Claude Makes a New Kind of Video - Full Tutorial

**TL;DR：Claude 不需要文生视频模型，只要直接用原生 JavaScript 逐帧写代码就能生成动态图形和解说视频；配合免费的 86 种风格数据库与逐词时间戳旁白，可做出看起来完全不像 AI 生成的成品。** ## 全新的视频制作方式 用 Claude 制作视频的全新方式来了，非常适合动态图形、解说视频，以及任何看起来不像 AI 生成的视频。Claude 并没有内置视频生成器，但也不需要——它完全通过代码来实现。 关键是：这不涉及任何文生视频模型，全部都是用代码创建的，包括所有的音效。 ## 这次有什么新的 作者之前一直用 Claude 制作动态图形，使用的框架包括 Remotion 和 Hyperframes——那些是可以安装的工具包，为 Claude 提供构建视频的结构。但这次的方法不需要任何那些东西。 Claude 直接编写原生 JavaScript，逐帧绘制画面。JavaScript 是所有网页浏览器内置的编程语言。不需要了解这些细节，但它解释了为什么这种方法能脱离额外框架运行。 作者对这个方法更感兴趣的原因，是另一位创作者 Kevin 的一系列作品——那是他看到的第一个让自己彻底震撼的作品，如此独特，和之前见过的 AI 生成内容完全不同。虽然不适用于他自己的视频类型，但展示了这种方法可以走向的创意方向。 ## 免费的 86 种风格数据库 作者让 Claude 生成了总共 86 种不同的风格：他列出了大约 20 到 30 种自己想要的，然后让 Claude 补全其余的。Claude 还创建了自己的音效库，同样只使用 JavaScript。 整个东西完全免费，位于描述中的第一个链接里。每个风格都有一个 15 秒的样例生成，讲解 AI 的工作原理，可以快速了解效果。 风格跨度很大： - **非常实用的风格**——适合日常解说 - **16-bit 像素风格**——很酷的复古感 - **粉笔板风格**——同样很实用 - **剪纸立体透视风格**——比较独特的一类 - **玻璃拟态风格**——作者实际选用的，属于比较简单的一类，但非常适合视觉解说 每个风格都附带带音效的解说示例，也可以点击查看更短的风格片段，展示它如何构建场景。解说版本更有用，但作者先生成了所有短片段，不想直接删掉，所以保留了查看的选项。 ## 复制提示词并生成 在风格页面上有几个选项： - **带旁白**——需要提供文稿 - **不带旁白**——只需输入想要的主题或故事，可以写得简单或详细 作者输入的主题是"降噪耳机的工作原理"。 默认情况下，提示词还包含先生成视觉分镜的请求，这样可以在运行完整生成之前先看看效果。它会展示每个主要节拍的图片。样例已经能很好地了解整体效果，所以作者通常会关掉这个选项，之后需要修改再直接提出来；但为了演示，这次打开了它。 点击"复制提示词"时，会包含重建该风格的完整提示词，以及附加的主题部分。打开 Claude 后粘贴进去发送即可。 返回分镜图后，作者觉得很满意，就让它生成完整内容。在这个阶段可以提出任何想要的修改。 生成效果非常好：风格很棒，音效也配合得很完美。因为这完全是代码，如果想做任何修改，大部分情况下 Claude 都能非常精确地修复或调整，直接提出要求就行。 ## 为什么提示词里带着代码 粘贴到 Claude 时，提示词会变成一个小的粘贴文本附件，因为它非常长。完整的提示词中包含创建示例视频所使用的全部实际代码。 这正是这些风格如此一致的原因： - 有代码作为基础，Claude 只需要做修改，而不是从零开始编写，一致性高得多 - 从 Sonnet 获得的效果和 Opus 一样好 - 如果只把视频本身作为风格参考发过去，Claude 和 ChatGPT 是无法观看视频的——它们只会截图然后分析截图来拼凑效果，很多细节会在过程中丢失 作者用 Opus 生成了主要演示，但也用 Sonnet 生成了一个，效果一样好。同一个提示词粘贴到 ChatGPT 后，Astra 也给了不错的结果，虽然稍微比 Claude 差一点。 ## 自定义与技能化 复制提示词后可以修改任何想要的内容：直接要求改变配色方案，或者让动画慢一点，任何自定义需求都可以写在提示词中，或者在返回结果后通过迭代修改。 如果最终得到了一个喜欢的新定制版本，可以让 Claude 把它变成一个技能（skill），这样就不需要每次都回到数据库，直接调用技能即可。 ## 加入旁白：语音合成 作者通常用自己的声音，演示中使用 Gemini 3.8 flash 文本转语音，也可以用 ElevenLabs 或任何制作旁白的方法。 在 Google AI Studio 中的步骤： 1. 右边选择模型，点击音频 2. 选择 Gemini 3.8 flash TTS 3. 创建新对话 有一个很大的语音列表可供试听。还有几个自定义选项，作者选择了"旁白风格"。此外还有一堆标签选项，可以在整个过程中添加呼吸声、笑声和其他声音，标签会直接插入脚本中，通常听起来效果很好——但那些更多用于对话场景，这次不需要。 粘贴脚本运行后即可试听： > 恒星诞生于巨大的、冰冷的气体和尘埃云中。 听起来很棒，然后下载音频文件。 ## 生成逐词时间戳文稿 接下来需要一个带时间戳的文稿。一些工具比如 ElevenLabs 可以在生成时就提供这个，也可以使用转录工具（有免费的在线工具或本地工具），或者让 Claude 自己使用这些转录工具。 做法是把文件拖进 Claude，然后说："给我一个词级别的 SRT 文稿，我好复制粘贴。" 用逐词的时间戳效果最好。如果只要求 SRT 文稿，它会按行给出时间而不是每个词的时间——那样也可以，对于较长的视频作者会这么做，因为逐词版本对长视频来说会非常巨大。但对于这些短视频，精确到词就很方便。 ## 带旁白的完整流程 作者选择"扁平矢量科学风格"，很适合这个主题： 1. 切换到"带旁白" 2. 输入主题"恒星如何诞生" 3. 粘贴从 Claude 拿到的文稿 4. 关掉分镜选项 5. 点击复制提示词，在 Claude 中打开新对话粘贴发送 6. 在右侧"加载旁白"处选择文件，或直接把旁白文件拖进去 可以同时上传旁白文件，但作者第一次测试时忘了这一步，所以做成直接拖入更方便——确保忘记上传时也能正常工作。 最终效果： > 恒星诞生于巨大的、冰冷的气体和尘埃云中。重力慢慢将云团拉拢。随着坍缩，它旋转得更快并升温。当中心温度达到约一千万度时，氢原子开始聚变成氦，释放出巨大的能量。就在那一刻它被点燃了。一颗新恒星诞生了，它可以闪耀数十亿年。 动画、音效与旁白精确同步，匹配每个词的节奏。 ## 收尾建议 用这个方式制作视频，可能需要花些时间打磨一个自己喜欢的、符合自己审美的风格。作者使用的版本是基于他带有蓝色和琥珀色光点及灯光的背景设计的，但风格图集中有很多很酷的风格可以作为起点，或者根据视频类型直接使用。风格图集完全免费，链接在描述里。 （作者提到这是他有史以来最快耗尽用量和重置次数的一次，所以他才想让其他人也能用到，让自己用掉的 token 发挥更大价值。） Source: [Claude Makes a New Kind of Video - Full Tutorial — Futurepedia](https://www.youtube.com/watch?v=Ge1B-Ok1Pfk)