稿子逐句比,列出读错的字。
3. 配乐:有旁白的,配乐给人声让路;没旁白的,先定一首完整的曲子,再按它的节奏剪画面。
4. 混音后响度统一到 -14 LUFS,片尾音乐淡出,不要硬切。
5. 另外导出一版不带配乐的(保留旁白、对白、音效),发抖音、视频号用。如果要换曲库的歌,我告诉你换哪首,你按新歌重新检查切点。
6. 每一笔花费记进账本。第 6 步:验收和发布
验收分两半:
让 AI 查的: 画面和文字,比如按分镜里的时间和场景,该保持一致的人物脸、年龄、发型、服装有没有变(剧情安排的变老、换装不算),手和道具有没有变形,画面里有没有乱码和穿帮,错别字、字压字;还有事实出处、响度、时长、黑帧、读错的字。
你来查的: 节奏顺不顺、配乐好不好听、情绪对不对、你敢不敢把名字放上去。AI 查出来的问题你也要过一遍:它说的对不对,有没有漏的,改完是不是真的好了。
AI 这一半也交给另开的 agent。但它查完,你还是要从头到尾连续看一遍、听一遍:抽帧会漏掉一闪而过的问题,转写也不保证查出每个读错的字。
标题也是验收的一部分。标题要写观众能得到什么,不要只写形式。 我改过的两个标题:
《同一句话,说给五个时代的 AI 听》只讲了形式,改成《看懂 AI 的五个时代,才能更好地提高生产力和工作效率》。
《一个农村孩子 30 年求索,终于找到通往财富自由的路》讲的是“我”,改成《我们普通人如何才能通往财富自由之路,我花 30 年磨出来的六个认知》。
提示词,直接拿走(新开一个对话发):
请给这条视频做发布前检查:(填视频文件名),对照脚本(填脚本文件名)。只出问题清单,不改文件。
1. 画面:每 3 秒抽一帧,查错别字、字压字、字太小、主体被切;每个切点前后各抽 3 帧,查跳变和闪烁。
2. 人物:按分镜中的时间和场景设定检查人物连续性,该保持一致的脸、年龄、发型和服装有没有变化,剧情安排的变老、换装不算穿帮;手和道具有没有变形;画面里有没有乱码、多出来的人或东西。
3. 异常:完整解码一遍,用 ffmpeg 查黑帧、静帧和静音段。
4. 声音:旁白转成文字,和脚本逐句对,列出读错、漏读;量整片响度,看片尾音乐是淡出还是被切断。
5. 事实:每个数字对照出处再核一遍。
6. 标题和封面:只看标题,能不能答出“看完我能得到什么”。
问题按严重程度排,写清第几秒、什么问题、怎样算改好。
最后列出你建议我重点看、重点听的几段。



