一个下午，不打开剪辑软件：用 Opus 5.5 做一条 Vibe知识大赏 短片
一个下午，我和 Opus 5.5 从“没有想法、没有对标”做到了一条 2 分 10 秒的竖屏成片《镜子里的你，会饿死在地球上》：画面、字幕、动画、配乐和音效全部由代码生成，我没打开过剪辑软件。
这条赛道正热。抖音 #vibe知识大赏 话题已有 11.7 亿次播放、5.1 万人参与（21财经，10 月 22 日）；B 站「比特新语」10 月初才开始投稿，20 天涨到 65 万粉。
下面按真实顺序拆开讲：选题 → 拆对标 → 15 秒样片 → 完整版 → 发布。每一步我对 AI 说了什么，都放在附录里，可以直接复制。
01｜工具准备：你只需要会说话
整套流程里，我亲手做的只有三件事：选方向、找对标、拍板。写代码、渲染、合成都是 Opus 5.5 在它自己的云端环境里完成的。
| 工具 | 在这条片子里干什么 | 需要我装吗 |
|---|---|---|
| Opus 5.5（Claude） | 选题、查证、写分镜、写全部代码、自己检查 | 只要一个账号 |
| HTML Canvas | 每一帧画面都用代码画在网页画布上 | 不用 |
| Playwright | 自动打开浏览器，把动画一帧一帧截成图片（完整版 3900 帧） | 不用 |
| Python | 合成配乐、重击、呼啸、计数滴答等音效，分析对标片的节拍 | 不用 |
| ffmpeg | 把图片和音频压成 mp4，也用来从对标片里抽帧 | 不用 |
| 剪映（可选） | 只用它的音乐库找 BGM；这次我用的是 AI 合成的配乐，没有版权问题 | 可不装 |
画面和声音分两路做，最后在 ffmpeg 里合到一起。
要点：用的是 Claude 的 Cowork 模式，它自带一台云端电脑，上面这些工具都已经装好了。我整个过程都是在浏览器里对话。
02｜选题：没想法就让 AI 按套路给你出选项
我一开始完全没有想法，就直接跟 AI 说：“我也想做一条，但没想法，对标也没选好。”它先搜了赛道现状和今年的诺贝尔奖，然后按爆款标题的四种套路各给了一个选题，还主动避开了已经被做烂的信息论、光遗传学、冰立方中微子。
| 套路 | 选题 | 开头钩子 |
|---|---|---|
| 追热点 | 今年诺奖揭开一个谜：生命为什么只用“左手”？ | 镜子里的你，会饿死在地球上 |
| 反直觉数字 | 只要 23 个人，就有一半概率撞生日 | 你们班一定有两个人同一天生日 |
| 情绪痛点 | 为什么你最拼的那次，总是发挥失常？ | 被夸之后就搞砸，不是你的问题 |
| 经典母题 | 加缪：必须想象西西弗斯是幸福的 | 每天推同一块石头，你会疯吗？ |
我选了追热点。理由很简单：2026 年诺贝尔化学奖颁给了卡冈和硖合宪三，表彰“不对称有机合成中的非线性效应和自催化”，这正好回答了“生命为什么只用一只手”。
动工前，AI 先核实了核心数据，两家报道对得上才用：
这一步的关键：不要让 AI 直接写脚本。先让它出选项、你来拍板，再让它查证每一个数字。
03｜拆对标：把视频直接丢给 AI
我在话题页找到一条讲同一个诺奖的爆款，把 mp4 上传给 AI，只说了一句“你分析并学习一下”。它每 2 秒抽一帧拼成缩略图、采样像素取配色、分析音频拿节拍，给出了一份可以直接套用的视觉规范。
| 拆解项 | 对标片的做法 |
|---|---|
| 主线 | 1953 年弗兰克的“三个条件”清单，每讲完一位科学家就回来打一个勾 |
| 首尾 | 开头“举起你的双手”，结尾回到同一双手，落在“手性”两个字 |
| 画面比喻 | 粒子手、锁和钥匙、曲线图“它，弯了。”、计数器 ×1 → ×512、底部大数字 |
| 配色 | 深蓝黑底（约 RGB 9,12,20）+ 椭圆暗角；金色 = 左手，冷蓝 = 右手，红色只用在“出事” |
| 字体 | 标题加粗宋体（厚重），数字和坐标轴用等宽字体（精确），关键词单独上色 |
| 节奏 | 配乐约 112 BPM，响度平稳；一条字幕 2–3 秒，渐变转场 |
| 短板 | 16:9 横屏、开头节奏平缓 |
AI 拆出来的视觉规范，整理成一张卡片。做样片时把这些参数原样写进提示词。
拆完有个意外发现：我的第一版样片和它撞题了，连开头的镜像创意都一样。AI 给的建议是：题不换，换切入点。
- 学它的形式：金蓝配色、宋体加等宽字体、计数器、首尾呼应
- 补它没讲的内容：“镜像细菌”。2024 年 12 月，38 位科学家在《科学》上联名警告别造它（科学网）
- 换成竖屏，并且第一帧就把钩子砸出来
这一步的关键：对标不是拿来照抄的。形式可以学，内容一定要拉开差异。
04｜先做 15 秒样片，对齐了再做全片
样片就是全片的前 15 秒。它的作用是用最少的成本确认三件事：钩子抓不抓人、画风对不对、节奏顺不顺。我前后做了两版。
第一版（生命为什么只用左手）：青、品红发光粒子风。技术上没问题，但拆完对标发现撞题，废掉。
第一版的四个镜头。画面本身不差，但和对标片撞了。
第二版（镜像生命）：套用对标的金蓝配色和字体，五个镜头：
| 时间 | 字幕 | 画面 |
|---|---|---|
| 0–2.6 秒 | 镜子里的你，会饿死在地球上 | 金、蓝两只镜像的粒子手 |
| 2.6–5.6 秒 | 吃什么，都对不上 | 食物粒子落向蓝手，被弹开 |
| 5.6–9.6 秒 | 但镜像细菌，不会 | 细菌吃不分左右的养分，分裂 ×1 → ×8 |
| 9.6–12.4 秒 | 免疫系统，可能认不出它 | 免疫细胞扫描后显示 NO MATCH |
| 12.4–15 秒 | 他们说：别造它。 | 数字滚到 38 位科学家 |
第二版的五个镜头，从左到右对应上表的五行。
AI 渲染完会自己抽帧检查。这一版它自己发现并修掉了三个问题：
- 粒子手的手指粘在一起，看不出是手→ 加大指缝、加密粒子
- 一条字幕太长，贴到了屏幕边缘 → 缩小字号
- 标签被下落的粒子挡住 → 换个位置
这一步的关键：只看样片调方向。一条 15 秒样片从写到出片只要几分钟，比做完全片再推翻便宜得多。
05｜完整版：一句“继续吧”，2 分 10 秒的成片
样片确认后，我只回了一句“没问题，继续吧”。AI 给样片接上了九段内容，组成了一个“钩子 → 诺奖解谜 → 回到镜像细菌”的闭环。
| 时间 | 这一段讲什么 | 画面手法 |
|---|---|---|
| 0:00–0:15 | 钩子：镜子里的你会饿死在地球上，镜像细菌不会 | 同样片 |
| 0:15–0:24 | 一面镜子，凭什么让科学家害怕？ | 金色大字“诺贝尔化学奖” |
| 0:24–0:40 | 分子也分左右手；氨基酸左、糖右 | 3D 分子旋转、平移叠不上 |
| 0:40–0:51 | 选错一只手的代价：反应停 | 数据面板，数字滚到 40+ 和 10,000+ |
| 0:51–1:01 | 试管里永远一半一半，生命怎么选的边？ | 烧瓶 + 50/50 进度条 |
| 1:01–1:15 | 1986 年卡冈：“它，弯了。” | 虚线直线 vs 金色曲线 |
| 1:15–1:32 | 1995 年硖合宪三：200 万个分子只多 1 个 → 99.5% | 分子自我复制 + 1040 点阵逐轮变金 |
| 1:32–1:42 | 也许四十亿年前就有过这样一次偶然 | 原始海洋一滴水，金色扩散 |
| 1:42–1:58 | 镜像细菌站在另一边；反方观点和暂停建议 | 免疫细胞 NO MATCH + 争议面板 |
| 1:58–2:10 | 另一只手，该不该被造出来？ | 回到开头那双手，落“手性” |
完整版自检时抽的 14 帧，从左上的钩子到右下的结尾。
制作过程大概是这样：
- 写画面：每一段写成一个函数，输入时间 t，画出那一帧。同一个 t 永远画出同一帧，所以可以随时抽某一秒来看。
- 先抽 24 张静帧检查：发现硖合宪三那段的点阵压住了字幕，改小重排。
- 逐帧渲染：3900 帧。两个进程并行，大约 3 分钟。
- 合成配乐：112 BPM，和对标一致。每段换和弦，讲悬念的地方把鼓点撒掉。重击、呼啸、计数滴答、警报都对准到具体的帧。
- 压制 + 自检：ffmpeg 压成 mp4，再从成片里抽 14 帧看有没有字幕重叠或出界。
第 2 步抽帧时发现的问题：点阵太高，压住了字幕。改完以后，三轮放大的过程也更清楚了。
第 4 步合成的配乐。每条金线是一个重击点，对准的是画面切换和关键句；灰色那几段把鼓点撤掉，留给悬念和结尾。
这一步的关键：反方观点要放进片子里。“也有科学家认为风险被高估了”这一句，是在提前堵住评论区的较真。
06｜标题、文案与发布
标题和第一帧说同一句话，效果最稳：观众点进来看到的就是标题里的那个悬念。我最后用的是：
Vibe知识大赏｜镜子里的你，会饿死在地球上
AI 还给了三个备选，分别对应不同套路：
- 追热点：今年诺奖揭开一个谜：生命为什么只用“左手”？（更适合 B 站）
- 反直觉数字：200 万个分子只多 1 个，最后赢下了整个地球
- 制造悬念：38 位科学家联名：这种细菌，千万别造出来
发布时做了四件事：
- 标题用「Vibe知识大赏」打头，正文带上 #vibe知识大赏，这是话题活动的规则
- 封面用开头钩子那一帧，AI 直接导出了一张 1080×1920 的图
- 发完自己评论一条并置顶，写清每个数字的出处和反方观点，最后问一句“你站哪一边？”
- 选在晚上 7–10 点发布
封面就用开头的钩子那一帧，和标题说同一句话。
07｜踩坑清单
| 坑 | 怎么避开 |
|---|---|
| 闭门造车，选题和爆款撞了还不知道 | 做样片前先找对标；撞题就换切入点，不必换题 |
| 让 AI 自由发挥“高级感”，结果像十年前的 PPT | 把对标的配色、字体、节拍拆成硬参数喂给它 |
| 钩子说得太满，被评论区挑错 | “会饿死”这类推论，正片里要把逻辑讲出来；争议点字幕用“可能” |
| 常见误传当事实讲 | 比如“反应停只用另一只手就安全”是误传（两只手在体内会互相转化），片子里只说“作用不同” |
| 一支片子塞太多干货 | 所有镜头只为最后一句“另一只手，该不该被造出来？”服务 |
| 用了热门 BGM，之后被限流或下架 | 让 AI 按节拍合成配乐，或者用剪映音乐库里可商用的曲子 |
| 做完全片才发现字幕出界 | 先抽静帧检查再渲染；渲染完再从成片抽帧复查 |
| 信了没查证的活动规则 | “10 月 31 日前有流量扶持”我没查到官方出处，发之前要去话题页确认 |
附录｜可直接复制的提示词
我实际发给 AI 的话都很短。下面这几段把它们整理成了通用版，按顺序一段段发就行。
① 找选题
我想做一条抖音 #vibe知识大赏 的知识短片，但还没有选题。
请先搜一下这个赛道现在的爆款和最近的热点，
然后按「反直觉数字 / 追热点 / 情绪痛点 / 名人或经典母题」四种套路，
各给我一个选题：标题、前 2 秒钩子、主线、结尾提问。
避开已经被做烂的题。我选定后，把里面的每个数字都用两个来源交叉核实。② 拆对标（把对标视频作为附件一起发）
这是我选的对标视频。请抽帧、取色、分析音频，告诉我：
1. 叙事主线和首尾怎么设计的
2. 每个抽象概念用了什么画面
3. 配色（给色值）、字体、字幕节奏、配乐 BPM
4. 它的短板，以及我的选题和它有没有撞，怎么拉开差异③ 出样片
按我们定下的选题和对标的视觉规范，先做全片的前 15 秒样片：
竖屏 1080×1920、30fps，用 HTML Canvas 逐帧画画面，Playwright 截图，
Python 合成配乐和音效，ffmpeg 合成 mp4。
第一帧直接打出钩子，不要黑场渐入。
渲染前先抽关键帧检查字幕重叠、出界，有问题先修。④ 做全片
样片没问题，继续做完整版，2 分钟左右。
先给我看分镜，再逐段写。争议点要放进反方观点，
结尾回到开头的画面，并抛一个谁都能插上话的问题。
渲染完从成片里抽帧自检，再导出一张封面图。⑤ 写标题文案
给这条片子写 3–4 个抖音标题（「Vibe知识大赏｜」开头，分别用不同套路），
一段正文（带话题标签），和一条写清出处的置顶评论。常见问题
用 Opus 5.5 做一条知识类短视频，需要会剪辑或写代码吗？
先做 15 秒样片有什么用？
对标视频怎么拆？
第一版样片和对标撞题了怎么办？
配乐会不会有版权问题？
总结
AI 负责画、渲染、配乐和自检；你负责给方向、给对标、说行或不行。这个分工，才是「一个下午、一次都没打开剪辑软件」能成立的原因。
想确认 Opus 5.5 从哪个入口进，看 Claude Opus 5.5 渠道对比；想把同一套代码出片流程用在音乐 MV 上，看 如何用 Claude Opus 5.5 做一支音乐 MV；Claude Code 的安装和项目配置看 Claude Code 使用指南。