# 视频制作流程全公开幕后：讲流程的这条片，也是这么做出来的 视频《这是我用 AI 做了5个月的视频制作流程》，5 分 47 秒，4:3。片子里讲的那条流程，就是做这条片时走的流程。 **[看网页版 →](https://chenyuxiaojin.github.io/cyxj-videos/2026-10-13-workflow/)** 有每段的循环小片段、重做前 / -p 版 / 成片三版对照、4:3 版式图、成片时间线和后期实测数据。 ## 片子讲的七步 1. **录口播**（我） 2. **初剪 + 染色**（AI）：把素材路径丢给 Claude Code，它在达芬奇里去掉长静音，把建议删的地方染成玫红色。 3. **剪气口**（我）：从头到尾看一遍玫红色再删。同一句录两遍时 AI 默认留第二遍，我有时要第一遍；我故意停的地方 AI 也会剪掉。 4. **Remotion 包装**（AI）：动效和 B-roll 全在 Remotion 里写代码做。 5. **4K ProRes 导出**（AI）：编码快，文件极大。 6. **AI 压缩**（AI）：上一期 9 分 52 秒的 4K ProRes 有 60.5 GB。 7. **浏览器发布**：AI 上传、传封面、写标题简介；**发布键我手动点**。 ## 谁做了什么 | | 做了什么 | 多少 | |---|---|---| | 我 | 出想法、录口播、剪口误和气口、给口播调色美颜、逐段看片说要不要、拍板；字幕拖上时间线、改字幕样式（达芬奇脚本做不了） | 159 条消息 | | Claude Code | 导出三条轨、三轨取景、派 -p、合并、截真网页、章节卡、进度条；达芬奇里对口型、混音、音效、配乐、量字幕位置、导出、体检 | 1,898 次操作 | | claude -p | 8 段画面重做、合并后修补、MCP 段三档各一版、改 4:3 | 21 次，1,495 次操作，约 $142 | Claude Code 的 1,898 次：跑命令 1,194、操作达芬奇 247、读文件 244、子 agent 64、操作浏览器 60、写和改文件 50、其他 39。 统计范围：10-10 到 10-13 做这条片的 13 段对话，加上它们派出去的 21 次 claude -p。不含对稿子做受众模拟和事实核查的内容侧对话、10-12 一段后半截在做下一条片的对话，以及做这个幕后页的对话。 ## 四天 - **10-10**：口播是一周前录的。我问 AI 内容够不够，它试着用克隆音补一段，我听完说内容和声音都不对，还用原来的。我剪完口误；我提出口播、原录屏、AI 录屏分三条轨各自导出，方便 Remotion 取景。背景试了五种模拟模型、三版大海都不要，回到原来的波涌底，只把光往中间挪。 - **10-11**：我发现一段讲达芬奇 MCP 的口播被剪掉了，自己剪好 7 刀插回去。这个开源仓库（davinci-resolve-mcp）我是贡献者之一：简体中文 README 和 resolve-tighten-recording skill 等 [3 次提交合进主分支](https://github.com/samuelgursky/davinci-resolve-mcp/commits?author=chenyuxiaojin)，6 个版本的发布说明点名致谢。8 段画面各交给一个 claude -p 重做，我一段一段看，8 段都要。MCP 段三档各跑一版。下午看到顶流博主都换了 4:3，当晚整条改成 4:3。 - **10-12**：我发现口播没调色美颜，在达芬奇里调好，AI 只换画面不换声音，逐帧核对没错位。安全区拆成两层。选模型换成真 CC 的 /model 窗口，讲设备那段去掉标注，结尾换抖音播放器，进度条里加两个小人。出 4K 母带。 - **10-13**：前一晚 AI 加了 logo 卡和章节卡、没问我就渲了；我说切得太乱，重做。达芬奇后期，导出带字幕和不带字幕两版，各跑一遍音频体检。 ## 8 段画面：一段一个 claude -p 整条片做完一版后，Claude Code 把它切成 8 段，每段复制一份独立工程，派一个 high 档的 claude -p，8 个同时跑。首轮合计 $84.79，每段 13–36 分钟，一共打开自己渲的图检查 244 次。跑完 Claude Code 先抽帧自己看，再一次开一个预览给我，附「口播说到 / 旧版 / 新版」对照表，我回「要」才开下一段。8 段都要。 | # | 段 | 成片时间 | 重做前 | -p 重做后 | -p 首轮 | 我说的 | |---|---|---|---|---|---|---| | 1 | 开场 | 0:00–0:17 | 17 秒全是露脸推近 | 账号页 → 封面墙 →「95%」 | 13.4 分钟 · $6.77 · 看图 18 次 | 「要，但是不要露出平台。可以用抖音的。」续改换成抖音主页 | | 2 | 两只手分工 | 0:17–1:12 | 一条素材条，没有人 | 橙色 ✻ 是 AI、白鼠标是我，人物在右边竖卡 | 26.6 分钟 · $11.00 · 28 次 | 「要」 | | 3 | 染色进真达芬奇 | 1:12–1:49 | 只有一条染色素材条 | 人物变成上方「监视器」，一起落进真达芬奇 | 17.5 分钟 · $8.16 · 16 次 | 「要」 | | 4 | 导出到发布 | 1:49–2:37 | 一个 ProRes 文件图标 | 那一帧画布当主角，一路变成文件、压缩、发布 | 35.5 分钟 · $15.74 · 34 次 | 「要，然后压成 MP4 那一个，画面不要太小了。」 | | 5 | 六站总览 + 选模型 | 2:40–3:04，3:41–3:57 | 全屏露脸 | 六站卡全是真画面，收进一扇对话窗 | 31.5 分钟 · $12.85 · 40 次 | 「要」；10-12 选模型那段又换成真 CC 窗口 | | 6 | 达芬奇 MCP | 3:04–3:41 | 官方新闻稿一页 + 人物 | 两条路通向达芬奇，说到谁谁亮 | 14.3 分钟 · $6.52 · 18 次 | 「要」；之后三档各跑一版 | | 7 | 录屏读屏 | 4:00–5:17 | 达芬奇整屏原样摆着 | 镜头隔着肩膀读屏，说到哪行推到哪行 | 30.0 分钟 · $17.20 · 67 次 | 「要」 | | 8 | 快放 + 设备 + 结尾 | 5:17–5:47 | 设备处挂一张蓝色名牌 | 设备上挂标注：对焦框、引线、名牌 | 18.0 分钟 · $6.55 · 23 次 | 「要」；10-12 改主意：「保持坐播的样子不动」，标注全去掉 | **MCP 段三档各跑一版**：medium 13 分钟 $2.91（头像圆钮来回拨）、high 19 分钟 $3.91（37 / 389 升成大字）、xhigh 43 分钟 $10.44（两面卡翻面）。我挑了 xhigh，提了三条：开头的 3D 倾斜保留；人物不用放大；官方和社区不用来回翻，并排放在左边就好。续改 11 分钟、$3.51。 **合并后再修一次**：8 段拼起来，接缝处有 5 个小毛病（「第 1 遍」卡片空了 3 秒、MCP 段后露出半秒空背景、对话窗空挂 3 秒……），列成单子交给一个 claude -p，11 分钟、$3.34 一次修完。 ## 给 claude -p 的提示词 8 段每段一份，五六千字，结构一样。Claude Code 只写事实和规矩，它自己觉得画面该怎么做，一句没写进去。 1. **你负责哪一段**：帧号范围、这段讲什么；先看现在的画面，判断有没有更好的呈现方式，好的可以留，不好的大胆推翻。 2. **整条视频**：这条片讲什么、三条轨是什么、工程说明在哪。 3. **你这段的口播**：逐句原文加帧号，还有前一句和后一句。 4. **现版代码和真素材**：截好的真网页有哪些；官方页面上没写的，别编。 5. **作者看这条片时说过的原话**（原样贴）： - 「我觉得整体画面，我的人物就是露脸的部分有点少。不过画面倒还是还行。有点回形针的那种感觉了，但是里面的动画不够精细。」 - 「素材不对，素材应该是官方的、真实的网页素材，以及真实的仓库页面素材。」 - 「我的口播小窗口，不要放大我的人物。」 - 「还是原版吧。只是更朝中心靠一点。」 6. **导演**（固定的一段）： > 画面里出现什么、怎么编排，全部由内容决定；风格只决定它们怎么被画出来、怎么动。 > 这是一支大师级的动态设计短片，出自顶级动效导演之手。 > - 读懂内容，找到一个贯穿全片的视觉构思：让一个主角从头演到尾，画面在它身上一路生长、变化，像一个连续的长镜头。 > - 让画面自己把事讲清楚：观众只看画面的变化，就能看懂每一步。 > - 每个动作都在表演：有预备、发力、超调和回落，快慢分明；节奏像一首曲子，有起承转合，最大的动作落在高潮。 > - 每一帧都经得起暂停：构图饱满，尺度对比大胆，焦点明确，随手截一帧就是一张好海报。 > - 第一帧就抓人，结尾是一个精心设计的定格。 7. **硬性要求**：只改这段，前后一帧不变；人声只来自口播轨；重点守安全框、不进字幕带；字和数字只用口播和工程文档里有的；网页素材必须是真页面，可以自己开浏览器截；时间按口播里的字对齐，不写死帧数。 8. **怎么看效果**：先渲现版看一遍；改完渲关键帧静帧、打开图片自己看，低清渲整段抽帧拼图看节奏；类型检查要过。 9. **交片**：写一份出片说明，用大白话说这版怎么呈现、比现版好在哪、改了哪些文件。 ## 整条改 4:3 10-11 下午我看到顶流科技博主都换成了 4:3。手机竖着刷时，1080 宽的屏幕上 16:9 只有 608 高，4:3 有 810 高。Claude Code 建议下一条再改，我说：「就这条视频更换成 4:3，你多开几个 -p 去做不就行了吗？5 个不够就 10 个。」做法：一个 xhigh 的 claude -p 改底座、定版式（$8.30），8 个 high 的每段重排一段，约 70 分钟、合计 $28.31。 版式（画布 1440×1080，出 4K 是 2880×2160）： - **外框 2%**：窗口、截图、画中画最多放到这里。 - **重点框 5%**：正在讲的东西必须在框里，且不进字幕带。判据：被边裁掉、被字幕盖住，观众会不会漏看。这是 10-12 我看顶级 AI 博主的片子后提的：安全区该护的是主体内容。 - **字幕带** y 895–1000。 - **左区** 1012 宽，放网页、软件界面、B-roll。 - **人物竖卡** 340×600，只在右边，人不放大也不缩小。 章节卡 5 张：①② 盖在画面上、口播照常说；③④⑤ 在换气全静处切开插进去，空档只放卡。顶部进度条的分段起点就是章节卡出现的那一帧，两个小人在条里结伴走（「像之前做的《日落大道》MV 那样子……你追我赶，或者走一走又停下来想一想」），结尾跳出来落到播放器上挥手。 ## 后期：达芬奇里的活，AI 用脚本做 | 项 | 做法 | |---|---| | 对口型 | 实测声音比口型早 2.2 帧，口播轨后挪 2 帧。我觉得「声音出现的有点慢」自己拖回 0，让 AI 导两段小样用数据说话：挪后早 0.5 帧、不挪早 2.5 帧，留 2 帧 | | 人声混音 | B6 链：EQ → 压缩 → 去齿音 → 限制器。预设会重建整条时间线的音轨，所以在副本上只给口播套链、导出后放回；350 Hz 闷声压下去，1–4 kHz 提了 2–3 dB。试过进链 +3 dB，8 kHz 以上掉 4 dB 发闷，没用 | | 音效 | 从画面代码导出 120 个动作点铺上；我说「有点太 low」，删了两种最刺耳的；AI 又给每个点配第二种音色让我切换着听，不匹配，撤了；从 Mixkit 补 24 声 | | 配乐 | 说话时比人声低 10 dB | | 字幕 | 172 条，每条不超过 16 字；按最终切卡重新生成，第一条从第 0 帧起；字幕中心离底边 265 px（4K），落在 4:3 字幕带正中 | 导出后音频体检：整片 -14.9 LUFS，真峰值 -1.1 dBTP 无削波，配乐比人声低 9.7 dB，左右平衡，抽查 17 处口型 0 位移，44.7 Mbps / AAC 320 kbps，可发。 ## 遇到的问题 - 第一次量声音，配乐比人声还响 14 dB、全片削顶 → 配乐先拉到 -24 dB，套完人声链再按「低 10 dB」精调。 - 时间线上贴的是插卡前的旧字幕，片尾提前 7.5 秒 → 按最终切卡重新生成。 - 字幕比 4:3 字幕带高了约 170 px、少了黑底框 → AI 导小样量出来，我在界面里改，它再复量。 - 脚本让达芬奇导出，进度卡在 0% → 在界面上点「渲染」就正常，AI 用模拟鼠标点了一下。 - 音频体检要求配乐低 15–20 dB，和我定的 10 dB 打架 → 以 10 dB 为准，AI 把体检工具门槛改成 9–13 dB 可发。 ## 我说过的话（挑毛病的那几句） - 10-10「他们看起来让我眼睛都好花呀。就是没有那种大海自然的感觉。」→ 模拟模型背景全撤。 - 10-10「这个录屏的也得单独导出……最终得要三个视频，这样子的话，在 Remotion 上它做才好做。」→ 三条轨分开导出。 - 10-11「你用 -p 去单独的看每一段的内容，可不可以有更好的呈现方式，分段去看，一个看一段。」→ 8 段并行重做。 - 10-11「就这条视频更换成 4:3，你多开几个 -p 去做不就行了吗？」→ 整条改 4:3。 - 10-12「这个安全区，是要所有的画面都在里面吗？……是有安全区，但是这个安全区是不是主体内容的安全啊？」→ 安全区拆两层。 - 10-12「一大段没有声音，没有内容在这里干嘛，这么大的错误你说没问题？」→ AI 录屏的 11 秒快放改成只垫口播，哑段删掉。 - 10-13「你的切分有点太乱了。我不喜欢，而且昨天没给我确定就渲染了。」→ 章节卡重做。 - 10-13「你导出一个移动 2 帧的和没有移动 2 帧的小样，分别用数据来告诉我。」→ 见「对口型」。 ## 花费 21 次 claude -p 合计约 $142（按 API 价格折算）：8 段首轮 $84.79，按我的意见续改两段 $4.62，合并后修补 $3.34，MCP 段三档加续改 $20.77，改 4:3 $28.31。续跑那几次记录的是累计数，按差额算。Claude Code 主会话的花费没有统计。 --- [← 全部幕后](https://chenyuxiaojin.github.io/cyxj-videos/) · **陈与小金**（chenyuxiaojin）· 非程序员，用 Claude Code 做一切 · [个人网站](https://xiaochens.com/) · [博客](https://blog.xiaochens.com/) · [GitHub](https://github.com/chenyuxiaojin) · [YouTube](https://www.youtube.com/@cyxj_ai) · [B 站](https://space.bilibili.com/505358756) · [抖音](https://v.douyin.com/A1qVQrOgPjY/) · [X](https://x.com/cyxjya)