做 B 站好物单月佣金 5 位数，分享我用codex做 AI 自动化剪辑经验
Mia 米娅原帖作者来源为作者自述，未提供统一收益口径；文中月均带货GMV35w+、单月商单和佣金5位数仅作背景，GMV不等于利润，不能当作保证收入。
这篇文章讲了什么
作者白昼围绕 B 站好物带货，分享把粗剪、字幕、素材对位、工程生成拆成 Agent 可执行环节：用 Codex 调度，Skill 承载剪辑 SOP，素材库与知识库供检索，FFmpeg、Whisper、剪映草稿等完成动手环节，并封装成可复用自动剪辑工作流。文中称 10 分钟好物视频剪辑从约 20 小时降到 30 分钟终审，给出逆向拆解爆款与正向从零创作两条实操流，以及 HyperFrames、Remotion、ChatCut 三条技术路线。
值得读的实操细节
把剪辑 SOP 写成 Skill
不是只写长提示词，而是把品牌名/价格/型号加粗、字幕行数与停留、痛点与参数配什么画面、转场和 BGM 规则写成 Skill。Codex 再按 Skill 调 FFmpeg、Whisper、剪映草稿完成粗剪、字幕和工程生成，跑通后可封装复用。
先搭素材库和知识库
素材按品牌/品类/产品分文件夹，文件名清楚，如“海信 X7-正面图.png”；知识库放品牌资料、参数、售后政策、爆款案例和话术。原文强调素材库越乱，剪辑 Agent 越容易配错图；低置信度匹配要标记缺素材，不硬凑。
两条实操流降低启动难度
逆向拆解流：对爆款或参考视频用 FFmpeg 抽帧、Whisper 转写，产出 recipe.json 与 matches.json，再生成配音、字幕和剪映草稿。正向创作流：从文章/主题生成口播稿，用 TTS 或 CosyVoice/VoxCPM 配音，以 final.wav 定时间轴，分镜后用 HyperFrames/Remotion 出片。
按内容形态选技术路线
HyperFrames 适合参数介绍、配置对比、排行榜、动态表格和同一模板批量替换；Remotion 适合镜头结构稳定后的固定栏目模板；ChatCut 适合聊天指挥初剪，再交剪映做中文审美微调。原文建议第一条先用 HyperFrames 跑通。
你能从原帖了解哪些问题
- 01
你的剪辑规则能否被写成 Skill：哪些词加粗、字幕一行多少字、痛点/参数配什么画面、何时转场和压低 BGM？
- 02
素材库是否按品牌/品类/产品整理并清楚命名，能否让 Agent 按文件名和语义检索到正确素材？
- 03
你更适合 HyperFrames、Remotion 还是 ChatCut，取决于内容是否需要固定栏目、批量信息卡还是聊天式初剪？
- 04
你是否保留人工终审和低置信度缺口标记，避免字幕错位、素材错配或事实错误直接发布？
原作者的一句话
以前一条 10 分钟的好物视频，从录音到导出，光剪辑这一关就要【20小时 / 2天】； 现在我把剪辑交给了 Codex，粗剪、字幕、素材对位全是 AI 员工自己跑，我只花【30分钟】终审一遍。
—— Mia 米娅
Codex 剪辑不是写一段长提示词让它 "随便剪剪"，而是岗位目标清楚、SOP 清楚、素材清楚、工具清楚，再加人工终审。
—— Mia 米娅
领取三天生财有术体验卡
扫码领取，在生财有术里阅读更多圈友的实践与复盘。
卡券集市整理于 2026-09-23。项目结果为作者自述；本页为精选解读。