来源与署名：本文基于 xilo（@xilo2991） 的 X 长文《零基础入门 Opus 5.5 做视频》进行要点解读与独立整理，补充官方文档、入门流程和使用风险，不是原文全文转载。案例描述来自原作者，GateRank 未独立复现其视频与性能测试。封面沿用原文配图，来源同上。
看到像素角色、丝滑界面动画和 AI 发展史短片，你可能会问：Claude 已经能直接生成视频了吗？这篇教程讨论的其实是另一条路线：让 Claude 写动画代码，再用渲染工具输出视频。 它更像一个会写程序的动效助手，而不是直接吐出视频的生成模型。
对产品运营、自媒体作者和独立开发者来说，这条路线适合功能演示、知识讲解与风格化短片。真正值得学的不是某一句“神奇提示词”，而是把需求、分镜、预览、渲染与验收变成可重复流程。
一、Claude 做视频的原理：模型写代码，工具负责出片
Anthropic 模型文档已列出 Claude Opus 5.5，并说明当前模型支持文字与图片输入、文字输出及工具使用。本文的“Opus 5.5 做视频”，指代码与工具协作，不代表模型原生输出 MP4。
常见流程是：
需求说明 → 分镜与视觉方案 → 动画代码 → 浏览器或框架渲染 → 音频合成 → MP4 → 人工验收。
网页方案可以提供 render(t) 函数，根据指定时间绘制画面；Playwright 截图、FFmpeg 编码完成后续处理。Remotion 则用 React 组织视频，并按帧控制动画。只在聊天里得到一份 HTML，不等于已经交付视频：仍需可运行环境、素材和渲染步骤。
二、AI 代码视频怎么选工具？先看画面，再定技术
原文梳理了多条技术路线。初学者不用一次学全，先选择能满足第一条短片的组合。
- Canvas 2D： 适合像素动画、二维图形和轻量粒子。像素风的关键是逻辑分辨率、整数倍放大与固定调色板，而非单纯“把图片变模糊”。
- HTML／CSS／SVG： 适合产品界面、按钮变形、流程图与文字动效，便于精确调整字号、位置和品牌色。
- WebGL 着色器： 适合扫描线、发光、颗粒等质感层，但需要确认运行环境支持，复杂效果会增加渲染负担。
- Three.js： 适合三维镜头、立体文字和风格化空间。要求准确展示真实产品时，通常需要合适的模型资产，而非靠基础几何体硬拼。
- p5.js 与笔刷扩展： 适合手绘、生成艺术与纸张笔触，具体效果取决于实现和插件能力。
- Remotion： 适合多镜头、可参数化和可复用的视频工程；官方文档提供项目创建与渲染入口。
- Manim： 适合公式、坐标系和数学解释，可从 Manim Community了解社区版本。
原文还提到 HyperFrames，但没有必要第一天就同时安装多个框架。做产品介绍先试网页动效，需要复杂时间轴再考虑 Remotion；数学讲解则优先评估 Manim。
三、从五类案例里学方法，而不是照搬作品
xilo 的长文整理了像素巫师、界面变形、游戏史短片、绿幕人物合成和 AI 发展史等案例。以下是依据原文提炼的思路，不是 GateRank 对每条作品工程的独立审计。
像素角色：把动作拆成参数。 法杖角度、手臂位置和施法阶段分别控制，比“让角色动起来”更容易修改。
界面动画：让变化有原因。 用点击、拖动和状态反馈连接镜头，观众更容易理解产品功能；配乐节拍可以辅助节奏，但不应牺牲可读性。
历史短片：技术服务叙事。 不同年代使用不同画风，比堆叠随机特效更有表达力。原文中的渲染耗时只代表其测试，不能当作你的机器的速度保证。
人物合成：合理分工。 真人、舞蹈或复杂角色动作可来自授权素材或视频模型，代码负责背景、文字和合成。人物授权、抠像边缘与素材条款仍需检查。
知识纪录片：先写分镜，再做长片。 涉及年份、论文和产品功能时，视觉效果不能代替事实核验。
四、零基础第一条视频：从短、小、可验收开始
建议第一条练习做短篇产品介绍，而不是直接挑战几分钟纪录片。先写清楚：介绍什么、给谁看、希望观众记住什么，再确定画幅、时长、品牌色和是否配音。
第一步：准备项目与运行环境
按所选方案准备依赖。原作者的 Skill README 列出 Python、NumPy、Playwright、FFmpeg 和 Chromium；Remotion 方案还需要其对应的 Node.js 环境。版本要求以各项目当前文档为准。
不要把安装成功当成渲染成功。先测试字体是否可用、浏览器是否能截图、视频编码是否正常，再制作复杂画面。
第二步：只确认分镜，不急着渲染
把短片拆为“问题 → 功能 → 收益 → 行动”几个段落。要求 AI 给出三种有明显差别的方案，例如界面动效、像素风和单线条叙事，而不是只换颜色。
第三步：先看关键帧和小样
静帧检查文字、构图与品牌；短小样检查速度、转场和声音。确认方向后再精修整片，避免渲染完才发现画幅不对或风格不合适。
第四步：按镜头制作并保存工程
保留原材料、预览、brief.md、画面代码、音频、验收截图与成片。以后换产品名、语言或画幅，就不必从零开始。
最终至少检查开头、中段、结尾和转场边界；手机端也要看一遍。MP4 能播放，只是最低要求，不代表信息已表达清楚。
五、Claude 视频提示词：把“想要高级感”改成具体约束
Anthropic 的 提示词文档介绍了用 XML 标签区分内容。它能帮助组织信息，但不是效果保证；清晰的 Markdown 同样可以表达需求。
下面是 GateRank 据原文方法独立编写的入门模板，不是原作者提示词逐字转录：
<goal>
制作一条产品介绍短片，观众看完要记住一个核心价值。
产品事实只使用我提供的资料，不虚构功能和用户数据。
</goal>
<inputs>
主题：[填写]
受众：[填写]
时长：15 秒；画幅：16:9；帧率：30fps。
品牌色、字体、文案和音乐：由我确认。
</inputs>
<direction>
画面简洁，每个镜头只表达一件事。
不要满屏小字、无意义粒子或通篇默认淡入淡出。
文字停留时间以手机上能读清为准。
</direction>
<workflow>
先给三个不同方案和分镜，等我确认。
再做关键帧与短小样，确认后才渲染整片。
网页方案由 render(t) 决定画面，随机效果固定种子。
若使用 Remotion，按框架的帧机制实现。
</workflow>
<delivery>
交付 MP4、工程、brief.md、依赖说明与已知问题。
列出需要人工核实的事实和素材授权事项。
</delivery>还可以要求 AI 按时间点列出最严重的三个问题再修改。模型自评分只能辅助检查，不能替代你实际观看、听音和验收。
六、xilo-opus-video 开源 Skill：把流程做成可复用工具
原文给出了 Kianzzz/xilo-opus-video。本文已核验其 README、Skill 文件与仓库许可：它采用 MIT 许可，围绕“三个方案 → 预览 → 用户确认 → brief → 制作 → 验收”组织工作。
README 提供的安装方式之一是：
npx skills add Kianzzz/xilo-opus-video这是供读者自行评估的安装入口，本文没有替你安装或执行。使用前应先阅读仓库内容、安装器与依赖，建议在独立项目环境测试，不向未知脚本开放账号凭据或生产目录。
它是第三方工作流，不是 Anthropic 官方视频功能，也不是传统剪辑软件的完整替代品。仓库明确说明，不以给已有视频加字幕、操作剪辑软件或直接生成写实素材为主要用途。MIT 许可也不自动覆盖引用素材、字体和音乐的商业使用权。
七、容易踩的坑：成本、随机性、版权与账号
提示词不能抹平环境差异。 相同要求在不同模型、字体、浏览器和硬件下可能得到不同结果；代码出错也需要调试。
先低清预览，再正式导出。 高分辨率、复杂着色器、运动模糊和多次重渲都会增加时间及资源成本。模型费用、素材费用和本地渲染成本应分别估算。
固定时间与随机数。 逐帧截图时若依赖真实时钟或无种子的随机数，可能产生跳动与不可复现问题；音画应使用统一时间轴。
商用前逐项查授权。 核实视频框架、字体、配乐、人物和品牌素材的许可，尤其不要把 Remotion 等工具简单理解为所有商业场景都无条件免费；参见 Remotion 许可。
账户与素材要分开保护。 使用官方账号和可信支付方式，不共享登录凭据，不把客户未公开资料上传至不明中转服务。需要事实准确的作品，应由人工逐项复核。
常见问题：为什么代码正常，却没有可用的视频？
浏览器能看，导出却是空白？ 先检查截图脚本是否在字体、图片和场景准备完毕后才开始工作；三维方案还要检查 WebGL 是否可用。不要一上来重渲整片，先定位一张失败静帧。
文字被截断或变成方框？ 核对渲染环境是否安装对应字体，是否等待字体加载，并给中文标题留出实际排版空间。设计机与服务器的字体环境不同，结果也可能不同。
画面漂亮，内容却看不懂？ 减少同屏信息，让每个镜头只承载一个要点。知识视频宁可少放一个特效，也应保证文案准确、文字读得完。
必须购买最高档订阅吗？ 不应只按原作者购买的套餐决定预算。先用已有合法可用的工具完成短小样，再根据实际任务量、额度、模型效果和渲染开销评估升级。复杂视频可能需要更多迭代，但高价套餐本身不保证成片质量。
八、AI 视频工作流，也需要稳定而合规的访问环境
制作过程中可能同时用到 Claude、GitHub、X、字体服务和软件依赖源。下载失败、页面断连与模型能力不足是不同问题，排查时应分开看；本地离线渲染也不应被误认为必须一直走代理。
若你正准备使用海外 AI 工具，可先阅读 ChatGPT、Claude 和 Grok 入门指南，再根据设备参考 Clash Mi 订阅导入与分流教程。网络连通不等于平台授权，仍须遵守所在地法律及目标服务的地区、账户与使用条款。
选择机场时，不要只看“AI 专线”宣传。可以到 GateRank 机场排行对比公开表现、风险记录和价格。当前榜单中的 Now加速、大象网络等可作为进一步查阅对象，而非对 Claude 可用性、账号安全或永久稳定的保证；初次购买宜短周期实测。
结语：先做出一条可修改的短片，再追求大片感
Claude Opus 5.5 做视频的价值，是把自然语言需求转成可调整、可复用的工程。决定成片质量的，仍然是信息取舍、设计约束、分镜节奏和验收标准。
从一条短片开始，先方案、后预览、再渲染。想查看原作者案例与完整提示词，请回到 xilo 原文；想继续了解 AI 工具、机场测评与访问排错，可前往 机场榜首页。
继续阅读