【AI智能体】Codex 制作AI视频实战操作详解

目录

一、前言

二、Codex 介绍

2.1 Codex 是什么

2.2 Codex能做什么？

2.3 Codex 自动化剪辑介绍

2.3.1 传统视频制作的痛点

2.3.2 AI制作视频优势

2.3.3 Codex 制作视频优势

2.3.4 Codex 制作AI视频应用场景

2.3.5 Codex制作AI视频的完整流程

第一步：前期准备

第二步：内容生成

第三步：剪辑与包装

第四步：迭代与导出

三、Codex 自动化剪辑案例操作

3.1 环境准备

3.1.1 获取自动剪辑的skill

3.1.2 创建skill文件目录

3.1.3 Codex 打开目录并测试

3.2 自然语言生成视频

3.3 为视频增加字幕

3.4 视频合成

3.5 添加背景音乐

3.6 视频切片

3.7 生成视频特效

3.8 基于图片生成视频

3.9 文案生成视频

3.10 补充

四、写在文末

一、前言

Codex 被誉为2026年最值得上手的 AI 工具，它不仅是一个编程 Agent，更是一个几乎可以替换掉任何对话工具的全能 AI。配合高性价比的定价机制和充足的 Token 额度，只要你能想到的场景，它都能帮你自动化完成。可以说，Codex 完美复刻了ChatGPT的模板，让普通的用户也能方便使用一款专属定制、性能强大的桌面版AI助手。本文通过几个实战案例，详细演示下如何基于Codex 并结合Skill完成一些AI视频的自动化制作。

二、Codex 介绍

Codex 是 OpenAI 推出的一款AI 编程智能体。与简单的聊天机器人或代码补全工具不同，Codex 能够像一个真实的开发人员一样，独立理解复杂任务、操作你的电脑、编写并修改代码、运行终端命令，甚至自动修复bug。访问入口：https://openai.com/zh-Hans-CN/codex/?utm_source=Ai138.com

2.1 Codex 是什么

简单来说，可以把 Codex 看作一个“能帮你干活的AI工程师”。

• 它是“目标驱动”而非“指令驱动”：你只需告诉它最终的目标（例如：“帮我搭建一个带用户登录功能的网站”），它会自动拆解任务，规划步骤并执行，而不需要你一步步告诉它该怎么做。

• 它不只是一个聊天框：虽然你可以在ChatGPT网页版找到它，但它真正的威力在于桌面应用和命令行工具（CLI）。在这些地方，它可以直接访问你的文件系统、运行终端命令，甚至操作其他软件。

• 它的用户远超程序员：官方数据显示，Codex每周有超过300万用户，其中近一半（50%）的使用场景并非编码。从写周报、整理文档到数据分析，它都足以胜任。

2.2 Codex能做什么？

近期的重大更新让Codex的能力大幅跃升，使其不再局限于编程领域：

• 动打开软件、运行模拟器、发现问题、修改代码，并再次测试验证，完成一整套开发闭环。

• 所见即所得的开发（内置浏览器）：Codex内置了一个浏览器。当你开发网页时，它可以直接在浏览器中展示效果。你可以直接在渲染出的网页上圈出问题，比如圈出一个标题并写上评论“字体太大，颜色改成蓝色”，Codex就能理解视觉和空间上下文，并精准地修改对应的代码。

• “心跳”机制与长期记忆：

  • 自动排班：你可以交付给它一个需要数小时甚至数周的长线任务。即使你关掉电脑，它也会在约定的时间点“自动醒来”，在后台继续工作。

  • 记忆功能：它会记住你的编码偏好和纠正过的错误，下次再合作时，就不需要从头开始解释了。

• 强大的工具生态：Codex已经接入了超过90个插件，可以无缝连接JIRA、GitLab、Microsoft Suite、Slack、Gmail等常用工具。你可以让它去Notion里读文档、去邮箱里看邮件、去项目管理工具里筛选Bug，再把所有信息汇总成一份报告给你。

2.3 Codex 自动化剪辑介绍

2.3.1 传统视频制作的痛点

传统视频制作长期面临高成本、长周期、重人力的问题。

• 周期长：传统短片制作从脚本打磨、分镜设计到拍摄剪辑、配乐调色，往往需要一个月甚至更久-。一部动画片约40%的成本用于渲染，渲染时间占到制作周期的50%左右-。一条30秒广告的平均制作周期长达45天。

• 成本高：近十年动画电影制作成本约为1.3亿至1.75亿美元/部-。传统微短剧每分钟制作成本通常在数万元至数十万元不等-。人工剪辑成本约为30-50元/条，单人日均产出仅5条。

• 工具割裂：A软件生图、B软件修图、C软件剪辑，“八百个软件切不完，真的切不完”。创作者需要在浏览器研究参考视频、查看产品页面、复制字幕、切换到剪辑工具整理画面，再分别处理配音、字幕、音乐和导出——环节之间缺乏连续的上下文。

• 创意消耗：导演的大量精力往往被现场执行、人员管理等事务消耗，难以专注于创作本身。

2.3.2 AI制作视频优势

相比传统模式，AI视频制作正在从多个维度重塑生产流程：

2.3.3 Codex 制作视频优势

Codex本身不是传统的剪辑软件，而是一个AI视频自动化生产引擎。它的核心逻辑不是用时间线去“剪”，而是用指令去“生成”和“组装”。

2.3.4 Codex 制作AI视频应用场景

Codex在视频制作领域覆盖了多元化的场景：

• 口播/解说类视频：知识科普、产品评测、新闻解读、观点锐评等

• 数字人视频：数字人口播、虚拟主播讲解

• 产品演示与营销：品牌广告、产品Demo视频、企业宣传片

• 电商带货视频：TikTok Shop带货视频批量制作

• 数据可视化：动态数据图表、人口/经济趋势动画

• 动漫PV与品牌短片：从角色设定到15秒动漫PV的完整制作

• 课程与知识付费视频：课程宣传短片、教程视频

• 社交媒体内容：小红书/抖音/YouTube短视频

2.3.5 Codex制作AI视频的完整流程

以一套完整的AI数字人视频自动化流水线为例进行说明。

第一步：前期准备

第二步：内容生成

第三步：剪辑与包装

第四步：迭代与导出

三、Codex 自动化剪辑案例操作

3.1 环境准备

在正式开始使用Codex 进行自动化剪辑之前，需要做下面的准备。

3.1.1 获取自动剪辑的skill

jianying-editor-skill 这个技能包，这是一个能实现自动剪辑的 skill 项目。剪辑师只需用自然语言告诉 AI 你想做什么视频，它就能帮你完成从写文案、配音、加字幕、选音乐、上特效到最终导出的整套流程。

• 该Skill支持主流 AI 编辑器：Antigravity / Trae / Claude Code / Cursor

• github的下载地址：GitHub – godtool/jianying-editor-skill: Skill for Agent automating JianYing (CapCut Chinese version) video editing. · GitHub

• 或进入到网盘下载：百度网盘 请输入提取码

• 支持主流 AI 编辑器：Antigravity / Trae / Claude Code / Cursor

jianying-editor-skill 能做什么

jianying-editor-skill 不适合做什么？

• 不是剪映的替代品 — 最终的视频渲染、预览回放还是靠剪映本身完成的，这个工具负责的是"自动帮你把时间轴搭好"，帮你点击导出

• 不能用剪映的实时特效 — 像智能抠图、美颜、语音识别字幕这些需要剪映 GPU 实时处理的功能，目前无法通过代码调用

• 不能操作剪映的全部 UI 按钮 — "一键成片""图文成片"这类剪映内置的 AI 功能暂时没法自动触发

• 自动导出依赖老版本 — 自动导出功能目前只支持 剪映 5.9 及以下版本（6.0+ 弹窗太多会干扰自动化脚本）

• 不支持手机端剪映 — 只能配合 Windows/Mac 桌面版剪映专业版使用

3.1.2 创建skill文件目录

打开剪映所在的目录，在这个目录下按照skill的规范，将上面的jianying-editor-skill 这个skill解压完之后放进去

3.1.3 Codex 打开目录并测试

在Codex 中打开剪映所在的主目录作为工作区，然后输入下面的提示词，测试一下自动化剪辑的环境是否正常

检查一下剪映自动化的环境是否正常

在这个过程中，Codex 会识别到上述这个skill并且加载进去，同时安装自动化剪辑所必须的依赖环境，这个过程可能有点长

等依赖环境自动化安装完成后，再输入下面的提示词，让Codex 基于该技能做一个视频

随便剪辑一个视频给我看看，测试一下

视频自动生成完毕后，可以在剪映中打开看效果，下图中生成的第一个草稿视频即为Codex 生成的测试视频

3.2 自然语言生成视频

有了AI之后，现在只需要你把需求描述清楚，Codex 就可以基于自然语言生成视频了，如下是让AI帮我生成一段企业文化相关的视频，需要3段8秒左右的视频

帮我生成3段视频，每段8秒，这三段视频背后的核心内容是宣讲企业文化相关的，企业文化的核心要点品质，质量，服务，企业的使命是：做家居行业的领航者，企业的愿景是，争取在5年内做到行业的前三，围绕这些点，在生成的视频中体现出来，视频需要配音，但是不需要字幕

输入进去之后，第一次时间会有点长

打开之后，整体效果还是很不错的，按要求得到了1080的视频

3.3 为视频增加字幕

在实际的剪辑场景中，比如你自己拍摄的一段视频，或者从其他地方获取的视频素材，并没有字幕，这时候你在剪辑需要给视频增加字幕，使用传统的方式来做这件事上一件比较麻烦且费时费力的活儿，现在有了AI之后就可以直接通过自然语言对话的方式来完成，我们直接基于上面的这几个视频来做，在Codex 中输入下面的提示词

将【企业文化宣传视频】目录所有视频文件加上字幕，字幕要求黄色背景+黑色字体，字号为15，在视频中央底部展示，剪辑后的视频保存到【企业文化视频带字幕】目录

任务执行完成后，打开视频看下效果，字幕已经按要求加上去了

• 检查的时候发现，字幕中有个别字显示与语音有点出入，这种小问题可以通过对话让Codex 继续调整

补充：

• 在真实的项目或者剪辑中，为了提高一次任务的执行成功率，建议提前将视频中语音的文案提前准备好，在为视频生成字幕的时候将这份文案一起投递给Codex

3.4 视频合成

使用过视频剪辑工具的同学应该不陌生，很多情况下需要对获取到的多个原始视频素材最终合在一起，开头和结尾加特效，中间连接的部分使用一些转场效果，现在有了AI之后可以直接在Codex中完成这项工作，对于上面生成的3段视频，我们将其合在一起

将上面生成的带字幕的3段视频按顺序合成一段完整的视频，视频之间增加0.5秒的转场效果

最后可以打开合成的视频，可以看到按要求将视频合在一起并且视频之间加了转场效果

3.5 添加背景音乐

一般来说，剪辑的视频需要增加背景音乐，根据视频本身的特点增加一些BGM从而增强视频本身的效果，在Coex 中做这件事很简单，只需要告诉它你使用的背景音乐是什么，在哪里，怎么加，把这些要求描述清楚之后就可以完成给视频添加背景音乐的工作，如下：

将【背景音乐.mp3】添加到上面刚刚合成的视频中，背景音乐的音量适中，不要覆盖了视频的解说声音，根据视频长度自动裁接，视频结束的1秒内，背景音乐有一个淡出的过程

3.6 视频切片

有过剪辑经验的同学应该知道，比如你拍摄了很多素材，其中某些素材的视频很大，只需要其中的某一小段视频即可，或者需要从这段比较长的视频中得到几小段视频即可，这时候就需要做视频的切片，使用Codex 可以很方便的做这件事，基于上述我们合成的视频，让其进行切片处理

将上面合成好的视频进行切片，切分成3个视频，时长平均分配到3个视频中，切片后的视频放在【视频切片】这个目录下

可以看到已经按要求将切分后的视频放在了指定目录下

3.7 生成视频特效

在一些企业宣传片中，经常能看到视频开头会有一个比较震撼的开场效果，这种叫片头，一般会使用一些特效来做，让整个视频更有吸引力，下面使用Codex 来为上面生成的视频做一个开场特效

• 关于特效的名称，可以在网上去搜索，每一种特效都有自己的名字

帮我用网页写一个星空粒子的片头动画效果，符合企业宣传片的调性，时长5秒钟，然后导出到【特效素材】目录中

最后按要求生成了片头特效，整体效果还是很不错的

3.8 基于图片生成视频

在一些短视频平台上可以看到很多通过图片生成的视频，图生视频是去年出现的一个比较火热的技术，现在可以直接基于Codex 来完成图生视频的任务，首先在本地文件目录下准备几张图片，我这里准备了5张图片

• 像生活中的出游照片做成视频，或者公司团建的照片也可以通过这种方式生成视频

然后将下面的提示词投递给Codex

将【图片素材】目录所有图片合并成一个视频，海张图片之间添加淡入淡出转场，将【背景音乐.mp3】作为视频的背景音乐，视频保存到【图片合成视频】目录中

3.9 文案生成视频

通过文案生成视频是一种高效快捷制作AI视频的方式，这种使用起来最简单，对新手的要求也最低，只需要操作者将你要做的视频内容用自然语言描述清楚即可，通常这种方式可用于一些不是很复杂的培训教程，当然也可以用于做一些自媒体视频，这种需要对文案有较高的要求，下面提前准备一段文案，我将使用这段文案生成视频

将文案所在的md文档保存在本地目录下，然后在Codex中输入下面的提示词

读取【企业文化培训.md】这个md文件的内容，调用 edge_tts云健 发音人生成配音，并配合网页动效(Web-to-Video)按照文档的章节生成多个章节培训视频，生成的视频放在【企业文化培训】目录下

通过输出日志不难看到，整个过程严格按照需求的描述一步步执行，首先Codex 要理解需求再按步骤做其他的事情

中间运行的时候遇到了一些小问题，Codex 可以自主进行修复而不需要人为干预

最终按章节要求生成了5段视频

可以打开看下效果

3.10 补充

在以上的场景中，主要是通过Codex 结合jianying-editor-skill 这个skill完成了一些AI视频剪辑或者生成的场景，这里再提一种比较常用的方式，就是结合三方平台的API 接口完成视频的创作，比如使用Codex 结合Seedance模型完成视频的自动化生成，这里就不再展开了。

四、写在文末

本文通过较大的篇幅详细介绍了如何使用Codex 制作AI视频，以及设计到AI视频制作常用的操作场景，有兴趣的同学还可以基于此继续深入研究，本篇到此结束，感谢观看。