最近我一直在用 Claude Opus 5.5 帮我写代码做视频，说实话，效果比我预期好太多。以前要折腾一下午的动画，现在十几分钟就能搞定。如果你也经常做视频，尤其是数据可视化、信息图表、或者需要批量生成的内容，这篇文章一定要看完。我会梳理 7 类技术路线，拆解 5 个真实案例，再送你一套可以直接套用的提示词框架。

写代码做视频不是新鲜事，但过去门槛很高，得精通 Python、OpenGL 或视频编辑脚本。现在有了 Claude 这种能直接理解自然语言并生成完整代码的 AI，整个流程被压缩到“说需求—拿代码—出视频”三个阶段。你不需要是程序员，只需要能清晰描述想要的效果，剩下的交给代码生成模型。这篇文章就围绕这个核心，帮你把“用 AI 写代码做视频”这件事彻底吃透。

1. 为什么用代码做视频？我的核心判断

很多人一听“写代码做视频”就觉得是程序员的事，其实完全不是。我自己做了快十年的视频内容，从传统剪辑到动态图形，再到现在的 AI 辅助生成，最大的感受是：视频制作的本质正在从“操作软件”转向“描述需求”。Claude 这类能生成可执行代码的模型，恰好把这条链路打通了。

1.1 传统视频制作流程的瓶颈

传统做一条数据可视化视频，通常要用 After Effects 手动拉关键帧、绑数据、调曲线，再加上渲染，一套下来至少半天。如果数据更新了，又得全部重做。更别提批量生成几十个不同产品、不同文案的视频，那基本是噩梦。这种重复劳动消耗了大量时间，留给你真正做创意和内容策划的精力反而很少。

1.2 代码视频的底层优势

代码生成视频的本质是用程序逻辑控制画面元素。比如你想让一个数字从 100 增长到 10000，传统做法是画两个关键帧让数字变化，但用代码就是写一个循环，让数字每帧增加对应值。好处是精确、可复用、可批量。配合 Claude 这种能理解英文自然语言的模型，你只需要告诉它“让数字从 100 涨到 10000，用渐变色背景，增长率指数变化”，它就能给你写出对应的 Python 或 JavaScript 代码。这种高精度自动化，是传统剪辑软件做不到的。

2. 7 类技术路线逐一拆解（附核心思路）

我用 Claude Opus 5.5 试了很多种方式，最后总结出 7 类最实用的技术路线。每一类我都给出了适用场景和关键代码思路，你可以直接参考。

2.1 路线一：程序化动画生成（P5.js / Processing）

这类路线适合做艺术感强的动画，比如流动的粒子、旋转的几何体、不断变化的线条。原理就是通过代码控制每一帧的画布内容。Claude 可以生成完整的 P5.js 代码，你只需要在浏览器里打开一个 HTML 文件就能看到动画效果。

实操时我一般会这样给提示词：“请写一段 P5.js 代码，生成一个 1920x1080 的动画，背景深蓝色，有 200 个白色粒子按正弦波轨迹移动，粒子大小随机，每帧刷新率 60fps。”然后 Claude 会生成一段 40 行左右的代码，保存为 HTML 后直接用浏览器打开，再录屏就行。

关键点在于：一定要在提示词里明确画布尺寸、帧速率、颜色、元素数量、运动逻辑。这些参数直接决定视频的质量。P5.js 比较适合短平快的动态视觉，不擅长复杂的三维场景，但做抽象背景特别合适。

2.2 路线二：数据可视化驱动（Matplotlib / Plotly + FFmpeg）

这是我最常用的一类，适合把表格数据变成动态图表。传统 Excel 图是静态的，但用 Python 的 Matplotlib 可以把每一帧的数据变化渲染成图片，再用 FFmpeg 拼成视频。Claude 在这方面特别强，它能帮你写出完整的 Python 脚本，包括读取 CSV、生成动态折线图、柱状图动画。

一个典型场景是“公司季度销售数据可视化”。我会让 Claude“写一个 Python 脚本，使用 pandas 读取 sales.csv 文件，用 matplotlib 生成一个动态折线图，横轴是季度，纵轴是销售额，每季度之间用 30 帧的动画过渡，最终保存为 mp4 格式。”Claude 会给出类似下面的代码骨架：

import matplotlib.pyplot as plt import pandas as pd from matplotlib.animation import FuncAnimation df = pd.read_csv('sales.csv') fig, ax = plt.subplots() x = df['quarter'] y = df['sales'] def update(frame): ax.clear() ax.plot(x[:frame], y[:frame], color='#FF6B6B') ax.set_title(f'Quarterly Sales - Q{frame}') ani = FuncAnimation(fig, update, frames=len(x), interval=200) ani.save('sales_video.mp4', writer='ffmpeg')

注意，Matplotlib 生成的默认字体偏小，要提醒 Claude 调整字号和图表样式，否则放到社交平台会显得很粗糙。另外，务必让 Claude 加上plt.subplots_adjust()设置留白，避免坐标轴被裁剪。

2.3 路线三：脚本调用视频编辑工具（MoviePy / FFmpeg CLI）

如果你想对已有视频素材做自动化处理，比如批量添加字幕、剪辑头尾、转场特效，那直接在命令行用 FFmpeg 或者用 Python 的 MoviePy 库最方便。Claude 可以生成一整套 Shell 脚本或 Python 脚本，让你一条命令搞定十几个视频。

例如我最近做一个系列视频，需要把每条视频前 3 秒的硬切替换成一个统一的片头动画。我用 Prompt：“生成一个 Python 脚本，使用 MoviePy 对 input_folder 里所有 .mp4 文件，在开头拼接一个 intro.mp4，并在视频右上角添加一个半透明 logo 图片，输出到 output_folder，保持原视频的音频和帧率。”Claude 生成的代码基本能直接跑通，你只需要改一下文件路径。

这条路线的核心技巧在于“善用 moviepy 的 CompositeVideoClip”。很多新手容易在音频渲染上栽跟头，所以记得在提示词里强调“保留原始音频轨道”，否则容易得到静音视频。

2.4 路线四：AI 生成图像+代码合成帧序列

这一条路线的原理是：先用 AI 绘图工具批量生成一系列关键帧图片，再用代码把它们按顺序合成视频。Claude 在这里的主要作用是写“合成视频”的代码，而不是生成图片本身。它可以用 FFmpeg 根据图片序列创建视频，比如“将文件夹内按连续数字命名的 PNG 图片序列，以 24fps 合成 1080p 的 mp4 视频”。

适合做延时摄影风格，或者那种每一帧都不同的手绘风格视频。你在提示词里明确：“图片文件名为 0001.png, 0002.png……，输出帧率 30，画面尺寸 1920x1080，编码用 H.264。”Claude 就会写好一条 FFmpeg 命令。需要强调：如果图片尺寸不统一，要先统一尺寸，否则合成会报错。

2.5 路线五：模板化嵌套动画（HTML/CSS/JavaScript）

有些视频其实就是网页动画的录屏，比如动态海报、滚动数字、点击交互效果。用 HTML/CSS/JS 来做这种动画，然后用浏览器录屏，效果会比剪辑软件更流畅，因为它是直接在浏览器渲染的。

Claude 能写完整的 HTML 页面。我试过一个需求：“做一个产品发布倒计时页面，黑底金字，数字每隔一秒跳动，背景有微弱的粒子效果。”Claude 给了完整的 HTML 文件，用浏览器打开后我会用 OBS 或者浏览器自带录屏功能录下来。这条路线最大的坑是浏览器兼容性。一定要提醒 Claude 用标准的 ES6 语法，避免用那些只在最新版浏览器才能跑的 API。

2.6 路线六：交互式故事线自动生成

这个路线稍微进阶一些，适合做那种剧本分支视频。比如视频开头播放，根据用户的选择跳转不同片段。传统中用非线性剪辑软件做交互视频非常麻烦，但用代码写一个简单的播放器逻辑反而更灵活。Claude 可以用 JavaScript 做 H5 视频播放器，支持点击按钮跳转不同时间点。

实际案例：我帮某公司做过一份员工培训视频，开头问“是否有相关经验”，选“是”跳转到进阶内容，选“否”跳转到基础内容。用 Claude 写的跳转逻辑很清晰，只要把视频分段标注好startTime和endTime，按钮点击后video.currentTime =跳转。注意，这条路线需要一定的前端基础，至少能调试 HTML 问题。

2.7 路线七：自动播报生成（语音合成+字幕+视觉素材拼接）

这是最像“傻瓜式视频制作”的路线。你可以搭建一个流水线：文本 → 语音合成音频 → 自动生成字幕文件 → 截取相关视觉素材 → 用 MoviePy 把音频、字幕、素材合成为完整视频。Claude 可以帮你写整个流程的 Python 脚本，从 10 个文本文件批量生成 10 条语音播报视频。

其中核心是“字幕的对齐”。Claude 可以生成 按照语音时间戳切分的字幕列表，或者直接调用字幕生成库。我的建议是先用文本转语音生成 wav，然后用语音识别服务生成带时间戳的 srt 文件，最后用 MoviePy 的subtitles功能加字幕。这套流程最大的价值是可以完全无人值守，睡一觉醒来视频全做好了。

3. 5 个案例实战拆解（含提示词与关键结果）

光说路线太虚，我来拆 5 个我自己或身边朋友真实做过的案例，每个案例都附上了当时用的提示词和踩坑点。请注意，所有案例均基于虚构项目，仅供思路参考。

3.1 案例一：某公司季度财报数据可视化视频

需求：把一份 12 页的 Excel 销售数据做成一条 90 秒左右的动画视频，用于内部汇报。

我用 Claude 写了一个 Python 脚本，用 Matplotlib 动态渲染每个季度的柱状图，并在最后做一个 3D 饼图。提示词如下：

基于附件 sales.xlsx，用 pandas 读取数据，制作动画图表。动画分为 4 个段落：第一段折线图展示月度趋势，第二段柱状图对比季度总量，第三段用饼图展示部门占比，第四段展示累计销售额。每段动画持续 5 秒，图表之间用淡入淡出切换。最终输出 1920x1080 的 mp4 文件。

整个流程下来，从写代码到出片，大约花了 40 分钟，而如果手动在 AE 里做，至少需要一整天。这里要注意的是：动画之间淡入淡出用matplotlib.transforms很复杂，我直接让 Claude 用subplots把四张图并列输出，再后期用剪辑软件加转场，反而更快。

3.2 案例二：产品宣传片的批量字幕生成

需求：某电商平台有一批 30 秒产品介绍视频，需要自动生成中英双语字幕，并按品牌标准格式化。

这个案例我用的是“自动播报生成”路线，先用 Claude 写脚本调用语音识别接口生成时间轴，再按要求生成双语 srt 文件，最后用 FFmpeg 烧录硬字幕。提示词核心是：

写一个 Python 脚本，读取 each video.mp4 的音轨，转写为带时间戳的文本。再根据文本生成一个双语 srt，第一行中文，第二行英文。然后调用 ffmpeg 将 srt 烧录到视频右下角，字幕字体样式为白色、3px黑色描边、Arial，大小 24 号。

过程中碰到一个坑：FFmpeg 烧录中文需要指定中文字体文件，否则会显示方块。Claude 生成的命令默认用的 Arial，明显不适合汉字，我补充了一句“使用系统中的 Noto Sans CJK SC 字体”，才解决。这类细节只有实际操作过才会懂。

3.3 案例三：动态海报生成（用 HTML/CSS 做安利风格动画）

需求：A 同学是一名设计师，想给客户做一款“品牌元素飘动”的海报动画，以便在朋友圈传播。

我们选择了 P5.js 路线。Claude 生成了一段 50 行的 P5.js 代码，使得十多个品牌主图形以不规则贝塞尔曲线运动，背景是纯色渐变。保存为 HTML 后，A 同学在浏览器打开，直接用屏幕录制软件输出成 10 秒的短视频。效果非常惊艳，客户当场确认。

关键提示词：“写一个 HTML 文件，使用 p5.js 库，在 1080x1920 画布上让一组品牌 logo 文字和图形做轻柔的浮游运动，运动轨迹为三角函数叠加，透明度 80%，背景从浅粉渐变到浅蓝。” 这里必须用手机竖屏尺寸 1080x1920，因为最终是发朋友圈。另外，为了让文字边缘更平滑，记得在代码里开启pixelDensity(2)，否则手机上看会有毛边。

3.4 案例四：教程视频的章节自动标记

需求：某讲师录了一节 45 分钟的编程课，想生成带章节锚点的视频目录，方便学生跳转。

我们用 script automation 和 FFmpeg 解决。Claude 给出了一个 Python 脚本，读取视频音轨和配套的 PPT 屏幕录制，通过比对静音段自动识别章节切换点，同时提取对应时间点的压缩截图作为章节预览图。脚本最终输出一个 JSON 文件和一个带 chapter 信息的 mp4。

提示词核心：“分析 long_video.mp4，用 ffmpeg 的 silencedetect 检测静音，找出 15-25 秒之间的静音段作为章节分割点。然后使用 scene detection 找出 PPT 翻页的关键帧，两者对齐作为章节起始，并生成一个 JSON 映射表。”

实测过程中要特别小心静音阈值设置，太高会把正常停顿也切掉，太低又检测不到切换。我让 Claude 调整了好几次，最后找到 -30dB 这个经验值，并且最小静音时长设为 1.2 秒，效果才稳定。

3.5 案例五：教育培训机构的批量开场片头制作

需求：某培训机构有 200 位老师，每位都需要一条带自己名字的定制片头，用于课程上线。用剪辑软件手动加名字不现实，必须全部自动化。

Claude 被要求生成一个 Python 脚本，读取一个 excel 名单，并用 Pillow 库生成不同名字的开场图，再用 FFmpeg 把中文名字文字和背景音效合成为 5 秒短片。提示词：

读取 teacher_names.xlsx，为每个教师生成一个 1920x1080 的 PNG 图片，背景为品牌蓝，正中偏上显示教师姓名，字体为思源宋体 48 号，下方显示“金牌讲师”头衔。然后批量用 FFmpeg 将图片拼接为 5 秒 30fps 视频，背景音乐用同一个 audio.mp3 轨道。

这个案例极大的提升了效率，200 条视频不到半小时全部生成。核心心得是：尽量避免用复杂特效，否则单条视频渲染时间会成倍增长。批量任务要把所有参数统一，用固定模板是最高效的。

4. 可复用提示词框架：我总结的万能模板

很多人问“为什么我给 Claude 写的提示词运行效果不好？”绝大多数原因是提示词含糊、没有给上下文、或者参数不明确。经过大量测试，我总结了一套特别适合“写代码做视频”场景的提示词框架，分四层结构使用。

4.1 第一层：角色与目标设定

先让 Claude 明白它在扮演什么角色。这一段我通常写“你是一名资深视频处理专家，精通 Python、JavaScript 和 FFmpeg。请根据以下需求编写可直接运行的代码。”这种方式能大幅提升生成代码的质量，因为模型会更倾向于输出完整、符合专业人士习惯的格式。

4.2 第二层：输入与输出约束

明确输入什么、输出什么。比如文件路径、格式、分辨率、帧率、编码器、语言。我一般会给出一个示例：“输入为 input_video.mp4（1080p，每秒 25 帧），输出为 output_video.mp4（H.264 编码，重采样为 30fps）。”强烈建议把所有文件路径参数都用假定的占位符写清楚，并说明是否包含音频。

4.3 第三层：执行步骤拆解

把大任务拆成小步骤，让 Claude 逐步生成。比如“第一步：加载视频并裁剪；第二步：检测静音段；第三步：添加字幕；第四步：导出保存”。每步之间用自然语言连接。这样生成的代码可读性高，出了问题也知道在哪一段修改。

4.4 第四层：质量与错误控制

提示词一定要包含“请添加合理的错误处理，比如文件不存在时打印警告并跳过，以及包含详细的中文注释”。这样生成的脚本不容易在跑数据时突然崩溃。我也常加一条“请优先使用标准库和非过时的第三方库，避免依赖未安装的包”，免得在环境搭建上折腾太大。

一个可以直接抄的提示词示例：

你是一名视频自动化专家，请写一个 Python 脚本。输入：video_folder 下所有 MP4 视频，输出：把每个视频长度裁切成 10 秒以内的片段，并在每个片段左下角加上一个半透明的时间戳文本。请使用 moviepy 处理，并加入 try-except 异常处理，生成代码要包含一段如何在终端运行的说明。

这个模板我迭代到第 15 版后，基本可以做到“改路径就能用”。只要掌握这个语感“角色-输入-步骤-错误控制”，就能应付绝大多数视频制作需求。

5. 避坑指南与经验分享

用 Claude 写代码做视频，整体体验很好，但坑也不少。这节我重点分享最典型的三个问题和我的独家解决技巧。

5.1 常见问题一：默认字体导致中文乱码

很多视频场景都要添加中文文字，但 Claude 生成的代码默认用的 Arial 或 Helvetica，这绝对会导致中文显示为方块。解决办法是在提示词里明确指定你机器上的中文字体路径或名称，例如“使用系统中文字体 Noto Sans CJK SC”。如果不知道字体在哪儿，可以先用fc-list :lang=zh命令查看。

5.2 常见问题二：视频尺寸、帧率不匹配导致卡顿

当视频由多个素材拼接时，如果素材的分辨率或帧率不一致，FFmpeg 或 MoviePy 常常处理错误或干脆输出损坏的文件。建议在提示词第一轮就明确“所有视频统一缩放为 1920x1080，帧率重采样为 30fps”。不要信任源视频本身的属性，先统一再做后续处理。

5.3 常见问题三：编码与音频通道出错

例如需要保留立体声音频时，MoviePy 默认可能只保留单声道；或者输出 H.264 时少了libx264库。提示词里最好直接写“音轨保留双声道，视频编码器用 libx264，音频编码器用 aac”。否则跑完才发现没声音或音质差，又得重做。

最后再分享一个小技巧：拿到 Claude 生成的代码后，不要急着全量跑，先丢一小段测试视频试跑。这是我踩过几次坑之后总结出来的经验，可以帮你快速定位问题，同时避免浪费大量处理时间在错误的数据上。每次我接到新任务，第一件事就是把文件路径替换成一个小测试目录，哪怕只有 2 秒素材，也足以验证整条流水线是否正确。然后再放心处理真实素材。这套思路配合上面的提示词框架，基本能解决 90% 的视频自动化需求。