做短視頻最磨人的不是想創意是那幾千次重複操作逐條貼字幕、逐段刪語氣詞、逐個鏡頭加轉場、逐條改封面。我最近把 Codex 和剪映 Skill 串成一條自動化流水線以後視頻生產全自動化終於從口號變成日常。這篇文章我會從 Codex 怎麼裝、Skill 怎麼寫、剪映草稿怎麼批量生成一路講到登入報錯、模型不支援、草稿版本不相容這些容易被埋住的坑。適合被批量剪輯折磨的短視頻創作者也適合想用 Codex 做真實生產力工具、而不是只拿來聊天的開發者。1. 整體思路把剪輯從“動手”變成“動口”1.1 逐條剪到底浪費了多少時間先算一筆帳。一條三分鐘的口播視頻如果按傳統方式做先把原始錄製素材拉進剪映刪掉每句話之間的停頓和語氣詞逐段加上字幕調整字幕出現的時間加轉場做封面最後統一匯出。這裡面真正需要“人腦判斷”的內容可能只佔兩成剩下八成都是機械操作。我粗算過一條視頻重複性操作至少佔四十分鐘一天三條就是兩個小時。兩個小時聽起來不多放到一個月就是六十個小時足夠學完一門新技能或者多做十條片子。所以自動化的核心不是“讓 AI 幫我想創意”而是把時間軸上那些能被規則描述的動作全部抽出來。比如“去掉所有超過 0.8 秒的靜音片段”“每段字幕在聲音開始後 0.2 秒出現”“結尾統一加三秒片尾動畫”這些規則一旦寫清楚電腦執行起來比人手快得多而且不會因為剪到凌晨兩點而手抖。1.2 為什麼選 Codex 剪映 Skill而不是錄製宏可能有人會問這種重複操作用按鍵精靈錄一個宏不就行了或者用 ffmpeg 寫死一套腳本不就行了我試過這幾條路最後都放棄了。錄製宏的痛點是“錄什麼就只能重複什麼”。今天錄的是刪除語氣詞明天換一套素材結構宏就失靈了。ffmpeg 固定腳本則更硬它能處理合併、裁剪、加字幕但完全不懂剪映的草稿體系。我想要的效果是用自然語言告訴助手“這次的視頻要保留前 5 秒的自我介紹去掉所有停頓字幕用白色黑邊”它能根據上下文自動調整處理方式而不是每次改需求都要重寫一套腳本。Codex 正好能幹這件事它能讀懂需求、寫代碼、執行命令Skill 機制又能把剪映相關的領域知識固化下來讓它下一次處理時不用從零開始猜。剪映在這裡的位置也很關鍵。它不是被替代的對象而是整個流水線的“可視化最後一公里”。Codex 負責把素材處理好、把草稿文件按規則生成出來剪映負責讓我在交付前用眼睛確認一遍。這樣既有自動化的效率又保留了人工審片的安全感。2. 環境準備裝好 Codex寫出第一個剪映 Skill2.1 Codex 安裝與登入先說 Codex 環境。安裝方式官方文檔寫得比較清楚我這邊用的是 CLI 方式全局安裝後直接命令行操作npm install -g openai/codex codex --version codex logincodex login會拉起瀏覽器完成認證登入成功後本地會保存憑證。這裡有一個實際體驗如果在自動化腳本裡呼叫 Codex盡量先手動登入一次不要指望每次執行都走一遍瀏覽器授權。登入狀態失效時常見報錯是codex auth token is unavailable看到這個不要慌重新執行一次codex login就行。另外Codex 的很多操作要跟雲端模型互動網絡品質直接影響穩定性我遇到過request timed out大部分時候是某個階段的回應特別慢把任務拆小一點、或者換個時段重試會好很多。桌面版也可以我平時在 Mac 上開發桌面版圖形界面更直觀但做自動化流水線時還是 CLI 更順手因為可以在腳本裡直接呼叫、排隊、記錄日誌。如果你主要用 Windows桌面版安裝完之後同樣需要在命令行確認 codex 指令可用因為後面的 Skill 配置和自動化腳本都需要訪問配置目錄。2.2 剪映 Skill 的目錄結構Codex 的 Skill 本質上是一組帶說明文件的知識包告訴模型“當遇到這類任務時你應該遵循這些規則、參考這些資料”。我用的是用戶目錄下的 skills 目錄結構每個 skill 一個資料夾裡面包一個 Markdown 說明文件~/.codex/skills/ └── jianying/ ├── SKILL.md └── references/ └── draft-format.mdSKILL.md是入口Codex 會根據任務自動判斷該不該載入這個 skill。references/裡可以放更詳細的草稿格式說明、常見字段對照表避免主文件太囉嗦。這樣做的好處是以後不管誰接手這台機器只要看到~/.codex/skills/下的內容就能知道整個自動化視頻生產的領域知識放在哪裡。2.3 Skill 內容怎麼寫Skill 文件不需要寫多複雜核心是讓 Codex 知道三件事剪映草稿文件在哪裡、草稿 JSON 大概長什麼樣、遇到什麼情況必須停下讓人工處理。下面這段是我項目裡SKILL.md的骨架--- name: jianying description: 當用戶需要批量剪輯、生成剪映草稿、處理字幕或封面時使用 --- # 剪映自動化 Skill ## 草稿目錄 - macOS 通常在 ~/Movies/JianyingPro/User Data/Projects/com.lveditor.draft/ - Windows 通常在 %LOCALAPPDATA%/JianyingPro/User Data/Projects/com.lveditor.draft/ - 如果路徑找不到讓用戶在剪映草稿頁右鍵草稿並選擇“在文件管理器中顯示” ## 基本規則 1. 修改草稿前必須確認剪映已關閉否則寫入可能被覆蓋。 2. 草稿 JSON 是程序讀寫的底層文件看不懂的字段不要亂刪。 3. 生成新草稿前先在原目錄複製一份備份。這段配置看著簡單但它直接決定了 Codex 後續操作時的安全邊界。沒有這段話時模型可能不知道草稿目錄在哪甚至會猜一個錯誤路徑寫清楚之後它就能在正確的位置做備份、讀寫、校驗。Skill 寫好之後不是馬上生效建議重啟終端或者開一個新的 Codex 會話。判斷是否載入成功可以直接問它“你現在知道剪映草稿在哪裡嗎”它能回答出具體路徑就說明 Skill 生效了。3. 核心實現從素材到成片的自動化流水線3.1 第一步把剪輯需求變成 cutlist整個流水線的第一個產物不是剪好的視頻而是一份機器能讀懂的“剪輯清單”我叫它cutlist.json。Codex 在這裡的作用是分析需求、檢查素材文件、生成時間點。比如我把一批素材丟進~/inbox/raw/然後對 Codex 說“把每段素材前面 1 秒和後面 1 秒的空白剪掉第一段素材保留前 5 秒作為片頭所有段落之間加 0.3 秒黑場過渡字幕文件用同名的 srt。”Codex 會先巡視文件夾確認有哪些視頻、哪些字幕文件然後生成類似下面的結構[ { input: raw/clip01.mp4, start: 1.0, end: 12.5, subtitle: subs/clip01.srt, title: 為什麼自動化剪輯先從字幕開始 }, { input: raw/clip02.mp4, start: 1.5, end: 8.0, subtitle: subs/clip02.srt } ]這一步的關鍵是“把模糊需求翻譯成精確參數”。人說“前面留一點”模型必須量化成具體秒數人說“刪掉停頓”模型必須能讀音頻靜音段或者依賴轉錄文本判斷。Codex 能寫小工具來讀取音頻波形、計算靜音閾值這比人用眼睛在時間軸上找停頓快一個數量級。3.2 第二步用 ffmpeg 做素材預處理有了cutlist.json接下來的素材處理就可以交給 ffmpeg。Codex 會動態生成命令而不是我手動一條條敲。這裡是一個常見的處理片段ffmpeg -ss 1.0 -to 12.5 -i raw/clip01.mp4 \ -c:v libx264 -c:a aac \ -vf subtitlessubs/clip01.srt:force_styleFontNameMicrosoft YaHei,FontSize16,PrimaryColourH00FFFFFF,OutlineColourH00000000,Outline1 \ processed/clip01.mp4解釋一下幾個參數-ss和-to決定裁剪區間-vf subtitles是把字幕直接燒錄到畫面上force_style控制字體、大小、顏色和描邊。這種命令如果自己記每次都要查參數讓 Codex 生成只要在需求裡寫“字幕白色黑邊、微軟雅黑、大小適中”它會自己把 ffmpeg 的 style 語法填對。實測下來燒錄字幕比在剪映裡逐條添加字幕更適合“快速瀏覽版”。最終交付版如果還想改字幕樣式我會走第三種方式不燒錄而是把字幕信息直接寫進剪映草稿。3.3 第三步生成剪映草稿這裡是整個自動化裡最繞、也最容易被坑的部分。剪映沒有公開的官方 API所謂自動化生成草稿本質上是直接讀寫剪映的草稿文件。每個剪映草稿都是一個獨立目錄裡面有draft_content.json和draft_meta_info.json。Codex 讀懂這個結構以後就可以按規則生成新草稿。我用的簡化流程是這樣手動在剪映裡新建一個空草稿導出它的 JSON 結構作為模板。把模板交給 Codex讓它分析素材軌、字幕軌、音頻軌和文本軌的字段。之後每次生成新草稿Codex 都基於這個模板填入新的素材路徑、字幕內容、封面文字。生成出來的文件不能直接覆蓋正在編輯的草稿所以我會讓 Codex 在草稿目錄下新建一個帶日期的子目錄比如auto_20250214_01然後在剪映裡刷新草稿列表。剪映加載草稿時會校驗版本字段不同版本之間version或duration的精度可能不同有的用微秒有的用幀數。如果你發現生成的草稿在剪映裡打不開八成是時間單位或者版本號對不上需要對照自己剪映版本的真實草稿調整。還有一點非常重要寫草稿之前一定要關閉剪映。剪映在運行時會佔用草稿文件自動化寫入落的內容可能被它覆蓋或者乾脆寫不進去。我第一次跑流水線時就是沒關剪映結果生成的草稿文件名在但內容是空的排查了半天才發現是應用鎖定。3.4 第四步到底全自動還是半自動做到這一步你會發現“全自動化”其實有兩種路線。第一種是“全自動直接匯出”Codex 處理完素材、生成好草稿後直接用命令行工具調用剪映的匯出能力或者繞過剪映用 ffmpeg 合成最終成品。這條路線適合批量生產標準化視頻比如課程切片、口播短視頻、電商產品展示。優點是快缺點是沒有給人留審片餘地一旦字幕錯一個字發出去就是事故。第二種是“半自動人工收尾”Codex 負責 90% 的體力活把素材裁剪、字幕、封面、轉場全部準備好剩下 10% 由我在剪映裡打開草稿做最終檢查和微調。這個路線更適合對畫面和品牌調性有要求的賬號。我現在基本採用第二種因為視頻生產全自動化說到底還是要對質量負責機器負責效率人負責判斷。4. 踩坑記錄認證、超時、模型與草稿相容性4.1 Codex 本身的報錯自動化跑得越久遇到 Codex 報錯的次數越多。最典型的幾個codex auth token is unavailable這個基本是登入狀態失效。CLI 的憑證過期之後不會自動續期尤其是隔了一段時間再跑任務時特別容易碰到。解決方式就是重新codex login如果是在無瀏覽器的服務器環境要提前規劃好 API Key 的配置方式別等到任務跑一半才發現認證過期。request timed out這個通常不是 Codex 掛了而是模型回應時間太長。我遇到過一次讓它一次處理幾十個文件的字幕提取結果單次請求超時。解決辦法不是無限等待而是把任務拆成多個小批次每個批次只處理少數文件中間加日誌輸出。拆完之後再也沒超時過。還有一個容易誤解的報錯the gpt-5.6-sol model is not supported when using codex with a chatgpt account。這個是模型權限與賬號類型不匹配。ChatGPT 賬號能用的模型和開發者賬號能用的模型範圍不完全一樣錯誤信息裡通常會列出當前賬號可以使用的模型列表。遇到這種情況不要硬試直接換成賬號支援的模型或者檢查是不是在某個配置文件裡指定了一個過時的模型名。4.2 剪映草稿的相容性坑剪映草稿這部分我踩過最貴的坑是版本相容性。有一次我按照老版本草稿的 JSON 結構生成新草稿結果新版本剪映打開時直接提示“草稿損壞”。後來反覆對比才發現新版草稿的素材字段裡多了幾個 ID 關聯舊模板完全沒有剪映校驗不過。所以我的建議是不要相信網路上任何“通用剪映草稿格式說明”一定要以你自己安裝的剪映版本生成的草稿為準。具體做法是手動創建一個最小草稿只放一段素材和一行文字然後對照它的 JSON標註清楚哪個字段是素材 ID、哪個字段是軌道順序、時間單位是什麼。把這個“最小模板”放進 Skill 的 references 目錄之後 Codex 生成草稿時就以它為基底。這樣做雖然前期要花半小時調研但後期穩定很多。字體問題也很常見。在剪映裡顯示正常的字體如果用 JSON 直接寫字體名寫一個系統裡不存在的字體打開後就是方框。我現在的規則是生成草稿時統一用系統自帶字體比如 Windows 用“微軟雅黑”macOS 用“PingFang SC”避免花字體名導致的顯示問題。4.3 常見問題速查表問題常見原因處理方式codex auth token is unavailable登入憑證過期重新執行 codex loginrequest timed out單次任務太大或網絡波動拆小批次、增加日誌、重試model not supported賬號類型不支援指定模型查閱可用模型列表並更換剪映提示草稿損壞或打不開草稿 version 字段與當前剪映不符用當前版本的最小草稿做模板重新生成中文文字顯示為方框字體名不存在於系統改用系統字體名寫入草稿後內容被覆蓋剪映運行中佔用文件先關閉剪映再寫入生成的字幕時間對不上JSON 時間單位用錯確認當前草稿用的是微秒還是幀數這張表是我在項目後期整理的每次新的自動化任務出問題我第一件事就是對照這張表能解決七成問題。剩下一成是網絡波動一成是需求描述不夠清楚另有一成是剪映更新後悄悄改了格式。5. 自動化的邊界與我留下來的習慣5.1 哪些交給 Codex哪些必須自己來自動化不是萬能的用多了以後我對它的邊界越來越清楚。完全適合交給 Codex 的事情有批量裁剪片頭片尾、刪除靜音和語氣詞、字幕生成與樣式統一、封面文字批量替換、多集數視頻的統一轉場、BGM 音量標準化。這些都屬於“規則明確、重複量大、不允許隨意發揮”的任務。不適合自動化的事情也有不少。比如一個鏡頭放在哪個位置最能調動情緒這需要人對內容的理解品牌方指定的視覺風格很多時候是“我看一眼就知道不對”這種模糊標準很難寫成規則還有涉及真人出鏡的畫面剪得太碎會讓觀眾不舒服這種節奏感只能靠人來把關。所以我的原則是能用規則說清楚的交給 Codex說不清楚的留給自己。與其追求 100% 無人化不如追求“百分之九十的體力活自動化百分之十的判斷活人來做”。5.2 我目前的日常流程我把流水線定成了每天固定的一套節奏。晚上把當天錄好的素材丟進inbox/raw同時把標題、字幕草稿一起放進去。早上執行一條命令Codex 開始跑先檢查素材完整性再生成 cutlist接著調用 ffmpeg 處理素材最後生成剪映草稿。整個過程大約十到十五分鐘我正好去洗漱喫早飯。回來之後打開剪映刷新草稿列表通常能看到已經生成好的草稿。我從頭到尾快速過一遍改一下不滿意的地方然後手動匯出。用這個流程跑了兩個月最大感受是我從“每天花兩小時剪片”變成“每天花十五分鐘檢查片子”而且因為不用在重複操作上消耗耐心剪輯質量反而更穩定了。最後分享一個小技巧每次 Codex 成功生成草稿之後我都會讓它寫一句簡短的處理日誌記錄這次改了哪些素材、字幕用了什麼樣式、有沒有跳過異常文件。剛開始覺得多此一舉後來有一天某個草稿在剪映裡打不開我靠日誌一眼就鎖定是某個素材文件損壞導致生成中斷。這條日誌比任何調試工具都管用。