ChatGPT如何做出精彩的视频？

和 ChatGPT 聊出一个脚本，离一条精彩的视频还有多远？中间至少隔着配音、字幕、画面、剪辑和成片检查。脚本讲得清楚，只解决了“说什么”；观众能不能看懂，还要看画面是否跟着解释走、字幕是否对得上声音、最终文件是否真的能播放。

岚叔的 lanshu-create-ai-presenter-video 提供了一种把脚本继续做成视频的办法：把制作步骤、检查脚本和模板交给能读文件、执行命令的 AI 助手。作者列出的客户端包括 Codex。这篇介绍的是这套工作流，不是 ChatGPT 网页聊天里已验证的一键成片功能；在具体客户端能否执行，还取决于工具权限和制作环境。本次没有独立跑完项目，因此下面区分作者声明与可以据此作出的判断。

它实际能交付什么

按照作者文档，这个 Skill 提供两条制作路线：数字人讲解和风格化讲解。两条路线都从主题或完整文案出发，但需要的素材、外部服务和最终画幅并不相同。

路线与成本描述来自仓库文档，尚未经过独立运行验证。

作者提供了九种画风。比如讲软件步骤时，可以研究图纸与注脚路线；想让抽象关系容易记住，可以看纸艺立体书或黏土小城。选画风的依据应是它能不能把这一句讲清楚，而不是哪种装饰最多。仓库样片展示了作者的设计方向，换成自己的题目后，仍需要重新检查画面与口播是否对应。

Skill 在这里更像一张视频制作工单

可以把它理解成寄快递时的分拣流程：包裹没有称重，就不能进入装车环节；地址没有确认，也不能因为工作人员手动勾选“已完成”就直接发走。这个 Skill 同样要求每个阶段留下对应产物，再由检查脚本计算任务状态。

作者把流程分成八个阶段，从收集输入到验收交付。文案和逐段节奏表检查通过后才锁定内容；配音文件能正常读取、有识别报告后才锁定声音；分镜批准后才继续生成画面。最后检查高质量母版和适合分享的版本能否完整播放、声音是否忽大忽小、有没有黑屏或画面异常停住。这样每一次“完成”，都得对应能检查的文件。

这套设计的价值不在于替代创作判断，而在于减少“页面显示成功，交付文件却打不开”一类低级事故。限制也很明确：脚本能够检查文件和技术指标，却不能自动证明人物一致性、口型、手势和画面表达已经令人满意。仓库仍要求正常速度观看成片，并记录人工画面审核。

开始之前要准备哪些环境

• 客户端方面，作者声明它采用标准 SKILL.md，可用于 Claude Code、Codex、Gemini CLI、Cursor、OpenCode、GitHub Copilot 等支持 Agent Skills 的工具；能读取文件并执行 shell 命令的 coding agent 也可参照流程执行。这是兼容性声明，不是所有客户端均已独立跑通的证明。
• 基础环境需要 Python 3.9+、FFmpeg 与 ffprobe、Bash、jq、awk 和 sed。
• 风格化路线还需要 Node.js、rsync，以及装有 numpy 的 Python。默认配音流程需要 MiniMax API Key；也可以改用自己录好的配音。
• 数字人路线至少需要一种可调用的配音、数字人视频生成和口型同步能力，可以是云服务 CLI、API 或本地模型。仓库没有保证这些能力随代码免费附送。

最稳妥的起点不是直接复制一长串命令，而是先决定路线。需要个人品牌形象、已有授权人物图，并接受远程生成成本，可以研究数字人路线；不想上传人物图，或者主题更依赖图形解释，可以先看风格化路线。选定以后，再把仓库放入对应客户端的 skills 目录，通过 Skill 名称明确调用。安装和目录说明可查看已核验的仓库文档：https://github.com/cclank/lanshu-create-ai-presenter-video/blob/c24720a85d63b1bd494f6447e48a59384733647b/README.zh-CN.md

免费的是代码，不是整条生成链

仓库的软件与文档采用 MIT 许可证，允许使用、修改和分发，但必须保留版权与许可声明，而且软件按“原样”提供、不附带担保。字体、第三方库和外部生成服务还有各自的条款，不能因为主仓库是 MIT，就把所有依赖和生成素材都当成同一种授权。许可证原文位于：https://github.com/cclank/lanshu-create-ai-presenter-video/blob/c24720a85d63b1bd494f6447e48a59384733647b/LICENSE

数字人路线还多一层素材权利问题。人物图需要确认使用权并确认人物成年；声音克隆需要单独获得明确授权，不能从照片推断或复制真人声音。作者设计了首次付费调用前的报价、试片规模和重试上限确认，但具体价格取决于实际选择的服务商，现有资料不足以给出统一成本。

警告 风格化路线会从 Google Fonts 和 jsDelivr 下载字体子集，云端配音也需要网络和凭据。对素材不能外传、网络受限或要求完全离线的项目，需要先逐项替换依赖，不能直接把这套流程视为纯本地方案。

它现在成熟到可以直接推荐吗

10 月 7 日抓取时，仓库有 2,372 个星标，使用说明、依赖、示例、测试和限制说明都已具备。资料比较完整，值得研究它怎样安排制作与验收；但星标数量不是成片质量，也没有连续快照证明它正在快速增长，不能据此把它包装成已验证的成熟推荐。

更关键的是，本次没有运行仓库代码，没有在 Claude Code、Codex 或其他客户端里完成端到端任务，也没有独立验证云服务组合、失败恢复和最终成片质量。因此，它目前更适合作为一套结构完整的待测工作流观察，而不是已经通过实测的成熟推荐。

什么人值得试

• 适合已经会使用 coding agent、能安装 Python 与 FFmpeg，并愿意处理 Node.js、云服务凭据和任务目录的人。
• 适合经常制作讲解视频，希望把授权、成本确认、分镜审批、技术验收和交付记录固定成流程的人。
• 适合有自己的配音或授权人物素材，能够人工审查画面、口型和版权边界的人。
• 暂时不适合只想输入一句话就免费得到成片，或者不能使用任何云端配音、数字人生成与网络字体资源的人。

回到标题：想让 ChatGPT 参与做出精彩的视频，先把题目收窄，让脚本逐段回答一个真实问题；再把每段该展示的操作、结果或关系写进分镜，最后交给具备执行环境的助手和制作工具完成。岚叔这套技能提供的是后半程的工单与检查办法。第一次可以只做一小段，记录服务、费用和失败点，再核对声音、字幕与画面是否讲同一件事。视频的精彩不来自一句“已完成”，而来自观众确实看懂，以及交付文件经得起播放检查。项目运行效果仍待独立验证。仓库入口：https://github.com/cclank/lanshu-create-ai-presenter-video

项目一手资料

• cclank/lanshu-create-ai-presenter-video 项目仓库

🧰 我做的工具

这些工具都由我持续维护。预览版会明确标注，下载、更新和已知边界以发行页为准。

信息：黑粉盒子 HyphenBox 状态： 正式迭代

免费大模型 API 雷达：持续复测可用性，本地统一接口，Key 只存本机

下载与更新

信息：方寸智匣 LocalBrain 状态： 正式迭代

本地模型的多模态 MCP 工具箱：TTS / Whisper / 视频生成一站接入

下载与更新

信息：ScreenLex 光影词库 状态： 正式迭代

看美剧顺手把生词背了，Mac/Windows 双平台，免费

下载与更新

信息：黑粉录屏 HyphenScreen 状态： 正式迭代

录屏 + 智能剪辑一体：达芬奇式时间线、自动打码、导出前成片体检，免费

下载与更新

引用：黑粉科技 让AI成为你的超能力 本地部署 · 免费白嫖 · 自制软件 https://hyphentech.top