AIGC工作流

Opus 5.5 纯代码动画实现指南

2026年9月25日一部电影混剪，一支《New Boy》MV。画面里的眼睛、城市、人物和旧电脑，都由代码绘制。

一部电影混剪，一支《New Boy》MV。画面里的眼睛、城市、人物和旧电脑，都由代码绘制。

这次制作没有预先配置 Skill。我先让 Claude Code 研究 X 和 B 站上的 Opus 5.5 动画，拆解画风、叙事、运镜、转场和声音，再把研究整理成制作方案，开始写自己的片子。

下面把作品、研究结论和落地方法放在一起。想先看参考，可以直接跳到片库。

一、研究报告

Claude 最初从八条参考片整理出一份落地方案，后续又补充了样本与来源核对。这里保留能用于制作的部分：媒介、节奏、转场、叙事、动作、工程和声音。

媒介要能解释物体怎么动

纸拼贴可以折叠、撕开、重新排列；沙画可以聚拢、抹去；马赛克可以翻转、散开、归位。先规定材料如何变化，模型就有了一套可重复使用的动作语言。

Chris Riley 的马赛克案例把图形设定为一群可以活动的瓦片。鱼游动时，组成鱼的瓦片也在运动；瓦片飞走后留下空位。材料本身就足以组织一个镜头。作者公开的 prompt 片段

纸拼贴、水彩、孔版、沙画、马赛克、像素。参考片的材质与运动方式相互配合。

把节奏写进时间结构

Kevin Ngo 的《What do you love?》在中段加速更换道具，人物保持相近的位置与尺度。观众不用重新寻找主体，便能接住快速变化。密集帧中，15 至 16 秒的四个画面各占约 0.25 秒。

这个观察可以用于设计节奏，但不能据此断言全片每一刀都准确命中音乐。制作时应分别标记画面切点、音乐拍点与音效起点，再回放它们之间的关系。

Kevin Ngo · What do you love?：稳定主角，逐渐缩短换画面的间隔。

每个镜头都要提前想好出口

DreW 的科学短片不断在微观与宇宙间切换。圆形、分叉、螺旋、粒子群延续到下一个对象里，视线因此有地方可去。P(doom) 的分镜文档也为镜头记录了如何离开当前画面。

出口可以是一个形状，也可以是运动方向、遮挡物或一道光。先确定观众正在看哪里，再让下一个场景从那个位置接续。不要等镜头全部做好，最后才给它们套同一种淡入淡出。

DreW · Made with Claude：相邻画面延续形状、密度和运动方向。

短片也要有等待、变化与回收

《What do you love?》先递出一个问题，再用一连串爱好积累答案，最后把注意力放回纸条上的“你”。《P(doom)》则在结尾回到舞台。结尾使前面看过的画面获得新的含义。

设计两三分钟的片子时，可以先写三个节点：开头让观众在意什么，中间改变了什么，结尾留下什么。视觉奇观放在这条线上，才有前后轻重。

留住姿势，细节再动

角色摆好一个清晰姿势后，可以暂时停住，只让呼吸、眼睛或衣角变化。P(doom) 的代码把部分手绘线条以每秒 12 次的频率更新，形成线条轻微跳动的手感。姿势的停留时间与画面输出帧率可以分别设计。

像素动画也一样：逻辑分辨率、有限调色板、整数坐标和动作状态机，比简单地把普通矢量图缩小更有效。Majid 的完整规格 prompt把这些约束逐项写了出来。

先写制作约定，再拆章节

P(doom) 的仓库保留了动画指南、分镜表、共享绘图模块与九个章节文件。角色、颜色和时间工具共用；每段镜头由自己的文件实现。接触表可以快速检查构图、主体位置、字幕和交接画面。

并行制作之前，先把交接帧约定清楚。否则，多个 Agent 只会更快地产出几段彼此不相连的动画。P(doom) 项目源码

声音要分清来源，也要单独设计

代码可以合成声音、写 MIDI，也可以调度采样和已有录音。不同路线的听感、制作成本和来源要求并不相同。P(doom) 使用已有歌曲；《Window Seat》用代码写钢琴乐句，音色来自 Salamander 钢琴采样；这次《New Boy》使用原曲录音。

音效应该与画面里的具体事件相连：哪一刻物体碰到桌面，哪一刻快门闭合，哪一刻火车驶过。峰值、响度和波形可以查技术问题，最终还需要完整观看和聆听。

二、成片 & 脚本

看 - 电影混剪

四部电影，四种观看的方式：HAL 的凝视、Alex 被迫睁开的眼睛、洋洋拍下的后脑勺，以及老唐寻找信号的电视雪花。用代码重绘这些意象，把它们接成三分钟。

《看》3:00 · 720p

画面是对电影意象的代码重绘，没有使用电影原片画面。四个章节以不同媒介区分，再用圆形、快门和雪花屏衔接。

先把转场写清楚

这部片的制作方案先约定了交接画面：上一段必须交出什么，下一段从哪里接。HAL 的红眼收成瞳孔，转成橙色、长出睫毛；眼睑闭合后接相机快门；照片中的电视被推近，雪花填满屏幕，再进入山野。

HAL 红眼 → Alex 的眼睛 → 相机快门 → 电视雪花 → 锅口与日出

四段可以分别制作，但交接时刻共用同一套形状、位置和背景色。这样才能避免每段各自成立，拼起来却像换了一个视频。

《看》的分镜方案

下表是制作时使用的分镜约定。它说明设计意图，不代表每一个镜头都已经达到最终效果。

时间	画面与动作	如何接出去
00:00 至 00:10	放映机启动，光点张开，石碑从光圈里出现。	光圈中的荒原接管全屏。
00:10 至 00:20	荒原、石碑、日出，用简单几何建立尺度。	骨头被抛上天空。
00:20 至 00:26	旋转的骨头变成航天器，呼应原片的匹配剪辑。	运动延续到太空。
00:26 至 00:34	空间站圆环旋转，飞船靠近。	圆形焦点转到 HAL。
00:34 至 00:46	红眼与被抽出的记忆模块，灯光逐渐衰弱。	红眼进入光廊。
00:46 至 00:52	透视条纹构成星门，收束成瞳孔。	红色转橙色，长出睫毛。
00:52 至 01:04	从眼睛后拉，露出礼帽与抽象奶吧。	人物起身，转入行走。
01:04 至 01:14	四个剪影沿水边行走，手杖和倒影承担动作。	回到眼睛的特写。
01:14 至 01:28	图形化的眼睛被夹具撑开，瞳孔映着银幕色块。	眼睛终于闭合。
01:28 至 01:34	眼睑过渡成相机光圈。	同一黑场接快门打开。
01:34 至 01:46	快门响起，后脑勺照片逐张显影。	照片接到一扇窗。
01:46 至 01:58	人影、雨与城市叠在玻璃上，前后层以不同速度移动。	画面变暗，留下投影光束。
01:58 至 02:08	教室科学放映，光束里有灰尘和女孩的剪影。	闪光照亮路口。
02:08 至 02:16	父女情感线以分屏并置，再推近电视。	电视雪花铺满画面。
02:16 至 02:26	从雪花屏后拉，人物守着旧电视。	噪点中的图形牵引视线。
02:26 至 02:38	山脊、队伍、顶锅少年，同心圆扩散如信号。	进入山洞与星空。
02:38 至 02:54	以升空、铁锅和植物做动画改编，锅口与太阳重合。	绿色圆形回到全片共同母题。
02:54 至 03:00	红、橙、蓝、绿四个圆收束四部电影。	留下片名《看》。

两处需要区分：在《一一》中，是 NJ 重遇旧爱与女儿初恋的平行叙事；升空和锅中植物属于这部动画的改编设计，不应当作《宇宙探索编辑部》原片桥段。

New Boy - 音乐MV

第二部从一首已有的歌出发。以日历、旧物、人物换装和 Windows 98 窗口组织画面，统一成彩色印刷的质感。歌曲里的年代感，也成为转场的材料。

《New Boy》3:43 · 1080p

音乐：朴树《New Boy》原曲录音。画面由 JavaScript、Canvas 2D 和 WebGL2 印刷着色器绘制，未使用生成图片。画面制作与歌曲录音来源是两件事。

同一张时间表，控制不同层次的动作

项目把段落、拍点和歌词字级时间放在同一个文件里。小节控制大段落，一拍控制换色与动作重心，字级时间控制口型和窗口拖动。窗口的残影也由过去的时间点重新计算，拖动进度条后仍能得到同一幅画面。

角色不需要每一帧都平滑移动。部分姿势按较低频率更新，镜头和节拍仍连续推进；错版偏移在重拍时突然增大，再快速收回。这样，印刷质感参与了节奏。

制作脚本

我的起点是让 Claude Code 自己研究，不预装 Skill。研究完成后，继续在同一个上下文中给出题材、时长和审美方向，让它把可借鉴的方法写成自己的制作约定。

报告至少要回答这些问题

研究什么	报告里留下什么
画面	媒介、调色板、边缘处理、纹理和人物尺度，配代表帧。
叙事	开场信息、段落变化、高潮与结尾回收。
镜头与转场	时间点、焦点位置、运动方向，以及前后两个对象如何连接。
声音	音乐来源、拍点结构、音效对应的动作，以及明确的留白。
制作证据	作者原帖、公开 prompt、GitHub、制作文档。找不到的直接标明。

先看几帧，再看一整条粗剪

方向样张要由实际动画引擎渲染。选定材质之后，先做全长动态分镜，人物和背景都可以很简单，但每段多长、在哪里加速、哪里留白、怎样转场都应该已经能看见。

确认节奏后再精修章节。每次只修一个可观察的问题，例如“人物还没被看清就切走了”“眼睛接快门时中心位置跳了”“音乐进入副歌，画面密度却没有变化”。比起反复要求“更高级”，这样的修改更容易落到代码上。

方向样张

用真实渲染的代表帧确认角色、材质、色彩和光。

全长动态分镜

先看节奏与转场，让全片在低精度下成立。

逐段精做

补表演、二级动作和细节，持续检查章节交接。

声音与成片

按事件做音效，完整回放，再导出和检查。

一份可以直接改的制作 brief

下面是按这次方法整理的起始模板，可按自己的题材修改；它不是任何参考片作者的原始 prompt。

我要做一部【题材】的纯代码动画，时长【时长】，画幅【比例】。

先研究我提供的参考视频。分别拆解叙事、画风、运镜、转场、节奏和声音，记录时间点与代表帧。核对作者披露的 prompt、源码和制作文档，区分作者自述与已经核实的内容。生成一份拆解报告。

不安装、不配置 Skill，直接使用当前环境开始制作。

先提出一种适合代码实现的媒介，并写清它的材质和运动规则。给出故事主线、色彩变化、音乐段落、高潮和留白。

每个镜头写清：时间、焦点、主要动作、镜头运动、声音事件，以及怎样进入下一个镜头。优先用物体、形状、运动方向或遮挡衔接，避免连续使用同一种转场。

画面由确定的时间和种子计算。音画共享一张时间表。角色、材质和镜头分层；制作约定与分镜先落盘。

先给实际引擎渲染的方向样张，再做全长低精度动态分镜。节奏确认后逐段精修，每次检查交接前后的连续帧。

保留可拖动时间轴的 HTML 和可导出的 MP4。声音注明合成、采样或录音来源；检查时长、帧数、响度与音画同步，并完整回放。

公开的 prompt，适合怎么学

写法	能借鉴的部分	原始材料
题材与时长	先给清晰主题、成片长度和气质，让模型提出结构。	Michael Guo · 沙画
材料规则	规定材料怎样散开、翻转和重新归位，风格便有了动作逻辑。	Chris Riley · 马赛克片段
具体规格	逻辑分辨率、调色板、姿势、状态机和验收标准。	Majid · 像素巫师
完整制作约定	统一角色、章节接口、时间规则、渲染与检查工具。	P(doom) · 动画指南

工程与声音

原始落地方案采用原生 JavaScript、Canvas 2D 与 Web Audio，需要印刷、辉光等效果时增加 WebGL2。它是一条适合这次制作的路线；参考片里也有 p5.brush、Blender 和采样音色等其他实现。

让任意一帧都可以重新得到

镜头只由时间与固定种子计算。调用 renderAt(63.98)，不需要先播放前面一分钟。它让定点检查、拖动时间轴、局部返工和逐帧导出都变得可行。

随机纹理固定种子，残影从历史时间点计算，运动轨迹写成时间函数。若粒子依赖状态模拟，就保存可恢复的状态，或给它提供确定的重放方法。

层次	负责什么	修改时能保住什么
场景	人物、道具、构图、动作与镜头。	更换材质时，故事与走位仍能保留。
媒介	纸纹、网点、错版、扫描线、像素量化。	同一套动作可以检查不同视觉方向。
光学	辉光、反射、暗角和色散。	控制效果强度，不淹没主体。
时间	段落、小节、拍点、歌词与音效事件。	同一事件只改一处，声音和画面一起调整。

把“卡点”写成具体事件

一张 cue 表至少包含事件、时间、视觉动作、声音和动作前后的停留。不是所有动作都需要击中重拍：蓄力可以提前，接触落在拍上，回弹稍后完成。整齐与变化需要同时存在。

事件	画面处理	声音处理
快门闭合	叶片收拢到全黑，同一时刻交接场景。	快门声对应闭合，环境声可以跨过转场。
窗口最大化	拖动先铺垫，到关键字时迅速撑满画面。	以歌曲本身的重音组织动作，避免无意义叠加提示音。
物体落地	接触、压缩、回弹分别有时间。	撞击对应接触；余响长度与材质匹配。
段落收尾	降低动作密度，给观众辨认和回味的时间。	减少声部，保留环境或一个持续音。

从 HTML 到 MP4

浏览器里的 HTML 用于检查和修改，MP4 用于稳定播放。导出时按固定帧率逐帧调用渲染函数；代码合成的声音可离线输出 WAV，已有音乐保留独立音轨，最后交给 FFmpeg 合成。

成片需要检查画幅、帧率、时长、音轨和首尾。浏览器实时播放流畅与离线导出正确，要分别验证。接触表用于找构图和衔接问题，完整回放用于判断节奏和听感。

常见问题与修改方法

看到的问题	先改哪里
画面像默认矢量图	统一边缘、纹理、色彩数量和动作规则，减少材质混用。
人物僵硬	先确认关键姿势、重心、视线和停留，再加眨眼、呼吸等细节。
每段同样长，同样热闹	在动态分镜阶段重排时长，写出高潮和留白。
转场像强行套效果	回到上一镜头的焦点，寻找对象、运动方向或遮挡关系。
数值都合格，声音仍单薄	重新检查音色、声部、动态与场景关系；测量不能替代听感。
全片渲染太慢	先小画幅验证，缓存不随时间变化的内容，分段导出并保存进度。