农特AI

学习AI编程： 复刻短视频知识库：

[农特AI @NotesAICamp]

我用AI把复刻电商短视频的流程跑通了。

我把复刻流程的 SkillKit 整理成了知识库。
https://t.co/b639TTxnXz
里面不仅有SkillKit本身，还包括：安装配置、三种复刻方法、实际案例、设计原理、常见问题。

需要提前说明的是，它有使用门槛：
这不是一个打开网页、点击按钮就能自动出片的 SaaS。
它需要使用 Codex 或其他 Coding Agent，也需要完成一次模型 API 配置。

接下来我会陆续公开：
一条视频到底是怎么被拆解的
能复刻什么类型的视频
如何只替换产品，不改变原分镜
实际生成出来的效果
这套东西适合谁，又不适合谁

[农特AI @NotesAICamp]

最近复刻了一条香水TVC，发现AI视频复刻真正难的不是画面。

分镜、构图、产品位置、微距质感，其实都能通过故事板+洗图+视频生成跑出来。

难的是镜头速度曲线。
这类广告通常是：高速微距运镜 → 缓速定格 → 再高速推进 → 再缓速定格，而且还要跟BGM卡点。
AI现在能做出一镜到底的形态，但还不能稳定做出这种“急停”和“再加速”的节奏。

[农特AI @NotesAICamp]

这期我用同一款产品，演示了两套跑在 Codex 里的电商视频 Skill。
第一套负责复刻：上传产品图和对标视频，Agent 会拆解原片结构，再用 Image 2 洗出新的产品分镜，最后生成 Seedance、Omni 可用的提示词。

第二套负责批量生成创意：先调研目标市场，再生成多套 TVC、UGC 脚本和分镜故事板。

复刻，是利用已经验证过的结构；批量生成，是测试新的卖点和内容方向。一个提高确定性，一个寻找新增量。

[农特AI @NotesAICamp]

这次不是复刻视频，而是把分镜复刻的思路拓展成“批量出片”：一张产品图，先做目标市场调研，再生成 A/B/C 多套分镜和视频产出。

核心不是赌一条爆，而是低成本测试不同卖点、场景和脚本方向。视频里是完整演示。

[农特AI @NotesAICamp]

Codex跑「分镜复刻 Skill」复刻一条高质感鞋子广告。
https://t.co/bhWzpn29ng
难点不是换鞋，而是把原片里的暗调光影、特写节奏、丁达尔光层次、产品运动感都保留下来。

流程也很清晰：
原视频拆解 → 生成分镜+拆解报告 → GPT Image 2 洗成新产品分镜 → 生成即梦可用的视频提示词。

[农特AI @NotesAICamp]

最近做电商短视频复刻，我越来越觉得：
AI 视频复刻，真正要复刻的不是画面，而是结构。

一条带货视频���效，通常不是��为某个镜头好看，而是：
-产品什么时候出现，
-卖点怎么铺，
-信任怎么建立，
-最后怎么转化。

所以我的工作流不是让 AI 自由生成，而是先拆视频，再换产品，再生成提示词。
复制素材是搬运，复制结构才是方法。

[农特AI @NotesAICamp]

这期继续用Codex 视频复刻工作流。
https://t.co/bhWzpn29ng
这次复刻的是TVC类广告片。TVC的难点不在于“能不能生成一个好看的画面”，而在于镜头节奏、品牌质感、人物状态和产品出现方式能不能保住。

[农特AI @NotesAICamp]

我把一条鞋子口播 UGC 丢给 Codex 复刻。
左边原片，右边复刻结果。

拆原片、换产品改口播、生成即梦提示词。真正该复刻的不是素材，而是镜头语言、内容节奏和成交结构。

[农特AI @NotesAICamp]

用这套复刻视频的Skillkit，复刻了一支 30 秒耳机广告。
拆解 25 个分镜，保留关键转场，再把原产品统一替换成 AirPods Max。

从视频拆解、洗图到提示词，完整流程整理进知识库。
https://t.co/bhWzpn29ng

[农特AI @NotesAICamp]

为什么我们这套 SkillKit，核心一直围绕“复刻视频”？

因为复刻，是普通人用 AI 做带货视频，最快拿到结果的方法。市面上的爆款已经帮你验证过：
-钩子有效
-节奏有效
-镜头有效
-卖点有效。

从 0 开始创作，最容易卡在：
-不知道拍什么，
-不知道怎么开头，
-不知道镜头怎么切，
-也不知道为什么别人的视频能爆。
复刻不是照搬成片，而是：结构、节奏、镜头语言和成交逻辑。

先复刻，再优化。
比从零憋创意，更容易快速做出第一条能用的视频。

[农特AI @NotesAICamp]

为什么现在复刻电商短视频，最推荐：
GPT Image 2 + Seedance 2.0

不是直接把参考视频丢给生视频模型。
而是先把原视频拆成故事版，用 GPT Image 2 换成自己的产品，再交给 Seedance 2.0 让它动起来。

GPT Image 2 负责定画面。
Seedance 2.0 负责做动态。
中间的故事版，才是控制镜头、构图和产品位置的关键。

[农特AI @NotesAICamp]

我用AI把复刻电商短视频的流程跑通了!
GPT image2 + Seedance2.0 双SOTA模型的复刻方案。
https://t.co/bhWzpn29ng
Agent驱动的视频复刻Skillkit，使用方法、案例以及原理都整理到知识库里了~

[农特AI @NotesAICamp]

这套复刻带货短视频工作流在UGC带货视频的表现：
https://t.co/b639TTxnXz
依旧是分 3 步来做：
1）先拆分镜图+口播srt
把参考视频拆成分镜，保留原视频的镜头顺序、构图、动作、产品出现方式和转场节奏；以及提取口播文案srt。
2）再重绘新分镜
把新产品图结合进去，用 GPT image2 在尽量不改原分镜结构的前提下，重绘出一套新的复刻分镜。
3）最后生成提示词方案
基于这套新的分镜和产品来优化新的口播文案，生成AI视频提示词，生成最终视频。

[农特AI @NotesAICamp]

上一条，我介绍了自己做的「电商短视频复刻工作流」。
https://t.co/bhWzpn29ng

这一条不细讲原理，直接看复刻效果。
这是一条饮料的TVC广告，用我们的这套复刻skillkit来改成红牛饮料的TVC：
参考视频 → 分镜拆解 → Image2分镜重绘 → 最终成片

[农特AI @NotesAICamp]

大陆版codex

[农特AI @NotesAICamp]

你愿意给豆包付费吗

[农特AI @NotesAICamp]

HyperFrames 已经作为 Codex 的官方插件接入了。这里有巨大的信息差，把握住可能能跑通AI一人公司的0-1闭环。

它能做什么？
① 一句话生成产品介绍视频。比如你说“用 HyperFrames 给我的xxx产品做一个 20 秒产品 promo，包含标题、三段功能卖点、动态字幕、背景音乐、最后 CTA。”
② 网站转视频。比如：把一个 landing page 转成 15 秒产品宣传片；把一个课程详情页转成短视频；把一个工具官网转成“AI 工具测评视频”；把一个案例页面转成 B 站/小红书讲解素材。
③ 公众号 / PDF / CSV 转视频。比如：公众号文章 → 60 秒视频卡片；AI 大事日报 → 9:16 快讯视频；课程大纲 → 招生视频；数据表格 → 动态排行榜视频；学员案例 → 案例故事短片。
④ 批��生成“模板化短视频”；因为它是代码，所以你可以把视频拆成模板：标题区、痛点区、功能演示区、案例区、CTA区、字幕样式、转场样式、背景音乐、品牌色、Logo。

信息差和落地场景？
①中小企业的“官网/产品页转短视频”服务
②知识博主/课程机构的“文章转视频”生产线
③企业的“产品视频批量生成”服务
④企业文档 → 培训视频
⑤“AI 视频模板小工具”
⑥给企业做“Video Skill / Agent”定制

[农特AI @NotesAICamp]

"找需求"这事儿被说烂了，但大部分人说的方式都是错的。

不是去Product Hunt看别人做了什么。不是去刷什么趋势报告。那些信息全天下都能看到，等于没有信息。

找需求的本质是信息套利。你要找到那些"有人搜、没人做、你能做"的缝隙。
Google Trends、Reddit，这俩工具90%的人都在瞎用。

Google Trends不是用来搜热词的。是用找"Breakout"词的——昨天还不存在的搜索词，今天突然爆发。谷歌每天15%的搜索是全新词，零竞争，收录即排名第一。这才是金矿。

Reddit不是用来发帖的。是用来搜"[你的领域] frustrated"的。用户原生态的抱怨，比任何市场调研报告都真实。而且Reddit的算法让0粉丝的帖子也能拿到大量曝光，这在X上根本不可能。

或者去找成熟产品→获取Affiliate链接（>30%分成）→测试3个月能否盈亏平衡→决定是否自己做。
说白了，需求不是"找"出来的，是"验证"出来的。