不需要Opus5.5,也不用Codex,国产的M3.1-flash、V4.1-flash就能把一份个人简介做成55秒的介绍视频。作者在MiniMaxCode里跑完整套流程只花了3毛钱,还把提示词和三步操作全摊开了。
今天给大家分享一个好玩的CodetoVideo场景,用代码制作自己的个人简介视频。
先看VCR。
以及竖屏版(换了个音色)。
不需要Opus5.5,也不用Codex,国产的M3.1-flash、V4.1-flash以及刚刚发布的Hy4正式版都可以做。我是在MiniMaxCode里用M3.1-flash跑的,非常便宜,这个视频只花了3毛钱。
同样,我也在Workbuddy里用V4.1-flash跑了一遍,花了8毛钱。感觉最近的V4.1-flash一点都不便宜了。
下面,简单三步教你做出同样的视频。
第一步,把你的个人简介和这段提示词一起发给Workbuddy、MiniMaxCode、豆包工作这类WorkAgent(发给DS/Kimi/QwenChat的网页端也行)。模型推荐用写作能力较好的K3.1-Pro、V4.1-flash或Qwen3.8-Max。
全部提示词如下:
你是一名擅长个人品牌商业包装的资深文案与配音编导。
请阅读我上传的个人简介资料,为其创作一支约55秒个人介绍视频的中文配音稿。视频用于对外展示个人Profile、建立专业信任并促进合作,不是履历汇报。
[创作目标]
让观众听完后清楚记住:我是谁、我能为谁解决什么问题、我凭什么值得信任,以及如何与我建立联系。
[叙事结构]
1.价值钩子(约0–5秒):从目标受众的需求、痛点或我能创造的价值切入,避免以流水账式自我介绍开场。
2.身份定位(约5–12秒):自然交代姓名、职业/角色、专业领域和一句清晰的个人定位。
3.核心能力(约12–22秒):提炼最重要的3项能力、服务或专业方向,突出它们分别能解决什么问题。
4.实力证明(约22–38秒):选取最有说服力的代表项目、成果数据、作品、客户案例或资质,重点讲结果而非职责。
5.差异化标签(约38–47秒):提炼我的独特方法、专业优势或工作风格,形成一个容易记住的个人标签。
6.合作连接(约47–54秒):说明希望链接的人群、适合的合作类型或当前开放的合作方向。
7.品牌收尾(约54–60秒):回扣姓名或个人定位,用一个自然、明确的行动指令收尾。
[写作要求]
–用第一人称表达,使用短句、自然停顿,避免过多头衔、术语、长数字及密集信息。
–采用“价值先行、证据支撑、差异化记忆、合作收尾”的商业表达,不要写成简历朗读。
–语言专业、自信、真诚、简洁,有适当的节奏和情绪递进,但不要浮夸、喊口号或堆砌形容词。
–只使用资料中明确提供的信息,不得虚构职位、客户、项目、成果、数据、荣誉或合作关系。
–资料不足的内容直接略过,不用空泛套话补齐,也不要在成稿中解释资料缺失。
–优先保留具体、可信、有辨识度的信息;删除与目标受众无关的经历。
–姓名、英文词、数字和专业术语应写成便于配音模型正确朗读的形式。
–以自然偏稳的商务语速控制在约55–60秒,通常约220–260个汉字,以实际配音时长为准。
–可按照内容逻辑自然分段,但不要添加时间码、镜头描述或配音说明。
[输出格式]
仅输出可直接粘贴到视频/配音模型中的完整配音正文。
不要输出标题、分析、创作说明、分镜、时间码、角色名或任何额外解释。
[个人简介资料]
请读取本次对话中上传的附件。
这段提示词,主要帮我们生成视频的口播脚本文案。
它会按照“价值先行、证据支撑、差异化记忆、合作收尾”的商业逻辑来进行设计,帮助一个陌生人迅速判断:你是谁、你有什么价值、你是否可信,以及你是怎样一个人。
当然,最好是,你自己也手动改一改。要让观众看完后,还能不能说清楚“他是谁,擅长什么,为什么值得认识。”若观众说得清楚,那你这个文案就是成功的。
比如,我自己的文案就是:
如果你想把AI真正用起来,而不只是追热点,我可以帮你少走弯路。
我是冷逸,「沃垠AI」创始人,全国前十的AI技术博主,也是Github千星开发者。
我主要做三件事:研究并讲清底层技术,开发实用的提示词、Skill和Agent,分享实操经验。
这些都有据可查。「沃垠AI」公众号常年位居AI自媒体前十,全网粉丝突破15万;我开源了十多个项目,收获1000+Star;我研发的原创提示词和Skill超过一百个,全网传播超过100万;也受邀为律协、人大、国企和开发者社区做过上百场分享。
我的特点是,把技术深度和应用场景结合在一起。
如果你是人工智能的爱好者、从业者和创业者,欢迎与我交流。关注沃垠AI,和冷逸一起,用AI放大自己。
接下来,第二步,把这段文案和指定音色发给WorkAgent来生成配音音频。我是在MiniMaxCode里生成的,因为它有自己的Audio模型。豆包工作也可以,Seed的Audio模型一直都很强。WorkBuddy,我还没有试过能不能生成音频。
在MiniMaxCode里,音色ID我推荐Chinese_casual_instructor_nv1,生成的音频比较符合这类口播视频。其他的,要么太播音腔了,要么太霸总味了。
如果需要更多的音色,你也可以自己去MiniMax语音平台选,然后把音色ID复制下来,发给你的Agent就行。
这里,还有一个方法也推荐给大家。你可以让Agent根据你的内容来定制音色,然后用这个音色来生成新的音频。
前面,给大家看的竖版视频,其实就是我重新生成的音色。
这版听起来,就比较符合创业青年的身份,中低音域,语气真诚且克制。
第三步,把连同口播音频、口播文稿、个人简介、二维码、企业Logo在内的相关素材和这段提示词一起发给Agent。
[任务]
用代码制作一支个人品牌宣传片,用于给投资人与客户观看。目标不是”能看”,而是”每一秒都让人觉得这是专业团队做的”,动效要炸得住、细节经得起逐帧看。
[输入素材]
–口播音频:口播音频.mp3(唯一语音来源,原样使用,不替换配音)
–口播文案:口播脚本文案.txt(音频即按此稿录制)
–个人资料:个人简介资料.txt(可量化的成绩必须被提炼成画面上的数据)
–品牌素材:二维码.png(结尾CTA使用)
[一、内容与节奏]
–每个镜头只承载一个信息点,不贪多;镜头切换跟随语义落点,而不是固定时长
–先用语音转写拿到带时间戳的逐句文本,据此把画面精确对位到口播,禁止凭感觉估时间点
–设计一条”信息密度曲线”:铺垫→递进→数据峰值→情绪收束。允许有张力的停顿和留白,不要全程匀速堆信息
–关键数据(数字、排名、次数)要有强调时刻:计数动画+光效/粒子/环形进度等对应动效,音画同拍
–整体时长约60秒(含片头),片头1-2秒
[二、视觉系统]
–基调:暗黑科技风——深空底色、蓝紫光晕、粒子与线框构成3D空间,玻璃拟态界面,电影级暗角与胶片颗粒
–建立一套克制的统一色板(背景/主色/辅色/强调色/文字层级各不超过5色),全片贯穿,不逐镜头换色
–3D必须是真渲染:自定义着色器的能量核心、轨道环、粒子场、网格地面等,由代码逐帧驱动;禁止用图片假装3D
–3D与文字必须分工:3D负责纵深、氛围与转场能量,文字负责信息;信息密集处3D主动后撤、压暗或移出画面
–中文排版讲究层级:主标题有力量感,数字用大字号渐变强调,字重/字号/字距形成清晰节奏;正文行宽克制,保证可读
–未揭晓的信息位用虚线轮廓等”待填充”语言占位,不留空洞
–留白与呼吸:每屏都要有明确的视觉重心和安全的空场,不要把画面填满
[三、动效标准]
–所有位移动画使用统一的缓动曲线族(快入慢出的指数/回弹类),禁止线性匀速;不同元素之间要有错峰(stagger),不要同帧涌入
–镜头运动要有设计:推、拉、摇、环绕、焦点转移,与语音重音和场景情绪配合;同一种镜头运动不要连续重复
–每个转场都是一次设计决策:硬切、叠化、光效扫过、闪白、粒子聚散、遮罩推移各司其职,不要所有转场都是淡入淡出
–入场/出场成对考虑,注意”出场”同样需要设计感,避免元素凭空消失
–文本动画逐字/逐词编排,与语音节奏咬合,必要时配合焦点变化
–关键帧动效要有余韵:冲击之后留一点惯性、拖尾、粒子衰减或光晕呼吸
–可以加少量转场音效/冲击音(whoosh、impact、UItick)强化节奏,音量克制、不盖过人声
[四、工程与交付]
–技术路线自选(Remotion/Three.js等代码渲染方案优先),输出1080p/30fps,16:9横屏视频
–性能要可控:着色器与粒子数量要能在合理时间内完整渲染1800帧,不能为效果牺牲可交付性
–字体只用系统或可商用授权字体;背景音乐优先用生成式音乐,规避版权风险
–源码工程结构清晰:配色、字体、时间轴、动效曲线、场景各自独立成模块,便于换文案/换品牌色/出竖版后一键重渲
–交付物:最终mp4、封面图、分镜预览图、完整可运行源码
[五、执行流程(按序推进,不要跳步)]
1.读素材→转写口播并标注时间戳→输出分镜表(时间区间/画面内容/动效/音频落点)
2.确认视觉系统(色板、字体、3D元素清单)与节奏曲线
3.实现工程→先渲染静帧与低分辨率预览逐帧自查→修正后再出全片
4.全片渲染→验收→交付
[六、验收清单(逐条自查,不通过就返工)]
–时间轴:每个画面落点与口播误差≤0.2s;口播全程无被BGM盖过
–排版:无文字与3D元素重叠、无溢出出血、字距与基线统一、安全区内
–动效:每处动画都有缓动与错峰;转场不重复单调;无同帧涌入、无突兀消失
–画面:抽帧检查至少8个关键帧(含片头、数据峰值、尾板),每个都达到”可直接做封面”的完成度
–成片:时长、音轨、码率、片尾留白符合预期,无黑帧、无卡顿、无音画不同步
–反面清单(出现即返工):文字压在3D球体上、占位空洞、渐变文字读不清、字号过小、动效像PPT、背景音乐喧宾夺主
它会直接交付包括视频、视频封面、分镜预览在内的所有产物。
最终出来的成片,有片头。
也有片尾,CTA(calltoaction)也会留够足够的时间,方便用户扫码。
整个流程就是这样,欢迎大家来复现,来给这套工作流提反馈意见。
同一套流程,我也用M3.1-flash、K3.1Pro、V4.1-flash、GPT-6.1-Sol都跑了一遍,大家觉得哪个更好看?欢迎在评论区告诉我。
写在最后
最近,CodetoVideo的玩法非常火。要论最强模型,肯定是Opus5.5,GPT-6.1也还不错。
但国内的几款模型,我体验了下来,效果也不赖。无非就是,提示词需要写得更细一点,动效、风格和元素要求更具体一点。
参考我今天的工作流和提示词,你也能做出类似的效果。
所以,我就花了一下午的时间,鼓捣出了今天这篇文章,教大家如何用代码制作自己的个人介绍视频。
希望它能够对你有所帮助。