上面这支视频里有三条内容：一条产品宣传片，一条创意剪辑的社媒短片，还有我出镜的这段开头，都没有打开过剪辑软件。
每一支都是一条样片，加一句话，在 Claude 的一个对话里复刻出来的。
这篇把整套工作流拆开讲：它需要你给什么，它自己做了什么，三个案例各花了多少钱。
01 爆款看得懂，做不出来
刷到一条爆款，你多半看得出它好看：节奏卡得准，转场利落，字和画面配合得刚好。
但要自己做一条，就是另一回事了。在哪里切、怎么转场、音效落在哪一拍，这些全靠剪辑软件，加上好几年的手感。
现在用 AI 写提示词，也能做出不错的片子。可前提是你得说得清「为什么好看」，知道哪里不对、该怎么改。这本身就是一道专业门槛。
所以这次我换了个思路：不描述好看，直接给它看。
02 三件输入，一个对话
背后是三样东西：Claude Opus 5.5 负责读样片、做判断、调度；Atlas Cloud MCP 是 400 多个模型的统一入口，生图、生视频、配乐、视频编辑，需要什么就调什么；Remix Skill 是我们自己写的剪辑 skill，负责拆样片、出分镜、合成成片。
你要准备的只有三样：一条样片（负责审美）、你的素材（没有也可以）、一句话（说清你要什么）。
剩下的它按七步走：补全简报 → 拆样片 → 列缺口并生成 → 出分镜 → 配乐和音效 → 合成成片 → 自检。
它复刻的不是元素，是这条片子为什么好看。
这次的三个案例，正好对应短视频里常见的三类需求：
| 案例 | 场景 | 为了什么 | 适合谁 |
|---|---|---|---|
| 开头那段视频 | 长内容再利用：电影、直播、播客、课程切成短视频、预告片、多语言版 | 拉新、扩大分发、出海 | 片方、主播、播客、课程创作者、企业内容团队 |
| Marketing Studio 上线片 | 营销获客：产品发布片、广告素材、同一条广告出多个版本做 A/B | 转化、拉新、降本 | 品牌、电商卖家、投放优化师、增长团队、独立开发者 |
| OFF THE CARD | 社交短视频：穿搭、健身、旅行、汽车、粉丝向等个人内容 | 涨粉、玩梗、个人品牌 | 个人博主、素人、粉丝剪辑爱好者 |
下面先用开头那段视频，把七步一步一步摊开。
03 案例一｜长内容再利用：开头那段视频是怎么做的
场景：长内容再利用 ｜ 为了：拉新、扩大分发、出海 ｜ 适合：片方、主播、播客、课程创作者、企业内容团队
做播客、直播、课程的人，手里都有大量长内容。真正能带来新观众的，往往是从里面切出来的那几十秒：一段预告、一个 hook、一条短 clip。
难的是切出来以后，怎么让它自己就是一条值得停下来看的短视频。要加字幕动效、换场景、配乐卡点，这些以前都得交给剪辑师。
这次的长内容，是我的一段 30 秒数字人口播。我给它的是：这段口播视频，两支已经做好的片子，一条口播类的爆款样片，再加一句话：「把这段口播按样片的风格剪成教程开头。」
第一步：补全简报
一句话里没说的事，它先补齐成一张制作单：做多长、什么画幅、发哪里、素材够不够、配乐用什么、预算多少，每一项都标出是我说的，还是它默认的。
真正需要我拍板的，它只问了三个：
- 样片换了七八个场景，你只有一个机位。要不要按同一段口播再生成几个新场景？（附价格）
- 样片的主色是红色，要不要换成品牌色？
- 配乐要不要按样片的风格生成一条？（附价格）
第二步：拆样片
这一步它会出一份完整的分析报告，四种「眼睛」各管一块：
- 剪辑引擎（本地代码）：把样片拆成 23 个镜头，量出每一镜的起止、景别、转场，测出配乐的速度和段落能量
- 动感曲线（本地代码）：逐帧量画面哪里冲、哪里缓，画面里有什么在动
- Gemini（通过 Atlas Cloud MCP）：直接听配乐，描述曲风、乐器和结构
- Claude：逐格读镜头，把每个镜头和它那句台词对上
几个关键数字：样片 29 秒、23 个镜头，平均 1.26 秒一刀；配乐约 132 BPM，前 12.6 秒只有铺底，之后鼓进来，起来的那一下正好落在口播的转折句上。
画面完全静止的时间只占 10%，画面里有东西在动的时间占 53%，其中一半是镜头不动、只有字在动。也就是说，这条片子的动感主要来自字。
最后，它把让这条片子好看的原因收成三条：
- 字幕就是画面主角。重点短语砸成巨型粗体字，有一镜的字直接压在人身后。
- 一句话换一个场。换的是机位、光线和色调，同一个人出现在七八种「世界」里。
- 讲到什么就插什么。说到哪个东西，就插一秒对应的画面，字照样叠在上面。
第三步：列缺口，再生成
样片有七八个场景，我只有一个机位，这就是缺口。它报完价、我确认后，调 Seedance 2.5 按同一段口播生成了三个新场景：白色影棚全身、蓝色背景侧光、黑白侧脸特写，口型跟着台词走。
数字人本身也是这样做的：口播文案按 30 秒左右切块，用我的克隆声出一条参考音频，再让 Seedance 2.5 一次生成 30 秒，提示词里放完整台词。112 个英文单词，30 秒一字不差念完，整段一镜到底。
第四步：出分镜
分镜表里每一场都要写两件事：借了样片什么，改了什么、为什么改。比如：
第五步：配乐和音效
配乐先让 Gemini 听样片，得出「旋律电子、132 BPM、前段只有铺底、后段四拍底鼓进来」，再用 Suno 生成一条同风格的纯音乐，把起来的那一下对在口播的转折句「Take this intro」上。
音效一共 21 个，用代码写出来。它会先测配乐的根音和常用音，撞击声落在根音上，闪光、上扬这类声音只用调内的音，所以不会和音乐打架。
第六步：合成
字压在人身后，需要把人抠出来。白色影棚背景干净，它用本地的人像分割加色键就抠干净了，不花钱。最后用代码合成，从头到尾没有打开剪辑软件。
第七步：自检
成片出来后，它只查会影响观看的大问题：画面和声音是不是一样长，响度够不够，有没有黑屏或卡住的画面，字有没有被挡住，再把整条音轨转写一遍，核对台词有没有漏字。方向上的事在分析和分镜阶段已经定好，自检不会把片子往回改。
从一段 30 秒的口播，到一支有新场景、动态字幕、配乐和音效的开头，素材只多了一条样片和一句话。同一套流程换成英文口播、换一条样片，就是另一个语言、另一种风格的版本。
04 案例二｜营销片：Marketing Studio 上线片
场景：营销获客 ｜ 为了：转化、拉新、降本 ｜ 适合：品牌、电商卖家、投放优化师、增长团队、独立开发者
这个案例是给 Atlas Cloud 新上线的 Marketing Studio 做一支上线片。素材是官网录屏，加上一套用 Marketing Studio 做好的香水产品图和短视频。
这个案例我们做了两遍，正好当对照组。
没有样片的那一遍：只描述需求，靠长描述加多轮调整，最后也能做到不错。但每一轮都要你自己判断哪里不对、该往哪改，对专业和审美的要求不低，也不够直接。
给了样片的这一遍：提示词很短，节奏、结构和转场直接照着样片来。样片开头有一个人物出镜，中间有一段 UGC 自拍和一段卡通风格，我们的素材里都没有。它把这三类镜头列成缺口、报了价，我确认后再生成补齐。配乐也是先听样片、描述风格，再生成一条同风格的纯音乐。
把两版放在一起看，差别很具体：样片版里的人物开场、UGC 自拍段、卡通风格段，没有样片的那一版里一样都没有。不是做不出来，是没有样片的时候，需求里根本想不到要写这些。
这就是样片的价值：它把「你没想到要说的东西」也一起交给了 AI。你不用会描述节奏和镜头语言，只要指着一条片子说「照这个感觉来」。
05 案例三｜创意剪辑：OFF THE CARD
场景：社交短视频 ｜ 为了：涨粉、玩梗、个人品牌 ｜ 适合：个人博主、素人、粉丝剪辑爱好者
这是一条社媒上常见的创意剪辑：人物在跑，背景里的填充每 0.1 秒换一次，人始终压在大字前面。
这类片子以前绕不开剪辑软件。我找这条样片的时候，看到的是一条剪辑教程，做法大概是这样：
- 导入素材，用智能抠像把人抠出来
- 复制一层，蒙版反转，把人和背景拆成两层
- 背景上缺了人那一块，导出一帧去 AI 里抹掉人物、补全背景
- 再导回剪辑软件
- 把文字和叠加素材塞进人物层和背景层之间
- 最后调色、加特效
六七步，每一步都要会软件。
这次我给它的是：这条样片，一张我的模卡，一句话。
- 拆样片时，它把招牌特征写清楚：填充 0.1 秒一换，人在前，字在后
- 人物奔跑的镜头，调 Seedance 2.5 照着模卡生成
- MCP 里没有视频抠像模型，它就调视频编辑模型把背景换成绿幕，再在本地抠出来
- 背景填充图用 GPT Image 2.5 生成，配乐用 Suno 生成
- 最后画面全部用代码合成
抠像、蒙版、把字夹进图层之间，这些原本要在软件里一步步手动做的事，都变成它自己判断、自己去调模型完成。
06 花了多少钱
| 案例 | 花费 | 主要花在 |
|---|---|---|
| 长内容再利用（开头） | 约 $26 | 数字人和三个新场景，共 46 秒视频生成 |
| 营销片 | 约 $4.92 | 补缺口镜头 $4.63，配乐 $0.29 |
| 创意剪辑 | 约 $2.91 | 人物镜头、换绿幕、填充图、配乐 |
营销片和创意剪辑都在 5 美元以内。带数字人的版本，钱基本都花在视频生成上，按秒计费。
07 你可能会问
样片从哪来？
收藏夹里的爆款、同领域的账号、平台的热门模板都可以。剪辑教程本身也是好来源，创意剪辑那条样片就是从一条剪辑教程里找到的。
只借它的结构和节奏，别人的画面、文字和声音一律不搬。
没有样片行不行？
行，营销片没有样片的那一遍就是。只是那样你得自己当导演。
我们也在整理另一个 skill：不需要样片，你只说出诉求，由 agent 把导演该做的判断补上，比如结构怎么排、节奏怎么起落、镜头怎么接。做好了会再单独介绍。
长内容，比如一个不露脸的 YouTube 讲解频道，怎么做？
这个留到下期。
怎么开始
整套流程跑在 Claude 里，第一步是把 Atlas Cloud MCP 接进去。以 Claude Code 为例，两步就好：
- 在 Atlas Cloud 控制台创建一个 API Key。它只显示一次，创建后马上复制。
- 在终端里运行下面这行命令，把 key 换成你自己的：
bash1claude mcp add atlascloud \ 2 --env ATLASCLOUD_API_KEY=your-api-key-here \ 3 -- npx -y atlascloud-mcp
运行完 Claude Code 会自动重载，之后在对话里就能直接调用 400 多个图片、视频、音频和语言模型。
Codex、OpenClaw、Hermes 的接法，以及命令行工具和 skills 包，都在 atlascloud.ai/cli 这一页。
下载 Remix Skill（免费，.zip）。解压后把 skills/ 里的三个文件夹放进 Claude 的 skills 目录（Claude Code 是 ~/.claude/skills/），然后丢给 Claude 一条样片和一句话就行。
