Appearance
最后更新时间：2026 年 10 月 24 日
Claude Opus 5.5 怎么做视频？脚本、分镜、Remotion 与 FFmpeg 全流程教程
先说结论：Claude Opus 5.5 不能直接把一句提示词变成一段 MP4。
Anthropic 在 2026 年 9 月 22 日发布 Claude Opus 5.5 时，把它的主要优势放在智能体编程、计算机操作和知识工作上；官方页面没有把它定义成 Seedance、Veo 这类原生文生视频模型。Opus 5.5 真正适合做的是视频项目里的“编剧、分镜师、技术导演和程序员”：它把需求整理成结构，写出可执行的代码和素材清单，再由 Remotion、Manim、FFmpeg、MoviePy 或浏览器录屏工具完成最终渲染。
这也是目前更可靠的做法。直接让文本模型“生成视频”，画面细节和时间轴往往很难精确控制；让模型写代码，镜头、字号、颜色、节奏、字幕和音轨都可以复现，也方便版本管理。
【国内直达推荐】先体验 Claude 的中文对话与代码协作
如果你在国内需要快速试用 Claude 写脚本、拆镜头或生成 Remotion/FFmpeg 代码，可以先打开下面两个第三方 AI 聚合平台。它们提供中文网页界面和多模型切换，适合在正式配置开发环境前做需求梳理与代码讨论。
- AIMI：https://chat.aimirror123.com/
适合日常中文对话、脚本改写、分镜草拟和代码片段讨论。界面轻量，开箱即用。 - AIBox：https://chat.aicnbox.com/
适合多模型对比、长文处理和更完整的工作流尝试，也方便把同一份视频需求交给不同模型比较结果。
需要明确：AIMI 和 AIBox 都是第三方平台，不是 Anthropic 官方入口，也不代表 Claude 官方账号。 是否提供 Claude Opus 5.5、具体额度、模型版本、数据保存方式和收费标准，应以平台当前控制台及服务条款为准。涉及客户素材、未公开产品信息或商业机密时，先脱敏，再决定是否上传。
一、先判断：你的视频到底该走哪条路线
用 Opus 5.5 做视频，不是只有一种方法。按素材来源和可控程度，可以分成三条路线：
| 路线 | Opus 5.5 负责什么 | 最终由谁渲染 | 适合内容 |
|---|---|---|---|
| A. 代码动画 | 分镜、时间轴、动画代码、参数和验收标准 | Remotion、Manim、Canvas/SVG 或浏览器录屏 | 数据解释、产品演示、知识科普、片头动效 |
| B. 素材剪辑 | 脚本、镜头表、字幕、剪辑逻辑和自动化脚本 | FFmpeg、MoviePy 或剪辑软件 | 口播、访谈、教程、产品素材混剪 |
| C. 混合生产 | 统一叙事、提示词、素材清单、文件命名和合成代码 | 外部图像/视频生成工具 + FFmpeg | 概念片、短剧、广告分镜、社交媒体短片 |
一个实用判断是：画面是否必须由代码精确复现？ 如果答案是“是”，优先选 A；如果已经有拍好的视频和录音，选 B；如果大量画面需要另行生成，选 C，并单独核对素材授权。
二、完整流程：从一句需求到成片
1. 先写交付说明，不要先写“大片感”
Opus 5.5 可以很快写出漂亮的文案，但视频制作最怕目标含糊。开工前至少确定六件事：
- 时长：15 秒、30 秒、60 秒还是更长；
- 画幅：16:9、9:16 或 1:1；
- 分辨率与帧率：例如 1920×1080、30fps；
- 受众：给客户、学生、投资者还是普通消费者看；
- 发布平台：网站、视频号、抖音、B 站或内部培训；
- 验收标准：观众看完要记住哪一句话、完成什么动作。
把这些条件一次写清楚，比在提示词里反复要求“专业、震撼、电影感”有效得多。模型需要的是可检查的边界，而不是形容词堆叠。
2. 让模型先交分镜表，而不是直接交代码
分镜表是视频项目的中间层。它把文案转成镜头，把镜头转成时长、画面和声音。建议先要求模型输出表格，人工确认叙事顺序后，再让它写代码。
一个可用的分镜字段如下：
| 字段 | 作用 |
|---|---|
| 镜号 | 方便和素材、字幕、代码中的场景一一对应 |
| 起止时间 | 明确每镜时长，避免最后由剪辑软件硬凑 |
| 画面描述 | 写主体、构图、动作和转场，不只写情绪 |
| 旁白 | 控制语速和句子长度 |
| 屏幕字幕 | 给静音观看的人提供信息 |
| 素材来源 | 标明代码生成、已有素材或待制作 |
| 音频提示 | 音乐、音效、停顿和重音位置 |
3. 生成“渲染清单”，再生成代码
直接让模型写一整个视频项目，很容易出现文件路径不一致、依赖版本不匹配、素材缺失却被写成“已完成”等问题。更稳的顺序是：
- 先输出
manifest.json或 Markdown 素材清单； - 检查缺失素材、授权状态和预计时长；
- 再让 Opus 5.5 根据清单生成一个最小可运行版本；
- 跑通 3 秒预览后，再添加转场、字幕、音乐和复杂动画；
- 用同一套参数渲染整片。
“最小可运行版本”可以只是一个纯色背景、一个标题和一段淡入动画。它看起来不惊艳，却能先验证 Node、Python、FFmpeg 和字体环境是否正常，能省掉很多后面才发现的低级错误。
三、可直接复制的 Opus 5.5 视频总 Prompt
下面这段提示词适合作为项目开场。它没有要求模型“深入思考”，而是把交付物、边界和证据状态写清楚：
text
我要制作一条[时长]的[视频类型]，画幅为[画幅]，目标分辨率[宽×高]，帧率[fps]，受众是[受众]，发布平台是[平台]。
请先完成以下三份材料，暂时不要写完整代码：
1. 一句话创意说明；
2. 分镜表：镜号、起止时间、画面、旁白、字幕、素材来源、音频提示；
3. 素材与依赖清单：需要哪些图片、视频、字体、音轨和程序库。
约束：
- 不虚构已经生成、下载或渲染成功的素材；
- 未执行的步骤标记为“待执行”，不要写成“已完成”；
- 所有镜头时长相加必须等于目标时长；
- 字幕单行尽量不超过 18 个汉字；
- 旁白按每秒 4—5 个汉字的舒适语速估算；
- 画面必须能用 Remotion、Manim、Canvas 或 FFmpeg 中的一种明确实现；
- 如果某个效果需要额外素材或插件，请先说明。
请先给出方案和风险，不要直接声称最终视频已经可以发布。确认分镜后，再发第二轮指令：
text
请根据确认后的分镜表，先实现一个 5 秒的最小可运行预览：
- 使用[Remotion/Manim/FFmpeg/MoviePy]；
- 明确 Node 或 Python 版本、依赖和运行命令；
- 只使用分镜中已存在的素材；
- 输出目录、分辨率、帧率和编码参数集中配置；
- 先给出文件树，再给出完整代码；
- 代码中不要读取系统当前时间作为动画状态，确保同一帧可以重复渲染；
- 最后列出实际执行过的命令和可能失败的位置。这类写法把重点放在“如何验收”上。Opus 5.5 的强项是工程编排，给它明确的边界比堆砌“认真、全面、顶级”更有效。
四、路线 A：用 Remotion 做可重复渲染的代码动画
Remotion 用 React 描述视频画面，每一帧都由代码计算。它很适合数据图表、产品功能演示、社交媒体模板和批量生成的营销视频。官方文档给出的基本渲染命令是：
bash
npx remotion render <CompositionId> out/video.mp4一个 30 秒项目的目录可以这样组织：
text
video-project/
├── public/
│ ├── logo.svg
│ ├── voiceover.mp3
│ └── captions.srt
├── src/
│ ├── Root.tsx
│ ├── Explainer.tsx
│ └── scenes/
│ ├── Title.tsx
│ ├── Problem.tsx
│ └── CallToAction.tsx
├── remotion.config.ts
└── package.json让 Opus 5.5 写 Remotion 代码时，最好先指定 Composition 的宽度、高度、帧率和总帧数。例如 1920×1080、30fps、30 秒对应 900 帧。不要只说“做一个 30 秒视频”，否则模型可能把时长分散到组件内部，最后无法统一校验。
可以追加这段约束：
text
请用 Remotion 实现分镜。所有场景通过 <Sequence> 排列，总时长必须为 900 帧。禁止用 Math.random() 生成每帧状态；如果需要随机元素，使用固定 seed。字体从 public 目录加载，所有素材路径使用 staticFile()。先写最小版本，不要引入未安装的第三方动画库。Remotion 常见坑
- 总帧数算错：30fps 的 30 秒是 900 帧，不是 30 帧；时长、帧率、Sequence 要一起核对。
- 动画依赖系统时间：同一帧重复渲染时结果可能不同，导致输出闪烁。动画应由
useCurrentFrame()驱动。 - 素材路径写死：本地预览能显示，换到渲染环境却找不到文件。优先把素材放进
public/，并使用官方静态资源方式读取。 - 字体缺失：开发机有字体、渲染机没有，文字宽度会变化。交付前固定字体文件或使用稳定替代字体。
- 一开始就做复杂转场：先跑通文字和色块，再逐层加入图表、背景和音效，定位问题会容易得多。
五、路线 B：用 FFmpeg 把已有素材、配音和字幕装起来
如果你已经拍了视频、录了口播或做好了几段动画，Opus 5.5 最有价值的地方是帮你规划时间轴、生成批处理脚本和排查命令错误。FFmpeg 负责拼接、裁切、转码、混音和封装，不必让模型参与每一帧的像素生成。
一个典型的 1080p H.264 输出命令如下：
bash
ffmpeg \
-framerate 30 -i frames/frame-%04d.png \
-i voiceover.mp3 \
-c:v libx264 -pix_fmt yuv420p \
-c:a aac -shortest \
out/final.mp4这里的 -framerate 30 告诉 FFmpeg 输入图片序列按 30fps 读取，-pix_fmt yuv420p 是常见播放器兼容性较好的像素格式，-shortest 让输出在音频或视频中较短的一路结束时停止。具体滤镜和编码器是否可用，仍要查看本机 FFmpeg 编译选项。
字幕可以烧录进画面，也可以作为单独轨道封装。烧录适合发布平台不读取外挂字幕的情况，但会增加重编码步骤；外挂字幕更利于修订和多语言版本。字幕文件、配音和画面必须使用同一时间基准，建议先以分镜表的起止时间为准，再在导出后做一次逐段核对。
给 Opus 5.5 的 FFmpeg 排查提示词
text
下面是我的 FFmpeg 命令、完整报错、输入文件信息和目标输出要求：[粘贴内容]。
请先判断问题属于输入参数、编码器缺失、像素格式、音视频时长不一致，还是路径或权限问题。
不要直接给我一个“应该能跑”的新命令。请按以下顺序回答：
1. 报错中最关键的一行；
2. 需要用 ffprobe 核对哪些字段；
3. 最小复现命令；
4. 修正命令；
5. 修正后如何验证输出，而不是只看进程是否结束。这种提问方式比“命令报错了帮我修”更容易得到可验证的答案。尤其是素材编码、帧率和色彩空间不一致时，模型需要真实的 ffprobe 输出才能判断。
六、路线 C：外部生成画面，Opus 5.5 做统一编排
如果你需要真人风格镜头、概念场景或大量插画，可以使用专门的图像或视频生成工具制作素材，再让 Opus 5.5 负责以下工作：
- 把主题拆成统一风格的分镜；
- 为每个镜头写图像或视频提示词；
- 统一角色、色调、镜头语言和屏幕文字；
- 生成素材命名表、下载清单和授权记录；
- 用 FFmpeg 或 Remotion 把素材按时间轴组装；
- 检查分辨率、黑边、静音、字幕溢出和重复镜头。
这条路线的关键不是“让模型一次生成全部画面”，而是先固定素材规格，再批量生产。例如全部镜头统一为 1920×1080、24fps、同一角色描述、同一色彩方案；否则后期会花大量时间缩放、裁切和调色。
还要注意三类风险：
- 素材权利：人物肖像、商标、影视片段、音乐和字体都需要单独核对授权；
- 平台条款：外部生成工具的商用范围、保存期限和水印规则可能不同；
- 事实准确性：画面看起来真实，不代表数据、产品参数或新闻信息真实。发布前要人工核对来源。
七、一个 30 秒产品解释片的实际拆分
假设你要做一条 30 秒、16:9、1920×1080、30fps 的产品解释片，可以按下面的节奏开始：
| 时间 | 画面 | 旁白重点 | 技术实现 |
|---|---|---|---|
| 0—3 秒 | 产品名称与一句问题 | 让观众知道“这条视频解决什么” | Remotion 标题动画 |
| 3—8 秒 | 旧流程的三个痛点 | 说明为什么需要改变 | 图标、文字和简单转场 |
| 8—18 秒 | 产品工作流三步演示 | 展示输入、处理和输出 | SVG/Canvas 或录屏素材 |
| 18—25 秒 | 结果对比与关键数字 | 只展示可核验的数据 | 数据图表组件 |
| 25—30 秒 | 行动按钮与品牌收尾 | 告诉观众下一步做什么 | 固定版式与淡出 |
先让 Opus 5.5 检查这张表的总时长是否准确，再让它为每一镜生成组件。每一镜只承担一个信息点，比把五句话塞进同一个画面更适合手机观看，也更容易在后期替换文案。
八、字幕、配音与音画同步
视频“能不能看”和“能不能听懂”是两件事。建议把声音单独做成一条可替换的轨道，不要让旁白和画面代码绑死。
一个稳妥的顺序是：
- 先定稿旁白文本；
- 用 TTS 或真人录音生成音频；
- 根据实际音频长度微调分镜；
- 用语音转写或人工听写生成 SRT；
- 检查数字、专有名词、断句和字幕出现时间；
- 最后合成，避免因为改一句文案重做整段动画。
字幕长度要按平台和设备测试。16:9 视频可以放两行，竖屏视频通常需要更短的行长和更高的底部安全区。不要让字幕压住按钮、人物脸部或关键图表。
九、渲染后必须做的验收
Opus 5.5 能写出可运行代码，但“能运行”不等于“可以发布”。建议把验收拆成四组：
| 检查组 | 具体动作 |
|---|---|
| 技术 | 用 ffprobe 检查分辨率、帧率、时长、音轨和编码 |
| 内容 | 逐镜核对事实、数字、品牌名、链接和免责声明 |
| 视听 | 静音看一遍、戴耳机看一遍，检查字幕、音量、爆音和闪烁 |
| 发布 | 在目标平台上传测试，检查裁切、首帧、封面和自动播放 |
如果输出是 30fps，可以用 ffprobe 查看基本流信息：
bash
ffprobe -v error -show_entries format=duration:stream=codec_name,width,height,r_frame_rate \
-of default=noprint_wrappers=1 out/final.mp4重点看三项：实际时长是否接近分镜总时长，画面尺寸是否为目标尺寸，音频流是否存在。不要只看文件名或渲染日志里的“完成”。
十、成本、速度与可维护性
官方发布页显示，Opus 5.5 在典型工作负载下的运行成本比 Opus 5 低约 40%；输入和输出 token 分别为每百万 4 美元和 20 美元，缓存读取为每百万 0.20 美元。实际视频项目还要加上渲染机器、对象存储、TTS、外部素材生成和人工审核的成本，不能把模型 token 价格当成整条流水线成本。
对于需要反复更新的视频，代码化流程的优势通常比单次生成更明显：修改标题、数字或品牌色后重新渲染即可；对于只做一次、镜头高度依赖真实拍摄的项目，直接用剪辑软件可能更省时间。选择工具时，先问“这个视频会不会批量更新”，而不是先比较模型排行榜。
十一、常见问题
Claude Opus 5.5 能直接生成视频文件吗？
不能把它当作原生文生视频模型来理解。更准确的说法是：它可以生成视频项目的脚本、分镜、提示词和渲染代码，最终由 Remotion、Manim、FFmpeg、MoviePy 或浏览器录制工具输出文件。具体能力仍以官方文档和所用产品界面为准。
没有编程基础，能用 Opus 5.5 做视频吗？
可以，但建议从“已有素材 + 自动字幕 + FFmpeg 简单合成”开始，或者使用专门的图形化视频工具。代码路线需要安装 Node、Python 或 FFmpeg，并要求你能看懂路径、依赖和报错；Opus 5.5 能降低门槛，但不能替代运行环境和人工验收。
AIMI 和 AIBox 是 Claude 官方入口吗？
不是。它们都是第三方 AI 服务平台。本文把它们放在开头，是为了给国内用户提供中文对话和代码协作的试用入口；账号、计费、可用模型和数据处理规则都由各自平台决定，不能把它们当成 Anthropic 官方服务。
为什么不让 Opus 5.5 一次性写完整个项目？
一次性生成的项目很难检查依赖、素材和时间轴。先做 3—5 秒最小版本，再逐段增加场景，能更快定位问题，也能避免模型把尚未完成的素材描述成已经存在。对商业项目，还应把每一版代码和素材纳入版本管理。
生成视频时最应该检查什么？
先检查事实和授权，再检查技术参数。数据、产品承诺、人物肖像、商标、音乐和字体都可能带来风险；分辨率、帧率、字幕和音轨则决定成片是否能正常播放。两者都不能只靠模型自检。
十二、参考资料与继续阅读
- Anthropic：Introducing Claude Opus 5.5，发布日期为 2026 年 9 月 22 日；本文关于模型定位、价格和可用平台的信息以此页为准。
- Remotion：Render your video，用于核对命令行渲染、服务端渲染和图片序列输出等能力。
- FFmpeg 官方文档，用于核对输入帧率、编码器、像素格式和输出参数。
- Manim 官方文档：适合数学公式、几何关系和教学动画。
- MoviePy 官方文档：适合 Python 时间轴、剪辑、字幕和简单合成。
- Awesome Opus 5.5 Videos：公开收集用 Opus 5.5 编写 HTML、Canvas、SVG、Three.js 等动画代码的案例与 Prompt。案例展示的是“代码生成动画”，不是模型直接输出像素视频。
- 用代码做视频：Claude Opus 5.5 驱动七类技术路线与五大实战案例：可参考其对 FFmpeg、MoviePy、Manim、Remotion 和 Playwright 路线的工程化拆解。第三方文章中的耗时、通过率和性能数字仅代表作者的具体实验环境，不应直接视为通用承诺。
最后提醒： 视频项目最终要对观众负责。无论 Opus 5.5 写得多快，脚本中的事实、画面中的素材、旁白中的承诺和导出文件的技术参数，都需要人来核对。把模型当成能写代码的制作伙伴，而不是免检的成片机器，才是更稳妥的用法。