一个Codex技能 把你的文案变成一分钟火柴人视频
先说个场景：你脑子里有个想法，想做成短视频发到 TikTok 或者 YouTube 的短视频上，但打开 AI 视频工具那一刻就卡住了——到底该怎么写提示词？镜头怎么切？画风统一不了怎么办？十有八九最后做出来的是一个角色站在原地念叨十秒钟，画面干巴巴的，跟"视频"这个词没什么关系。
GitHub 上有个叫 stickman-video-director 的小项目，专门解决这个"从文案到成片"中间那段最麻烦的环节。它不是视频生成工具本身，而是一个装在 Codex 里的技能包，作用是帮你把一段文字或者一个主题，转换成一整套可以直接喂给 Gemini Omni Flash 用的分镜提示词。
项目地址：https://github.com/kaomei/stickman-video-director
它的做法挺有意思。你把想法丢给它，它先问你要横屏、竖屏还是方形（对应 16:9、9:16、1:1 三种比例），再问你要黑底白人还是白底黑人的极简火柴人风格。确定好之后,它不会直接甩给你一堆提示词,而是先出一份"导演方案"——六个分镜的具体安排,包括每个镜头三个节拍的动作设计、镜头怎么运动、什么时候出字幕、配什么音效,你可以照着这份方案提修改意见,改到满意为止,这一步不花你任何生成额度。
方案确认之后,它才生成六段独立的提示词,每段大约十秒,拼起来正好一分钟。这里有个设计我觉得挺实用:每一段提示词都会重复写清楚角色长相、线条粗细、配色、台词、转场这些"锁定信息",这样即使六段是分开生成的,画风和角色也不会跑偏——玩过 AI 视频生成的人都懂,这种"一致性"恰恰是最容易翻车的地方。
内容上它也有点讲究,一分钟视频对应大概130到150个英文单词的旁白,项目说明里特别提到不会瞎编数据或者夸大产品的话——对做知识科普、观点表达类内容的人来说,这算是个加分项,起码不用担心它替你"创作"出一些不存在的事实。
技术门槛这块,不需要接什么 API 或者 MCP,把技能文件夹拷到 Codex 的技能目录里,重启一下就能用,操作上是省心的。但前提是你得先有 Codex 环境,而且最终画面质量还是取决于 Gemini Omni Flash 这个模型本身的生成效果,这个项目管的是"怎么拍",不管"拍出来好不好看"。
项目目前 90 个star,10个fork,提交记录不算多,看得出还是个比较新、比较小众的工具,活跃度谈不上多热闹,但思路是清楚的——先把"导演"这一步想明白,再去消耗生成算力,省钱也省返工时间。如果你经常要做讲解类短视频,又懒得自己琢磨分镜逻辑,这东西值得试试;但如果你想要的是一键出片、不用管细节的傻瓜工具,它可能不是你要找的那种"省心"。
