ซีรีส์ภาคปฏิบัติ Codex: สร้างวิดีโอไวรัลแบบอัตโนมัติโดยไม่ต้องตัดต่อ

ก่อนหน้านี้ การทำวิดีโอ—การเขียนบท การพากย์เสียง การตัดต่อ และการใส่คำบรรยาย—แต่ละขั้นตอนต้องใช้เวลาเรียนรู้อย่างมาก ซึ่งมักทำให้หลายคนยอมแพ้ก่อนที่จะเริ่มด้วยซ้ำ

ตอนนี้ งานเหล่านี้สามารถส่งต่อให้ Codex ได้โดยตรง

คุณแค่ให้บทความหรือแค่หัวข้อ พร้อมกับ Skills ที่เกี่ยวข้องกับวิดีโอ Codex ก็สามารถทำบทพูด เสียง สตอรี่บอร์ด คำบรรยาย เอฟเฟกต์เคลื่อนไหว และวิดีโอสุดท้ายได้ คุณไม่จำเป็นต้องเรียนรู้การตัดต่อก่อน หรือต้องเข้าใจโค้ด ขอแค่คุณสามารถอธิบายวิดีโอที่คุณต้องการได้อย่างชัดเจน คุณก็เริ่มต้นได้เลย

ในบทความนี้ ผมจะอธิบายกระบวนการทั้งหมดตั้งแต่ต้นจนจบ เราจะเริ่มด้วยการทำวิดีโอจากบทความโดยไม่ต้องออกหน้าก่อน แล้วค่อยเพิ่มวิธีการตัดต่อสำหรับการพากย์เสียงคนจริง แม้แต่มือใหม่ที่เพิ่งเริ่มทำวิดีโอก็สามารถทำตามเพื่อสร้างเวอร์ชันแรกของตัวเองได้

ขั้นตอนการทำงานของผมคือ: บทความหรือหัวข้อ → บทพูด → เสียงพากย์ → ไทม์ไลน์ → สตอรี่บอร์ด → HyperFrames → ตรวจสอบวิดีโอสุดท้าย

บทช่วยสอนนี้เริ่มต้นด้วยเส้นทางที่ง่ายที่สุด คุณแค่ต้องรู้วิธีเปิด Codex สร้างโฟลเดอร์ และใส่บทความลงไป ที่เหลือคุณสามารถบอกมันทีละประโยคได้

ขั้นแรก: มอบเครื่องมือที่จำเป็นให้กับ Codex

Skill สามารถเข้าใจได้ว่าเป็นคู่มือการทำงานสำหรับ Codex มันบอก Codex ว่าต้องเรียกใช้เครื่องมืออะไร ตามลำดับไหน และต้องตรวจสอบปัญหาอะไรเมื่อเจองานพากย์เสียง สตอรี่บอร์ด หรือการตัดต่อ

วิธีการติดตั้งสามารถรวมเป็นประโยคเดียวได้: คัดลอกลิงก์ GitHub ด้านล่างไปยัง Codex แล้วให้มันอ่านคำอธิบายโปรเจกต์ ติดตั้งให้เสร็จ และตรวจสอบว่าสามารถใช้งานได้ ปล่อยให้คำสั่งเฉพาะเป็นหน้าที่ของ Codex คุณไม่จำเป็นต้องคัดลอกด้วยตัวเอง

เครื่องมือที่ใช้ในขั้นตอนการทำงานวิดีโอนี้ สามารถดูได้ตามขั้นตอน:

HyperFrames มีบทบาทหลายอย่างอยู่แล้ว: /faceless-explainer รับผิดชอบการจัดระเบียบบทความหรือหัวข้อให้เป็นคำอธิบายแบบไม่ออกหน้า /hyperframes-creative จัดการจังหวะการพากย์เสียงและการทำสตอรี่บอร์ด /media-use จัดการรูปภาพ เสียง และคำบรรยาย และ /hyperframes-animation จัดการการเปลี่ยนแปลงทางภาพ โดยปกติแล้ว คุณแค่ต้องบอก Codex ว่า "ใช้ /hyperframes ทำวิดีโอนี้" มันก็จะเลือกส่วนที่จำเป็น

สไตล์ภาพสามารถเพิ่มเติมได้ตามต้องการ ถ้าคุณต้องการทำวิดีโอความรู้สไตล์ collage คุณสามารถให้ vox-explainer จาก HyperFrames Community Skills แก่ Codex ถ้าต้องการเอฟเฟกต์ลายมือหรือวาดรูป ให้เลือก p5-paint-animation จาก repository เดียวกัน สำหรับการแนะนำสินค้า สาธิตอินเทอร์เฟซ หรือภาพโปรโมท ให้ Codex อ้างอิง video-shotcraft สิ่งเหล่านี้เป็นส่วนขยายสไตล์ ไม่จำเป็นต้องติดตั้งทั้งหมดสำหรับวิดีโอแรกของคุณ

หลังจากใส่เครื่องมือลงในขั้นตอนการทำงานแล้ว Codex จะทำการแก้ไขเนื้อหาก่อน จากนั้นจึงจัดการเสียง สตอรี่บอร์ด และตรวจสอบวิดีโอสุดท้าย คุณแค่ต้องยืนยันว่าผลลัพธ์ในแต่ละขั้นตอนตรงกับความตั้งใจของคุณหรือไม่

ตอนนี้สร้างโฟลเดอร์ใหม่ เช่น codex-video แล้วเปิดใน Codex ใส่บทความ รูปภาพ และไฟล์เสียงที่จะสร้างทีหลังลงไป จากนั้นให้ลิงก์ repository ของ HyperFrames แก่ Codex เพื่อเตรียมพร้อมสำหรับขั้นตอนหลักแรก

ทำไมวิดีโอจากบทความบางอันถึงมีผู้ชมต่อเนื่อง

Serena ได้ลองทำสิ่งหนึ่งที่เฉพาะเจาะจงมาก: แทนที่จะพูดคลุมเครือว่า "AI ทำวิดีโอได้" เธอเลือกเนื้อหาแนว "สรุปหนังสือ" และใช้ Codex กับ HyperFrames สร้างวิดีโอที่เหมาะกับ Douyin

ผู้อ่านคลิกเข้าไปเพราะพวกเขาเห็นเส้นทางที่สมบูรณ์: เลือกกลุ่มเนื้อหาที่คนดูอยู่แล้ว หาหนังสือ เขียนสคริปต์ ทำวิดีโอ และทำซ้ำโครงสร้างเดิมสำหรับเล่มถัดไป การผลิตวิดีโอเป็นเพียงวิธีการดำเนินการระหว่างทาง สิ่งที่ดึงดูดคนตั้งแต่แรกคือ "วิธีนี้ช่วยให้ฉันปั้นบัญชีได้ไหม"

ลำดับการผลิตจริงของเธอก็น่าติดตาม: กำหนดระยะเวลา 30 วินาที รูปแบบแนวตั้ง และแพลตฟอร์มที่เผยแพร่ก่อน เขียนสคริปต์แยกต่างหาก แบ่งสคริปต์เป็นส่วนๆ สร้างเสียงสุดท้าย รับจังหวะคำบรรยายตามเสียง จากนั้นให้ HyperFrames จัดเรียงภาพ ดูตัวอย่าง แก้ไข และสุดท้ายเรนเดอร์

มีลำดับที่สำคัญมากตรงนี้: ทำให้คำพูดและไฟล์เสียงสุดท้ายเสร็จก่อน แล้วค่อยทำภาพ ถ้าคุณเปลี่ยนเสียงหนึ่งประโยค คำบรรยายและจังหวะช็อตจะเปลี่ยนทั้งหมด การทำเอฟเฟกต์เคลื่อนไหวเร็วเกินไปจะทำให้ต้องแก้ไขซ้ำหลายครั้งในภายหลัง

คุณไม่จำเป็นต้องทำบัญชีหนังสือ คุณสามารถสรุปเครื่องมือ AI อธิบายวิธีการทำงาน พูดถึงกรณีศึกษาในอุตสาหกรรม หรือเปลี่ยนบทความยาวๆ ของคุณเป็นซีรีส์วิดีโอ กำหนดขอบเขตเนื้อหาก่อน และใช้โครงสร้างเดียวกันทุกวิดีโอ เพื่อให้ Codex ช่วยคุณทำงานได้เร็วขึ้นเรื่อยๆ

ขั้นตอนที่ 1: เปลี่ยนบทความหรือหัวข้อเป็นบทพูด

บทพูดคือโครงกระดูกของวิดีโอทั้งหมด ไม่ว่าภาพจะสวยงามแค่ไหน ถ้าตอนเริ่มต้นไม่ดึงดูดคนหรือวิธีการไม่ชัดเจน วิดีโอก็จะดูจบได้ยาก

มีสามเส้นทางตรงนี้

ตัวเลือกที่ 1: มีแค่หัวข้อ ให้ Codex เขียนโดยตรง

ตัวอย่างเช่น ถ้าคุณวางแผนจะทำวิดีโอเกี่ยวกับ "วิธีที่ Codex ทำวิดีโอ" ให้บอก Codex สี่สิ่ง: กลุ่มเป้าหมายคือใคร แก้ปัญหาอะไร วิดีโอยาวเท่าไหร่ และคุณต้องการให้ผู้ชมทำอะไรหลังจากดู

1ฉันต้องการทำวิดีโอแนวตั้งยาว 60 วินาที หัวข้อ "ใช้ Codex ครั้งแรกทำวิดีโอ"
2
3ผู้ชมรู้แค่วิธีใช้ Codex และไม่เคยเขียนสคริปต์หรือตัดต่อวิดีโอมาก่อน
4เริ่มต้นด้วยการบอกผลลัพธ์สุดท้าย จากนั้นอธิบายให้ชัดเจน: สร้างสคริปต์ เลือกเสียง ใช้ HyperFrames สำหรับภาพ และตรวจสอบวิดีโอสุดท้าย
5แต่ละประโยคควรอ่านออกเสียงง่าย ไม่มีหัวข้อย่อยทางการ ไม่มีการใช้ศัพท์เทคนิคซับซ้อน
6จบด้วยการขอให้พวกเขารันวิดีโอแรกด้วยหัวข้อของตัวเอง
7
8ตอนนี้ส่งเฉพาะบทพูด อย่าทำสตอรี่บอร์ดหรือวิดีโอ

ยิ่งหัวข้อเฉพาะเจาะจงมากเท่าไหร่ การเขียนสคริปต์ก็ยิ่งง่ายขึ้น การจำกัด "การทำวิดีโอ AI" ให้แคบลงเป็น "เปลี่ยนรีวิวเครื่องมือเป็นคำอธิบายแนวตั้ง 60 วินาที" จะบอก Codex ว่าควรเก็บเนื้อหาส่วนไหน

ตัวเลือกที่ 2: มีบทความอยู่แล้ว ให้ Codex ปรับเป็นภาษาพูด

บันทึกบทความเป็น article.md และใส่ในโฟลเดอร์โปรเจกต์พร้อมกับรูปภาพ จากนั้นบอก Codex:

1กรุณาอ่าน article.md และปรับเป็นบทพูดยาว 90 วินาที
2
3เก็บข้อมูลเชิงลึกหลักและกรณีศึกษาที่มีประโยชน์ที่สุดจากบทความ อย่าแค่สรุปทุกย่อหน้า
4เริ่มต้นด้วยการบอกว่าผู้อ่านจะได้อะไร เก็บไว้แค่สามขั้นตอนตรงกลาง และอธิบายแต่ละขั้นตอนด้วยประโยคที่เข้าใจง่าย
5อย่าอ่านลิงก์ เชิงอรรถ หรือสัญลักษณ์การจัดรูปแบบจากบทความ
6กรุณาแยกรายการข้อเท็จจริงที่ฉันต้องตรวจสอบแยกต่างหาก
7
8ตอนนี้สร้างเฉพาะ narration.md

เมื่อแปลงบทความเป็นสคริปต์ ปัญหาที่พบบ่อยที่สุดคือ "คำอ่านออกได้ แต่ไม่เหมือนคนพูด" ให้ลิงก์ humanizer-zh แก่ Codex ให้มันติดตั้ง และประมวลผล narration.md: เก็บข้อเท็จจริงและข้อมูลเชิงลึกส่วนตัว แต่ปรับภาษาที่เป็นทางการ การใช้โครงสร้างประโยคซ้ำๆ แบบเครื่องจักร และประโยคที่ดูเป็นทางการเกินไป

หลังจากปรับแล้ว คุณยังต้องอ่านออกเสียงด้วยตัวเอง ปากของคุณจะพบปัญหามากมายที่ตาคุณมองไม่เห็น

ตัวเลือกที่ 3: ให้ HyperFrames จัดการวิดีโอแบบไม่ออกหน้าทั้งหมด

ถ้าคุณมีแค่วัสดุและยังไม่ได้คิดสคริปต์หรือภาพ คุณสามารถป้อน /faceless-explainer ผ่าน /hyperframes มันจะจัดระเบียบหัวข้อ บทความ หรือบันทึกย่อเป็นทิศทางคำอธิบาย บทพูด และสตอรี่บอร์ด

เส้นทางนี้ง่ายกว่า เหมาะสำหรับการสร้างเวอร์ชันแรกอย่างรวดเร็ว สองตัวเลือกแรกดีกว่าเมื่อคุณมีมุมมองที่ชัดเจนและต้องการควบคุมเนื้อหาสคริปต์อย่างเข้มงวด

ไม่ว่าคุณจะเลือกแบบไหน สคริปต์ควรมีสี่ส่วนนี้:

1. Hook: นำเสนอผลลัพธ์หรือปัญหาเฉพาะก่อน
2. ปัญหา: บอกผู้ชมว่าตอนนี้พวกเขาติดอยู่ตรงไหน
3. วิธีการ: อธิบายกระบวนการในสองหรือสามขั้นตอน
4. ขั้นตอนถัดไป: ให้การกระทำที่พวกเขาสามารถทำได้ทันทีหลังจากดู

ตัวอย่างเช่น บทนำวิดีโอสำหรับบทช่วยสอนนี้อาจเป็น: "ติดตั้ง Codex แล้วแต่ไม่รู้จะทำอะไร? คุณสามารถเริ่มต้นด้วยการใช้มันทำวิดีโอ ให้บทความมัน มันก็จัดการสคริปต์ เสียง คำบรรยาย และภาพได้ วันนี้เรามาลองขั้นตอนการทำงานที่สั้นที่สุดกัน"

ขั้นตอนที่ 2: เลือก TTS มาตรฐานหรือโคลนเสียงของคุณเอง

เมื่อสคริปต์เสร็จแล้ว ให้ตัดสินใจว่าใครจะเป็นคนอ่าน ครั้งแรก TTS มาตรฐานก็เพียงพอแล้ว เมื่อคุณสามารถอัปเดตเนื้อหาได้อย่างสม่ำเสมอ ค่อยจัดการโคลนเสียงส่วนตัว

ง่ายที่สุด: ใช้ TTS ที่มีอยู่

TTS คือการป้อนข้อความเพื่อรับไฟล์ MP3 หรือ WAV คุณสามารถใช้ฟังก์ชันข้อความเป็นคำพูดที่มีอยู่ หรือให้ edge-tts แบบโอเพนซอร์สแก่ Codex ให้มันติดตั้ง เลือกเสียงภาษาไทย และสร้างไฟล์เสียงและคำบรรยาย

ฟังสิบวินาทีก่อนเพื่อยืนยันเสียง ความเร็ว และการหยุด ก่อนที่จะสร้างข้อความทั้งหมด TTS มาตรฐานจะไม่ฟังดูเหมือนคุณ แต่ข้อดีคือความเร็ว เหมาะสำหรับการตรวจสอบเนื้อหาและขั้นตอนการทำงานภาพ

สำหรับการใช้เสียงของคุณเองในระยะยาว: CosyVoice

CosyVoice คือชุดเครื่องมือสร้างเสียงแบบโอเพนซอร์ส ให้ไฟล์บันทึกอ้างอิงที่ชัดเจนและข้อความที่ตรงกันทุกคำ มันสามารถสร้างบทพูดใหม่ที่มีลักษณะเฉพาะของผู้พูดคล้ายกันได้

สามสิ่งนี้ต้องไม่สับสน:

• reference.wav: ไฟล์บันทึกอ้างอิงของคุณเองหรือที่ได้รับอนุญาต
• reference.txt: ทุกคำที่พูดจริงในไฟล์บันทึกอ้างอิง
• narration.md: สคริปต์ใหม่ที่จะสร้างสำหรับวิดีโอนี้

ข้อความอ้างอิงต้องตรงกับการบันทึกทุกประการ ถ้าคุณเปลี่ยนคำพูด ข้อความก็ต้องเปลี่ยนด้วย เสียงพื้นหลัง เสียงสะท้อน และการลดสัญญาณรบกวนที่หนักเกินไปจะส่งผลต่อคุณภาพของไฟล์อ้างอิง พยายามบันทึกเสียงที่ชัดเจนและเป็นธรรมชาติในสภาพแวดล้อมที่เงียบ

การติดตั้ง CosyVoice ในเครื่องใช้เวลามากกว่า TTS มาตรฐานเล็กน้อย มือใหม่สามารถให้ repository อย่างเป็นทางการแก่ Codex โดยตรง:

1ช่วยฉันติดตั้ง CosyVoice:
2https://github.com/QwenAudio/CosyVoice
3
4กรุณาอ่าน README อย่างเป็นทางการก่อน จากนั้นตรวจสอบสภาพแวดล้อมคอมพิวเตอร์ปัจจุบันและติดตั้งให้เสร็จ
5หลังจากติดตั้ง ให้สร้างไฟล์เสียงทดสอบสั้นๆ เพียงไฟล์เดียว อย่าสร้างสคริปต์ทั้งหมดโดยตรง

มันจะเตรียมสภาพแวดล้อมการทำงานและดาวน์โหลดโมเดลเสียงในเครื่อง ซึ่งใช้เวลานานกว่า TTS มาตรฐาน คุณไม่จำเป็นต้องรันคำสั่งทีละคำสั่ง ถ้าขั้นตอนใดล้มเหลว ให้วางข้อความแสดงข้อผิดพลาดทั้งหมดในแชท Codex และให้มันตรวจสอบ หลังจากติดตั้ง คุณยังต้องฟังไฟล์เสียงทดสอบด้วยตัวเองเพื่อตัดสินว่าเสียงฟังดูเหมือนคุณหรือไม่ และการออกเสียงเป็นธรรมชาติหรือไม่

เมื่อสร้างสคริปต์จริง อย่าใส่บทความทั้งหมดในครั้งเดียว แบ่งเป็นหลายส่วนตามความหมาย ฟังแต่ละส่วนก่อนเพื่อยืนยันการออกเสียงคำเฉพาะ ภาษาอังกฤษ และตัวเลข จากนั้นสังเคราะห์ final.wav ถ้าส่วนใดมีปัญหา คุณแค่ต้องทำส่วนนั้นใหม่

ถ้าคุณยังไม่ต้องการโคลนเสียง ให้ข้าม CosyVoice ไปก่อน HyperFrames และ Remotion ในภายหลังจะรู้จักเฉพาะไฟล์เสียงสุดท้าย และไม่สนใจว่า TTS ตัวไหนเป็นคนสร้าง

ขั้นตอนที่ 3: ทำให้ภาพตามเสียงสุดท้าย

ตอนนี้คุณควรมีสองไฟล์ที่เสร็จสมบูรณ์: narration.md และ final.wav จากจุดนี้เป็นต้นไป final.wav คือไทม์ไลน์ที่แท้จริงของวิดีโอ

ให้ Codex ถอดความเสียงสุดท้ายเพื่อรับเวลาเริ่มต้นและสิ้นสุดจริงของแต่ละประโยค จากนั้นสร้างคำบรรยาย สคริปต์กำหนดว่าคำบรรยายจะพูดอะไร ในขณะที่การถอดความเสียงมีหน้าที่บอกว่าคำบรรยายจะปรากฏเมื่อใด

อย่าจัดสรรเวลาตามจำนวนคำ สิบคำอาจพูดในครึ่งวินาที หรืออาจมีการหยุดสองครั้งระหว่างนั้น คำบรรยาย คำสำคัญ และรูปภาพควรปรากฏตามเสียงจริง

คุณสามารถสั่งง่ายๆ แบบนี้:

1กรุณาสร้างไทม์ไลน์ตาม final.wav
2ใช้ narration.md เพื่อตรวจสอบข้อความคำบรรยาย และใช้ผลการถอดความเสียงเพื่อรับเวลาเริ่มต้นและสิ้นสุดจริงของแต่ละประโยค
3ส่งออก captions.srt และ timing.json
4ถ้าสคริปต์ไม่ตรงกับเสียงจริง กรุณาแสดงรายการความแตกต่าง อย่าเดา

ขั้นตอนที่ 4: แบ่งสคริปต์เป็นสตอรี่บอร์ด

การทำสตอรี่บอร์ดไม่จำเป็นต้องเรียนรู้ศัพท์เทคนิคก่อน ตัดสคริปต์เป็น 4 ถึง 8 ส่วน และสำหรับแต่ละส่วน ให้ตอบคำถามหนึ่งข้อ: อะไรคือสิ่งที่สำคัญที่สุดที่ผู้ชมควรเห็นบนหน้าจอเมื่อได้ยินประโยคนี้?

ถ้าบทความมีภาพหน้าจอ รูปภาพ แผนภูมิ หรือการ์ดตัวละครอยู่แล้ว ให้ใช้วัสดุเหล่านี้ก่อน ให้ผู้ชมเห็นภาพรวมก่อน แล้วค่อยซูมไปยังส่วนที่กำลังพูดถึง สำหรับประโยคที่ไม่มีภาพ ให้ใช้คำสำคัญ การ์ดขั้นตอน การเปรียบเทียบ ไทม์ไลน์ และอินโฟกราฟิกง่ายๆ

ข้อกำหนดสำหรับ Codex สามารถสั้นมาก:

1กรุณาสร้างสตอรี่บอร์ดตาม narration.md, timing.json และโฟลเดอร์ assets
2สำหรับแต่ละช็อต ให้ระบุ: บทพูดที่เกี่ยวข้อง เวลาเริ่มต้น เวลาสิ้นสุด ภาพหลัก วัสดุที่ต้องการ และตำแหน่งคำบรรยาย
3รูปภาพที่มีอยู่ในบทความต้องถูกกำหนดให้แสดงจริง ทำเครื่องหมายจุดที่ขาดวัสดุก่อน อย่าเติมด้วยรูปภาพที่ไม่เกี่ยวข้อง

ถ้าคุณไม่รู้ว่าเอฟเฟกต์เคลื่อนไหวหน้าตาเป็นยังไง คุณสามารถตรวจสอบไลบรารีเอฟเฟกต์สาธารณะสองแห่ง:

• HyperFrames Launches: มีโปรเจกต์ HyperFrames ที่สมบูรณ์เพื่อดูว่าวิดีโอสุดท้ายถูกแบ่งเป็นสตอรี่บอร์ดอย่างไร
• video-shotcraft: มีสูตรช็อต Remotion และตัวอย่างแบบไดนามิก เหมาะสำหรับการแนะนำสินค้า สาธิตอินเทอร์เฟซ และโปรโมชั่น

video-shotcraft เป็นไลบรารีอ้างอิงช็อตเสริม ไม่ใช่การติดตั้งบังคับสำหรับวิดีโอจากบทความ ให้ลิงก์ repository แก่ Codex มันสามารถอ่านสูตรช็อตภายในได้ อธิบายข้อมูลให้ชัดเจนก่อน แล้วเลือกเอฟเฟกต์เคลื่อนไหวที่เหมาะสมหนึ่งหรือสองอัน ภาพจะมีความเสถียรมากขึ้น

ขั้นตอนที่ 5: สร้างวิดีโอเวอร์ชันแรกด้วย HyperFrames

ตอนนี้ สคริปต์ เสียง จังหวะคำบรรยาย และสตอรี่บอร์ดพร้อมแล้ว ตอนนี้ส่งไฟล์เหล่านี้ให้ HyperFrames:

1ใช้ /hyperframes เปลี่ยนโปรเจกต์ปัจจุบันเป็นวิดีโออธิบายแนวตั้ง 9:16
2
3กรุณาอ่าน narration.md, final.wav, captions.srt, timing.json, storyboard.md และโฟลเดอร์ assets
4ภาพควรเป็นไปตามจังหวะเสียงจริง และคำบรรยายไม่ควรบดบังเนื้อหาหลัก
5ให้ความสำคัญกับการใช้รูปภาพต้นฉบับและการ์ดตัวละครจาก assets ใช้อินโฟกราฟิกง่ายๆ สำหรับช็อตที่ขาดวัสดุ
6ทำ 15 วินาทีแรกเป็นตัวอย่างและเปิดตัวอย่าง ฉันจะดำเนินการต่อกับวิดีโอทั้งหมดหลังจากยืนยันทิศทาง

การดู 15 วินาทีแรกช่วยให้คุณพบปัญหาสามอย่างได้เร็ว: บทนำช้าเกินไปหรือไม่ คำบรรยายอ่านง่ายหรือไม่ และภาพอธิบายบทพูดจริงหรือไม่ เมื่อทิศทางถูกต้องแล้ว ให้ดำเนินการต่อกับวิดีโอทั้งหมด

หลังจากสร้างโปรเจกต์แล้ว ให้บอก Codex โดยตรง: "เปิดตัวอย่าง HyperFrames ในเครื่องและบอก URL ตัวอย่างและโฟลเดอร์โปรเจกต์ให้ฉัน"

เมื่อแก้ไข อย่าแค่พูดว่า "ทำให้ดูพรีเมียมขึ้น" หรือ "ทำให้ดูดีขึ้น" บอก Codex ถึงวัตถุและตำแหน่งที่เฉพาะเจาะจง เช่น: "ชื่อเรื่องที่ 6 วินาทีเล็กเกินไป" "ภาพหน้าจอนี้ควรอยู่อย่างน้อย 3 วินาที" "คำบรรยายบังคน" "ช็อตแรกเข้ามาช้าเกินไป" ข้อเสนอแนะแบบนี้มันจะทำตามได้ง่ายกว่า

หลังจากตรวจสอบแล้ว ให้บอก Codex: "เรนเดอร์เวอร์ชันที่ยืนยันแล้วเป็น final.mp4 และตรวจสอบว่าไฟล์เล่นได้ปกติหลังจากเสร็จสิ้น"

การเห็นหน้าตัวอย่างหมายความว่าโปรเจกต์สามารถเปิดได้ สัญญาณที่แท้จริงของความสำเร็จคือ final.mp4 ถูกสร้างขึ้นและคุณได้ดูตั้งแต่ต้นจนจบ ยืนยันว่าเสียงไม่ขาด คำบรรยายไม่เพี้ยน และรูปภาพไม่ถูกครอบ

วิธีเลือกระหว่าง HyperFrames และ Remotion

ทั้งคู่สามารถเปลี่ยนข้อความ เสียง รูปภาพ และไทม์ไลน์เป็นวิดีโอได้ คุณแค่ต้องเลือกหนึ่งตัวเป็นเครื่องมือผลิตสุดท้ายของคุณ

HyperFrames เหมือนกับการให้ Codex จัดระเบียบภาพตามเนื้อหาเฉพาะนี้มากกว่า Remotion เหมือนกับการสร้างเทมเพลตโชว์ก่อน แล้วค่อยเติมเนื้อหาลงในตำแหน่งที่固定ไว้ทุกตอน

ถ้าจะใช้เส้นทาง Remotion ให้ลิงก์ Remotion Agent Skills แก่ Codex และให้มันติดตั้งให้เสร็จ จากนั้นใช้ /remotion-create เพื่อสร้างวิดีโอ /remotion-studio เพื่อเปิดตัวอย่าง และสุดท้าย /remotion-render เพื่อเรนเดอร์ narration.md, final.wav, คำบรรยาย, ไทม์ไลน์ และรูปภาพก่อนหน้านี้ยังใช้ได้ทั้งหมด คุณไม่จำเป็นต้องทำใหม่

คำแนะนำของผมง่ายมาก: รันอันแรกด้วย HyperFrames หลังจากทำสองสามตอนและพบว่าโครงสร้างช็อตคงที่แล้ว ให้ Codex จัดระเบียบเป็นคอลัมน์ Remotion ที่固定

ถ้าคุณถ่ายวิดีโอพากย์คนจริง ให้เพิ่ม video-use

ขั้นตอนการทำงานก่อนหน้านี้สามารถทำแบบไม่ออกหน้าได้ทั้งหมด เมื่อคุณพร้อมที่จะเผชิญหน้ากล้อง ให้วาง narration.md ไว้ข้างกล้องและถ่ายเป็นส่วนๆ ถ้าพลาด ให้หยุดและเริ่มใหม่จากประโยคนั้น ไม่ต้องเริ่มต้นใหม่ทุกครั้ง

video-use จัดการวัสดุที่ถ่ายแล้ว มันจะถอดความวิดีโอก่อน ค้นหาว่าแต่ละส่วนพูดอะไร และยืนยันกับคุณว่าเนื้อหาส่วนไหนควรเก็บไว้ ก่อนที่จะเริ่มจัดระเบียบการตัดต่อ คำบรรยาย และภาพเสริม

สำหรับการติดตั้ง คุณสามารถให้สิ่งนี้แก่ Codex โดยตรง:

1ช่วยฉันติดตั้ง https://github.com/browser-use/video-use
2อ่าน install.md ก่อน ติดตั้ง dependencies, FFmpeg และลงทะเบียน Codex Skill
3อย่าถอดความวิดีโอใดๆ หลังจากติดตั้ง รอจนกว่าฉันจะใส่วัสดุในโฟลเดอร์

video-use ต้องติดตั้งทั้ง repository เพราะผู้ช่วยตัดต่อและสคริปต์ของมันอยู่ติดกับ Skill นอกจากนี้ยังต้องใช้ FFmpeg ซึ่งเป็นเครื่องมือพื้นฐานสำหรับการประมวลผลวิดีโอและเสียง เมื่อใช้การถอดความเสียงเริ่มต้น คุณต้องกำหนดค่า ElevenLabs API Key ซึ่งเป็นคีย์ที่อนุญาตให้เครื่องมือเข้าถึงบริการถอดความเสียง แค่ส่งสิ่งที่ขาดให้ Codex ตรวจสอบ

หลังจากถ่ายทำ ให้ใส่วิดีโอต้นฉบับในโฟลเดอร์แยกต่างหากและบอก Codex:

1กรุณาใช้ video-use เพื่อประมวลผลการพากย์คนจริงในโฟลเดอร์นี้
2สำรวจวัสดุและถอดความก่อน ค้นหาจุดที่พูดซ้ำ หยุด พูดผิด และเริ่มใหม่
3ให้แผนการตัดต่อก่อน โดยระบุส่วนที่ควรเก็บและลบ ฉันจะยืนยันก่อนที่คุณจะตัด
4เพิ่มคำบรรยายภาษาไทยหลังจากสรุปแล้ว และใช้รูปภาพที่เกี่ยวข้องจาก assets เพื่อเสริมภาพเมื่อพูดถึงขั้นตอน
5สุดท้าย ส่งออกเวอร์ชันตัวอย่าง และส่งออก final.mp4 หลังจากตรวจสอบข้อผิดพลาด

ขั้นตอนการทำงานที่สมบูรณ์สำหรับสาขานี้คือ: บทพูด → ถ่ายทำคนจริง → video-use จัดระเบียบส่วนที่ถูกต้อง → คำบรรยายและภาพเสริม → วิดีโอสุดท้าย

HyperFrames และ video-use สามารถใช้ร่วมกันได้ video-use ตัดต่อการพากย์คนจริงให้ราบรื่นก่อน จากนั้น HyperFrames สร้างชื่อเรื่อง การ์ดขั้นตอน ตัวอย่างภาพหน้าจอ และอินโทร/เอาท์โร อันหนึ่งจัดการวัสดุคนจริง อีกอันจัดการภาพข้อมูล การแบ่งงานจะชัดเจนขึ้น

สุดท้าย: เปลี่ยนวิดีโอเป็นระบบการหาลูกค้า

วิดีโอเดียวให้แค่การทดสอบครั้งเดียว สิ่งที่มีค่าจริงๆ คือการพูดถึงปัญหาแบบเดียวกันต่อไป

การสรุปหนังสือของ Serena น่าจดจำเพราะวัตถุเนื้อหาชัดเจนมาก: หนังสือหนึ่งเล่ม มุมมองที่ควรค่าแก่การแบ่งปัน วิดีโอสั้นหนึ่งอัน และเล่มถัดไปใช้โครงสร้างเดียวกัน คุณสามารถแทนที่ด้วยสาขาของคุณเอง เช่น สรุปเครื่องมือ AI ทุกสัปดาห์ แก้ปัญหาสำนักงานทุกครั้ง หรืออธิบายกรณีศึกษาในอุตสาหกรรมในแต่ละตอน

วงจรเนื้อหานี้อาจง่ายมาก:

1ปัญหาของผู้ใช้เป้าหมาย
2→ เลือกหัวข้อเฉพาะ
3→ เขียนเป็นบทพูด
4→ ทำเป็นวิดีโอ
5→ ดูความคิดเห็นและข้อเสนอแนะ
6→ ตัดสินใจว่าจะพูดอะไรต่อไป

จุดดึงดูดลูกค้าควรลงเอยที่ผลลัพธ์เฉพาะ "ฉันทำวิดีโอด้วย AI" แค่แสดงว่าคุณใช้เครื่องมือเป็น "ฉันเปลี่ยนรีวิวเครื่องมือ 3000 คำเป็นบทช่วยสอนสำหรับมือใหม่ 60 วินาที" จะทำให้คนที่ต้องการสิ่งนั้นจริงๆ หยุดดู

อย่ารีบสร้างระบบอัตโนมัติขนาดใหญ่ เลือกหัวข้อที่คุณสามารถพูดได้สิบตอนติดต่อกัน และรันตอนแรกด้วย Codex: ทำให้สคริปต์เสร็จ สร้างเสียง จัดไทม์ไลน์ให้ตรง และผลิตวิดีโอด้วย HyperFrames ใช้โครงสร้างไฟล์เดิมซ้ำสำหรับตอนที่สอง และเริ่มเก็บอินโทรและสไตล์คำบรรยายที่固定สำหรับตอนที่สาม

การทำแบบนี้ Codex จะเปลี่ยนจาก "ช่วยคุณทำวิดีโอหนึ่งอัน" เป็น "อยู่เคียงข้างคุณในการผลิตเนื้อหาประเภทหนึ่งอย่างต่อเนื่อง"

ผมคือ Miles ผู้เชี่ยวชาญด้านอัลกอริทึม AI ที่ย้ายจากบริษัทเทคโนโลยียักษ์ใหญ่มาเป็น FDE ผมเคยทำงานด้าน R&D อัลกอริทึม การปรับให้เหมาะสม และการปรับใช้ รวมถึงการฝึกอบรมและการส่งมอบในองค์กร บัญชี X ของผม มีผู้ติดตามถึง 10,000 คนใน 15 วัน และเขียนบทความยาวสามบทความที่มีการเปิดดูหลายล้านครั้งในหนึ่งสัปดาห์ ซึ่งสองบทความมียอดเกิน 2 ล้านครั้งในภายหลัง

ติดตามผม @miles_mazy มาเติบโตไปด้วยกันและหาเงินไปด้วยกัน