用代码把一篇文章做成视频：6 步工作流
做知识类视频，最耗时间的不是渲染，是决策：讲什么、怎么讲、画成什么样、哪里不合格。这些判断一次做完、后面照着执行，比每次重开对话框强得多。
这套流程把「一篇文章 → 2 分钟横屏解说视频」拆成 6 步，每一步都对应一个提示词，产出一个文件，下一步接着用。工具是 HyperFrames，最终产物是一条无声的 MP4。
全流程的文件流向是这样的：
文章.md → 文案.md → 找图.md → 分镜.md → 样图 → 成片.mp4
↘ 素材/（自己截的图） ↘ bgm.mp3贯穿全流程的约定：原图里所有黄色高亮的字，都是「要换成你自己的」部分——主题、文件名、时长这些。其余文字照抄即可。
第 1 步 · 搜集
先让 AI 把知识点查清楚、写成文章。这一步的 <check> 是整套流程里最该抄的一条：年份、人名、数字、原话都要有出处。
<role>
你是知识科普作者，最在意事实准确。
</role>
<task>
上网搜「人工智能的发展简史」，挑 8 到 10 个关键节点，每个写清哪一年、谁、做了什么、为什么重要。整理成一篇知识文章，存成 文章.md。
</task>
<check>
年份、人名、数字、原话都要有出处，链接写在每段后面；找不到可靠出处的节点删掉。
</check>要换成你自己的：
- 知识点换成你的，比如「为什么天空是蓝的」
- 讲原理就改成「拆成 5 到 8 个要讲清楚的点」
第 2 步 · 编排
把文章改写成视频文案。这里的关键约束是没有旁白——观众只看画面上的字配音乐，所以每句话都要短。
<role>
你是抖音知识视频的编剧，擅长把复杂的事讲给完全不懂的人听。
</role>
<context>
这篇要做成 2 分钟左右的横屏视频，没有旁白，观众只看画面上的字配音乐，所以每句话都要短、一看就懂。
</context>
<task>
把 文章.md 改成视频文案，存成 文案.md，分成一幕一幕：开头先抛一个问题让观众猜；中间当故事讲，用至少一个生活里的比方，安排一次反转；结尾落到普通人身上。
</task>
<avoid>
不解释就用专业术语；一屏超过 20 个字；文章.md 里没有的事实。
</avoid>要换成你自己的：
- 时长按内容定；发竖屏就写「竖屏」
- 自己配音就改成「有旁白，字跟着旁白走」
文章.md也可以换成你自己写的笔记
第 3 步 · 找图
这一步 AI 不下载图，只负责列清单：哪个网址、截哪一块、用在第几幕。你按清单自己去网页上截。
<context>
视频不能只有字，每一幕都要有一张真实的图（老照片、论文首页、机器的样子），看起来才不干巴。图我自己去网页上截。
</context>
<task>
按 文案.md 一幕一幕列出要用的图：在哪个网址、截网页上的哪一块、用在第几幕，存成 找图.md。
</task>
<avoid>
标着版权所有、来路不明的图。优先用公有领域、自由许可的，每张写清出处和许可。
</avoid>截好的图放进文件夹里的「素材」文件夹，文件名用幕号开头（比如 03-深蓝.png）——这个命名规则会被第 4 步引用，别改。
要换成你自己的：
- 换成你这个知识点会有的图，比如「光谱图、日落照片」
- 有生图工具就改成「图我用生图工具出，你写清每幕要什么」
第 4 步 · 写分镜
分镜是同时给人和 AI 看的：每行写清楚几秒、画面、字、用哪张图、怎么动。
<role>
你是动效导演，最在意节奏。
</role>
<task>
用 C 这个风格，写分镜脚本 分镜.md：每个镜头写几秒、画面、字、用哪张图、怎么动。截图要处理成这个风格的样子，别直接贴上去。配乐是文件夹里的 bgm.mp3，先找出拍子，镜头切换卡在拍子上。写完先停，等我检查。
</task>
<specs>
横屏 1920×1080，每秒 30 帧，总长跟着文案走。
</specs>要换成你自己的：
C换成你在第 5 步选中的那张样图bgm.mp3换成你的配乐文件名
第 5 步 · 定样式
这一步不写代码，只出 3 张样图让你挑。不要跳过样图直接做——风格没定就往下走，后面每一步都在返工。
<task>
素材文件夹里是我截好的图。这条视频用 HyperFrames 来做。先给我 3 个差别大的画面风格，每个用开头那一幕做一张 1920×1080 的样图，各说一句为什么适合。先别往下做，等我选。
</task>
<avoid>
深色背景配霓虹光；字都堆在正中间；紫色渐变；所有东西都淡入淡出。
</avoid>要换成你自己的：
- 后面接着写你不想要的，比如「不要卡通人物」
这三条 <avoid> 挡掉的正是「AI 味」的来源——深色背景加霓虹、居中大字、满屏渐变淡入，是 AI 生成视频最典型的三种平庸解法。
第 6 步 · 直出
最后一步只做开头 10 秒，先看效果再决定做不做整片。
<task>
分镜可以，照着做。先只做开头 10 秒，渲成 MP4 给我看，我满意了再做整片。
</task>
<check>
做完自己抽几帧看：字有没有出框、重叠、太小；年份和文案对不对；切换在不在拍子上。有问题改完再给我。
</check>
这套流程的三个设计要点
每一步的产物都是下一步的输入。 文章 → 文案 → 找图 → 分镜，每步只做一件事，产物写进固定文件名的 .md。好处是任何一步不满意都能单独重跑，不必从头再来。
「先停，等我检查」是刻意的。 第 4、5、6 步都写了这句话。这套流程的设计前提是人在环上做判断：分镜要人看，样图要人挑，成片要人验收。去掉这句话，AI 会一路做到底，然后在错误的方向上跑很远。
验收标准写在提示词里。 每一步都带 <check>，写的是可观察的现象（「字有没有出框」「年份和文案对不对」），不是「做得好不好」。这类判断 AI 自己能做，改一轮就收敛；「好不好看」则不行。
和其他方法的关系
这套流程解决的是知识解说视频——信息密度高、图少字多、靠节奏和排版推进。
如果是做 MV 类的、有角色和情绪起伏的片子，流程不一样：需要先定角色再定分镜，还要处理歌词与画面的对应关系。那套流程在 用代码做一支歌词 MV：6 步工作流 里。