做 B 站好物单月佣金 5 位数，分享我用 codex 做 AI 自动化剪辑经验
作者拿到的成绩
对正在做B站好物或抖音带货、被剪辑环节卡住的人来说，这篇最重要的不是Prompt，而是怎么把剪辑SOP变成Agent可以反复复用的工作流。作者详细拆解了Agent、Skill和素材库三者的区别、Codex剪片和剪映AI剪片的本质差异，以及把流程真正沉淀成可复用剪辑师的完整路径。
项目脉络
这篇讲了什么
作者白昼是一位00后，长期围绕B站好物数码、家电家居两个赛道做矩阵带货账号，并与海信、美的、友望、TCL、京东京造等多个品牌方有内容合作，目前月均带货GMV 35w+、单月商单和佣金5位数。他把原来一条10分钟好物视频要花20小时（差不多2天）的剪辑工作，拆给Codex这个编程Agent来跑，自己只花30分钟做最终审核。这篇复盘讲他怎么把过去要手动做的粗剪、字幕、素材对位、工程生成整理成一套可以反复复用的AI自动化剪辑工作流，覆盖HyperFrames、Remotion、ChatCut三条技术路线各自的适用场景，以及从拆解对标视频到从零做新片的两条完整实操链路。
白昼做B站好物，10分钟视频要带20多个品、口播4000字，光剪辑一项以前就要20小时，后来找剪辑师也要花300块以上、3到5天。今年618之后他意识到自己真正需要的不是更努力剪片，而是让会写代码的AI把剪辑这件事整个替他做掉。他在文章里讲清楚Codex和市面AI剪辑的本质区别：剪映图文成片是黑盒，按模板配图，无法让AI按自己的规则剪；Codex是编程Agent，可以把"我平时怎么剪一条视频"写成FFmpeg、剪映草稿或Python代码，让每一条新视频自动按这套代码跑一遍。他又区分Agent、Skill和素材库三个概念：Agent是数字员工，Skill是员工脑子里那套老手才知道的规矩（比如品牌名加粗标红、字幕一行多少字、痛点配什么画面），素材库是按品牌/品类/产品分好的弹药库。然后他给出两条完整实操流：方案一是逆向拆解流，适合需要复用现成素材的信息流混剪，核心是拆爆款视频到recipe.json、用视觉匹配挑素材、生成配音与剪映草稿；方案二是正向创作流，适合从零开始做新视频，要先把文章或主题写成口播稿、选择TTS或克隆声音、用HyperFrames出第一版成片。文章最后落到三句经验：第一句是Codex剪辑不是写一段长提示词让它随便剪，而是岗位目标清楚、SOP清楚、素材清楚、工具清楚，再加人工终审；第二句是剪辑越复杂、效果越精致，磨Skill的时间越长，非常烧token；第三句是能API、能命令行就别用computer use，遇到必须登录的素材站才退一步用computer use兜底，但要注意反爬风险。
核心内容
这篇最值得看的部分
Codex 剪片不是更会聊天的 AI
作者明确区分了普通聊天机器人和 Agent：聊天机器人是你问一句它答一句，Agent 是围绕目标持续工作的数字员工。一个完整的 Agent 由模型、指令、工具、知识、记忆和安全边界共同组成，关键不在于它会不会用大模型，而在于它能不能围绕目标形成工作闭环。剪辑这件事落到 Codex 上，等于把自己平时怎么剪一条视频写成代码（FFmpeg、剪映草稿或 Python），之后每一条视频都自动按这套代码跑一遍。
剪辑 Skill 是 Agent 脑子里那套老手的规矩
作者把 Skill 定义为 Agent 的工作说明书：品牌名必须加粗标红、字幕一行多少字、痛点配什么画面、参数配什么画面、什么转场切到下一个品、BGM 什么时候进什么时候压低、片头片尾多少秒。一个 Skill 通常包含 Instructions（工作步骤与判断规则）、References（参考资料）、Scripts（可重复执行的脚本）和 Assets（表格、文档、模板等资源）四类内容，Agent 可以根据任务自动选择 Skill。
素材库是弹药库，不是图片文件夹
作者强调 Codex 剪片不建议凭空变素材，需要按品牌/品类/产品分好的素材库：每个品的产品图、渲染视频、官方素材、固定的片头片尾、BGM 库、转场模板、历史用过的对比图和参数表。素材库越乱，剪辑 Agent 剪出来的片子越离谱，因为 Agent 真的不知道你要哪张图。建议先用 Obsidian 或普通文件夹按"品牌 / 品类 / 产品"分好，文件名写清楚（例如"海信 X7 - 正面图.png"），Codex 按文件名和语义就能搜到正确的图。
逆向拆解流：从爆款视频到剪映草稿的完整链路
方案一适合需要复用现成素材的信息流混剪。核心是六步：第一步建项目文件夹（assets 囤素材、work 按日期开工、skill 写项目配置）；第二步拆爆款视频，输出《视频拆解表》（开场钩子、按时间轴逐段、画面内容、特效与转场、字幕样式、BGM、复刻步骤清单）；第三步 Codex 自动做视觉匹配，把每个镜头对应到素材库，置信度低于 0.6 直接标"缺素材"；第四步调豆包 TTS 给每个镜头生成配音；第五步生成剪映草稿和字幕；第六步人工审查并封装成 Skill。
正向创作流：从主题到成片的七步法
方案二适合从零做新视频。第一步把文章或主题变成口播稿（钩子 → 问题 → 方法 → 下一步）；第二步选择 TTS 或 CosyVoice/VoxCPM 克隆自己的声音；第三步以 final.wav 为准建立时间轴生成字幕（不要按字数平均分配时间，字幕要跟随真实声音出现）；第四步把口播拆成 4 到 8 段分镜；第五步用 HyperFrames 出前 15 秒样片确认方向；第六步渲染 final.mp4，从头到尾自己看完一遍，确认声音没截断、字幕没错位、图片没被裁掉；第七步把确认过的版本封装成 Skill，下一期直接调用。
适配判断
这篇是否适合你
适合正在做B站好物、抖音带货或短视频带货、被剪辑环节卡住的人；适合刚开始做账号、没有剪辑经验但能描述清楚自己想要什么成片的新手；适合想把剪辑流程沉淀成Skill和Agent、减少对单一剪辑师依赖的中小团队
原帖大部分结果依赖作者已有的品牌方资源和矩阵账号，新账号复用同一工作流不一定能在短期拿到同等的播放和成交；剪辑越复杂、效果越精致，磨Skill的时间越长且非常烧token，单纯投入一两个下午很难一次跑通；Codex剪片本质是"把你的SOP代码化"，如果账号方自己都没有可描述的剪辑SOP，Agent只能瞎猜；computer use兜底场景涉及平台风控与反爬，登录态被识别后可能直接影响账号安全；原帖部分细节涉及作者个人Skill链接与提示词模板，按保密铁律本站不公开完整提示词、可执行代码和参数。
这篇帖子解决了什么问题
- 作者为什么说 Codex 剪辑和剪映 AI 剪辑的本质区别不在于模型，而在于能不能把 SOP 写成代码？
- 原帖里作者怎么区分 Agent、Skill 和素材库这三者，它们在一条好物视频的剪辑链路里分别负责什么？
- 如果遇到找不到同款对标的好物产品，作者在文章里给出的解决路径是什么？
- HyperFrames、Remotion 和 ChatCut 这三条技术路线分别适合什么场景，新手第一条视频应该怎么选？
- 原帖里的逆向拆解流和正向创作流，作者分别是怎么把流程封进 Skill 的？
- 作者为什么强调"能 API、能命令行就别用 computer use"，他在文章里举的具体例子是什么？
完整答案、操作细节和上下文请到原帖阅读。
数据与经历来自原作者内容，本站未独立审计。这里提供脱敏解读，完整方法以原帖为准。
新用户入口
先免费体验 3 天，再决定是否加入
体验卡免费，可查看体验期开放内容。手机浏览时可长按保存邀请卡，再从微信扫一扫中选择相册图片。
查看三天体验卡已经了解，直接进入正式加入入口