Claude code/Codex+Seedance AI视频：从一个想法到成片的全流程
这篇文章只解决一个问题：怎么靠一套多模型工作流和实际操作过程中需要注意的事项，用尽量少的钱、尽量低的抽卡率，做出一条自己满意的AI视频。
前几天我发了一条帖子，简单分享了一下我做视频会用到哪些AI，分别是Claude code、Codex、Seedance。
但其实我觉得会用工具其实不是最难的部分，相反还可能是最简单的。
从一个想法开始到做出一部片子，这中间会遇到非常多的问题，比如：模型之间的配合、剧情构思、画面构图、机位摆放、镜头运动，提示词写法、视频抽卡等等一系列问题。
而这些问题我都实际遇到过，也把这些东西总结下来了，写成这篇文章，所以几乎你在视频制作中遇到的绝大部分问题应该都能从这篇文章中找到答案！
文章分为2个部分一个是工具层面，一个是实际操作层面，主要内容是第二部分，从一个想法开始然后一步一步到做出一支完整片子，并给出完整的提示词。
一、工具层：让 Claude 当总导演，我只和它沟通
我用到的一共有3个模型，Claude code、Codex、Seedance，外加两个工具：ffmpeg 和 Python。
模型之间的分工都是各不相同的，最主要的就是Claude code，它是总导演，而其他2个都接入到Claude中，让Claude去调用就行。
这样设置的一个好处就是全程我就只需要和Claude沟通就好，不需要切窗口，或者到处复制粘贴，非常省事，而且效率很高。
如果暂时没有Claude，那就用Codex也可以，只是我感觉Claude会更聪明一点，然后审美高一些，但具体干的活codex都可以干。
然后就是如何把Seedance和Codex接入Claude Code，非常简单，如果你的电脑上本来就安装有Claude和Codex，你就直接给Claude说图片你去调用Codex生成就行，而Seedance就去火山引擎注册一个账号，然后申请API key，然后你就让Claude自己去把该写的脚本写好，按照它的要求填好Key就可以了，剩下的事情它帮你搞定。
各个模型的分工可以看这张表：
这种设计的一个重要原则就是：
提示词只要改几个字，重画一张图也不额外花钱，但是重新生成视频却要按秒付钱（都知道seedance有多贵吧！）。
所以能在文字里发现的错，就不要留到图上。
能在图上发现的错，不要留到视频上。
我把这种协作模式，写成了完整提示词，做视频前先把这段发给 Claude/codex就行：
二、从一个想法到完整视频的全流程
1、从一个想法到完整剧情
首先勒你要做一个视频，你自己肯定得有一个想法，就是这大概是个什么样的故事，大概的剧情什么的，然后你就把这个想法或者这个初步的剧情讲给AI听，不用太详细，然后你就和AI聊，让他帮你完善剧情，直到把完整的剧情和故事脉络定稿。
然后我认为一个完整的好故事其实是有标准的，至少需要满足以下几个要求：
1.1、故事要符合现实逻辑
故事初稿写出来后，每个转折都要按现实追问一遍：为什么会这样？东西从哪来？够得着吗？现实里真会这样吗？除非你做的视频本来就不要考虑现实逻辑。
1.2、能用一句话说清想表达什么
写完问自己：这支片子到底想说什么？剧情哪些地方设计的最好？如果自己都说不出来，那这支片子很可能剧情很平淡，这种情况就在改改。
1.3、开头就要抓人
现在我们看一个视频，看几秒就有可能直接划走，所以最抓眼球的画面要放在前面。
1.4、旁人的反应要像真人
这其实是非常重要的一点，建议剧情里每个包袱或转折都分3段来写：问题 → 主角怎么解决 → 旁人什么反应。
特别要注意的是反应要有先后，像几个人同一秒举手这种一看就是模型做的，在现实世界里不可能出现好几个人同时举手，非常不真实。
还有些细节也要注意，比如真人吃惊时身体会往后缩这种的。
1.5、设计的剧情画面要AI拍得出来，或者容易拍出来。
AI 视频有一些固定的弱点，比如：人物交叉、手拿小东西、文字、镜子和倒影、左右不对称的特征、一镜内换光、一人连做三个动作、俯拍看不到脸、配角太多。这些画面都是非常容易抽卡的，也就是不容易一次到位，所以这些在第一步写故事时就要尽量避开。
还有就是故事结构也要考虑，首选就是片段式，这是最稳的，因为每个镜头之间都不用接戏。而像连贯式的这种剧情结构感觉是最容易穿帮的，也更需要注意每一个片段之间的连接。
同样整理好提示词，直接发给AI：
到了这个时候，你的故事应该也就差不多定稿了，但是还是不能开始下一步。
强烈建议这个时候再开另开一个 agent 来再次审核一下这个故事，直接对 Claude 说“新开一个 agent 来审这个故事”就可以了，记住只给审核定稿故事就行，其他文件都不要给。
这主要是因为主 agent 已经和你聊了很久，它知道你想说什么，看故事时就会自动脑补。而新开的 agent 什么都不知道，就像第一次看片的观众，哪里看不懂，就说明哪里真的没讲清楚，这对改剧情非常有帮助哈哈。
后面几步的审核步骤也是一样的，只给它故事，不给任何结论，让他根据要求看一遍，给出修改结论。
可以用这个提示词：
等到这一步也完成了，写完整剧情这一步就可以彻底定稿了。
2、分镜：定镜头语言、构图和配色
这是整个前期准备工作最重要的一步，因为它决定了这个视频的质量，我甚至觉得构图和配色比剧情还要更重要。
故事再好，但是镜头没有设计好，画面就非常平淡。
但是勒镜头语言这个东西对很多人来说其实是很难直接用语言描述出来的，推拉横移机位摆放都是很专业的东西，如果描述不清楚咋办？
最有效的方法就是找参考片。没吃过猪肉还没见过猪跑吗！
然后让 Claude 逐帧看参考片，让它把机位、进出画比例这些都量出来，然后学习模仿。
没有参考片也没关系，那就让claude按下面的要求自己构思。
但是每个镜头都要写清：景别、机位、运镜、谁往哪走（写画面左右）、靠什么表情推进、怎么转到下一镜。
具体可以参考一下下面这些要求：
2.1、每镜换角度
我的经验是全片平视正面最多两次，其余就用俯拍、仰拍、从背后、过肩、透过东西拍这些机位来拍。
机位越多，画面就越丰富。
2.2、画面里要一直有东西在动
如果一个镜头里人站着不动，东西也不动，观众看起来就像在看一张图片，
这就是我说的画面死了的意思。
所以大多数镜头里，最好都有人或者东西从画面外面走进来，或者从画面里走出去，这就要求需要把每个镜头中人怎么走设计清楚。
如果这个镜头里的人就是不走动，比如这个镜头的设计就是他一直坐着，那就让别的东西动起来，比如飘过去的一张纸，或者从他身后走过的路人。
还有一种情况是摄影机从头到尾都不动，这种就叫固定机位。
但我觉得固定机位很难用，如果用不好，画面就非常容易变得呆板，所以更要让人在画面里走动，比如从远处走到近处。
另外也不要连着好几个镜头都是一样大小的画面，比如连着几个都是拍全身。全身、半身、脸部特写这些都要换着来。
2.3、每个镜头都要写清楚具体是什么在运动
写每个镜头之前，先问自己一句：这个镜头里到底是什么在动？可以是摄影机在动，可以是焦点从一个人换到另一个人，可以是光线在变，也可以是镜头前面有东西飘过，或者只是人物的一个小动作，比如手在抖这种。
这些里面至少要有一样。如果一样都写不出来，说明这个镜头还没想好，要重新构思。
但也不是动得越多越好，全片一直晃、一直动也不行。
该动的地方动，该静的地方静，这样才有对比。
2.4、镜头运动要有理由，不能为了动而动。
摄影机动一下，一定是因为有东西想给观众看。最常用的有三种：
第一种是跟着一个东西走或者一个人物走，比如一封信飞到哪，镜头就跟到哪。
第二种是慢慢推近给特写。
第三种是一开始拍得很近，再慢慢拉远，由近到远。
2.5、每一秒截图都要好看
片子停在任何一秒，截下来的图都应该好看。
最简单的办法就是用黄金比例构图法，简单点说勒就是让人的头或者眼睛落在画面从左往右大约 38% 或者 62% 的位置，而不是放在画面正中间。不理解也没是，给你的AI说尽量用黄金比例构图就行。
2.6、配色要单独设计
配色不要交给模型自己发挥，要在画第一张图之前就确定好。
这里就自己按照自己的喜好来。
这里有一个小窍门，设计好配色后一定要让 Claude 把每一场用什么颜色单独列成一张色表。
最后再把画面转成黑白让claude看一遍，如果转成黑白以后人和背景区分不开，就说明明暗对比不明显，这个时候就要重新调配色。
这些要求我也整理成了提示词：
3、定画风，画设定图
分镜定好以后，接下来就是要确定画风了。
画风就是这部动画的绘画风格，比如宫崎骏的动画就是手绘、柔和、颜色温暖这种的。
也有线条简单，像剪纸的风格，或者写实的画风，看起来就比较像真的照片，然后还有美国动画这种的，手绘线条感。
这个还是有参考图最好，发给ai就行。
这一步由Claude 负责写提示词，Codex 负责画，我们自己负责看是不是想要的这种风格就好。
画风定下来以后，再给每个角色和固定的道具画一张设定图。
一般来说就是这个人的正面、侧面和几个表情，这一步就相当于把他的长相定下来。
人物身上固定的东西一定要写清楚位置，比如纹身在左手臂上，不然后面每张图的纹身位置都可能不一样。
4、出每个视频片段的首尾帧图片
画风和设定图都确定了之后，就可以开始画每个镜头的首尾帧了。
首尾帧就是这个镜头的第一张画面和最后一张画面。
这是降低抽卡率最关键的一步。
因为如果只靠文字生成视频，模型很容易出逻辑错误。
而且有些东西，比如雨、帽子、纹身，只写在文字里的根本不行，经常拍着拍着就没了，所以这些小物件必须在首帧和尾帧都画上才稳当。
画的时候按这个顺序来：
- 不要一上来就开画，让AI把每个镜头的首帧画什么、尾帧画什么、中间发生什么都写出来，让审核agent审核过了再画，这样能省很多 Codex 额度。（一个非常离谱的事情是自从openai合并额度之后，我感觉生成不了几张图片就没有额度了）
- 先画内容最多的那张，一般就是尾帧，然后在尾帧上改出首帧，这样可以保证两张图的摄影机位置和构图是一样的。
- 画同一个地点、同一个机位的镜头，直接在前一张图上改，不需要重新画，codex支持图片的局部改动。
- 如果镜头的运动设定是要慢慢推近，那尾帧可以直接把首帧裁一块然后放大。因为如果首帧和尾帧的构图完全一样，那这个镜头就等于不动，再生成视频的时候就没有慢慢推进的效果。
- Codex 出的图不一定正好是 16:9，提交给 Seedance 之前要检查一遍，有问题要提前让ai裁好，首帧和尾帧的尺寸也要保持一样。
还有这些地方很容易出错，画完也要让ai检查一遍，我整理成了提示词，发给AI，让他照着检查：
5、写视频提示词，提交前审核
首尾帧画好以后，就可以写视频提示词了。
我之前每次遇到生成的画面有问题，我就觉得是视频模型不行，但后来我发现很多时候都是提示词的问题。
所以出了问题要先怀疑提示词，然后再去怀疑模型，当然了怀疑了也没撒用，还是得老实重新拍，但是无论如何都要把提示词写精细。
这里我强烈推荐固定用七段式的提示词，把每一秒发生什么都写下来：
下面这张表是模型最容易犯的错，以及我试过的有用的写法，写提示词的时候可以对着查一下：
还有一个我经常用的方法就是：每条视频提交之前，都要另开一个 agent，把提示词和图片的每个细节核对一遍。它审核通过之后才能提交给seedance。
这一步非常有用，我用这个方法帮我查出过很多问题，比如两张图里的杯子大小差了 13%，帽檐一张有一张没有，左右写反了。
这也是我的抽卡率极低的原因。
提交前审核的提示词，新开一个 agent 发给它：
6、生成视频
这一步就很简单了，都是ai自动完成的，我们不用管。
但是有一些省钱小技巧可以发给你的ai：
- 用 720p 生成，后期再放大到 1080p。
- 不用专门拍测试片，直接拍第一个正式镜头，如果能用就赚了。
- 新的做法先拿一两个最难的镜头试一下，行得通再全部提交。
- 想清楚要不要用 Seedance 2.5。它的价格差不多是 2.0 mini 的 3 倍，预算紧的话就用 2.0 mini。（我感觉只要不是特别复杂的镜头，很考验模型的能力，用2.0mini就很够用了）
- 声音要听过再用。2.0 mini 自带的音效经常能直接用。2.5 就算写了“没有音乐”，有时候还是会混进音乐，这种就不要用了，音效后期可以另外在加。
发现问题也不要马上重拍，因为重拍又得花钱，可以从下面几个方面看看能不能处理一下：
- 能不能剪掉？如果问题只出现在开头或者结尾那几帧，直接剪掉就行。
- 能不能用代码修？让 Claude 尝试一下写代码修，修不好再考虑重拍。
- 如果要重新拍就要先改提示词或者首尾帧图片，不然原样再拍一次大概率还是错的。重新拍完之后，旧片段也不要删。重拍的新片段不一定比旧的好，都留着，最后放在一起挑，都是花钱拍出来的，可以用就都用上。
7、拼接、转场、调色、放大
由于我们的视频是一段一段生成的，生成完了之后就要开始把每个段拼在一起然后生成完整的视频，然后加转场、调色、放大这些。
建议全部用代码做，让 Claude 来做就行。
这些同样整理成提示词，发给 ai：
8、全片复核和交付
这一步勒就是再新开一个审核 agent，只给它成片，不告诉它任何结论，让它像观众一样从头看一遍。
然后就是让AI写一份总结，把画风、提示词、犯过的错误都存好，就是把你每一次做视频的经验沉淀下来。
全片复核的提示词，新开一个 agent 发给它：
最后再分享一下我的四线程工作模式
这个主要是针对claude或者codex的，也就是导演。
简单来说就是开四个 agent 一起配合着让Claude把导演这个活干好。
分别是下面4个：
另外三个 agent 都是 Claude 自己开子agent的，你只要把下面这段提示词发给它就行。
四线程的提示词：
最后，我觉得做视频是一件非常有意思的事情，
但是如何把一支片子做好其实是非常难的，
我也一直在学习，希望这篇文章对你有用。
我是 Eian，谢谢支持！