Codex + HyperFrames：拆解抖音爆款 - 吃上自媒体这碗饭！

Codex + HyperFrames：拆解抖音爆款 - 吃上自媒体这碗饭！

Codex + Hyperframes 视频制作工作流 ▲ Codex + Hyperframes 视频制作工作流

之前我尝试用 Codex 和 HyperFrames 拆解了抖音上一个图书号的爆款视频，其中声音效果得到了大家比较一致的好评。

今天我就来出一篇长文，教大家如何一步步拆解抖音爆款视频，并固定一套工作流，从而让自己也拥有用 AI 制作视频的能力。

1. 准备工作

1.1 核心工具安装

首先，大家一定要把工具装配好：你需要有一个像 Codex 这样的 Agent，之后去插件库安装两个核心工具：

  • HyperFrames：用 HTML 的形式去制作视频，非常适合做企业宣讲、数据动效或者展示类视频。
  • Remotion：用 React 写的，实现了视频代码化。当你固定一个主题风格后，非常适合通过代码化进行高度复制。我看到很多博主用 Remotion 制作类似「小 Lin 说」风格的动画，配合口播视频的效果非常好。

1.2 辅助 Skills 安装

另外，大家还可以安装一些 Skills（技能）来辅助拆解。如果你想了解一个爆款视频的结构——前几秒如何吸引观众、声音效果如何、旁白与画面的节奏是怎样的——可以通过以下 Skills 进行拆解和复刻：

  • Cloud Video：用于拆解视频流程，方便下一步复刻。
  • Video Use：我非常推荐剪辑小白安装。它就像一位「视频剪辑导演」，能够根据你的需求调用相应的工具。对于不知道什么时候该用什么工具的新手来说，它扮演了导演大师的角色。

以上就是我们要做的准备工作。

2. 视频制作流程

2.1 前期规划：规格、旁白与视觉风格

用 Codex + HyperFrames 做视频可以按照这个顺序来：

  1. 先定视频规格 — 比如：30 秒、9:16、中文、知识类、图书介绍、放 X / TikTok / 小红书

  2. 写旁白脚本 — 先让 Codex 写 30 秒中文旁白，不要急着做画面

  3. 确认视觉风格 — 比如：dark editorial knowledge video、高级知识类、深色背景、书封面主视觉、轻微镜头推进

  4. 做 timestamp 分镜 — 把旁白拆成 4-6 个画面段落，每段对应一句核心信息

  5. 准备素材 — 书封面、标题、关键词、logo、背景音乐、配音文本

2.2 制作与渲染：配音、字幕到输出

  1. 生成配音 — 可以用 Edge TTS、ElevenLabs，或者 HyperFrames media 相关流程

  2. 转写配音 — 用最终音频转 transcript，不手动猜字幕时间

  3. 创建 HyperFrames composition — 写 index.html，用正确的 data-start / data-duration / data-track-index

  4. 做字幕 — 根据 transcript 自动同步字幕

  5. preview — 先看预览，不直接渲染最终视频

  6. validate / inspect — 检查报错、字体、布局溢出、字幕遮挡

  7. render MP4 — 确认没问题后再渲染

以上是一个大概的步骤。其实很多环节都不需要我们人工参与，所以大家了解一下这些大致步骤就好了，人工参与的部分其实不多。

3. 首次需要人工参与的部分：拆解视频与旁白稿生成

3.1 视频结构拆解

现在我们要来拆解视频。首先，我们需要用到 Cloud Video 去拆解视频的结构。我拆解的是一个图书号，所以它的结构非常简单：前几秒需要留住观众，然后对书籍进行介绍或者书评。

3.2 旁白稿生成与「去 AI 味」

接下来的旁白稿生成步骤如下：

  1. 收集信息：

    • 用 Codex 收集图书信息
    • 调用微信读书的 Skills 连接，查看大家经常划线的部分和评语
    • 让 Codex 搜索一些著名的书评

  2. 生成介绍：让 Codex 基于书籍事实生成一份介绍。这份介绍在自媒体平台上一定要「去 AI 味」，具体要求包括：

    • 不要出现「不是……而是……」这类典型的 AI 表达
    • 避免排比感太强的句式
    • 表达要流畅自然，平铺直叙地讲述书籍，而不是以一种傲慢的口吻去介绍

这部分需要我们基于拆解的视频结构来操作，同时我们自己也需要把关，审核文案是否可行。

生成好了之后，大家可以把这次用 Codex 从书籍收集到整理的内容形成一个 Skill。这样以后，旁白的文案都是可以复用的。

这一切都要让 Codex 基于事实去写。这样操作后，它会给我一份旁白稿，我们就完成了第一份整体旁白稿的制作。

4. 音频 TTS 文件处理：拥有自然磁性的声音

4.1 TTS 工具选择与中语音频方案

旁白好了之后，其实还有一大部分工作，我目前还没有做到自动化，还没来得及去连语音生成的 API。

但是我先写出来——如何去调节语音，让它变得更自然，产生更磁性、更有故事感的声音。

我之前使用了 Codex 推荐给我的 ElevenLabs，它里面的英文声音真的是很完美，各个国家的声音都可以找到。但是我在使用中文语音生成音频的时候，发现它不太能识别中文，读起来会有很多错字。这种情况下已经没法用了，所以最后就放弃了。

Codex 给到我的解决方案是：可以先用剪映或者是火山引擎的 API。因为我手里还没有火山引擎的 API，所以就先用了一下电脑目前有的剪映 App。

4.2 声音处理流程与复用

我的做法非常简单：

  1. 首先新建一个项目，然后找到文本选项。
  2. 使用「文本生成音频」功能，选一个我觉得还不错的声音。
  3. 直接把旁白文案复制进去，点击生成。
  4. 最后把语音导出来（剪映只能导出 MP4 文件）。
  5. 把这个 MP4 文件喂给 Codex，要求它帮我把声音处理得像对标视频一样自然、有故事感且富有磁性。

Codex 处理声音的流程如下：

  • 自动分析：Codex 会先分析原视频的声音参数，并对照我提供的 MP4 文件进行更改。
  • 参数设置：相关参数截图发给 Codex，它就会帮你处理出这种效果。
  • 简单方法：直接放一段对标视频给它，告诉它「我想要处理成这样的声音」，Codex 就会帮你处理。
声音处理参数设置截图 ▲ 声音处理参数设置截图

通过这种方式处理出来的声音非常完美。当你掌握了这种声音处理能力后，就可以复用到其他类型的视频制作中——电影讲解、生活哲理类视频、科普类账号等，都是完全适用的。

那就像我说的，其实这部分也应该用自动化的方式，这样会比较好一点。自媒体创作能不用人工就不要用人工，在这样「无痛」的情况下，你会非常容易坚持下去。所以后面我会尝试用火山引擎的 API，让 Codex 自动去做旁白和声音的 TTS 文件。

5. Hyperframes 处理画面、字幕与旁白对齐

5.1 自动化视频创作

接下来就是去做画面，然后让语音跟字幕进行匹配。这个时候我完全没有插手，因为 Codex 现在已经有了一个大概的方案。之前我已经喂给它一个对标视频，现在也有了旁白和对应的语音，Codex 会自己进行视频创作。

5.2 常见问题与反复调优

视频创作之后生成的版本一定不会是一次性到位的，可能会出现以下几种情况：

  1. 语音和字幕对不上：你需要跟 Codex 沟通好，让它自己去对齐。Codex 会自动抽帧，检查声音和字幕为什么对不上，这种情况可能需要调节两遍左右。

  2. 画面问题：包括画面内容、字幕位置以及产生的形态等。这些都可以跟 Codex 反复沟通，不断提醒它去靠近我们想要复刻的视频。

其实整个流程理顺之后，我们就可以生成复刻程度比较高的视频了。如果我们能把整个流程自动化，就可以批量地去跑号。无论是图书号还是其他类型的账号，都可以按照这个流程进行拆解和复刻。

6. 行动与展望

6.1 行动起来

最后，希望这篇文章对大家有用。其实我也是一个在边做边学的状态，希望我们可以多多沟通交流。很多时候不是我们做不出来，可能是我们还没有去行动。

对于使用 Codex 也是一样，只要我们开始行动，用自然语言去跟 Codex 聊天，一步一步地去找到这些解决办法。我相信只要大家开始动起手来，每个人都可以利用 AI 吃上自媒体这碗饭。

6.2 AI 时代的可能性

希望大家都可以在这个 AI 时代，在这个普通人也可以无限接近生产力的时代，去做自媒体，去创造，找到可复用的方法，让它可以在你睡觉的时候也能够产生财富，无限地靠近自由。