不需要Opus 5.5，也不用Codex，国产的M3.1-flash、V4.1-flash就能把一份个人简介做成55秒的介绍视频。作者在MiniMax Code里跑完整套流程只花了3毛钱，还把提示词和三步操作全摊开了。

今天给大家分享一个好玩的Code to Video场景，用代码制作自己的个人简介视频。

先看VCR。

以及竖屏版（换了个音色）。

不需要Opus 5.5，也不用Codex，国产的M3.1-flash、V4.1-flash以及刚刚发布的Hy4正式版都可以做。我是在MiniMax Code里用M3.1-flash跑的，非常便宜，这个视频只花了3毛钱。

同样，我也在Workbuddy里用V4.1-flash跑了一遍，花了8毛钱。感觉最近的V4.1-flash一点都不便宜了。

下面，简单三步教你做出同样的视频。

第一步，把你的个人简介和这段提示词一起发给Workbuddy、MiniMax Code、豆包工作这类Work Agent（发给DS/Kimi/Qwen Chat的网页端也行）。模型推荐用写作能力较好的K3.1-Pro、V4.1-flash或Qwen3.8-Max。

全部提示词如下：

你是一名擅长个人品牌商业包装的资深文案与配音编导。

请阅读我上传的个人简介资料，为其创作一支约55秒个人介绍视频的中文配音稿。视频用于对外展示个人Profile、建立专业信任并促进合作，不是履历汇报。

【创作目标】

让观众听完后清楚记住：我是谁、我能为谁解决什么问题、我凭什么值得信任，以及如何与我建立联系。

【叙事结构】

1. 价值钩子（约0–5秒）：从目标受众的需求、痛点或我能创造的价值切入，避免以流水账式自我介绍开场。

2. 身份定位（约5–12秒）：自然交代姓名、职业／角色、专业领域和一句清晰的个人定位。

3. 核心能力（约12–22秒）：提炼最重要的3项能力、服务或专业方向，突出它们分别能解决什么问题。

4. 实力证明（约22–38秒）：选取最有说服力的代表项目、成果数据、作品、客户案例或资质，重点讲结果而非职责。

5. 差异化标签（约38–47秒）：提炼我的独特方法、专业优势或工作风格，形成一个容易记住的个人标签。

6. 合作连接（约47–54秒）：说明希望链接的人群、适合的合作类型或当前开放的合作方向。

7. 品牌收尾（约54–60秒）：回扣姓名或个人定位，用一个自然、明确的行动指令收尾。

【写作要求】

– 用第一人称表达，使用短句、自然停顿，避免过多头衔、术语、长数字及密集信息。

– 采用“价值先行、证据支撑、差异化记忆、合作收尾”的商业表达，不要写成简历朗读。

– 语言专业、自信、真诚、简洁，有适当的节奏和情绪递进，但不要浮夸、喊口号或堆砌形容词。

– 只使用资料中明确提供的信息，不得虚构职位、客户、项目、成果、数据、荣誉或合作关系。

– 资料不足的内容直接略过，不用空泛套话补齐，也不要在成稿中解释资料缺失。

– 优先保留具体、可信、有辨识度的信息；删除与目标受众无关的经历。

– 姓名、英文词、数字和专业术语应写成便于配音模型正确朗读的形式。

– 以自然偏稳的商务语速控制在约55–60秒，通常约220–260个汉字，以实际配音时长为准。

– 可按照内容逻辑自然分段，但不要添加时间码、镜头描述或配音说明。

【输出格式】

仅输出可直接粘贴到视频／配音模型中的完整配音正文。

不要输出标题、分析、创作说明、分镜、时间码、角色名或任何额外解释。

【个人简介资料】

请读取本次对话中上传的附件。

这段提示词，主要帮我们生成视频的口播脚本文案。

它会按照“价值先行、证据支撑、差异化记忆、合作收尾”的商业逻辑来进行设计，帮助一个陌生人迅速判断：你是谁、你有什么价值、你是否可信，以及你是怎样一个人。

当然，最好是，你自己也手动改一改。要让观众看完后，还能不能说清楚“他是谁，擅长什么，为什么值得认识。”若观众说得清楚，那你这个文案就是成功的。

比如，我自己的文案就是：

如果你想把AI真正用起来，而不只是追热点，我可以帮你少走弯路。

我是冷逸，「沃垠AI」创始人，全国前十的AI技术博主，也是Github千星开发者。

我主要做三件事：研究并讲清底层技术，开发实用的提示词、Skill和Agent，分享实操经验。

这些都有据可查。「沃垠AI」公众号常年位居AI自媒体前十，全网粉丝突破15万；我开源了十多个项目，收获1000+Star；我研发的原创提示词和Skill超过一百个，全网传播超过100万；也受邀为律协、人大、国企和开发者社区做过上百场分享。

我的特点是，把技术深度和应用场景结合在一起。

如果你是人工智能的爱好者、从业者和创业者，欢迎与我交流。关注沃垠AI，和冷逸一起，用AI放大自己。

接下来，第二步，把这段文案和指定音色发给Work Agent来生成配音音频。我是在MiniMax Code里生成的，因为它有自己的Audio模型。豆包工作也可以，Seed的Audio模型一直都很强。WorkBuddy，我还没有试过能不能生成音频。

在MiniMax Code里，音色ID我推荐Chinese_casual_instructor_nv1，生成的音频比较符合这类口播视频。其他的，要么太播音腔了，要么太霸总味了。

如果需要更多的音色，你也可以自己去MiniMax语音平台选，然后把音色ID复制下来，发给你的Agent就行。

这里，还有一个方法也推荐给大家。你可以让Agent根据你的内容来定制音色，然后用这个音色来生成新的音频。

前面，给大家看的竖版视频，其实就是我重新生成的音色。

这版听起来，就比较符合创业青年的身份，中低音域，语气真诚且克制。

第三步，把连同口播音频、口播文稿、个人简介、二维码、企业Logo在内的相关素材和这段提示词一起发给Agent。

【任务】

用代码制作一支个人品牌宣传片，用于给投资人与客户观看。目标不是”能看”，而是”每一秒都让人觉得这是专业团队做的”，动效要炸得住、细节经得起逐帧看。

【输入素材】

– 口播音频：口播音频.mp3（唯一语音来源，原样使用，不替换配音）

– 口播文案：口播脚本文案.txt（音频即按此稿录制）

– 个人资料：个人简介资料.txt（可量化的成绩必须被提炼成画面上的数据）

– 品牌素材：二维码.png（结尾 CTA 使用）

【一、内容与节奏】

– 每个镜头只承载一个信息点，不贪多；镜头切换跟随语义落点，而不是固定时长

– 先用语音转写拿到带时间戳的逐句文本，据此把画面精确对位到口播，禁止凭感觉估时间点

– 设计一条”信息密度曲线”：铺垫 → 递进 → 数据峰值 → 情绪收束。允许有张力的停顿和留白，不要全程匀速堆信息

– 关键数据（数字、排名、次数）要有强调时刻：计数动画 + 光效/粒子/环形进度等对应动效，音画同拍

– 整体时长约 60 秒（含片头），片头 1-2 秒

【二、视觉系统】

– 基调：暗黑科技风 —— 深空底色、蓝紫光晕、粒子与线框构成 3D 空间，玻璃拟态界面，电影级暗角与胶片颗粒

– 建立一套克制的统一色板（背景/主色/辅色/强调色/文字层级各不超过 5 色），全片贯穿，不逐镜头换色

– 3D 必须是真渲染：自定义着色器的能量核心、轨道环、粒子场、网格地面等，由代码逐帧驱动；禁止用图片假装 3D

– 3D 与文字必须分工：3D 负责纵深、氛围与转场能量，文字负责信息；信息密集处 3D 主动后撤、压暗或移出画面

– 中文排版讲究层级：主标题有力量感，数字用大字号渐变强调，字重/字号/字距形成清晰节奏；正文行宽克制，保证可读

– 未揭晓的信息位用虚线轮廓等”待填充”语言占位，不留空洞

– 留白与呼吸：每屏都要有明确的视觉重心和安全的空场，不要把画面填满

【三、动效标准】

– 所有位移动画使用统一的缓动曲线族（快入慢出的指数/回弹类），禁止线性匀速；不同元素之间要有错峰（stagger），不要同帧涌入

– 镜头运动要有设计：推、拉、摇、环绕、焦点转移，与语音重音和场景情绪配合；同一种镜头运动不要连续重复

– 每个转场都是一次设计决策：硬切、叠化、光效扫过、闪白、粒子聚散、遮罩推移各司其职，不要所有转场都是淡入淡出

– 入场/出场成对考虑，注意”出场”同样需要设计感，避免元素凭空消失

– 文本动画逐字/逐词编排，与语音节奏咬合，必要时配合焦点变化

– 关键帧动效要有余韵：冲击之后留一点惯性、拖尾、粒子衰减或光晕呼吸

– 可以加少量转场音效/冲击音（whoosh、impact、UI tick）强化节奏，音量克制、不盖过人声

【四、工程与交付】

– 技术路线自选（Remotion / Three.js 等代码渲染方案优先），输出 1080p / 30fps，16:9横屏视频

– 性能要可控：着色器与粒子数量要能在合理时间内完整渲染 1800 帧，不能为效果牺牲可交付性

– 字体只用系统或可商用授权字体；背景音乐优先用生成式音乐，规避版权风险

– 源码工程结构清晰：配色、字体、时间轴、动效曲线、场景各自独立成模块，便于换文案/换品牌色/出竖版后一键重渲

– 交付物：最终 mp4、封面图、分镜预览图、完整可运行源码

【五、执行流程（按序推进，不要跳步）】

1. 读素材 → 转写口播并标注时间戳 → 输出分镜表（时间区间 / 画面内容 / 动效 / 音频落点）

2. 确认视觉系统（色板、字体、3D 元素清单）与节奏曲线

3. 实现工程 → 先渲染静帧与低分辨率预览逐帧自查 → 修正后再出全片

4. 全片渲染 → 验收 → 交付

【六、验收清单（逐条自查，不通过就返工）】

– 时间轴：每个画面落点与口播误差 ≤ 0.2s；口播全程无被 BGM 盖过

– 排版：无文字与 3D 元素重叠、无溢出出血、字距与基线统一、安全区内

– 动效：每处动画都有缓动与错峰；转场不重复单调；无同帧涌入、无突兀消失

– 画面：抽帧检查至少 8 个关键帧（含片头、数据峰值、尾板），每个都达到”可直接做封面”的完成度

– 成片：时长、音轨、码率、片尾留白符合预期，无黑帧、无卡顿、无音画不同步

– 反面清单（出现即返工）：文字压在 3D 球体上、占位空洞、渐变文字读不清、字号过小、动效像 PPT、背景音乐喧宾夺主

它会直接交付包括视频、视频封面、分镜预览在内的所有产物。

最终出来的成片，有片头。

也有片尾，CTA（call to action）也会留够足够的时间，方便用户扫码。

整个流程就是这样，欢迎大家来复现，来给这套工作流提反馈意见。

同一套流程，我也用M3.1-flash、K3.1 Pro、V4.1-flash、GPT-6.1-Sol都跑了一遍，大家觉得哪个更好看？欢迎在评论区告诉我。

写在最后

最近，Code to Video的玩法非常火。要论最强模型，肯定是Opus 5.5，GPT-6.1也还不错。

但国内的几款模型，我体验了下来，效果也不赖。无非就是，提示词需要写得更细一点，动效、风格和元素要求更具体一点。

参考我今天的工作流和提示词，你也能做出类似的效果。

所以，我就花了一下午的时间，鼓捣出了今天这篇文章，教大家如何用代码制作自己的个人介绍视频。

希望它能够对你有所帮助。