Codex 实战第二期：用 Codex 做短视频，从脚本、分镜到剪辑配音怎么跑通？
大纲
- 开头：短视频不是只靠灵感，而是一条生产线
- Codex 在视频制作里能负责什么
- 第一步：先定视频定位，不要急着写脚本
- 第二步：脚本不是文章，要按“画面 + 台词 + 字幕 + 节奏”来写
- 第三步：分镜表决定这条视频能不能拍
- 第四步：拍摄前，让 Codex 做素材清单
- 第五步：剪辑环节需要哪些插件和 Skills
- Skill 创建：把固定视频流程沉淀下来
- 剪映 Skill：把重复剪辑动作自动化
- 视觉生成：补齐视频里的图形素材
- 文档和表格：管理脚本、分镜和素材
- 第六步：配音和字幕要先短句化
- 第七步：发布前，让 Codex 做一次视频验收
- 完整案例：60 秒视频《Codex 怎么帮我做公众号推文》
- 什么情况下应该创建自己的视频 Skill
- 结尾：Codex 不是剪辑软件，而是视频项目导演助理
- 本期行动清单
- 参考来源
核查时间：2026-06-09（北京时间）｜主题：Codex 短视频生产线、脚本、分镜、剪映 Skill、配音字幕
Codex 视频工作台封面
开头：短视频不是只靠灵感，而是一条生产线
很多人做短视频，最容易卡在三个地方：
·想法很多，但不知道哪一个能拍。
·脚本写出来了，但不知道画面怎么配。
·素材拍完了，但剪辑时才发现缺镜头、缺字幕、缺节奏。
所以这期不把 Codex 当成“帮我写一段文案”的工具，而是把它放进视频生产线里。
它更像一个视频项目助理：帮你把选题、脚本、分镜、拍摄、剪辑、配音、字幕、检查这些环节串起来。真正拍不拍、好不好看、要不要发布，仍然由你判断。
Codex 在视频制作里能负责什么
先把边界说清楚。
Codex 适合负责的是“组织和执行层”的工作：
·把一个视频想法拆成可执行步骤。
·把口播内容写成脚本。
·把脚本拆成分镜表。
·把分镜变成拍摄清单、录屏清单、素材清单。
·把旁白拆成字幕。
·规划剪辑节奏、转场、标题卡和封面。
·生成剪映草稿思路，或者在有剪映 Skill 的情况下辅助导入素材、字幕、配音和音乐。
·最后做发布前检查。
Codex 不适合替你完成的是：
·判断账号定位。
·决定真人出镜表现。
·替你承担版权和平台审核责任。
·直接判断一个视频一定会爆。
短视频的正确用法不是“让 AI 替我拍”，而是让 Codex 把视频工作拆成一张清楚的执行图。
短视频生产流程图
第一步：先定视频定位，不要急着写脚本
做视频前，先让 Codex 问清 5 件事：
1.给谁看：新手、职场人、学生、老板、创作者，还是技术用户？
2.解决什么问题：教方法、做测评、讲新闻、带案例，还是做产品演示？
3.视频多长：30 秒、60 秒、3 分钟，结构完全不同。
4.视频形式是什么：口播、教程录屏、图文混剪、剧情、访谈、拆解类。
5.发到哪里：视频号、抖音、小红书、B站，对比例、节奏和字幕要求都不一样。
例如你可以这样给任务：
我要做一条 60 秒教程短视频，主题是“Codex 怎么帮我做公众号推文”。目标读者是刚开始用 AI 做内容的人。平台是视频号，风格要实操、清楚、不要太技术。请先帮我确定视频定位和内容结构。
这一步的产出不是正文，而是一份视频定位表。
第二步：脚本不是文章，要按“画面 + 台词 + 字幕 + 节奏”来写
很多人会让 Codex 直接写：
帮我写一个短视频脚本。
这句话太粗了。更好的方式是让它按短视频结构写：
·前 3 秒：钩子，告诉观众为什么要继续看。
·第 4-10 秒：指出问题。
·中段：给 2-3 个核心步骤。
·后段：展示结果或对比。
·结尾：行动提醒。
短视频脚本要同时考虑画面和声音。一个可用的脚本表，至少要包含：
·时间段
·画面
·旁白
·屏幕字幕
·节奏提醒
比如同样是“Codex 做公众号”，文章写法可能是：先讲背景，再讲方法，再总结。
但短视频写法应该是：
·0-3 秒：展示一堆凌乱素材，字幕写“公众号选题卡住了？”
·4-10 秒：切到 Codex 工作区，旁白说“不要先写正文，先让它拆结构。”
·11-40 秒：展示从选题、资料、正文、配图到发布包的过程。
·41-55 秒：展示最终 Word 和素材包。
·56-60 秒：结尾提醒“先让 AI 做流程，再让它做内容。”
第三步：分镜表决定这条视频能不能拍
分镜是这期最重要的一步。
脚本只是告诉你“说什么”，分镜表会告诉你“拍什么、剪什么、用什么素材”。
建议让 Codex 输出这样的字段：
| 镜头 | 时长 | 画面 | 旁白 | 字幕 | 素材 | 剪辑建议 |
| --- | --- | --- | --- | --- | --- | --- |
| 1 | 3 秒 | 凌乱资料堆在桌面 | 做公众号最卡的不是写，而是不知道从哪开始 | 资料太乱？ | 桌面录屏 / 截图 | 快切 |
| 2 | 6 秒 | Codex 拆出文章结构 | 先让 Codex 把任务拆成几步 | 先拆结构 | 录屏 | 屏幕放大 |
| 3 | 8 秒 | 正文和配图逐步生成 | 再让它分阶段生成正文、配图和发布包 | 分阶段推进 | 录屏 + 标题卡 | 轻转场 |
这张表的价值是：你拿着它就能拍。
如果没有分镜表，拍摄时会临时想画面；剪辑时会发现素材不够；配音时会发现字幕太长。
分镜表示意图
第四步：拍摄前，让 Codex 做素材清单
短视频不是只有主镜头。
尤其是知识类和教程类视频，经常需要这些素材：
·真人口播镜头
·屏幕录制
·软件操作截图
·结果展示图
·转场标题卡
·封面图
·B-roll 补充画面
·背景音乐
·音效
你可以让 Codex 按分镜表反推素材清单：
请根据这份分镜表，列出我拍摄前必须准备的素材。按“必须拍摄、可以录屏、可以生成、可以后期补”的方式分类。
这一步能减少大量返工。
对于教程号，最值得提前准备的是录屏步骤。比如：
·打开项目文件夹。
·展示原始素材。
·让 Codex 生成大纲。
·展示正文成品。
·展示图片和发布包。
这些录屏镜头如果一开始没准备，后期再补会非常慢。
第五步：剪辑环节需要哪些插件和 Skills
这里不要把插件想成“万能按钮”。更实用的理解是：不同插件负责视频生产线的不同环节。
1. Skill 创建：把固定视频流程沉淀下来
如果你只是偶尔做一条视频，不需要创建 Skill。
但如果你每周都做类似内容，比如：
·60 秒教程短视频
·口播知识视频
·产品功能演示
·公众号改编视频
·课程切片视频
那就值得创建一个自己的 Skill。
Skill 里可以沉淀固定规则：
·视频时长
·脚本结构
·分镜表字段
·字幕长度
·口播语气
·封面标题格式
·剪辑检查清单
·导出要求
官方说明里，Skill 更像一份 Codex 可以遵循的 playbook，用来让 Codex 按你的流程做事，而不是每次都重新解释规则。
2. 剪映 Skill：把重复剪辑动作自动化
剪映 Skill 更适合处理“重复性高、规则明确”的剪辑动作。
比如：
·创建剪映草稿。
·导入视频、图片、音频素材。
·添加普通字幕或样式文字。
·导入 SRT 字幕。
·添加 TTS 配音。
·添加背景音乐。
·设置视频比例。
·导出 MP4 或字幕文件。
它不等于“自动审美”，但适合把标准化动作做快。
例如教程类视频可以形成这样的链路：
分镜表 -> 素材清单 -> 录屏素材 -> 配音稿 -> 字幕稿 -> 剪映草稿 -> 人工微调 -> 导出
3. 视觉生成：补齐视频里的图形素材
不是每个画面都要真人拍。
视频里常见的视觉素材包括：
·封面图
·标题卡
·步骤图
·对比图
·信息图
·转场页
这些素材可以让视觉生成能力来做，再导入剪映使用。
4. 文档和表格：管理脚本、分镜和素材
短视频越做越多，最怕资料散。
建议固定保存这些文档：
·视频脚本文档
·分镜表
·素材清单
·配音稿
·字幕稿
·发布前检查表
这就是为什么 Codex 做视频时，不只是调用剪映。它还需要帮你管理视频项目的文字和表格资产。
插件与 Skills 分工图
第六步：配音和字幕要先短句化
很多视频难看，不是因为画面差，而是字幕太长、配音太绕。
让 Codex 写配音稿时，要给它一个限制：
·每句话尽量 8-16 个字。
·一句话只讲一个意思。
·不要出现大段书面语。
·重要词放在句子前半段。
·字幕要能跟上画面。
例如这句：
Codex 可以帮助我们在内容创作过程中完成从选题规划到正文生成再到素材打包的一系列流程。
可以改成短视频旁白：
别急着写正文。先让 Codex 拆流程。它能帮你从选题、正文、配图，一路做到发布包。
剪映 Skill 的价值在这里会更明显：当配音稿和字幕稿已经结构化，后面添加 TTS、字幕对齐、背景音乐就更容易。
背景音乐也要注意：如果有人声，BGM 不能抢旁白。宁愿轻一点，也不要压过信息。
第七步：发布前，让 Codex 做一次视频验收
视频剪完后，不要只看“有没有导出成功”。
发布前至少检查这些点：
·前 3 秒有没有给出明确理由。
·画面和旁白是否对应。
·字幕有没有错字。
·有没有黑屏、静音、重复片段。
·音量是否稳定。
·视频比例是否符合平台。
·封面标题是否一眼能看懂。
·发布文案和标签是否准备好。
你可以直接让 Codex 按检查表来审：
请根据这条视频的脚本、分镜和字幕稿，帮我做发布前检查。重点检查：开头吸引力、画面和旁白对应关系、字幕长度、平台比例、封面标题、发布文案。
发布前检查清单
完整案例：60 秒视频《Codex 怎么帮我做公众号推文》
我们用一个具体需求跑一遍。
原始需求：
做一条 60 秒教程视频，主题是“Codex 怎么帮我做公众号推文”，目标读者是想用 AI 做内容的新手。
Codex 应该先输出视频定位：
·平台：视频号
·时长：60 秒
·风格：教程 + 结果展示
·形式：录屏 + 标题卡 + 结果展示
·目标：让新手知道 Codex 可以参与完整内容生产
接着生成脚本结构：
·0-3 秒：问题钩子，“做公众号，最卡的是从哪开始？”
·4-10 秒：指出错误，“不要直接让 AI 写全文。”
·11-25 秒：展示 Codex 拆结构。
·26-40 秒：展示正文和配图生成。
·41-52 秒：展示 Word、复制版、压缩包。
·53-60 秒：总结，“把任务拆成流程，AI 才能稳定交付。”
然后拆分镜：
·镜头 1：桌面上杂乱资料，做快切。
·镜头 2：打开 Codex 工作区，显示任务。
·镜头 3：Codex 输出文章结构。
·镜头 4：展示配图和 Word。
·镜头 5：展示最终发布包。
·镜头 6：结尾标题卡。
再生成素材清单：
·录屏：Codex 拆结构过程。
·截图：文章大纲、配图目录、Word 文件、压缩包。
·视觉：封面标题卡、流程图。
·文案：配音稿、字幕稿、发布文案。
最后进入剪映：
·导入录屏和图片。
·按分镜顺序排列。
·添加配音和字幕。
·加轻背景音乐。
·调整开头节奏。
·导出前检查。
这就是 Codex 做视频最实用的方式：不是只给你一句文案，而是帮你搭好整条生产线。
什么情况下应该创建自己的视频 Skill
如果你只是试做一条视频，直接让 Codex 按要求生成脚本和分镜就够了。
但如果你准备持续做视频，就应该把自己的流程沉淀成 Skill。
适合创建 Skill 的情况：
·每周固定做同一类视频。
·每条视频都要同样的脚本结构。
·分镜表字段固定。
·字幕风格固定。
·封面标题格式固定。
·剪辑检查标准固定。
·团队里多人都要按同一套流程做。
一个“短视频脚本 Skill”不需要很复杂。它只要写清楚：
·适用视频类型
·输出格式
·脚本结构
·分镜表字段
·字幕规则
·不要做什么
·交付物清单
复杂的地方再放到参考文件或脚本里，不要把 Skill 写成一本说明书。
结尾：Codex 不是剪辑软件，而是视频项目导演助理
做短视频，真正消耗时间的不是按下剪辑按钮，而是：
·想清楚拍什么。
·写清楚怎么讲。
·拆清楚怎么拍。
·准备好素材。
·保证剪辑不漏项。
·发布前检查完整。
剪映负责剪。
配音工具负责声音。
视觉工具负责图片。
Codex 负责把这些环节组织起来。
对普通创作者来说，最值得学的不是“让 AI 一键生成爆款”，而是让 Codex 帮你把视频从一个想法，变成一套能拍、能剪、能发布的执行方案。
本期行动清单
·先选一个 60 秒视频主题。
·让 Codex 输出视频定位表。
·再让它生成脚本，不要直接要普通文案。
·把脚本拆成分镜表。
·用分镜表反推拍摄清单和素材清单。
·配音稿先短句化，再生成字幕稿。
·剪辑前确认比例、素材、字幕和音乐。
·剪完后用检查清单验收。
·如果你每周都做同类视频，再考虑创建自己的视频 Skill。
参考来源
·OpenAI Help Center：Plugins in Codex
·OpenAI Academy：Plugins and skills
·当前 Codex 会话可用 Skill：skill-creator
·当前 Codex 会话可用 Skill：jianying-editor
·jianying-editor Skill 规则文件：media、text、audio-voice