这篇整理自 Eian 11 月 5 日发在 X 上的长文，280 多万浏览，讲怎么用 Claude Code、Codex、Seedance 做一条 AI 视频。全文分工具层和实操两部分，我按原帖的结构整理，要点和做法都保留，10 段提示词都按要点展开写细了，完整版见文末原文链接。
这篇只解决一个问题：靠一套多模型工作流，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。
工具层：Claude 当总导演
用到的模型一共三个，Claude Code、Codex、Seedance，再加 ffmpeg 和 Python 两个工具。Claude Code 是总导演，Codex 和 Seedance 都接入 Claude，由 Claude 调用，全程只需要和 Claude 沟通，不用切窗口，也不用到处复制粘贴。没有 Claude 也可以用 Codex 顶，审美差一点，活都能干。Seedance 走即梦 AI 的 Seedance 1.0 Pro API，火山引擎开通后接入 Claude。
| 角色 | 负责 |
|---|---|
| 我 | 选方向、确认画风、批准花钱；看动态、听声音 |
| Claude（导演） | 写故事和分镜，写所有提示词，检查每张图和每段视频，写代码做后期 |
| Codex（画师） | 画设定图、样帧、每镜的首尾帧 |
| Seedance（动画师） | 把首尾帧变成几秒钟的视频 |
这套分工有个核心原则：错越早发现越省钱。文字改几个字不花钱，图重画一张不额外花钱，视频重新生成要按秒付钱。文字里能发现的错，别留到图上；图上能发现的错，别留到视频上。
总导演设定
做视频前，先把这段设定发给 Claude，让他当这支短片的总导演，全程负责，只和他沟通：
- 开工前先问清楚：片长、画幅、总预算、要不要配乐和字幕。
- 检查 Codex、ffmpeg、Python 和 ARK_API_KEY 能不能正常用，发现缺什么、哪个坏了，第一时间告诉我，别开工；有的工具用不了就直接绕开，别卡住；下次开工不用再检查。
- 总导演的活：写故事，定分镜，把每一镜要画的图和要生成的视频列清楚；写所有给 Codex 的生图提示词和给 Seedance 的生视频提示词；检查每张图和每段视频，看画面对不对；用代码做剪辑和调色。
- 遇到要花钱的地方（生成图片和视频），先告诉我花多少、为什么，然后再干。
- 重要事情都别自己猜，问清楚再动。
- 保持简洁，进度条用自己记下来的时间线，严格按进度更新。
- 视频写完之后，先按自查清单认真检查一遍，不确定的项自动再开一个 agent 来审核，不要猜，再发送给审核 agent 审。
- 所有文件放在新建的 output 目录，每个文件单独保存，不要放一起，用时间戳命名，每次都生成目录结构树给我。
从想法到完整剧情
先把初步想法讲给 AI，不用太详细，聊到完整故事定下来。好故事有几个标准：每个转折按现实追问一遍，为什么会这样、东西从哪来、够得着吗、现实里真会这样吗；一句话说清这支片子想表达什么，说不出来就说明剧情平淡，得改；最抓眼球的画面放前面，观众几秒就划走；旁人的反应要像真人，每个包袱或转折分三段写，问题、主角怎么解决、旁人什么反应，反应要有先后，几个人同一秒举手一看就是模型做的；画面要 AI 拍得出来，人物交叉、手拿小东西、文字、镜子和倒影、左右不对称、一镜内换光、一人连做三个动作、俯拍看不到脸、配角太多，这些都容易抽卡，写剧情时就避开；结构首选片段式，每个镜头不用接戏，连贯式最容易穿帮。
完善故事的提示词
发给 AI 的内容要包括：我想做的片子（一句话，或者初步剧情）；片长（秒）；配歌（歌名、时长、BPM，不配歌就删掉）；参考片（有就写，没有就删掉）。让他先把想法完善成一个完整的故事，有不清楚的地方就问，一起把这一步做到位，OK 了再往下走。写的时候按镜头推进，每个镜头写清楚干什么、为什么、结果怎么样，结果怎么样包括其他人的反应；注意逻辑，细到每句话追问一遍：为什么会这样、东西从哪来、够得着么、现实里这么办吗。写好之后，他自己先审一遍，再把时间线、重点、空间和道具列成一页。
审核故事的提示词
故事定稿后，另开一个 agent，只给它故事，让它只负责挑错，不改文件。主 agent 和你聊了很久，会自动脑补；新 agent 什么都不知道，像第一次看片的观众，哪里看不懂，哪里就真的没讲清楚。审核按这几条来：
- 只按镜头顺序读，先写出看懂的故事。
- 按顺序追问每个转折：为什么会这样？东西从哪来？够得着吗？现实里真会这样吗？
- 能用一句话说清想表达什么吗？写下来。
- 开头最抓人的画面是什么？排在前面吗？
- 每个包袱和转折都分 3 段写了吗：问题、主角解决、旁人反应？反应有没有先后？
- 哪些画面 AI 很难一次拍到：人物交叉、手拿小东西、文字、镜子和倒影、左右不对称、一镜换光、一人连做三个动作、俯拍看不到脸、配角太多？
- 剧情是片段式还是连贯式？连贯的接点写清楚了吗？
按最要改在前、最轻在后，只列问题和怎么改，不要改故事。后面几步的审核也一样，只给它故事，不给任何结论，让它根据要求看一遍，给出修改结论。
分镜：镜头语言、构图和配色
这是前期最重要的一步，决定片子质量，构图和配色比剧情还重要。镜头语言很难用语言描述，最有效的办法是找参考片，让 Claude 逐帧看，把机位、进出画比例量出来，学习模仿。没有参考片，就按要求构思，每个镜头写清景别、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。
几点要求：全片平视正面最多两次，其余用俯拍、仰拍、从背后、过肩、透过东西拍；画面里一直有东西在动，人走、东西动、镜头动、焦点换、光在变、前景飘过、人物小动作，至少一样，不然画面就死了；镜头运动要有理由，跟着东西或人物走、慢慢推近给特写、从近拉远；每一秒截图都要好看，人的头或眼睛落在画面 38% 或 62% 的位置，不放正中间；配色先定好，每场颜色列成色表，画面转黑白检查一遍，人和背景分不开就说明明暗对比不够，重新调。
写分镜表的提示词
把定稿的故事写成分镜表，每个镜头一行，写清楚：片中时间（配歌就按小节算）、生成秒数（片中时长向上取整，尽量多留 0.5 秒）、景别、机位、运镜、谁往哪走（写画面的左右）、靠什么表情推进、这个镜头是什么在动、怎么转到下一镜、每镜生成用的图片有哪几张。要求一共七条：
- 全片平视正面最多两次，其余用俯拍、仰拍、从背后、过肩、透过东西拍。
- 每个镜头至少有一样东西在动：人走、东西动、镜头动、焦点换、光在变、前景飘过、人物小动作。
- 摄影机动要有理由：跟东西走、慢慢推近给特写、从近到远拉开。
- 每一秒截图都要好看，人的头或眼睛落在画面 38% 或 62% 的位置，不放正中间。
- 一镜最多一个主要动作，不要连着几镜都用同一种景别。
- 配色按色表来，每场颜色分开列。
- 转场要写清楚用什么东西盖屏或带过去。
写完以后按上面要求自己先检查一遍，再发给我。
画风与设定图
画风就是这部片子的绘画风格，宫崎骏式手绘柔和温暖、线条简单的剪纸风、写实风、美式手绘线条感，都可以，有参考图最好，直接发给 AI。Claude 写提示词，Codex 画，人只管看是不是想要的风格。画风定下来，再给每个角色和固定道具画设定图，正面、侧面、几个表情，等于把长相定下来。人物身上固定的东西写清位置，纹身在左手臂上之类，不然每张图纹身位置都可能不一样。
首尾帧：降低抽卡率最关键的一步
首尾帧是每个镜头的第一张画面和最后一张画面。只靠文字生成视频，模型很容易出逻辑错误；雨、帽子、纹身这类小物件只写在文字里不行，经常拍着拍着就没了，必须在首帧和尾帧都画上。
画的时候按这个顺序：别一上来就开画，先让 AI 把每镜的首帧画什么、尾帧画什么、中间发生什么写出来，审核过了再画，省 Codex 额度；先画内容最多的那张，一般是尾帧，再在尾帧上改出首帧，保证机位和构图一致；同一地点、同一机位的镜头，直接在前一张图上改，Codex 支持局部改动；推近的镜头，尾帧可以直接把首帧裁一块放大，构图完全一样就等于镜头不动；Codex 出的图不一定正好是 16:9，提交 Seedance 之前检查一遍，提前裁好，首尾帧尺寸保持一样。
检查首尾帧的提示词
首尾帧画完了，按下面这些逐条检查，每张图都要放大看。有问题就说清楚是哪张图、哪里不对，同意了再改。材料是首帧、尾帧、设定图、这个镜头的分镜：
- 动作要用到的东西，首帧里必须有。比如要写字，首帧里笔必须在手上；要走路，首帧里脚尖和手臂必须朝向要走的方向。
- 只在首帧和尾帧都有的东西，才能出现在视频里。
- 动作有前后两个状态（比如摘帽子、关门、把东西放下），尾帧必须是完成后的样子。
- 摆拍动作要像真的：手要握住东西，脚要踩在地上，力量要对，否则手一动就露馅。
- 雨、帽子、纹身这种小物件，首帧和尾帧都要画上，而且不能变。
- 左右的纹身、单边耳环和伤口，位置要和设定图一样，不能换。
- 字母和数字不能有错别字。
- 画中画里那张小画的画风和内容，必须和主画面一致。
- 画面里不能出现不属于这个片子的东西。
- 左右位置要和分镜写的一样：比如画面左侧的石头房子的窗口里；画面右侧的人。
- 放大镜片不挡住手上的字，避免反光反字；这张图不要画任何会读出音的字画。
视频提示词与提交前审核
出了问题先怀疑提示词。固定用七段式，把每一秒发生什么写下来：
- 画风：一句话写画风，比如干净的现代 2D 手绘动画，平涂色块，线条利落，没有颗粒和纹理，整段的画风、颜色、人物设计与首帧和尾帧完全一致。
- 镜头：整段几秒，景别，机位，运镜，不写“推近”就不推近，不写的不做；小节时间，没有配歌就删掉。
- 人物和道具：主人公和主要道具，手上和身上有什么、每个人的表情和姿态是什么。
- 动作流程：按时间写这个镜头发生的事，写画面里的左右方向；风、云和物体的运动都归到这边的动作里，别放到画面的整体氛围里。
- 人物动作时间表：动作开始在第几秒，动作结束在第几秒，写清每一件动作的顺序，别写“同时”这个词。
- 画面一直保持不变的：画面里一直只有首帧这几个人。
- 按这个固定格式写，黄色、高亮、好看、宽幅、动画质感这类并排的词语不要写进提示词里。
模型常犯的错：对照表
| 模型容易犯的错 | 应该怎么写 |
|---|---|
| 一群人同时做同一个动作 | 写清楚谁先谁后，父亲第一个，过一两秒祖母再举，孩子最后举；首帧也不要摆同一个姿势 |
| 本来该风做的事，人自己动手做了，比如邮差用手掀开邮包 | 写清楚原因，再写上两只手从头到尾都没有碰邮包 |
| 云、月亮、植物长出眼睛和嘴巴 | 不要写“卡通云”，要写蓬松的灰白色积云，只有棉絮一样的纹理和阴影，动作也只写它怎么移动 |
| 人往反方向走 | 方向要按画面来写：朝画面左边走，跨过左边的店门 |
| 一句话有两种意思，比如写“窗户后面的老人”，结果车里冒出了人 | 写得更具体：左上角石头房子的窗口里，再加上驾驶座一直空着 |
| 东西的数量变了 | 把数量直接写出来：黄色信封只有一封，之后怀里抱的全是白色信封 |
| 写“不要怎么样”经常没用，比如写了“壶嘴不出水”还是出水 | 尽量改成正面的说法：画面里一直只有首帧这几个人 |
| 模型会自己联想道具的用法，比如壶总是出水 | 干脆不让这个道具出现在有动作的镜头里 |
| 东西凭空出现 | 只用首帧里已经有的东西 |
| 东西突然飞走或者瞬间移动 | 写清楚它是怎么动的：顺着后脑勺往后一滑，接住，扣回头上 |
| 雨、帽子、纹身拍着拍着就没了 | 首帧和尾帧都画上 |
| 闪电画得太写实 | 写“云里闪一下白光”，再把开头剪掉 |
| 一个镜头动作太多就乱了 | 每个镜头只写一两个主要动作 |
| 动作的时间和写的不一样 | 写的时间只能算大概，多留一点时间，后期再用剪辑和变速对上节拍 |
| 镜头推得没有写的那么明显 | 后期让 Claude 用代码再推一点 |
| 人的嘴自己在动 | 写明“人物不说话”，还动就用代码修 |
| 写了“没有音乐”还是混进了音乐（Seedance 2.5） | 片段自带的声音不用，后期另外加 |
| 结尾几帧突然跳到尾帧的样子（Seedance 2.5） | 后期选一张没问题的画面，后面都停在这一张 |
| 第一张画面特别锐（Seedance 2.5） | 直接把这一张去掉 |
| 视频越到后面越暗越冷（Seedance 2.0 mini） | 每条视频都按它自己的首帧把颜色调回来 |
提交前审核的提示词
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，帮他查出过很多问题，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，也是他抽卡率极低的原因。
审核 agent 只读不改，材料是提示词文件、首帧、尾帧、设定图、分镜表、配色规则，逐项核对，放大看图：
- 提示词的每句话和两张图对得上吗？比如画风、颜色、人物外观和道具、动作流程、出现的人物和动物数量。
- 提示词里的每个动作：动作开始在第几秒？动作结束在第几秒？每件动作后面的句都符合吗？
- 首尾帧变化要连得上：检查尾帧出现的动作元素，如果动作元素只在尾帧里出现，视频里就会凭空跳出来。
- 这个镜头里一共有几个人？每个人正在做什么？
把问题和具体修改的方法列出来，不要直接跳去改，改之前的提示词先看一遍。再写一句明确的结论：“通过，可以提交”或者“不通过，改了再审”。注意：这一步开始的时间不对，晚几帧没关系，动作过程别漏了。
生成视频与省钱
这一步都是 AI 自动完成，不用管。省钱的办法：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，能用就赚了；新做法先拿一两个最难的镜头试，行得通再全部提交；想清楚要不要用 Seedance 2.5，价格差不多是 2.0 mini 的 3 倍，预算紧就用 2.0 mini，一般的镜头，2.0 mini 就够了；声音听过再用，2.0 mini 自带的音效经常能直接用，2.5 就算写了没有音乐，有时还是会混进音乐。
出了问题别马上重拍，重拍又得花钱。先看能不能剪掉，问题只在开头或结尾几帧，直接剪掉就行。再看能不能用代码修，让 Claude 写代码修，修不好再考虑重拍。重拍先改提示词或首尾帧图片，不然原样再拍一次大概率还是错。重拍完旧片段也别删，重拍的新片段不一定比旧的好，都留着，放在一起挑。
后期：拼接、转场、调色、放大
视频一段一段生成，生成完拼在一起，再加转场、调色、放大，全部用代码做，让 Claude 做。
做后期的提示词
- 转场：哪一镜到哪一镜，用什么东西盖屏或带过去；运动模糊切 8–16 份，半帧快门。
- 调色：按故事分段；只调彩度和亮度，不动色相，强调色受保护，肤色不变；不加颗粒、柔光、暗角；亮度、对比度、饱和度手工调，不用现成的滤镜；指定每个块对应哪个镜头，颜色一致。
- 放大：只放大指定好的镜头图片。
- 声音：输出哪些声音。
- 需要先检查拼接、转场、亮度、饱和度、渐变有没有突变，检查的方法写上，检查的对应关系写出来。
- 每一次修改都要保留一个不改的旧结果，越做越快，把上次改好的结果在自己的视频前面参考下。
- 把成片和单镜对照，某个镜头的处理方式确定后，就按上次的做法来。
全片复核与交付
复核再开一个审核 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。
全片复核的提示词
- 全部解码，每镜取多张全分辨率帧，切点前后各取 3 帧。
- 先写看懂的故事，再列看不懂的地方。
- 逐镜查：重复的动作、道具数量、穿帮、突跳、接不上、表情不像、主角和配角的重量有没有问题。
- 只列问题，不要改，也不要给结论；给每个问题说一个修改方法：能不能剪掉、能不能用代码修、还是必须重新拍，拍之前先改哪里（提示词还是首尾帧）。
- 按问题从大到小排，只列这一步最要改的三个。
- 如果你发现你自己也有疑惑，先列出来，别自己猜。
- 再检查一遍没有犯过的错：比如同一秒一起举手、一句话有两种意思、画面里的人数不对、东西凭空出现、雨和帽子中途没了、手和脚的动作不对劲、没有音乐但混进了一段音乐。
- 每一镜截图都按黄金比例检查，头或眼睛是不是在 38% 或 62%。
- 按时间顺序把每个问题列出来。
- 写一句话结论：有没有问题？问题大不大？确定问题了吗？
把画风、提示词、犯过的错误存下来，每次做视频的经验就沉淀下来了。
四线程工作模式
针对 Claude 或 Codex，也就是导演，开四个 agent 一起配合：主做全程负责，从故事、分镜、画风、设定图到首尾帧、视频提示词、生成视频、后期、复核、交付；审核每一步都要先写通过，主做才能继续，提交前必须先过审核；监督把说过的所有要求列成清单，盯着大家有没有忘记和改动，记录哪里改了、为什么改；代理按平时的选择替做决定，在事先同意的预算内批准提交，主做要花钱先找代理批准，代理看预算就能决定。四个 agent 之间可以互相检查，随时质疑，有问题先停下来，再讨论。
四线程的提示词
这支片子用四线程来做。主做再开三个子 agent，四个一起配合，一直做到片子做完，或者账户欠费为止。说过的话在对话记录或者要求文件里，Claude Code 的记录在 ~/.claude/projects/ 里，按时间找最新的 JSONL；Codex 的记录在 ~/.codex/sessions/ 里。每个子 agent 只做自己的事，互不插手。主做全程负责，从故事、分镜、画风、设定图到首尾帧、视频提示词、生成视频、后期、复核、交付。审核每一步都要先写“通过”，主做才能继续，主做提交前，必须先过审核。监督把所有的要求和约定列成一个清单，盯着大家有没有忘记和改动，记录在哪里改了、为什么改。代理按平时的选择替做决定，在事先同意的预算内批准提交，主做如果需要花钱，先找代理批准，代理看预算就能决定。四个 agent 之间可以互相检查，可以随时质疑，如果有问题，先停下来，告诉我，再讨论。
原文链接：Claude code/Codex+Seedance AI视频：从一个想法到成片的全流程（作者 Eian，发布于 X）