# 1亿播放的AI短片，我用拉片提示词让Codex把它的"教程"全拆了

![](https://developer.qcloudimg.com/http-save/yehe-9613193/b8d810d5fd4780cd245316499e264534.png)

> 用 Codex 拆解 24 集 AI 短片教程，拿到 24 份分镜剧本+提示词+镜头分析，给想学 AI 短片的人一条可复用的拆解路径

**嗨，我是小开ALSKai，让我们一起用AI做点有趣的事。🌿**

B 站上有一部叫《丧尸清道夫》的短片，作者在视频里说"全网一亿播放"（一亿播放量！这个数字真的很恐怖！）这个数字口径是 B 站、抖音、YouTube 等多平台累计估算，已经把这部片子顶到了 AI 视频区现象级。之前我刷到的时候也愣了一下（毕竟 AI 短片看得不少，这种完成度真不多见），脑子里蹦出来的第一个问题是"它到底怎么做的"。
![](https://developer.qcloudimg.com/http-save/yehe-9613193/31223094b28f61bd5f9a47e66c657911.png)

但这次我没去拆原片。我拆的是**那个 24 集手把手教你做它的教程**，「即梦AI视频制作课程」频道的《【AI教程】0基础0成本！国产AI神作《丧尸清道夫》到底是怎么制作的？手把手教你...》 24 集，每集对应原片的一章分镜。拆完之后拿到的是一份 24 集完整学习包，每集都带分镜剧本、用到的提示词、镜头分析。这种完成度的教程拆解，我看是看不完的，得让 AI 帮我过一遍。

## 它到底干了什么：让 Codex 当 Agent 跑 21 节任务

但这次我不是简单让它"分析视频"，我写了一段约 600 行的任务描述（管它叫拉片提示词），把整件事拆成 21 节任务，喂给 Codex，让它按我的清单自己跑。

拉片是电影行业的老话，把一部片子一帧一帧拆开，分析每个镜头的机位、节奏、台词，本质是"逆向工程"一部作品。这次用 AI 做的是另一件事，**逆向工程教你做爆款短片的那部教程**。

这是我让 Codex 跑完之后拿到的产物。`P01_第一章_xxxx/` 这样的章节文件夹有 24 个，每个里头是这一组的分镜剧本（storyboard.md）、用到的提示词（prompt.md）、镜头分析（notes.md）。这套产物跟原片关系不大，跟教程视频直接挂钩，因为每一集教程对应原片的一章分镜。我从这套产物里看到的，是"教程作者怎么把原片拆成 24 集可学的内容"。

注意，这套产物是 Codex 按我写的清单跑出来的，没有任何人工剪辑。

## 一句话触发，把拉片提示词喂给 Codex

如果你也想试试，最快的方式是这样。

**准备**很简单。一台装了 Codex CLI 或者 Codex 或者 Claude Code 的电脑，一部你想拆的 B 站长视频教程（建议 5–10 分钟以上的多分 P 合集，太短没拆头），再加一段你自己写的拉片提示词（不用从零写，可以参考我这套 21 节任务结构）。

**时间成本**，写拉片提示词 1–2 小时（我这套 600 行是从零摸索出来的，复用别人的能省一半），跑一次 Codex 30–60 分钟，看产物加整理笔记 1–2 小时。

**拉片提示词骨架**（21 节任务，完整版约 600 行，这里给个核心结构）

```
1. 输出目录格式：bilibili_<BVID>_<TOPIC_NAME>_analysis
   ├── 01_先看这里/        # 课程总览、学习顺序、逐集笔记、复刻 SOP、验收报告
   ├── 02_可复用资料/      # 提示词库、创作手法库、工具与平台、可复刻模板
   └── 03_证据与复查/      # 元数据、原始缓存、关键帧OCR、待人工复查、运行脚本

2. 核心机制
   - 调 B 站 x/web-interface/view 接口，按 pages 字段拿到全部分 P
   - 每个主内容分 P 独立缓存 metadata.json / video / transcript.txt / frames/ / ocr_text.txt
   - 1-2 秒固定抽帧，画面变化时补充关键帧
   - ASR 失败时回退到 OCR 关键帧字幕
   - 提示词和创作手法必须有证据，BV + 分P + 时间戳 + 截图路径
   - 低置信内容（ASR 听不清、OCR 看不清、提示词被遮挡）进待人工复查
   - 最后跑 17 条验收标准，不通过不算完

3. 拆解范围
   - 不漏任何分 P
   - 短 CTA / 资料包引导分 P 单独记录，不进主体分析
   - 提示词只收"有证据"的，不收猜的
```

Codex 会按这个流程跑，调 B 站接口拿全部分 P 清单；给每个分 P 建独立缓存目录；下载音视频、跑 ASR（语音转文字）、抽帧、跑 OCR（图像识字）；按证据规则生成三类产物（先看这里/可复用资料/证据与复查）；低置信内容进待人工复查；最后跑 17 条验收，输出验收报告。

跑完之后目录长这样。
![](https://developer.qcloudimg.com/http-save/yehe-9613193/b517236028a48f50adb6eeb28a7a69c0.png)

```
bilibili_BVxxx_丧尸清道夫教程_analysis/
├── README.md
├── 01_先看这里/
│   ├── 课程总览.md
│   ├── 分P学习顺序.md
│   ├── 逐集笔记/
│   │   ├── P01_基础设置.md
│   │   ├── P02_角色一致性.md
│   │   └── ...
│   ├── 复刻流程SOP.md
│   └── 验收报告.md
├── 02_可复用资料/
│   ├── 提示词库/
│   │   ├── 提示词总表.csv
│   │   └── 角色设定与一致性/
│   ├── 创作手法库/
│   ├── 工具与平台整理.md
│   └── 可复刻模板.md
└── 03_证据与复查/
    ├── 元数据/
    ├── 原始缓存/P01_基础设置/{video, transcript.txt, frames/, ocr_text.txt}
    ├── 关键帧OCR/
    ├── 待人工复查/
    └── 运行脚本/{collect_pages, process_pages, generate_library}
```

这是我第一版的拉片提示词，《丧尸清道夫》教程跑完是 24 集逐集笔记，每集对应原片一章分镜，教程自身时长累计约 14 分钟。但是里面的子文件夹我觉得不太好，就改成了上面的只有三个子文件夹的结构，这样更加方便找到我要的内容。
![](https://developer.qcloudimg.com/http-save/yehe-9613193/d7854ac6aa909cb16c43e301faadc227.png)
## 之前的 24 集拆解里，我看到了什么

真正的拆解从这一步开始。我把 `P01` 到 `P24` 的 `storyboard.md` 串起来看了一遍，有几个发现让我停下来。

**第一，教程在教你避开主线对白**。教程当然有声音，但它刻意躲开了把剧情塞进对白里这件事，还专门把"为什么避开"做成了一个值得教的判断。我读分镜剧本时能感觉到，作者在写分镜时刻意在躲"用台词讲故事"。一半镜头是沉默的扫街、清理尸体、寻找物资，另一半是男主的内心独白。情感推进全靠画面和音乐。这其实是 AI 视频的明智选择（毕竟 AI 生成的中文对白还是有点怪，配音也容易出戏），教程把"为什么避开"这件事说得很透，这本身就是一个值得抄的判断。

**第二，教程的提示词是"导演笔记"风格**。我以为教程里会教 Stable Diffusion 那种 `cinematic lighting, 8k, hyper-realistic` 的参数堆砌，结果看到的是这个风格。

> 镜头 12，男主角蹲下，镜头从他背后慢慢推进。手电筒光圈扫过一具尸体，光线从下往上打在他脸上，汗水反光。背景是远处被掀翻的公交车。

没有术语堆砌，是给画面情绪、给光线方向、给动作节奏。这才是把"提示词当分镜写"的正确姿势。教程用 24 集把这个姿势拆成可学的步骤，每集只教一个具体动作。

**第三，章节之间有"情绪曲线"，而且教程把这个曲线明示了**。我让 Codex 帮我做了一张情绪标注表，把 24 章的情绪状态（紧张/松弛/希望/绝望）标出来。结果是一条非常明显的弧线，开场紧张、中段松弛、结尾升腾。这不是巧合，是有人按经典的三幕剧结构搭的骨架。教程在第 12 集专门讲了"中段松弛"的作用，给观众喘息，再为结尾蓄力。这种"为什么这么排"的教学，比单纯给"这样做"高一个段位。

## 踩坑，CTA 短分 P 把我前 5 分钟全冲掉了

这里记一个我栽过的地方。
第一次跑完发现 24 集逐集笔记里，前 5 分钟的"开场引导集"和"评论区引导集"被当成主内容分析了，笔记里写了大量"UP 主欢迎你""记得一键三连"这种内容，毫无学习价值。**原因是我第一次跑的时候**，B 站 view 接口返回的 pages 字段把所有分 P 都标成了"主内容分 P"。我那条提示词里只写了"主内容分 P 需要下载素材、跑 ASR、跑 OCR"，但没明确定义"什么是主内容分 P"。**然后我在拉片提示词里加一句**，"如果某个分 P 只是几秒钟的资料包引导、评论区引导、关注引导或 CTA，只记录它，不进入主体知识分析"。Codex 第二次跑就识别出前 5 分钟的引导集是"非主内容"，只生成了一份简短笔记，没污染主体学习包。**结果第二次跑出来的 24 集笔记，每一份都是"教一个具体动作"的有效内容。** 前两集被标记为"CTA/资料包引导，不进入主体分析"。（这个坑是拉片提示词设计问题，不是 Codex 能力问题。后来我把这条加进清单里，复用给任何 B 站长教程都适用）
![](https://developer.qcloudimg.com/http-save/yehe-9613193/739df8212550779d84d4804c2c78b51a.png)

## 不止是《丧尸清道夫》，是一套可复用的拆解工作流

跑完《丧尸清道夫》教程之后，我又用同样方法拆了 B 站上几部不同主题的长教程，每一份都拿到了完整的三入口研究库。拉片提示词本身变成了一个可复用模板。任何你想认真学的 B 站长教程，丢进这套工作流，都能拿到一份带证据、带 SOP、带验收的学习包。

这套方法真正让我受用的一点是它给了一条可复用的拆解路径。现在我刷到任何宝藏 B 站长教程，第一反应就一个念头，"我能不能用拉片提示词让 Codex 把它拆开"。

拆开之后能拿到什么？课程总览、学习顺序、提示词库、创作手法库、复刻 SOP、验收报告。这些是过去要靠剪辑师师徒制、靠机构录播课才能传下去的东西，现在我打开 Codex 贴一段就能拿到一份。

## 写在最后

我自己拉片经验不是很成熟的，不一定对，但跑下来的体感是 **拉片提示词的详细程度非常重要**。模型大家都差不多，差别在谁能把一件事拆成 21 节明确任务。这件事 AI 帮不了你，但 AI 可以帮你**按你拆好的任务清单跑一遍**。

类似的 Agent 也能做这件事，Cursor、Windsurf、Claude Code 都行。Codex 在我手上的优势是它的多步任务规划做得比较细，省得我自己攒工作流。

**你打算用拉片提示词拆哪部 B 站长教程？评论区说说。** 如果对你有用，欢迎关注我，让我们一起用 AI 做点有趣的事。🌿


用 Codex 拆解 24 集 AI 短片教程，拿到 24 份分镜剧本+提示词+镜头分析，给想学 AI 短片的人一条可复用的拆解路径

1亿播放的AI短片，我用拉片提示词让Codex把它的"教程"全拆了

人工智能

音视频

开发工具

AI短片拆解教程《丧尸清道夫》24集完整学习包，包含分镜剧本、提示词和镜头分析。通过Codex逆向工程爆款教程，提供可复用的拆解路径。教程避开对白、采用导演笔记风格提示词，并构建情绪曲线。分享拉片提示词设计经验，打造高效学习工作流，适用于各类B站长教程拆解。

Agent

语音产品特惠新用户14.9元起


文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

1亿播放的AI短片，我用拉片提示词让Codex把它的"教程"全拆了-腾讯云开发者社区-腾讯云

1亿播放的AI短片，我用拉片提示词让Codex把它的"教程"全拆了

1亿播放的AI短片，我用拉片提示词让Codex把它的"教程"全拆了

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐