让AI给口播配画面,我做了一个可无限复用的开源Skill(附6模型实测)!
给一条资讯、一份文稿,Skill 自己走完脚本、配图、成片,不用每次重调。六个模型实测下来 Codex 最快,Claude 要几十分钟;这套模板做一次就能批量复用,最多改改排版。

今天分享个实用的(其实是拖拉好久一直没有写完)。
前一阵我的 Claude 十二世还在世,Opus 5.5 刚出不久,我正好想用它来给我做口播视频的一些配套画面,要尽可能可控不用过多调整,比纯怼着我的雷霆大脑袋一直给观众看来得更有意思,于是我做了个 Skill。
后来就遇到它狂轰滥炸封号,我的十二世没了,于是也没机会用 Fable 5.2 做输出效果测试了。

这个 Skill 最初做的时候用的是 Opus 5.5,后续 Skill 优化用了 Fable 5.2。
下面都是调用同一个 Skill 后,给到一条资讯,比如 APEC、或者是 Genie 4 之类的简单的一两句话的资讯,它自己完成从脚本到配图到视频的流程。
国内版本也可以做。下面都是 Skill 直出,没有另外要求加视频和背景音乐。
完成这个视频速度最快的是 Codex,快其他工具好几倍,其他包括 Claude 都要几十分钟,具体时间我没有仔细计算了。

这里调用的工具,比如 LibTV,其他的工具也是可以的,看你自己的喜好。但是 LibTV 是最方便的,因为它可以把图片、视频还有音频全都包办了,并且可以选择的模型也多。
大家可能看到前面的视频以后觉得太简单了。这个我做这个的时候要求了让它不用整太多花活。酷炫的动效用来做宣传片之类的会更合适。
该克制的时候克制点。我想要 Skill 在排版相对美观的基础上,用比较稳定的视觉呈现,让大家在看到这几秒画面的时候,能够更清晰地接收信息。
做了 Skill,以后只要给到一条资讯,一份文稿和要放进图片中的素材,或者给到飞书 CLI 链接,就可以直接继续制作这样的不同的视频。
可以做一个,就可以做 100 个 1000 个,不需要每次都反复调试,最多可能就改改文字排版细节或者替换图片之类的,就可以每次都按照这个格式做视频素材画面。
但是它每次也不是完全套模板,它会基于内容改变插图、动效等。条件允许的话,可以增加人物口播视频、还可以让它调用工具生成视频素材放到其中增加丰富度。

右下角的小圆形也可以替换成自己的录制视频,这样露脸也可以有了,全屏的人物口播视频也可以穿插其中。
接下来和大家说说我是怎么做出来这个 Skill 的。Skill 到使用,我大概经历了十几轮对话,下面是对记录的归纳。这其中我也走了一些弯路。
滑动查看长图

整个 Skill 制作过程中,我基本是给了 Claude 足够的自由让它先做,做给我看,我再做下一步的修改要求。
分享我个人的一些小经验,但是这些也不绝对,可以看情况而定。
第一,要求不要限制太死。 如果限制每一个画面的格式或者非要它先做模板后面填内容,输出也会很死板,会像 PPT 一样无趣。有一些排版要求比如标题字号、间距、字体这些可以在最开始就规范清楚,这样以后就不用一点一点去抠细节调整。
第二,要么给足够的参考,要么直接让 Claude 自由发挥。 我不断提醒自己,你还能有 Claude 懂行?该放手让它发挥就让它发挥,结果往往比我自己做得更好。
效果很牛逼 Plus 的那些代码视频,要做出来只有三要素:参考,参考,还是参考。 给参考的范围可以很广,参考图或者动效视频什么的都可以,告诉它你想参考什么,可以是动效、排版、配色等等。
在参考的基础上,也可以告诉它参考哪里、修改哪里,给出自己的一些想法和建议。不要纯抄,多思考一点。
第三,给 Agent 更多可调用工具。 我给了 LibTV 的插件(可以生成图片、视频、音效、口播音频)、Remotion、Suno、Hyper 3D Rodin,还可以加上数字人和语音克隆等等。这个 Skill 里主要调用了 LibTV。
第四,不知道大家有没有被 Claude 自己初始合成的机械音调恶心过,反正我觉得那个大多数时候听到是很难受的。
其实也有很多开源音效库,做 Skill 的时候可以让它去收集一些开源音效,选择一些合适的,或者可以先让它合成很多音效,然后选择自己满意的。后续让它使用我们自己选择的或者自己准备的。
最后,大家可能会好奇和关心的一个问题,这个 Skill 用其他的模型去写可以吗?也可以的,但是就我的尝试来说,这个模板用 Claude 来做是最高效和最好用的,能用 Opus 5.5 和 Fable 5.2 写后续会省事很多。
不过比较简单的,用 6.2 Astra 或者 Gemini 4 Carbon 等各家旗舰模型尝试也可以效果不错的。
Skill 做出来以后,后续使用反而轻松不少,大部分模型都能正常产出。
这个 Skill 目前也不算完成,后续我可能还会进一步优化和调整,这里阶段性分享一下它的做法。包括生成视频这个我也没有固定在 Skill 里面要求,这个大家可以做之前要求生成一些画面,做多少视频就丰俭由人。
目前这个大家如果感兴趣的话,让 Agent 在 Github 搜索【azhen-blue-mg-video】可以找到这个,我开源了个改了颜色的版本,大家感兴趣也可以看看,喜欢的话可以给项目
一下。如果给大家能带来灵感也是很不错的。
本文由人人都是产品经理作者【阿真Irene】,微信公众号:【阿真Irene】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。
题图来自Unsplash,基于 CC0 协议。
内容来自 人人都是产品经理,版权归原作者所有。
阅读原文 ↗