Opus 5.5 × MV 提示词指南
Prompting Guide · 2026-09-29

用 Claude Opus 5.5 做一支 MV
3D 建模 + AE 剪辑

这份指南解决一个具体问题:把 Opus 5.5 放进音乐视频的生产流水线里, 提示词到底该怎么写。所有事实性结论都标了来源,查不到的会直接写「查不到」。

📅 调研日期 2026-09-29 ✓ 官方文档已核实 ⚠ 二手来源已标注 📄 9 个可复制模板 ✍️ 整理 micker
第一部分 · 规则与事实00–02 · 后面所有模板都建立在这三节上,跳过一定会翻车

00先把话说清楚

你能拿走:Opus 5.5 在这条流水线里的真实角色(写脚本 / 调度 / 质检,不产画面),以及人、模型、生成模型三方的分工边界

Opus 5.5 在这条流水线上到底干什么

一个常见误解要先拆掉:Opus 5.5 不会建模,也不会剪片子。

Anthropic 官方对它的定位是「long-running agentic coding and knowledge work」(长时程编码与知识工作), 官方页面里没有任何一处提到 3D 建模或视频剪辑能力。

它在这条流水线上的真实角色是三种:

写脚本的手
Blender Python、AE ExtendScript、批处理、导出校验 确定性任务,成功率远高于「直接产出画面」
读素材的眼睛
分镜、歌词、音频时间轴、渲染报错、对不齐的截图 读图表/示意图比 Opus 5 明显更准
流程的调度员
串起「生成 → 挑选 → 反馈 → 重做」,维护 checklist 1M 上下文,一次吃下整份分镜
分工的现实结论 · 2026-09

生成模型负责出网格草稿和视频片段,LLM 负责写脚本、做批处理与质检, 人负责拓扑、绑定和最终质量判断。把这三件事的边界记牢,能省掉后面 80% 的返工。

01Opus 5.5 事实卡

你能拿走:Opus 5.5 相对 4.5 的四个关键变更——拿着 4.5 的旧配置直接迁移,会在这里翻车

2026-09-29 核实 · 来源:platform.claude.com 官方文档

发布2026-09-22
Model IDclaude-opus-5-5
上下文1M tokens
最大输出128K tokens(Batch API + beta header 可到 300K)
价格输入 $4 / 输出 $20 每百万 token;缓存读取 $0.20
ThinkingAdaptive,常开,不能关
默认 effortmedium(Opus 5 是 high)
知识截止2026 年 6 月
相对 Opus 5输出 token 生成快 30%+,同样任务更省 token

从 Opus 5 迁移过来会打断你的四个变更

  1. thinking 不能关 —— thinking: {"type": "disabled"} 在 5.5 上不被接受。
  2. forced tool use 直接报错。
  3. thinking block 和模型、对话绑定 —— 换模型或改 system prompt 会让之前的 thinking 失效。
  4. computer_20251124 工具在 Claude API / Google Cloud 上不再接受。
不报错但会坑你

工具调用之间的文字现在回在 thinking block 里,默认 display 设置下 text 是空的。 如果你的客户端只渲染 text block,长任务看起来会「卡住不说话」。要拿到它,得设 display: "updates"。

02五条提示词纪律

你能拿走:五条立刻能用的写作纪律,每条都带反例;后面所有模板都建立在这五条上

来自 Anthropic 官方 prompting guide 与 Addy Osmani 的官方 playbook

这五条是整份指南里最省时间的部分。它们全部来自官方文档,不是我的猜测。

01删掉所有「仔细思考」类的话

Opus 5.5 自己决定想多久,effort 是主旋钮。要删的词:

think carefully · think step by step · 仔细思考 · 一步一步来 · 深思熟虑后回答

Anthropic 在聊天产品里的实测结果是:删掉这行之后回复开始得更快,质量没有明显下降。 顺手检查你的 project instructions、CLAUDE.md、AGENTS.md 里有没有这些残留。

02effort 从 medium 起步,别搬旧配置

默认就是 medium。官方说 Opus 5.5 在 medium 上的表现,已经匹配或超过 Opus 5 在 high 上的表现。

  • 日常写作、整理素材、写小脚本 → low / medium
  • 复杂 Blender 脚本、跨文件重构 → high
  • xhigh / max 只留给「我实测过确实有质量提升」的活

还有个成本细节:改顶层 effort 会让 prompt cache 失效。要在一段对话里临时改档,用 per-message effort,别改顶层。

03别写「自我检查」「再验证一遍」

这条反直觉但是真的。Opus 5.5 会自己验证工作,你再加「最后检查一遍」「用 subagent 交叉验证」, 只会过度验证、白烧 token,质量不涨。

要删的:include a final verification step · double-check your answer · re-verify before responding

反过来,如果它的纠错唠叨太多,加这句:

只在错误会改变我的代码、结论或决策时才纠正之前的说法。纠正要简短直接,然后继续任务。
对用户没有影响的笔误,改掉就行,不用专门说。

04设计类需求,要列「不要什么」

这条对做 MV 美术的人特别重要。官方原话:给它设计方向时它总是掉进同几个默认风格里, 而「避免 AI 感」这种笼统指令基本没用 —— 它只是换一个默认风格。

必须列具体的负面清单。官方示例:

输出一个 vanilla HTML/CSS 个人网站,用占位数据。
不要用米白或灰白背景、不要在标题里用斜体强调词、
不要用 "01/02/03" 这种编号小标题、不要用等宽字体标签、不要用胶囊形按钮。

用法:先让它出一版,看它这次掉进了哪个默认风格,然后把那个也加进清单,再来一遍。 这个循环比一次写长清单有效。

05写清楚「什么时候继续,什么时候才准停」

Opus 5.5 有个新毛病:长任务做到一半会停下来「汇报进度」 —— 一段总结、一个「要我继续吗」、 或者列一堆其实不阻塞的选项。在无人值守的流程里,这一停就断了。

官方给的 system prompt 补丁,可以直接抄:

当某一步不需要我输入时,继续做,把状态说明和你的下一个动作放在同一条消息里。
只有在你没有我就无法继续,或者动作不可逆(删数据、force push、改动仓库外的东西)时才停下来问我。
状态说明和你的建议都欢迎,但请和下一个工具调用放在同一条消息里,然后继续做不依赖我回答的部分。
如果你发现自己正在邀请我改变方向、或者提议「要不要我等你」,删掉它,直接做下一件事。
第二部分 · 完整流程03–06 · 从总骨架到 3D 建模到 AE 剪辑,走完就是一支成片

03通用提示词骨架

你能拿走:一个五段式总骨架,整段直接抄;04–06 的每个模板都是这个骨架套上具体环节的实例

五段式,直接抄

这是把上面五条纪律落成模板的结果。一个任务写一条消息,不要挤牙膏。

【任务】
<一句话说清要交付什么。不要写背景铺垫。>

【完成长什么样】
<可验证的完成标准。例:所有镜头都出图、脚本能一次跑通、导出文件 >0 字节。>

【上下文】
<你手上有什么。素材路径、分镜、参考链接、已有产出。>

【约束】
- 不要做的:<列具体的、你不想看到的风格/做法>
- 技术约束:<软件版本、格式、分辨率、帧率、命名规则>
- 做不到就直说,不要编。

【什么时候停下来问我】
只有在这两种情况下停:<a. 需要我选方向;b. 要动不可逆的东西>。
其他情况继续做,把状态说明和下一步动作放同一条消息。
收尾必加

对调研 / 质检类任务尤其重要,成本一句话,但能让你知道该去哪儿复核:

标出你没能确认的部分,并说明你在哪里找过。

04MV 全流程 × 每个环节喂什么

你能拿走:MV 七个阶段的完整分工表——每个阶段模型干什么、人干什么、产出是什么

来自一个真实的一人 MV 制作实践(陈然,2026-09-13),按环节拆开并补上 Opus 5.5 的用法

阶段产出Opus 5.5 干什么人干什么
0. 素材库100–300 支参考 MV + 打分 checklist下载、看、总结最佳实践、写 checklist判断 checklist 对不对
1. 音乐WAV + 歌词 + SRT 时间轴构思歌词/风格/标题;SRT 对齐听、挑、给反馈
2. Storyboard镜头表(source of truth)把歌词和情绪拆成「时间段 + 镜头 + 运镜 + 情绪」拍板
3. 3D 建模Blender 白模 + 运镜预演写 bpy 脚本建模、摆位、批处理、导出判断镜头运动对不对
4. 图生视频镜头片段写镜头提示词、调模型、批量抽卡挑片段
5. AE 剪辑成片写表达式、写 .jsx 脚本、卡点对齐、节奏分析看效果、提修改意见
6. 收尾对口型 / 超分 / 打包 / 缩略图调模型、导出多比例、整理交付包注册、付费、最终确认

阶段 0 的提示词(最被低估的一步)

核心原则

不要让 AI 凭空创造。第一步永远是让它先学。

去网上找 150 支高质量音乐 MV,下载并深入学习。
从这几个维度总结它们好在哪里:镜头语言、色彩、剪辑节奏、转场、情绪曲线。
基于这些总结出一套 1-10 分的打分标准,以及一份可勾选的 checklist。
把结果写成 MV-REFERENCE.md,放在项目根目录。
标出你没能确认的部分,并说明你在哪里找过。

这份 checklist 后面每次出片都拿来自检,是整条流水线的质量锚点。

阶段 1 的提示词(音乐 + 时间轴)

【任务】为这支 MV 写歌词、风格标签和标题。
【上下文】主题:<...>。参考曲风:<...>。
【约束】风格标签用英文,控制在 Suno 能吃的长度内。
【完成标准】给我 3 组可选,每组含 title / styles / lyrics 三段。
关键提醒

Suno 生成的歌词和音频时间轴是对不上的。必须单独做一步 SRT 对齐 —— 这一步交给 AI 去试本地模型或 OpenRouter,你只听结果。

阶段 2 的提示词(Storyboard)

【任务】基于这份歌词和 SRT 时间轴,产出 MV storyboard。
【上下文】<贴 SRT>。<贴风格参考>。
【格式】一个镜头一行:时间码 | 景别 | 主体与动作 | 运镜 | 光线 | 情绪关键词。
【约束】这份 storyboard 是后面所有环节的 source of truth,不要加没写在这份文件里的东西。
【完成标准】覆盖全曲,每个镜头的时间码加起来等于总时长。

053D 建模环节

你能拿走:2026 年 3D 工具格局 + 模板 A–D(概念图 / 三视图一致性 / 图生 3D / Blender 脚本)

工具格局 · 4 个模板 · 白模运镜法

5.1 先认清 2026 年的工具格局

工具输入输出一句话评价
Meshy 7 / 7.1文本、单图、多视图(≤4 张)GLB / STL / 3MF多视图重建最稳,贴图最高 8K;Ultra 模式只支持单视图
Tripo v3.0 / H3.1文本、单图、多图GLB 为主,可转 OBJ/FBX/STL/USDZv3.0 慢(~100s vs 2.5 的 25–30s)
Hunyuan3D(腾讯)图生 3D、多视图开源权重,可自托管要自备 GPU
Rodin / Hyper3D Gen 2文本、图像GLB / OBJ / FBX / USDZ / STL质量优先,单价 $0.50–1.50+
TRELLIS.2(微软)单图GLB(带 PBR)便宜(~$0.08),20s–4min
Blender + MCP脚本.blend / GLBLLM 真正能操作的入口

5.2 模板 A · 概念图 / 角色设定

Meshy 官方提示词公式:[主体] + [材质/表面] + [艺术风格] + [技术约束]

一名赛博朋克女鼓手,哑光黑色合成皮夹克 + 铬合金铆钉,
日式动画赛璐璐风格,正面居中、纯白背景、全身、概念设定图。
不要:写实皮肤质感、复杂背景、多人物、文字水印。

5.3 模板 B · 三视图一致性

硬约束

多视图输入如果比例、背景不统一,3D 重建会直接几何畸变。这一步做不好,后面全废。

以提供的角色参考图为唯一基准,生成技术型 turnaround 设定表:
正面 / 侧面 / 背面 三个全身视图。
要求:同一比例、同一姿势、同一服装细节、纯中性灰背景、等距打光,
不改变面部与配色。四张图保持完全相同的长宽比和画布尺寸。
不要:改变发型长度、不要加配饰、不要换鞋子、不要调整头身比。

5.4 模板 C · 图生 3D

参考图:正/侧/背三视图,每张 ≥1040×1040,纯色背景。
要求:smart topology、game-ready、面数 ≤ 50K、PBR 贴图 4K、
无漂浮部件、无文字水印、单一网格对象。
导出 GLB,文件名 <角色名>_<版本>.glb。

5.5 模板 D · 让 Opus 写 Blender 脚本

这是它最有价值的用法

Blender MCP 让模型能读写场景、跑任意 Python、把报错回灌自纠 —— 这是「LLM 做 3D」最真实的落点。

你是 Blender Python 专家。请写一个 bpy 脚本,按顺序做四件事:

1. 遍历当前场景所有 Mesh 对象,统一单位为米,居中到世界原点;
2. 按 "<角色名>_<部件>" 规则批量重命名对象和材质;
3. 对每个对象做非流形边检查(non-manifold edges),打印一份报告;
4. 导出 GLB 到 ./export/,并校验文件大小 > 0。

约束:
- 用 Blender 5.0 的 API。如果你不确定某个 API 在 5.0 里是否还存在,明确说"不确定",不要猜。
- 先输出完整脚本,再用一个表格说明每段代码对应哪个 bpy API。
- 脚本要能直接贴进 Blender 的 Scripting 面板跑通,带异常捕获。
版本号必须写死

Blender 5.0 于 2025-11-18 发布,Python API 有破坏性变更(bpy.props 属性不再和用户自定义 Custom Property 存在同一容器;Grease Pencil 改名等)。 让模型写脚本时明确报版本号,不然它会混用 4.x 和 5.0 的 API。

5.6 复杂运镜:白模 + 图生视频

这是目前解决「运镜不听话」最实用的技巧,三步:

  1. 让 AI 用 Blender 建白模(只讲站位和镜头运动,不管材质);
  2. 用白模生成一段带运镜变化的参考视频;
  3. 把这段白模视频当 reference,连同角色/风格参考图,一起传给视频模型。

这样多人物、固定机位之间的切换才有一致性。纯靠文生视频做不到。

【任务】为第 <N> 镜建一个白模预演。
【完成标准】Blender 里有一段 <时长> 秒的运镜预演视频,相机路径和分镜第 N 行一致,
导出为 720p mp4,文件在 ./previs/ 下。
【约束】只做几何体和相机运动,不贴材质、不做灯光、不做绑定。
【停下问我】只有相机运动有两种合理解读、且结果差别很大时才问。

06AE 剪辑环节

你能拿走:AE 2026 脚本选型(ExtendScript 还是 UXP)+ 模板 E–I(表达式 / 批处理 / 卡点 / 节奏分析 / 镜头提示词)

AE 2026 现状 · 脚本层选择 · 5 个模板

6.1 AE 2026 现状(别用旧知识写脚本)

版本主要新特性
26.0
2026-01-20
SVG 作为原生形状层导入、原生 3D 参数化网格、1300+ 免费 Substance 3D 材质、可变字体轴可用关键帧和表达式驱动、Unmult 效果、三个新音频效果、原生 Windows ARM
26.2
2026-04
Object Matte —— 一键选中/隔离/跟踪移动主体,用设备端 AI 模型,Adobe 称不用客户数据训练
26.5
2026-09
百分比定位、边缘吸附、自定义参考线颜色
必须知道的限制

AE 目前没有类似 Premiere 的生成式视频 / 文本驱动剪辑。它的 AI 能力集中在遮罩抠像和 3D 材质上。 指望它「自动把片子剪好」会失望。

6.2 脚本层:ExtendScript 还是 UXP?

ExtendScriptUXP
AE 支持✅ 是,主力❌ AE 侧仍无公开 API
语言版本ECMAScript 3(没有 let/const、箭头函数、Promise)现代 JS
现状ESTK 编辑器已弃用,改用 VS Code 的 ExtendScript 调试扩展Photoshop 已可用;Premiere 偏 beta;Illustrator 2026 年仍是内部状态
结论

给 AE 写脚本,一律写 ExtendScript(.jsx)。让模型「写个 UXP 插件」在 AE 里跑不通。

另一个坑

AE 有两套表达式引擎(JavaScript 引擎 / Legacy ExtendScript 引擎),在 File > Project Settings > Expressions 切换。 旧写法在新引擎下会报错,新语法在旧引擎下也会报错。报错第一件事就是去查这里。

6.3 模板 E · 写 AE 表达式

你是 After Effects 表达式专家。

目标属性:<图层名> 的 Position
需求:<例如:3 秒内从下方弹入,末尾轻微回弹>

约束:
- 使用 JavaScript 表达式引擎。
- 只允许调用 AE 内置函数:linear / ease / wiggle / loopOut / value / time / thisComp / thisLayer。
- 不要用浏览器或 Node API,不要引入不存在的函数。不确定某个函数存不存在就明说。
- 逐行加注释。
- 最后说明改哪个参数能调什么效果。

6.4 模板 F · 写批量处理脚本(.jsx)

用 ExtendScript(不是 UXP,不是现代 JS)写一个 AE 脚本:

遍历当前项目所有合成,对每个合成中名字含 "<关键词>" 的图层,
<操作,例如:设为 3D 图层并加 Position 关键帧>。

要求:
- 使用官方 API:app.project / compItem.layers / layer.property("Position")。
- 用 app.beginUndoGroup() / endUndoGroup() 包住,保证能一次撤销。
- 出错时用 alert() 给出人话提示,不要静默失败。
- 输出可以直接保存成 .jsx 双击运行。
- 只能用 ES3 语法:不要 let/const、不要箭头函数、不要 Promise。
- 如果你不确定 AE 有没有某个 API,明确说"不确定",并给出替代方案。

6.5 模板 G · 卡点对齐

最容易翻车的一个

AE 没有原生的「音频转节拍」API。任何形如 layer.autoBeatSync() 的写法都是模型编的。

【任务】写一个 ExtendScript,把 <图片序列图层> 按音乐节拍依次对齐。

【做法】先用 AE 的 "Convert Audio to Keyframes" 把音频层转成关键帧,
然后读这些关键帧里超过阈值的时间点,作为切换点。

【约束】
- 不要臆造 AE 没有的 API。如果你认为需要一个不存在的音频分析接口,停下来告诉我,
  并给出替代方案(例如先在外部用 Python/librosa 分析出时间点,再导入)。
- 输出时间点列表和脚本两部分。

6.6 模板 H · 剪辑节奏分析

纯文本任务,是 Opus 5.5 的强项。

【任务】分析这支 MV 的节奏结构,给出镜头切换建议。

【输入】<贴 SRT 时间轴 + 段落信息>

【输出格式】
| 时间码 | 段落 | 情绪关键词 | 建议切换点 | 建议镜头类型 |

【约束】
- 只基于我给的信息,不要编造我没提供的音频数据。
- 主歌/副歌/桥段的边界要标出来。
- 标出你判断依据不足的地方。

6.7 模板 I · AI 视频生成镜头提示词

为 MV 生成分镜提示词,目标模型:<Seedance 2.5 / Veo 3.1 / Kling 3.0 / Sora 2>。

每个镜头包含:主体 / 动作 / 镜头运动(推拉摇移跟)/ 景别 / 光线 / 画幅 / 时长。

要求:
- 中文优先(Seedance 对中文友好)。
- 每个镜头后面标注该模型已知的弱点(例如手部细节易崩),需要后期修的地方标出来。
- 不要写"电影感""高级感"这类无法执行的词,换成具体的镜头语言。
第三部分 · 查错与速查07–08 · 翻车了先来这里;赶时间的人只看这一部分

07翻车清单

你能拿走:建模、AE、模型自身三个环节的翻车对照表——出问题先来这里逐条对

三个环节的高频坑

7.1 建模环节

坑表现怎么防
以为 LLM 会建模让它「生成一个 3D 模型」,它给你一段文字描述LLM 只能通过 MCP/脚本操作 DCC,不能直接产网格
多视图不统一重建出来的模型歪、比例错三视图必须同比例、同背景、同画布尺寸
AI 网格拓扑脏低模近看全是破面必须重拓扑,生产级还得人工
有机建模 / 复杂节点树 / 精确空间定位 / 动画稳定翻车区这四类别指望 AI 一次做对,留人工时间
版本号写死教程里的 API 上个月已经改了工具迭代极快(Meshy 7→7.1 只隔一个月),写指南前回查官方 changelog

7.2 AE 环节

坑表现怎么防
表达式引擎不匹配报错但看不出原因先查 File > Project Settings > Expressions
幻觉 API出现 layer.autoBeatSync() 这种函数在 prompt 里明确写「不确定就说不确定,不要猜」
ExtendScript ≠ 现代 JSlet / 箭头函数 / Promise 报错明确写「只能用 ES3 语法」
UXP / CEP 混淆让模型写 UXP 插件,AE 里跑不通明确写「用 ExtendScript,不要用 UXP」
版本 API 漂移旧教程代码失效报清楚 AE 版本号(26.x)
坐标系与时间基准time 和 value 搞混,动画偏移在 prompt 里点名这两个的含义

7.3 Opus 5.5 自身的坑

坑怎么防
你写「仔细思考」,它反而更慢删掉
你写「最后检查一遍」,它过度验证烧 token删掉
长任务做到一半停下来「汇报」加第 2 节的停/续规则
设计工作掉进默认风格列具体负面清单,不要写「避免 AI 感」
让它「把推理过程写出来」会被拒(reasoning_extraction 类别)。改成「用三句话解释你为什么选这个方案」
生物 / 网络安全类内容被安全分类器拦正常健康和教育问题不受影响;生命科学工作可申请 Life Sciences Verification Program

08一页速查

你能拿走:02 + 03 压缩成一页:写 prompt 前三问、必加句、必删句、分工边界

打印出来贴在显示器边上

写 prompt 前问自己三句
1. 完成长什么样,写了吗?
2. 「仔细思考」这类词删了吗?
3. 什么时候停下来问我,写了吗?
三个必加句
· 标出你没能确认的部分,并说明你在哪里找过。
· 如果你不确定某个 API 是否存在,明确说「不确定」,不要猜。
· 不要做:<具体列 3–5 条>
三个必删句
· 仔细思考 / think step by step
· 最后再检查一遍 / double-check
· 把推理过程写出来(会被拒)
分工边界
生成模型 → 出草稿
Opus 5.5 → 写脚本、批处理、质检、调度
人 → 拓扑、绑定、最终质量判断
第四部分 · 真实案例09 · 别人真的做出来过:能上手的工具 + 天花板拆解 + 完整榜单

09开源实战案例

你能拿走:3 个能直接 clone 的开源工具(附许可证状态)+ 两个天花板项目完整拆解 + 19 仓库榜单

GitHub 星数 × B 站播放量 × README 全文检索 · 2026-09-29

同一首歌(P(doom))有两套完全独立的实现,下面按真实星数排。第一版调研漏过一次榜首,原因和完整找法在 9.5。

9.1 想自己动手?从这三个开始

上面两个是「作品」,下面三个是「工具」。如果你只是想出一支自己的 MV,别去啃那两个大仓库,用这三个。

AJohnHeibel/ClaudeAnimationBase ★567 · MIT

作者从 PDoomVideo 抽出来的起始套件,还附了一份「模型哪里做得好、哪里做得差」的分析。

用法就一句话——clone 下来,在 Claude Code 里说:

Read ANIMATION_GUIDE.md, then make a 15-second video of Clawd trying to catch a butterfly.

模型会自己分镜、逐镜构建、渲染联系表自检、最后写出 out/video.mp4。作者的原话:「它在很少的指令下能做很多,但给更多要求时也相当准确。」

坑:没有独显的话,p5.brush 的水彩填充会让渲染慢到「秒/帧」。集显建议直接让模型换掉水彩填充。

Blintsinghua/paint-mv-skills ★25 · 中文

这个最对味:给 Agent 用的 MV 制作 skill,输入一首歌的音频和歌词,输出一支手绘水彩动画 MV(MP4)。流程完全照 PDoomVideo 的源码做。

自带一个完整 demo《凌晨录音室》——86 秒中文说唱,从零跑完全流程,没有人工修改画面。歌词是新写的,歌用 YuE2 生成。

画风固定(水彩加墨线、纸纹、沸腾的线条、卡拉 OK 字幕、笔刷转场),但构思、角色、场景、道具每首歌都从歌词重新设计。分镜和全部源码都在 demo/project/ 里。

Cjoeseesun/qiaomu-cut-skill ★365 · MIT

乔木智能视频导演 Skill:素材治理、双语字幕、品牌包装、可复现渲染。做的是「剪辑导演」这一层,跟前面两个「从零画」的路线互补。

9.2 榜首 · mexicat/pdoom-video ★1,853

仓库github.com/mexicat/pdoom-video
成片YouTube 4K · B 站搬运 BV18ta86EEHb(8.4 万播放)
星数 / Fork1,853 ★ / 194 fork
技术栈TypeScript + three.js(bun + Vite)· 无头 Chrome + ffmpeg
许可MIT —— 可以商用,署名即可

一首 132 BPM 的歌,全部用代码渲染。作者的定位是「一本关于世界末日的插图书里的图版」——每块图版有自己的视觉语言(铜版画、示波器、公文纸、钞票防伪纹、蓝图、光线步进 3D、织物、UI),但共享同一套配色、字体系统和颗粒。

工程上真正硬的地方

01确定性渲染:预览 = 导出

每一帧都是「歌曲时间 t 的纯函数」。浏览器里的实时预览和离线 1080p60 / 4K60 导出逐像素一致。这意味着调一个镜头不用等渲染。

02运动模糊做到 324 子帧/帧

不是后期加的模糊,是真的一帧内采样几百次求平均。作者说 YouTube 那版只采了 4 个子帧,所以快速运动能看到台阶,压缩还糊掉了胶片颗粒——要看最好的版本得自己本地渲染。

03音频分析是真做了的

Demucs 做音轨分离 → CTC 强制对齐 + Whisper 交叉验证 → 节拍/强拍/起音分析 → 输出词级(部分音节级)时间轴。不是「大概卡个点」,是每个词都有精确起止。

04两份文档就是方法论本身

docs/TREATMENT.md 是风格圣经(配色、字体、语气、明确列出「不要什么」),docs/ENGINE.md 是引擎和场景 API。这两份是 Opus 5.5 在对话里产出的,可以直接当模板。

它的 TREATMENT.md 里有一段值得抄

「不要 slop:不要紫青霓虹赛博朋克、不要发光大脑、不要 Matrix 代码雨、不要镜头光晕大杂烩、不要通用粒子星云、不要任何一眼看上去像 AI 生成的东西。」

这就是「列具体负面清单」那条纪律的工业级用法——它把「AI 味」拆成了六个可以逐条打勾的具体项。

9.3 同一首歌的另一个版本 · JohnHeibel/PDoomVideo ★1,469

同一首歌、同一个思路、完全独立的两套实现。对比着看很有意思:

mexicat(★1,853)JohnHeibel(★1,469)
视觉插图书版画 / 示波器 / 蓝图水彩手绘
技术栈TypeScript + three.jsJavaScript + p5.js + p5.brush
运动模糊最多 324 子帧无(靠 jit() 做手绘抖动)
音频分析Demucs + CTC + Whisper 词级对齐手工时间轴
许可MIT无 LICENSE
创建2026-09-242026-09-22(早两天)

JohnHeibel 那版技术栈更轻,但有个东西 mexicat 那边没有:ANIMATION_GUIDE.md 是 Opus 写给自己并行 subagent 的规范。四条约束值得直接抄:

  • 每一帧必须是 t 的纯函数 —— 帧是并行、乱序渲染的,不能有跨帧状态,不能用 Math.random(),要随机就用 hash(i)。
  • jit(a) 每秒重新播种 12 次 —— 让线条「沸腾」出手绘感。不是 bug,是刻意设计的。
  • 每章一个文件,包在 IIFE 里 —— 私有 helper 不污染全局,多个 subagent 并行写不撞名。共享文件有 bug 只报告、不直接改。
  • 卡拉 OK 条占死底部 y 975–1070 —— 脸和关键动作必须留在 y 960 以上。这类「版面死区」不写进规范,subagent 一定会踩。

9.4 完整榜单

仓库★许可是什么
mexicat/pdoom-video1,853MITP(doom) MV · TypeScript + three.js · 词级卡拉OK
JohnHeibel/PDoomVideo1,469无同一首歌的另一版 · p5.brush 水彩
yihui-dev/awesome-opus5-5-videos815MIT病毒视频合集 + 背后的提示词
lemomo-ai/lemo-opuscar572MIT39 种电影风格,每种一个可复用 style prompt
JohnHeibel/ClaudeAnimationBase567MIT起始套件 · p5.brush 手绘动画 + Clawd 角色
joeseesun/qiaomu-cut-skill365MIT中文 · 乔木智能视频导演 Skill
athemeroy/awesome-opus-5-5-videos325—1000+ 视频的来源索引
zhuyansen/awesome-claude-video-skills243CC0180 个仓库按类型分好
diggerhq/shipvideo217—贴个 URL 或提示词就出发布视频
joeseesun/opus-video-prompts89—中文 · 54 个案例 + 可直接复制的提示词
Kenton-GMI/sakuragaoka-station79MITthree.js 樱花车站小镇,第一人称可走
makevoid/motion-graphics-music-video-skill63MIT一首歌 + 一句提示词 → 动态图形 MV
ledbetterljoshua/functional-emotions-video57MIT自研 GPU 笔触渲染器
lintsinghua/paint-mv-skills25自定义中文 · 音频+歌词 → 手绘水彩 MV
bizarro/evangelion22MITEVA NERV 终端风 MV · three.js
jbang2004/long-wind23自定义浏览器实时武侠动作游戏 · three.js
guchang233/linear-algebra-promo18无线性代数之美(B 站 3.4 万播放)
xiaoming6680/Zh-CN-pdoom-video3MITP(doom) 中文深度汉化版(中英逐词字幕)
seasnakes/world.execute-me-wallpaper1MITB 站《一句话生成 world.execute(me); mv》配套源码
用之前注意

表里 「—」表示没有 LICENSE 文件,默认保留所有权利 —— 代码可以读、可以学,但不能直接拿去做商业项目。

要商用优先看这几个 MIT / CC0 的:mexicat/pdoom-video、JohnHeibel/ClaudeAnimationBase、joeseesun/qiaomu-cut-skill、Kenton-GMI/sakuragaoka-station、lemomo-ai/lemo-opuscar、makevoid/motion-graphics-music-video-skill。

另外提醒:「看懂」从来不需要许可证。版权只保护表达,不保护思想——读 TREATMENT.md 学它的方法论永远合法,复制代码才需要授权。

9.5 这份榜单是怎么找出来的

研究方法复盘,跟怎么用这份指南无关,可以整个跳过

展开看完整复盘(我第一轮找错了,错得很有代表性)

值得单独说,因为我第一轮找错了,而且错得很有代表性。

#错误具体表现修法
1单一数据源 只搜 GitHub 就下「星最高」的结论 排名类结论至少两个独立源交叉
2按关键词搜,不按实体搜 用 opus 5.5 当关键词,但 mexicat 的仓库描述里根本没这个词 先找到实体(这首歌叫 P(doom)),再找它的所有实现
3只搜描述,不搜正文 GitHub 默认只匹配仓库名和描述 加 in:readme 搜 README 全文 —— 这一条直接多挖出一半结果
一句话总结

「Opus 5.5」是属性,不是标识。按属性搜,一定漏。

具体做法:q="Opus 5.5" in:readme music video —— 这一条查询捞出了 ClaudeAnimationBase、paint-mv-skills、qiaomu-cut-skill 三个我前两轮完全没看到的仓库。

另外,中文社区的搬运者常常会比原作者写得更全——B 站那条 8.4 万播放的视频,简介里把原作者、仓库地址、渲染参数全列了。

附录10 · 每条结论的来源与验证状态

10来源与验证状态

你能拿走:每条事实性结论的来源与验证状态,一手 / 二手分档,查不到的写明查不到

哪些逐字核过原文,哪些只是搜索摘要

文档里每个事实性结论都能追到下面某一条。分两档:一手是把原文完整读过的,二手是搜索摘要或第三方转述——用之前建议回查官方。

一手来源 已逐字读原文
  1. Claude Opus 5.5 — 模型概览 规格、价格、上下文窗口、effort 默认值、四个破坏性变更 platform.claude.com/docs/en/models/opus-5-5/overview
  2. Prompting Claude Opus 5.5 — Anthropic 官方提示词指南 五条纪律中的第 1/2/4/5 条、effort 校准、无人值守续跑规则、安全分类器与拒答类别 platform.claude.com/docs/en/build-with-claude/prompt-engineering/prompting-claude-opus-5-5
  3. Prompting Claude Opus 5 — 上一代官方指南 第 3 条纪律(删掉自我验证指令)、子代理委派控制、输出长度校准 platform.claude.com/docs/en/build-with-claude/prompt-engineering/prompting-claude-opus-5
  4. Getting the most out of Opus 5.5 — Addy Osmani / Anthropic 「说清完成长什么样」「设计要列负面清单」「让它标出没确认的部分」的原始出处 claude.dev/blog/getting-the-most-out-of-opus-5-5/
  5. 如何使用 AI 制作音乐视频(MV)— 陈然,2026-09 第 04 节整条 MV 流水线、白模 + 图生视频做复杂运镜的做法、成本量级 ranchen.org/content/20260912-rancheng-article-how-to-make-ai-music-video
  6. GitHub Search API — 星数排名与仓库元数据 第 09 节全部数据(星数、fork、语言、体积、创建时间、许可)来自 2026-09-29 实时查询,不是转载 docs.github.com/en/rest/search/search
  7. B 站搜索 / 视频详情 / 评论 API — 交叉验证 扫了 122 条视频,从简介与评论区提取仓库链接。mexicat 那版就是靠这条线捞出来的——它仓库描述里没写「Opus 5.5」,纯 GitHub 关键词搜不到 github.com/SocialSisterYi/bilibili-API-collect
  8. JohnHeibel/PDoomVideo 仓库文档 第 09 节的「怎么做的」「技术栈」「四条工程约束」逐条来自 README.md / ANIMATION_GUIDE.md / STORYBOARD.md 原文 github.com/JohnHeibel/PDoomVideo
二手来源 搜索摘要 / 第三方,未逐条开原文
  1. After Effects 新增功能(26.5)— Adobe 官方帮助 ⚠️ 该页对非浏览器 UA 返回 403(反爬),浏览器里可正常打开 helpx.adobe.com/cn/after-effects/desktop/what-s-new/whats-new.html
  2. Adobe releases After Effects 26.2 — CGChannel cgchannel.com/2026/04/adobe-releases-after-effects-26-2/
  3. New AI-powered video editing tools — Adobe Blog(26.0 新特性) blog.adobe.com/en/publish/2026/01/20/new-ai-powered-video-editing-tools-premiere-major-motion-design-upgrades-after-effects
  4. Blender 5.0: Python API — Blender 官方 Release Notes developer.blender.org/docs/release_notes/5.0/python_api/
  5. ExtendScript in 2026: Is It Dead? — Mapsoft mapsoft.com/posts/extendscript.html
  6. UXP for Illustrator: Status & What to Use Today — Mapsoft mapsoft.com/posts/illustrator-uxp-status.html
  7. How to Fix a Common After Effects Expression Error — AE Screens aescreens.com/blog/how-to-fix-a-common-after-effects-expression-error
  8. Best 3D Model Generation APIs 2026 — 3DAIStudio §5.1 工具对比表与价格量级的来源 3daistudio.com/blog/best-3d-model-generation-apis-2026
  9. Meshy 官方提示词指南 docs.meshy.ai/en/webapp/guides/prompting
  10. Use multi-view for better 3D models — Scenario 「多视图比例/背景不统一会导致几何畸变」的依据 help.scenario.com/articles/8567884991-use-multi-view-for-better-3d-models
  11. Claude + Blender MCP: real-world performance — MindStudio 「Blender MCP 让模型读写场景、回灌报错自纠」的依据 mindstudio.ai/blog/claude-blender-mcp-real-world-performance
  12. AI Auto-rigging Showdown 2026 — StraySpark strayspark.studio/blog/ai-auto-rigging-showdown-2026-tripo-meshy-cascadeur-mixamo
这份文档没有覆盖的

Opus 5.5 在 3D / AE 场景下的官方基准测试 —— 不存在。 Anthropic 没有发布过这类评测。任何声称「Opus 5.5 做 3D 比 XX 强」的说法都缺一手来源。

给读者的提醒

标「二手」的部分,尤其是 AE 版本功能、AI 3D 工具能力与价格、Blender 5.0 API 变更这三类, 迭代速度以月计,直接拿去做技术决策前请回查官方原文。