分享一个免费复刻科普视频的方法～ 用到的方法是最近很火的开源项目 hypit 项目地址在： https://github.com/hypit-ai/hypit "1998 年苹果仓库堆满了卖不掉的电脑……"这类商业故事短视频在抖音上很常见，比如《小 lin 说》里面就有很多这样的 B-roll：没人出镜，只有旁白、一张张静态图和跳出来的大字。看着简单，自己剪的话最费时间的是卡点。这条 55 秒的视频有 13 个镜头、23 处大字，每一处都要在旁白说到那个词时准确弹出来 下面是我们用 Hypit 复刻它的完整过程： 1. 先拆解一下参考视频的套路，学习一下人家是咋组织整个视频的 这是一条参考视频：[[ 链接或文件路径 ]] 帮我拆解它的结构，先不要做任何东西： 1) 镜头数、每个镜头的时长、镜头和旁白是怎么对应的 2) 每个镜头的画面构成 3) 字幕有几层，各自什么时候出现、什么时候消失 4) 大字的内容、字体、颜色，以及它们落在旁白的哪个词上 5) 有没有前后呼应的画面 一句旁白一个镜头。13 镜 55 秒，平均 4.2 秒切一次，最短的只有 2.5 秒。 每个镜头只有一张纹理背景和一个主体。 背景是阴天、亚麻布、暗红、蓝色网格纸、绿色切割垫、木桌这类；主体是居中的小道具，没有人物。主体会动：电脑从右边滑进来，钥匙从上面掉下来，所以背景和主体是分开的两层。 字幕分两层。 底部是逐词高亮的小字幕，正在念的词变黄。说到关键句时，顶部弹出大字，底部字幕就让位。大字可以叠加，比如先出 FUNDAMENTALLY ，再砸下一个 EVIL 。 大字不一定照搬旁白。 旁白说的是 "a month of inventory"，屏幕上是 "30 DAYS"，接着一个手写体的 "six days" 压上来。数字比原话更有冲击力。 字体跟着情绪走。 时间和数字用衬线体（ 13 YEARS LATER 、10 OF 19 ），反转用手写体（ six days ），结论用红底白字（ SPOILED MILK ）。 有回调。 第 2 镜的挂历在第 9 镜又出现了一次；第 5 镜那盒过期牛奶，在结尾说 "spoiled milk" 时又弹了回来。 2. 写稿：大字挂在词上 这一步也是交给 AI 来写，用 hypit 可以写出这样的脚本： ~@sc1 In @w-1998! , || Apple was @w-drown! drowning || in unsold computers. @/sc1~ @sc2 || Its warehouses held || @mu2 @w-month! a whole month || of inventory. @/mu2 @/sc2~ @sc3 || Then Tim Cook walked in, || and called inventory || @mu3 @w-evil1! fundamentally @w-evil2! evil. @/mu3 ... 这里的几种标记： 、 、 ：三段旁白，各自单独生成一段配音。 ：空段落，就是 “evil” 之后那 0.8 秒停顿。 @ sc1 … @/sc1~：一个场景的时间范围，背景跟着它切换。 @ w-drown !：一个时间点，落在 “drowning” 开口那一刻，大字和道具在这里出场。 ：画面上显示 “1998”，配音念 “nineteen ninety-eight”。 ||：字幕在这里断开，换下一条。 @ mu2 … @/mu2：这段时间画面上已经有大字，字幕静音。 这些锚点只认“哪个词”，不写死秒数。重新配音、语速变了，所有画面会自动跟着新的时间走 3. 定画面，先出表 给 AI 这段 prompt 按第 1 步拆出来的规则定画面。先列成一张表给我确认，不要生成： - 9:16 ，每段一个镜头：一张纹理背景加一个居中主体，背景和主体分开生成 - 主体的风格：[[ 写实小道具、柔和棚拍光，或者你想要的风格 ]] - 每个 @标签 对应一条大字：写什么、字体、颜色、入场方式，弹出后一直保持到本镜结束 - 底部小字幕逐词高亮，当前词变黄；大字出现之后，小字幕隐藏 - s09 复用 s02 的挂历，s13 复用 s05 的牛奶盒，不重复生成 你会拿到类似这样的表： 段 背景 主体与动作 大字 s04 蓝色网格纸 挂着 50% OFF 吊牌的米色旧电脑，从右侧滑入 @loses LOSES VALUE （红）； @daily EVERY SINGLE DAY （黄） s09 同 s02 （亚麻布） 同 s02 的挂历 @d30 30 DAYS （红）； @six six days （粉色手写体） s12 黑色暗角 挂着苹果吊坠的钥匙，从上方掉入 @later 13 YEARS LATER （白色衬线体）； @keys THE KEYS （黄） 表里每一行都确认了再生成，虽然慢点，但是省钱啊 4. 先只跑配音，对节奏 给 prompt： 先不要生成画面。只跑到配音和对齐这一步， 列出每一段的时长，和参考视频对比，标出偏差超过 1 秒的段。 这类视频靠节奏吃饭，哪一段拖了就在这一步删词，这时候只花了配音的钱 5. 换个故事，再出一条 真正省时间的是这一步。.svml 就是模板： 保持同样的 13 段结构、画面规则和字幕规则， 把故事换成 [[ 新故事，比如 "Costco 的热狗为什么 40 年没涨价" ]]。 先给我看新稿子和新的大字表。 换掉的只有旁白和图片。两层字幕、大字卡点、入场动画、回调这些逻辑全部复用，不用再剪一遍 感谢你看到这里～

  • 情报分类：硬件与数码
  • 分类依据：内容涉及硬件、数码产品或通信卡
  • 信息来源：服务器 / V2EX
  • 发布时间：2026/10/12 16:54:21