做完这条短视频后，我最大的感受不是“AI 又会了一个新功能”，而是：别让一个工具包办全部。
把剪辑、MG、封面、合成和分发拆开，每个工具只负责一个清楚的交付物，反而更稳。
这次我完整走了一遍：剪映粗剪 → Codex 调用 HyperFrames 做 MG → Gemini 拆解封面结构 → Codex 渲染新封面 → 剪映合成 → 逐平台发布与核验。
下面把过程原样记下来。
01 先在剪映里把人话剪干净
第一步没有交给 AI。
我先把拍好的口播导入剪映，逐段删掉明显的气口、重复和废话，再把整体速度调到 1.1 倍。
1.1 倍对我来说是一个比较稳的区间：节奏会紧一点，但不会快到像赶台词。这里最重要的不是倍速数字，而是先把内容本身剪顺。原始口播里如果还有多余停顿，后面再叠动画，只会把问题包装得更热闹。
我的粗剪检查只有三条：
- 一句话只表达一个意思；
- 删除不影响理解的停顿和重复；
- 先让纯口播成立，再谈动画和包装。
02 把粗剪视频交给 Codex，让 MG 跟着内容走
粗剪完成后，我把视频直接导入 Codex，在任务里调用 @HeyGen 插件（HyperFrames by HeyGen）。
我给的指令不是“给视频加点酷炫动画”，而是让它结合每一段口播内容，生成对应的 MG 动画。
可以把指令写成这样：
请先理解这段视频每个信息点的含义，
再为需要解释、对比或强调的段落生成对应 MG 动画。
动画要服务于理解，不要全程堆特效；
保留人物主体和字幕安全区，并按原视频时间线给出可合成结果。
这一步真正省下来的，不只是“做动画”的时间，而是从口播内容到视觉表达之间那段反复翻译的过程。
但我仍然会人工看一遍：动画有没有抢人、节奏有没有盖过口播、画面是不是只热闹却没有解释信息。MG 是解释器，不是烟花。
03 封面不靠猜：先拆，再重做
封面环节，我没有直接让模型“做一张爆款封面”。这种指令太空，模型只能靠平均审美猜。
我先找了一张想学习的参考封面，再让 Gemini 逆向分析它的结构：
- 人物放在哪里，为什么能留出标题空间；
- 主标题、辅助标签和图标怎么分层；
- 高饱和颜色怎样形成冲突；
- 哪些手账元素在帮助理解，哪些只是装饰。
这里要特别感谢 “年轻朋友阿甜” 的原创封面。我的做法是学习它的信息层级和视觉语言，不复用标题、人设、原图或作者专属元素。
作为补充，我把观察结果重新画成了一张结构示意图：只保留主标题区、人物区、证明材料区和辅助标签区四种通用关系，方便对照理解拆解结论。
Gemini 的分析过程直接保留原始截图。顶部缩略图只用于说明当时分析的对象，正文保留人物、人设、文字层级、配色与场景构图等真实拆解内容。这里再次感谢“年轻朋友阿甜”的原创封面提供视觉研究启发；截图只用于本次过程评论，不授权复用其原图、标题或人物素材。
拿到拆解后，我把分析整理成 Prompt，再交给 Codex 渲染。最终封面换成了我自己的主题、自己的文案和自己的头像。
我现在更愿意把这个过程叫作“拆解—重组”，不是“照着生成”：
- 拆视觉规则；
- 换成自己的主题；
- 换成自己的素材；
- 重写全部文案；
- 重新渲染并人工检查。
这样既能学到成熟封面的表达方法，也能守住原创边界。
04 最后仍回到剪映，把所有零件装起来
MG 和封面完成后，我把封面、视频主体、片尾重新导入剪映，按顺序组合。
这一轮我重点检查四件事：
- 封面进入正片时有没有突兀；
- MG 出现的时间是否真的对应口播信息点；
- 字幕、动画和人物有没有互相遮挡；
- 片尾是不是自然结束，而不是突然切断。
AI 负责生成零件，剪映负责时间线，人负责最后的取舍。
05 发布可以提效，结果仍要逐个平台核验
成片导出后，我会先为不同平台锁定对应标题、正文和素材，再进入受控发布流程。内部执行层实际会由 Codex 调度 OpenClaw，并通过蚁小二 CLI 减少重复操作，但这不是公开内容的卖点，也不能替代人工验收。
工具只能减少重复填报；不同平台仍有账号授权、素材规格、内容审核和公开核验。提交完成更不等于内容已经公开。
所以我的发布标准不是“命令跑完了”，而是每个平台都有清楚状态：已提交、已公开核验、失败待修，或者需要人工处理。
这套流程，我最后沉淀成一张清单
剪映粗剪
- [ ] 删除气口、重复和废话
- [ ] 整体调整到 1.1 倍速后复听
- [ ] 不加包装也能听懂
Codex + HyperFrames
- [ ] 先理解口播信息点，再生成 MG
- [ ] 动画只解释关键段落
- [ ] 保留人物、字幕和安全区
Gemini + Codex 封面
- [ ] 只拆结构、色彩和信息层级
- [ ] 换成自己的主题、文案和人物素材
- [ ] 不复用对标原图和作者专属元素
剪映合成
- [ ] 封面、主体、片尾顺序正确
- [ ] 动画节奏与口播对齐
- [ ] 字幕、人物、动画不互相遮挡
逐平台发布与核验
- [ ] 发布前锁定平台版本和素材
- [ ] 执行后逐平台记录状态
- [ ] 没有公开 URL，就不写“已发布成功”
最后的判断
这次实践让我更确定：AI 创作工作流不是“找到一个万能工具”，而是把每一步的输入、输出和验收说清楚。
剪映处理节奏，HyperFrames 把内容翻成动画，Gemini 帮我看懂视觉结构，Codex 负责编排和生成，发布工具只负责减少重复操作。工具变多了，但我的判断反而更集中：哪里该删、哪里该解释、哪里必须原创、哪里才算真正发布。
如果你也在做口播短视频，可以先从这一条流程里挑一个最卡的环节改。不要一次把所有工具都装上，先让一个环节真的变顺。
— 煜见 AI 未来