1分鐘視頻花了我老闆70塊！我讓 Codex 搭建了 Opus 5.5 一句話視頻工作流

一句話摘要：我沒寫什麼代碼，只給 Codex 提了需求、批准執行、糾正方向，就搭出了一套 Opus 5.5 一句話視頻工作流。效果確實驚豔，賬單也確實不便宜。

做了一件挺上頭的事。我讓 Codex 復刻了一套視頻工作流：我輸入一句需求，Opus 5.5 就會自己策劃、寫動畫代碼、做配樂、檢查修改，最後導出 MP4。

成片出來時我很興奮，然後看了一眼費用。約1分鐘的視頻，按我的記錄模型費用是9.4943美元，摺合約70塊，錢是老闆出的。

下面的搭建過程、額度消耗和費用，都來自我自己實際跑的這一輪，其中包括 Codex 第一次搭錯方向的真實經歷

Opus 5.5 視頻工作流術語速覽（to know）

後面會反覆用到下面這些詞。先統一一下說法，免得讀到一半弄混。

01 B站刷到一個 Opus 5.5 視頻，我突然很想自己也搞一個

事情起因很簡單。前段時間我在 B 站刷到別人用 Opus 5.5 做的視頻，敘事邏輯很清楚，畫面看着也舒服，整體審美在線。它不像早期 AI 視頻那樣只是一堆炫技鏡頭，而是在認真講一件事。

我當時就想，這種形式很適合做內容運營和個人 IP。如果 AI 能自己完成策劃、畫面、配音和剪輯，做內容的門檻會低很多，尤其是知識類、專業垂類這種需要講清楚、又不想真人出鏡的內容。

想到這裏我就坐不住了：別人能做，我也要搭一套。

02 我只對 Codex 說了一句話：「我也要別人的那個，你給我」

我沒有打算從頭研究動畫引擎、渲染管線和音頻處理，也沒想自己寫一整套視頻系統。我直接把目標丟給了 Codex，原話差不多就是「我也要別人的那個，你給我」。

接下來基本是 Codex 在幹活：

• 查教程、讀參考項目的說明和源碼
• 安裝 Node.js、Python、FFmpeg 等依賴，配置本地環境
• 把渲染、聲音、字幕、檢查這些工具串起來
• 跑測試，遇到報錯自己改

我的工作主要是提需求、確認方向，以及在它要執行命令時點批准。說是搭建，其實我更像一個不太懂技術、但很清楚自己想要什麼的甲方。

Codex 第一次把 Opus 5.5 視頻工作流搭偏了

過程並不順利。Codex 第一次搭出來的是一個“模型生成分鏡＋固定動畫模板”的工作臺，Opus 只能往預設模板裏填文字和參數。能跑，但它把 Opus 的創作空間限制得很死，做出來的東西跟我在 B 站看到的完全不是一回事。

後來我換了個辦法：不再反覆描述“我要那種好看的”，而是讓它參照一個已經成功的案例去做。Codex 重新查了 Ploto 的製作實錄，選了其中提到的開源項目 Lemo-Opuscar 作爲基礎，方向這纔對了。

💡 這次最值得記下的經驗：讓 Agent 做複雜任務時，直接給它一個具體、成熟的成功案例，往往比反覆解釋自己想要什麼更管用。

搭建 Opus 5.5 視頻工作流，先喫掉了 80% 的 Codex 額度

搭完一看，Codex 已經把我 ChatGPT Plus 套餐當時那個五小時窗口的額度用掉了大約80%。

03 最後搭出來的 Opus 5.5 視頻工作流到底是什麼？

先說清楚三個角色。很多人看到“Codex 搭建 Opus 工作流”會以爲是兩個模型一起做視頻，其實它們出現在兩個不同階段：

底座 Lemo-Opuscar 是一個“用代碼生成影片”的風格工具箱。它把導演方法、技術實現、視覺風格分別寫進不同的指南，Agent 按指南創作。項目裏有一套風格庫可以直接選，也支持自建風格。它明確說明這些風格是針對 Claude Opus 5.5 調優的，換別的模型不一定有同樣的效果。我本機安裝版本的說明裏還提到，一條影片通常需要 Agent 執行約30–60分鐘，並消耗相當數量的 Token。這句話當時我沒太在意，後面看到費用才反應過來。

Opus 5.5 視頻工作流不是“AI 直接生成視頻”

這一點最容易被誤解。它不是調用某個 AI 視頻模型，輸入一句話就吐出一段視頻。按項目技術文檔的說法，影片由代碼製作，不依賴視頻生成模型，也不用庫存視頻素材。具體是 Opus 編寫網頁裏的畫面和動畫代碼，瀏覽器按時間點逐幀截圖，最後把畫面和聲音合成爲視頻。

工具鏈簡單列一下：

• Node.js＋Canvas/WebGL：運行 Opus 寫的畫面代碼，按時間繪製動畫
• Playwright 無界面瀏覽器：打開動畫頁面，逐幀截取畫面
• Kokoro：本地中文配音能力，本次無旁白影片沒有用到
• Whisper：有旁白時把配音識別迴文字，逐句覈對
• Python：配音、校驗、音效和配樂處理
• FFmpeg：編碼、混音、合成最終視頻

這種做法有個好處：畫面、音樂、字幕、音效共用同一條時間軸，鏡頭切換能和聲音事件對齊。環境要求方面，項目要求 Node.js 20+、FFmpeg 7+、Python 3.11+，默認輸出 1920×1080、24fps。我這次實際跑的是 30fps。

04 一句話之後，Opus 5.5 視頻工作流就開始自己幹活了

搭好之後用起來很簡單。整個流程大致是這樣：

1. 我輸入一句話，告訴 Opus 想做什麼視頻
2. Opus 自主策劃、寫腳本、設計鏡頭
3. 畫面製作：寫動畫代碼，做視覺效果和鏡頭運動
4. 聲音製作：音樂、音效、字幕；需要旁白時調用配音能力
5. 抽幀檢查畫面和聲音，發現問題自己改
6. 逐幀渲染，合成並導出 MP4

配音這塊還有段插曲。原項目默認的離線中文接口能出聲，但第一次用 Whisper 識別回來，和原文差得很遠。Codex 按 Kokoro 引擎作者的中文示例，補上了 v1.1 中文模型和 Misaki 中文發音前端，調整後兩句中文測試都通過了校驗，也沒有改用在線配音。這是系統具備的能力，我這次做的八門影片沒有用到。

最終工作流有兩個入口：

需要說明的是，“一句話”只是交互層面的簡化。背後依然是 Opus 的多輪調用、工具執行和反覆修改，Token 一點沒少用。

05 Opus 5.5 視頻工作流真正跑起來之後，我有點驚訝

第一次真正用的時候，我選了一個有點難的題材：中國傳統術數奇門遁甲的 八門意涵介紹。要求是約1分鐘、1920×1080、30幀、不需要人聲配音。Opus 在執行說明裏給出的方案是“題跋字幕加古琴配樂”。項目目錄裏的署名文件也寫明，這條片子的聲音全部由代碼合成，沒有錄音，也沒有人聲。

成片的效果是真的讓我意外。最直觀的是漢字，清晰、規整，比我預想的好很多。宮位、飛星、卦象這些專業元素一出現，我本來已經準備好看到早期 AI 視頻那種亂花、亂寫、文字變形，結果都沒有，排布得乾乾淨淨。

審美也在線。中國水墨的底色，題跋式的字幕，配上古琴，整體簡約大氣，和題材很搭。我的感受不只是“AI 能生成畫面”，而是它好像知道這類內容應該怎麼被畫出來。

06 然後我看了一眼 Opus 5.5 視頻工作流的費用：一分鐘，9.4943美元

去看了一眼費用。

按約7.3元兌1美元的示例匯率粗算，大約70元。

我的真實想法是：效果確實不錯，但一分鐘視頻70塊，單看製作成本肯定不便宜。如果做完發出去，沒帶來流量、粉絲或者商業回報，這錢就是虧的。

Claude 套餐和 API 按量計費，是兩種不同的成本結構

我回頭查了 Anthropic 的官方說明，兩種方式的計費機制確實不同：

所以不能簡單地說 API 一定比套餐貴，也不能說套餐可以無限跑。套餐可能更適合持續、大量地跑工作流；API 的好處是每一次花了多少錢都清楚。哪種划算，要看你實際的使用量和產出頻率，最好拿一段時間的真實數據來比較。

💰 對賬建議：如果走按量計費，建議每跑完一條片子就在 API易 apiyi.com 控制檯覈對一次明細，同時記錄題材和修改輪數，幾條下來就能估算出自己的單片成本區間。

想先小成本試水？先單獨測一下 Opus 5.5 的策劃能力

如果你還沒決定要不要整套搭起來，可以先花很少的錢，單獨調一次 Opus 5.5，看看它寫分鏡的水平，同時看一下 Token 用量：

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # API易 OpenAI 兼容接口
)

resp = client.chat.completions.create(
    model="claude-opus-5.5",  # 示例名稱，請以 API易 模型列表中的實際名稱爲準
    messages=[{"role": "user", "content": "爲一條1分鐘的奇門八門科普短片寫6個鏡頭的分鏡，水墨風格，無旁白"}],
)
print(resp.choices[0].message.content)
print(resp.usage)  # 本次輸入、輸出 Token 用量

import json
import time
from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"
)

LOG_PATH = "usage_log.jsonl"

def ask_with_log(prompt: str, model: str = "claude-opus-5.5", tag: str = "storyboard") -> str:
    """調用模型，並把每次 Token 用量追加寫入日誌，方便後續對賬"""
    resp = client.chat.completions.create(
        model=model,
        messages=[{"role": "user", "content": prompt}],
    )
    usage = resp.usage
    record = {
        "time": time.strftime("%Y-%m-%d %H:%M:%S"),
        "tag": tag,
        "model": model,
        "prompt_tokens": usage.prompt_tokens,
        "completion_tokens": usage.completion_tokens,
    }
    with open(LOG_PATH, "a", encoding="utf-8") as f:
        f.write(json.dumps(record, ensure_ascii=False) + "\n")
    return resp.choices[0].message.content

def summarize(log_path: str = LOG_PATH) -> dict:
    """彙總累計 Token 用量；單價請按控制檯實際價格自行換算"""
    total_in, total_out = 0, 0
    with open(log_path, encoding="utf-8") as f:
        for line in f:
            r = json.loads(line)
            total_in += r["prompt_tokens"]
            total_out += r["completion_tokens"]
    return {"input_tokens": total_in, "output_tokens": total_out}

if __name__ == "__main__":
    print(ask_with_log("爲一條1分鐘的奇門八門短片設計鏡頭節奏和配樂思路"))
    print(summarize())

🚀 快速試水：建議先通過 API易 apiyi.com 用新用戶的免費測試額度跑幾次分鏡測試，確認 Opus 5.5 的創作風格合你的口味，再決定要不要投入整套工作流的成本。

07 效果我很滿意，但這筆 Opus 5.5 視頻工作流的賬還得重新算

這次實驗讓我實際看到了 Agent 視頻工作流能做到什麼程度。對內容運營、個人 IP、知識類視頻和專業垂類內容來說，這類工具值得繼續研究。但技術上做得出來和商業上划得來，是兩個問題。

如果後續能靠這些視頻拿到流量、粉絲和轉化，70元可以看作一筆合理的生產投入。如果只是做一條一分鐘的視頻放着自己看，70元顯然不值。順便提醒一下：Lemo-Opuscar 的代碼和文檔是 MIT 許可，示例影片和靜幀是 CC BY 4.0，用它做的影片歸創作者所有；但第三方素材，包括部分配音，有各自的許可，商用前最好用自己的素材，並逐項覈對。

這次真正的收穫，是我自己跑通了一整條工作流，也弄清楚了它要花多少錢。反正這一輪是真金白銀跑下來的（雖然掏錢的是老闆）。效果是真的好，錢也是真的花了。想試的朋友，最好先搞清楚自己走的是套餐額度還是 API 按量計費，不然視頻還沒賺到流量，賬單先到了。

常見問題 FAQ

Opus 5.5 視頻工作流核心要點 Key Takeaways

• 分工要分清：Codex 負責搭建，Claude Code 是工作臺，Opus 5.5 負責創作
• 不是視頻模型：畫面由代碼逐幀渲染，文字和符號清晰可控
• 給案例比講道理有效：Codex 搭偏後，靠成功案例才糾正過來
• 兩筆成本別混淆：80% 是 Codex 訂閱額度，9.4943美元是 API 調用費
• 70元不是定價：只是本次單條影片的個案，換算匯率也只是示例
• 先小成本試水：可在 API易 apiyi.com 用免費額度先測 Opus 的分鏡能力

總結

這次 Opus 5.5 視頻工作流實驗，我的結論有三點：

1. 能力是真的：漢字、宮位、星體、卦象的呈現和整體水墨審美，都超出了我的預期
2. 成本也是真的：約1分鐘視頻約70元，加上搭建時被喫掉的大半 Codex 額度，並不便宜
3. 值不值看回報：能換來流量、粉絲和轉化就是投入，換不來就是虧損

技術上能做出來，不代表商業上值得這麼做。建議先想清楚視頻要換來什麼，再選擇套餐還是按量計費。想先低門檻驗證的話，可以通過 API易 apiyi.com 用免費額度單獨測一測 Opus 5.5 的策劃能力，結果滿意再整套跑起來。

📚 參考資料

1. Lemo-Opuscar 項目倉庫：代碼生成影片的風格工具箱
2. 鏈接：github.com/lemomo-ai/lemo-opuscar

3. 說明：包含導演、技術、風格三類指南及許可說明

4. Lemo-Opuscar 技術文檔 TECHNIQUE.md：影片製作機制說明

5. 鏈接：github.com/lemomo-ai/lemo-opuscar/blob/main/TECHNIQUE.md

6. 說明：介紹代碼畫面、逐幀渲染、配音校驗、字幕與 FFmpeg 合成流程

7. Anthropic 幫助中心：Claude Code 與 Pro、Max、Ultra 套餐說明

8. 鏈接：support.claude.com/en/articles/11145838-use-claude-code-with-your-pro-max-or-ultra-plan

9. 說明：訂閱額度與 API 計費的區別，以及 ANTHROPIC_API_KEY 的優先級

10. Ploto 製作實錄：用 AI 製作長視頻的經驗分享

11. 鏈接：ploto.me/posts/how-i-made-a-long-video-with-ai
12. 說明：Codex 糾正搭建方向時參考的成功案例來源

作者：APIYI 技術團隊
技術交流：歡迎在 API易 網站首頁聯繫我們，更多接入資料可訪問 docs.apiyi.com 文檔中心

延伸閱讀

• 掌握短劇AI生產競爭點轉移：6 步從生成單個鏡頭到管住多集資產:結合短劇AI生產的競爭點轉移，用 6 個步驟建立多集資產庫、版本規則、鏡頭卡與連續性檢查流程，減少跨集穿幫和返工。
• Karpathy 兩小時做視頻站：Opus 5.5 復刻 6 步與 3 個坑:拆解 Karpathy 用 Opus 5.5 兩小時做出 HackerTube 的公開信息，給出 6 步復刻流程、3 個容易卡住的坑和成本估算，並說明如何用 API易 接入 Claude Code。
• 也無風雨也霧晴：從輟學進廠到登頂 GitHub熱榜，做出 Archify，一句話就能畫成可交互架構圖（5 步上手）:專升本前端塗少坤做出開源 Skill Archify。它本身免費，花錢的是背後的模型。本文用 5 步接上 claude-opus-5-5，讓你一句話畫出可交互架構圖。
• Claude Code 開始攔「復刻遊戲」：獨立開發者做原型怎麼避開:Claude Code 在 10 月 27 日的系統提示里加入兩句話，限制復刻具體現有遊戲。本文說明規則改了什麼、哪些需求照常可做，並給出設計文檔模板、3 個提示詞改寫示例和原型期按成本選模型的方法。
• Claude Motion 教程：用 Opus 5.5 把提示詞做成動效視頻，零基礎 5 步做出第一條:零基礎手把手：拿到 claude-opus-5-5 的密鑰，貼一句提示詞，讓 Opus 5.5 寫出能在瀏覽器播放的動畫並錄成視頻，附 4 個案例提示詞、控制檯覈對表和排錯表。