学习交流 学 AI 视频和自动化工作流

想一起学 AI 视频、自动化工作流和实用工具,可以扫码加微信,我会把你拉进学习交流群。群里会不定期分享免费工具、安装包和实操案例。

加入 AI 学习交流群的企业微信二维码
扫码加微信进群
API 中转 推荐中转站:跃云 yue-yun.com

做 Codex、Claude Code 或各类 Skill 时,如果需要稳定的模型 API,推荐使用跃云中转站。部分 Skill 调用的模型接口也可以走这里。注册或充值时填写优惠码 DC96236305AA3EA0,可获赠免费体验额度。

访问 yue-yun.com

看完本期视频,你可能也想试试:保留参考视频的镜头和节奏,把人物、手里的商品、说的话换成自己的内容。

真正动手时,难点往往出在安装、图片与视频接口、素材传递,以及声音没有一起换好。

这篇把我的课程笔记整理成一条可以照着走的路线。你准备素材、填写需求并确认预算;AI 按项目说明执行;最后由你完整看画面、听声音。 三份提示词都放在正文里,可以直接复制。

先看懂:这套工具能帮你做什么?

Hypit 是视频制作工具。本期使用的是我整理的二次开发工具包,在原工具基础上补充了视频复刻规划、MiniMax H3 接入、费用保护和结果检查流程。本文的操作以这份工具包为准。

这里的“复刻”,可以理解成:参考原视频的镜头安排与节奏,重新制作你指定的人物、商品和台词。 例如,原片是女角色拿着零食介绍,你希望改成自己的男角色,拿着另一款食品,说新的介绍词。

它适合尝试口播、带货、吃播等内容。但人物是否相似、商品外观是否正确、声音与口型是否合适,都需要看成片确认。

三份提示词,按这个顺序用

顺序 你要做什么 使用哪份模板
第一步 把工具放进电脑并配置好 提示词①:安装部署
第二步 查漏补缺,弄清楚哪些功能已验证 提示词②:安装审查
第三步 填素材、台词、声音与预算,制作作品 提示词③:视频制作

先别急着生成。 先把安装和审查走完,能够减少无效尝试。

开始前,准备好这四样东西

1. 能操作本地文件的 Codex

按课程在电脑上的 Codex 中打开工具文件夹。工具包要完整解压,不能只打开压缩包,也不要只取出其中一个脚本。

文件夹里应能看到项目规则、安装说明、工具入口和源码目录。macOS 按包内指南操作;Windows 让 AI 先核对 WSL2 环境。WSL2 可以简单理解成 Windows 上运行 Linux 工具的一种环境,不需要你先学会整套命令。

登录、验证码、系统密码和付款由你本人操作。

2. 视频模型的接口资料

API 就是让工具调用模型的接口。 把下面五项交给 AI,它才能知道去哪里调用、调用哪个模型。

要准备的资料 白话解释
平台名称 你用官方服务,还是第三方平台
API 文档链接 这家平台教你怎样调用模型的说明书
请求基础地址(Base URL) 工具发送请求的地址,不是注册页面
模型 ID 模型在接口里的准确名字,不只写“视频模型”
密钥权限和可用额度 确认账号能用该模型,且有足够额度

本教程以 MiniMax 官方 H3 为默认示例。截至 2026 年 10 月 29 日核对,官方模型 ID 为 MiniMax-H3,中国站基础地址为 https://api.minimax.cn;该型号支持 768P/2K,单次生成时长为 4–15 秒。不要把其他型号的参数直接套过来,具体以官方接口文档为准。

3. 图片来源或图片接口

换人物、换商品时,往往还要准备合适的参考图。因此,视频接口配好了,也要检查图片这一环。

你可以按实际情况选择:

  • 当前 Codex 会话有可用内置生图能力:让 AI 先确认能否使用。
  • 需要通过图片 API 生成或编辑:另外准备图片平台的文档、地址、模型 ID 和本机密钥。
  • 已经有清楚的人物图和商品图:直接交给 AI,再判断是否需要编辑参考图。

视频与图片可以来自不同平台,但要分别写清资料。模型名字、权限和价格会变,不照旧截图猜填。

4. 参考视频、人物图和商品图

第一次建议从一个简短片段开始。先准备好:

  1. 参考视频的本地文件,或者可访问的分享链接。
  2. 清楚的人物照片,标明“图1是目标人物”。
  3. 清楚的商品图,标明“图2是目标商品”。
  4. 希望说出的准确台词,以及声音要求。

如果 AI 打不开分享链接,先把你有权使用的视频下载到本机,再把文件交给它。网页链接不等于 AI 已经看过视频。

工具下载:GitHub 开源地址与百度网盘

下面把开源仓库、GitHub 完整工具包和百度网盘放在一起。零基础先选“GitHub 完整工具包”或“百度网盘工具包”,二选一即可;想看源码再打开开源仓库。

下载后先完整解压,再在 Codex 中打开工具文件夹。下载工具包与调用模型是两件事:模型调用需要你自己的账号与额度,安装依赖也需要联网。

开源地址与配套下载

GitHub 与网盘均在这里;下载完整工具包即可开始,视频下载工具按需使用。

工具包公开说明保留了原 Hypit 许可。准备再分发软件或提供多人托管服务前,请先阅读项目许可与限制。

第一步:复制安装提示词,让 AI 把工具装好

工具包获取入口就在上方“工具下载”。能正常访问 GitHub,就让 AI 按模板下载完整工具包;已有网盘包,则先完整解压,告诉 AI 文件夹的完整路径,直接使用本地包。

下面代码框是发给 AI 的整段话,不是让你逐行敲进终端。 先把视频/图片 API 的资料填好,再在 Codex 里发送。下载依赖可能需要时间,不要同时开多个安装任务。

提示词①:安装部署

请自动安装、配置并检查「复刻视频智能体」,直接执行,不要只给建议。

下载:https://github.com/ymh3753201/hypit-replication-toolkit/releases/latest
下载完整学员工具包 ZIP(不要下载 Source code),解压到本机,读取安装指南、AGENTS.md 和模型配置指南,使用包内二开代码。

先执行 python3 scripts/install-skills.py,再执行 python3 scripts/install-skills.py --check,安装并核对完整 Hypit Skill(SKILL.md 与全部 references/),让 Codex 使用 .agents/skills/hypit,Claude Code 使用 .claude/skills/hypit。读取项目 AGENTS.md、工具使用说明.md 及 Skill 原文,按任务继续读取相关参考文档。确认当前会话能找到项目内 hypit;未识别时指导开启下一轮/重新打开项目,并直接读取完整技能作为当前回合补救。只报告已核实的加载状态,不能用“文件已复制”冒充“已加载”;勿用全局其他版本替换本工具。

视频 API:〔官方/第三方、平台、请求地址、模型 ID、文档〕
图片 API:〔官方/第三方、平台、请求地址、模型 ID、文档〕
密钥在本机安全提供,不回显、不公开上传。

自动检查环境,从可信官方来源补齐所需工具和依赖,完成安装配置,修复报错并复查;保留个人配置与历史任务。官方 API 按官方文档接入;第三方使用我提供的地址、密钥及文档,并联网查官方模型文档补齐可核实的信息。第三方差异以其文档为准,不猜参数、不将第三方密钥发给官方。需适配时完成接入和测试,保留费用保护。

本教程默认使用 MiniMax 官方 H3。其他视频或图片模型先按实际文档核对兼容性,不凭模型名称猜测支持情况。当前 Codex 会话有可用内置生图时优先使用;否则核对我提供的图片 API。

优先直接传入本地素材,或用所选模型自带的文件上传接口。官方 H3 默认无需 OSS、存储桶或自建公网地址。只有实际接口强制需要且没有简便替代方案时,才说明原因和费用,再索取必要的存储信息;不要把 OSS 当成安装前提。

WhisperX 是可选的语音识别/词语时间工具,不负责生成视频或换声。基础安装不默认下载或启动它;仅当本次任务确需自动转录、逐词时间或语音对齐且没有已核实的替代资料/能力时再准备。下载缓慢时保留缓存,先完成不依赖它的部分,不能把所有复刻都判为不可用,也不能默认改用收费转写。已有台词/字幕可按任务使用;缺少必要时间信息时如实列为该字幕或对齐功能的缺项。

审查按实际使用的 Runtime 和任务所需端点执行。doctor、programs prepare/up、runtime up 使用 --endpoint 限定所需服务,不对整个配置盲目安装;本地渲染可用 config/hypit.runtime.local.json。未使用的 WhisperX、OSS SDK、存储凭据或公网素材地址只列为可选/未启用,不阻塞基础安装和不依赖它们的任务。若确为当前任务必需且没有可行替代,只阻塞依赖它的步骤并说明证据。分别报告核心安装、本地渲染、实际 API、可选功能、真实出片的状态;不把未测试写成通过。

完成后检查文件、依赖、密钥保护、模型绑定、素材传递、任务查询和结果保存,运行包内免费测试及本地画面、字幕、声音渲染,修复并复查。真实生图、视频测试先说明费用,取得预算和次数授权后执行;结果不明不重复收费。未验证的项目如实列出,不声称已可正式使用。

仅向我一次索取无法自动获取的 API 资料和必要账户授权;其余自行完成。登录、验证码、系统密码与付款由我本人操作。
最后用简单中文报告:已通过、缺项、未测试、工具目录,以及第一次制作视频该怎么说。不要展示密钥或介绍其他项目。

安装完成,先看它有没有把结果说清楚

不要只看一句“已安装成功”。让 AI 分别报告:工具能否运行、技能是否能被当前会话读取、本地渲染是否通过、实际模型接口测到了哪一步,以及哪些功能还没测试。

Skill 可以理解成给 AI 的配套操作说明书。 文件已经复制到电脑,与当前会话已经能选择并读取它,是两件事。

第二步:再发一次审查提示词,查漏补缺

在同一个工具项目中发送下面这段话。它的作用是检查缺项,并区分“核心功能”“可选功能”和“尚未验证的部分”。

两个名字先解释一下:

  • WhisperX:做语音识别和字幕时间对齐的工具,不负责生成视频或替换声音。按任务需要准备。
  • OSS/对象存储:用于存放文件的一类云服务。不要一开始就把它当成所有任务的必需项,先检查所选接口能否直接传素材或使用自带上传方式。

“无需自建存储”也不代表素材永远不离开电脑。调用云端模型时,相关素材仍需按该平台的接口要求传送。

提示词②:安装审查

请按实际任务专业审查 Hypit,区分核心安装、可选功能和未测试项目,修复问题后复查:

1. 核对完整 Skill、命令入口、核心依赖、实际视频/图片接口、密钥保护和本地渲染。doctor、programs prepare/up、runtime up 用 --endpoint 限定任务所需服务;运行免费测试,不盲目安装整个配置中的服务。

2. WhisperX 用于语音识别、逐词时间与对齐,不负责生成视频或换声。基础安装不默认下载/启动;只有任务需要这些能力且没有已核实的替代资料或能力时再准备。下载缓慢保留缓存,先完成其他部分;只将依赖它的功能列为缺项,不默认改用收费转写。

素材优先本地直传或模型自带文件接口。未使用的 OSS、存储凭据、公网地址不阻塞安装;只有实际接口强制需要且无简便替代时才配置,并说明依据。分别报告核心安装、本地渲染、实际 API、可选功能和真实出片状态。缺少 API 或未经真实验证的项目如实列出;不展示密钥,不提交未经授权的收费任务。

第三步:填好素材与需求,再开始制作

安装与审查结束后,在已经打开 Hypit 工具文件夹的 Codex 中新建任务。每个作品单独保存,避免覆盖之前的结果。

“分镜”就是把一条视频拆成几个镜头,说明每一段里谁在做什么。生成前先看 AI 给出的分镜、台词、声音和费用计划,确认符合你的想法,再授权生成。

一个新手填写示例

以下只是需求示例,不代表本文已经生成了这条视频:

项目 怎么写得清楚
参考范围 只参考原片 00:00–00:12,输出也为 12 秒
保留内容 镜头顺序、人物动作、节奏和字幕出现位置
人物替换 原女角色换为图1男角色
商品替换 原食品换为图2无骨鸡爪,以图2外观为准
新台词 “今天给大家看看这款无骨鸡爪,开袋就能吃。口味和规格,请以商品页面为准。”
声音 自然成年男声、口语化,不沿用原女声
输出 竖屏 9:16,分辨率按实际模型支持选择
费用 先估算,确认总预算和次数后再生成

照片只能提供外观参考,不能据此知道这个人的真实音色。 想要特定音色,需要明确描述,或提供你有权使用且接口支持的声音样本。

提示词③:视频制作通用模板

完整复制下面的代码框,只填写“素材与需求”区域;后面的执行要求通常保留。

请使用项目内 Hypit Skill 和配套工具复刻视频。先读 AGENTS.md、工具使用说明和相关技能参考,使用本包入口;只改指定内容,其余按参考保留,无法达到的精度提前说明。

【素材与需求】

- 原视频:〈本地路径 / 分享链接〉
- 复刻范围:〈全片 / 起止时间〉
- 保留:〈镜头、动作、节奏、场景、服装、字幕等〉
- 替换:〈原角色→哪张图;原物品→哪张图;品牌、场景、风格、台词等〉
- 声音:〔随新角色换声/保留原声/指定音色/无声〕;目标音色:〔描述或已有样本〕
准确台词:〔逐字填写/沿用原片;听不清处先确认〕;音乐、环境声:〔要求〕
- 输出:〈时长、横竖屏、分辨率〉
- 总预算及收费次数上限:〔含图片、视频、声音;未授权则只分析与免费检查〕

【执行要求】

1. 分享链接先下载,观看并听取真实原片,分析镜头、说话人、台词与声音。明确每份图片、视频、音频的用途。必要分镜图匹配保留的角度、构图、动作和持物关系;保留原肖像、商品图作外观依据。优先用可用的 Codex 内置生图,否则使用已配置图片 API,费用纳入预算。

2. 先确认实际配置的模型 ID、版本、接入平台与生成模式,联网查官方 API 和声音/提示词指南,核对同步音画、说话人音色、参考音频、准确台词与口型的支持方式和限制。第三方还须核对其实际接口,不能只凭模型名称认定能力相同。给出简短结论和来源;不调用付费接口试探,不猜音频参数。

3. 换人且未明确保留原声时,默认同时换成新角色对应的声音。例如男角色替换女角色,应生成目标男声,不沿用原女声。用户明确要求的保留原声、指定音色或无声优先。照片只决定外观,不能推断其本人真实音色;没有音色样本时用文字描述新声音,不默认收费制作声音样本。

4. 将新角色、目标音色、说话人、逐字台词、情绪、语速及口型要求写入同一次实际视频生成请求,并真正连接所需素材。原片仅提供指定的动作、运镜或节奏时,不把旧人声作为新角色的音色依据;只参考音色与直接复用录音须区分。若旧人声干扰且视频只用于视觉参考,可免费制作去音轨副本,保留原件并另行处理需要保留的环境声/音乐;不机械去掉所有参考声音。

5. 已确认接口支持所需同步音画时,同一生成片段必须一次请求完成新画面和新声音。禁止“先生成无声/旧声音视频,再调用视频模型补声”,禁止默认拆成视频+付费配音、语音设计或声音试样。超过模型时长等硬限制才事先规划必要视频分段,每段仍一次生成音画;全屏、小窗与画面覆盖复用同一有声表演。字幕、布局和混音用本地剪辑完成。接口或工具能力不足时先说明,不自行扩大收费方案。

6. 先列素材、声音方案、每段实际生成请求数和总费用,用 prepare/check 和 plan 核对模型入口、引用、台词与最终声音来源。按已有预算和次数授权执行;未授权先等我确认。不能把“查询原任务”算作新增生成;已有任务号只恢复查询,回执不明不重投。不自动收费重试、换服务或追加第二次视频生成修声音。

7. 生成后先检查原始 MP4,并完整听看新角色声音、逐字台词与口型,再剪辑和复查最终成片;音轨存在不等于换声成功。原片有声、预览无声时先查本地声轨。失败如实报告并保存任务号、原件与费用;免费本地修复优先,确需新增收费须另列原因、费用并取得新的明确授权。不得用贴图、旧原片或静音稿冒充成功。新任务用独立目录,打开本次 Studio,交付路径及通过项、未达标项。

生成之前,先确认这五件事

  1. 替换关系:哪张图是人物,哪张图是商品,原片哪些部分要保留。
  2. 准确台词:逐字写清楚;听不清的地方先确认,不让 AI 自行编造产品功效。
  3. 最终声音:换人物时是否同时换声,音乐和环境声怎样处理。
  4. 输出规格:参考范围、成片时长、横竖屏与实际模型限制是否一致。
  5. 费用与次数:图片、视频、声音全部算进总预算,写明允许提交几次收费生成。

预算可以这样告诉 AI,把括号内容换成你自己的决定:

先只做分析、方案和免费检查,不提交收费任务。
请列出图片、视频、声音各需要几次请求,以及预计总费用。
我确认金额和次数后,你再执行。
任何新增收费或重试,都先重新向我确认。

已有任务号时先查询原任务。请求超时、结果不明确时,不要让 AI 为了“再试一下”重复提交收费生成。

拿到成片后,怎样判断真的做好了?

至少完整看一遍、听一遍。 有视频文件、有音轨,都不能单独证明替换成功。

  • 人物是不是你指定的角色,有没有明显变脸或穿帮?
  • 商品是否与参考图一致,手里拿的东西是否合理?
  • 动作、镜头和节奏是否达到你这次要求?
  • 台词是否逐字正确,有没有漏词、乱加话或不合理的功效描述?
  • 声音是否换对,口型是否合适,音乐会不会盖住说话声?
  • 字幕、信息卡、小窗和结尾是否正常?
  • 原始生成视频和最终成片是否都能找到?

发现问题,先标出时间点,例如“00:06 商品变形”“00:09 仍是原女声”。让 AI 先查原始视频与本地剪辑,能本地修复的字幕、布局、音量先在本地处理。

如果确实需要重新生成,先看原因、费用与新增次数,再决定是否付费。

常见问题:卡住时先查这里

遇到的问题 先怎么处理
下载或安装很慢 保留缓存,让 AI 检查当前进度;不要反复新开安装任务
Skill 文件在,但 AI 没识别 重新打开完整项目或下一轮选择 hypit;仍不识别就让 AI 直接读取项目内完整技能
要求配置 OSS 或公网素材地址 先查所选接口的直传/文件上传能力;确实必须时再说明方案与费用
WhisperX 下载卡住 判断当前任务是否依赖它;不依赖的步骤先继续
API 报错 查平台地址、模型 ID、权限、额度与兼容性,别反复收费试探
参考人物或商品没有替换好 核对图片是否真正传入,以及人物/商品的对应关系
人物换了,声音没换 检查原始生成结果与请求中的声音要求;不默认再追加收费补声
预览没声音 先查原始文件和本地音轨,不直接判断模型没有生成声音

仍解决不了,就把操作步骤、完整报错和出错时间点发给助教。截图前遮住密钥和其他私人信息。

第一次练习,照着这张清单走

  1. 下载并完整解压工具包,在 Codex 打开文件夹。
  2. 准备视频接口资料,并确定图片来源。
  3. 发送提示词①,完成安装;再发送提示词②,检查缺项。
  4. 选一个短片,准备人物图、商品图,填写提示词③。
  5. 确认分镜、台词、声音、预算与收费次数,再生成。
  6. 找到原件和成片,完整看听,记录通过项与需要修改的地方。

先用一个短片把流程走通,再尝试更多镜头和更长内容。这样你既能学会用工具,也能清楚知道每一次生成在做什么、花在哪里。

资料来源

本文根据本期自媒体视频字幕及课程笔记《章节21:复刻爆款视频》整理,三份提示词保留了课程中的费用确认和声音检查要求,并调整了部分表述。

核验日期:2026 年 10 月 29 日。模型权限、价格与接口支持,以使用时的平台文档和账号实际情况为准。本文未重新执行付费视频生成。