保姆級AI教學｜用Codex自動剪輯超酷短影片
從準備口播、選擇 ChatGPT 方案、安裝 HyperFrames，到字幕、換背景、音樂與輸出 MP4，跟著這篇教學做出第一支 AI 短影片。
Brayden布萊登
9/15/20261 分钟阅读
開頭這個酷炫的背景一直切換、字卡跟著講話跳出來的短影片，就是我用 ChatGPT 的 Codex 自動幫我剪輯出來的。首先，我需要先拍好A Roll 的口播影片交給它，然後，告訴它我要報紙拼貼、手繪塗鴉、快切，還有跟著人聲出現的字幕。接著，它還可以換成我指定的字型，並且自動加 upbeat 的背景節拍。
第一步：先準備這幾樣東西
用 Codex 接收剪輯指令，再讓它操作 HyperFrames 和本機影音工具，產出真正的影片檔：
Codex：你下指令、看結果、要求修改的地方。
HyperFrames：這次用來製作字卡、背景、動畫和影片合成的工具。
Skills：給 Codex 的工作說明書，讓它知道怎麼使用 HyperFrames。
Plugin 是把 Skills、工具連線等能力包在一起的安裝包。我使用的是 HyperFrames 官方提供的本機 Skills 安裝方式。整個流程很簡單：準備口播 → 開啟 Codex → 裝好工具 → 先做預覽 → 用文字修改 → 輸出 MP4。
這篇以我實際使用的 Mac 本機工作流為例。Windows 使用者可以照相同流程操作，但下載檔與安裝方式會不同。請讓 Codex 先辨識你的系統，再安裝對應版本。我建議第一次先用 1080p 素材練習。原始影片越大、去背越複雜，處理通常越久。
接著用 ChatGPT 帳號登入桌面 App 裡的 Codex。
準備一段自己拍好的口播
第一次控制在 20–40 秒，直式 9:16，MP4 或 MOV 都可以先交給它檢查。我會這樣拍：
鏡頭固定，臉部光線均勻。
背景乾淨，衣服和背景顏色有區別。
保留頭頂和肩膀的空間，避免原片就把臉裁掉。
人聲清楚，先不要在原片加音樂或字幕。
麥克風盡量不要擋嘴巴。被實物遮住的部位，單靠調整裁切不會重新出現。
把實際講的版本存成文字檔。專有名詞、品牌名、英文縮寫也寫上，方便校正字幕。
一個專用資料夾
在桌面建立專門的資料夾，裡面分成 原始素材、參考、輸出 三個資料夾。把口播放進原始素材；想模仿的影片、字型和音樂放進參考。參考影片用來說明節奏和畫面，不要直接把別人的音樂、Logo 和內容搬進你的成片。還沒決定字型和音樂也沒關係，先做出第一版再補。
第二步：需不需要付費？我會怎麼選 Plan
可以先免費試，準備持續做內容再考慮 Plus。截至本文查核日 2026 年 9 月 15 日，官方頁面列出的個人方案是：
Free：US$0／月，可使用 Codex，適合先測試。
Go：US$8／月，定位偏輕量工作。
Plus：US$20／月，我的入門付費建議。
Pro：US$100／月起，提供更高用量，適合經常跑複雜任務的人。
HyperFrames 另外收費嗎？
官方說明是免費、開源，本機輸出不消耗 HeyGen credits。但選用雲端輸出、AI 配音、Avatar 或其他生成素材服務，可能有各自的費用。
這篇先用自己的影片、原聲和本機輸出。使用 ChatGPT 帳號登入 Codex，這條入門路線不需要先購買 OpenAI API 額度。API Key 是另一種按量計費的接法。Codex 登入與 API 費用選項
第三步：安裝桌面 App，開啟影片資料夾
選擇適合你電腦的版本，下載並依畫面完成安裝。Mac 下載後若出現拖曳視窗，把 App 拖進 Applications，再從應用程式打開。
用你的 ChatGPT 帳號登入。
在 App 裡選擇 Codex，新增對話，開啟剛才建立的影片資料夾。
選擇能讀取這個本機資料夾的工作位置，再把口播檔加入對話，或告訴它檔案在資料夾的哪個位置。
新版官方文件把入口整合到 ChatGPT 桌面 App；你看到的可能是獨立 Codex 介面或整合後的入口。重點是進入能讀寫本機資料夾、執行工具的 Codex 工作環境。
不要只丟一個檔名就開始。先貼下面這段，確認它真的找得到素材：
「我想用這個資料夾剪一支短影片。請先列出資料夾裡的影音檔，告訴我影片的長度、尺寸，以及是否有人聲。先不要剪輯，也不要覆蓋原始素材」
通過標準：它能回報正確檔名、長度和尺寸。 找不到檔案，就重新選資料夾，或把影片拖入對話。
第四步：安裝 HyperFrames，這段可以直接貼給 Codex
先不用自己打開 Terminal。把下面整段貼在 Codex 的對話輸入框，讓它協助完成安裝：
「我要用 HyperFrames 剪輯這個資料夾裡的口播影片。請先辨識我的作業系統，檢查 Node.js、npm／npx、FFmpeg 和 HyperFrames 所需的瀏覽器環境。依 https://github.com/heygen-com/hyperframes 與官方文件檢查版本要求；缺少的工具請說明用途，協助我從官方來源安裝。接著執行 npx hyperframes skills update，再執行 npx hyperframes skills update general-video，最後執行 npx hyperframes skills check。不要覆蓋原片。完成後列出已安裝項目，以及還缺少什麼。這次只使用本機工具，不啟用需要付費的外部服務。」
這裡的 Node.js 是工具的執行環境；FFmpeg 負責影音處理。HyperFrames 官方專案目前列出的要求包含 Node.js 22 以上和 FFmpeg。
如果系統跳出安裝、下載或資料夾存取要求，確認用途是這個剪片專案後，再依畫面允許。遇到需要你操作安裝程式的步驟，就照 Codex 給的步驟完成，再回覆它繼續檢查。
安裝完成的標準：Codex 回報 HyperFrames Skills 可用，必要工具版本檢查通過。如果安裝完它還說找不到 Skill，開一個新對話，重新選同一個專案資料夾，再輸入：
「請使用已安裝的 hyperframes skill，檢查這個資料夾是否可以開始製作影片。」
官方也提供手動安裝方式：在專案資料夾的終端機執行 npx skills add heygen-com/hyperframes，選 Core Skills，再開新的 Codex 對話。前面自動安裝成功，就不用重複做。
如果你習慣從 Plugins 安裝： 打開 Plugins，搜尋並查看插件來源，找到對應的官方插件才安裝；需要外部帳號的插件會另外要求連線。你的目錄沒有 HyperFrames，也可以直接用上面的官方 Skills 路線。
第五步：先做 5 秒測試，確認整條流程能跑
第一次安裝完，我建議先做小測試，再跑完整影片：
「使用 HyperFrames，把原始素材裡的口播取前 5 秒，做一個直式測試影片。保留原聲，加上一句繁體中文字幕，先不要去背、不要加背景音樂。請開啟預覽，並輸出一個 test.mp4 到輸出資料夾。看到可以播放的 MP4，檢查三件事：畫面正常、人聲正常、中文字正常。」
如果這一步有問題，把錯誤訊息交給 Codex，先修好。這樣後面就不用同時猜是安裝、字幕還是去背出了問題。
第六步：把口播剪成 Hyper Edit 風格
Hyper Edit 在這裡指的是我想要的剪輯感覺：短句、快切、重點放大。 你仍然要把畫面要求講清楚。
如果有參考影片，先讓它拆解：
「請分析參考影片的開頭 3 秒、背景切換、字卡位置、人物大小、字幕和音效節奏。用 6 個重點整理，再套用到我的口播。參考它的節奏和視覺語言，使用我的人像與文案。」
接著貼正式製作指令。把檔名換成你自己的：
「請使用 HyperFrames，把原始素材裡的口播.mov 製作成 9:16 短影片。保留我的原聲與原意，字幕依照實際說話時間對齊，文案.txt 只用來校正用字。背景用報紙拼貼，加上手繪箭頭、塗鴉和紅黃字卡。開頭 3 秒安排較密集的背景切換和人物推近，後面跟著語意換畫面；短句、快切、重點放大。全片使用繁體中文。文字不要遮住眼睛和嘴巴，字幕避開手機介面常遮住的底部和右側。如果有人物去背，先做短段預覽，檢查頭髮、手部和麥克風邊緣。先完成可播放預覽，讓我確認後再輸出完整版。所有成果存到輸出資料夾，保留可修改專案。」
這次我的字幕用本機語音辨識取得時間，再校正專有名詞；人物去背也有額外的素材處理。這些步驟可能需要首次下載模型，不會因為裝了 Skills 就瞬間完成。
素材如果不好去背，先保留原背景也可以。我會先把字幕和節奏做對，再加效果。
⬇️ 《從零開始學短影片行銷》 教學影片免費看 📺
第七步：換成自己的字型加上背景 Beat
你也可以換成自己的品牌字型，把 TTF 或 OTF 檔字型檔交給它就可以。
「使用參考資料夾裡的字型包。Heavy 用在重點字卡，Bold 用在字幕。請把字型放進影片專案，檢查繁體中文字是否正確顯示，重新檢查換字型後有沒有超出畫面。保留字型附帶的授權文件。」
加音樂，要同時講節奏和人聲比例。
我這次加入的是 120 BPM 的原創合成節拍，沒有使用現成歌曲或外部取樣。你如果已經有可使用的音樂檔，先把音樂和授權說明一起放進參考資料夾。
「加入這段背景音樂，讓整支影片更 upbeat。人聲優先，我說話時降低音樂音量，讓字幕和字卡的重點落在節拍附近。保留必要的切換音效，避免音效蓋住人聲。開頭與結尾做自然的音量進出，輸出前檢查是否爆音。」
沒有音樂檔，也可以要求它製作像我這次這樣的簡單原創合成 Beat。音樂風格仍要試聽，不喜歡就改。只寫沒有版權的音樂太模糊。請它交代音樂來源和使用條件，不要把網路上的熱門歌曲當作可自由使用的素材。
第八步：預覽不滿意，這樣改才有效
我覺得這一步很有用：時間點＋看見的問題＋想要的結果。不要只說不夠酷、看起來怪。把它當成剪輯師，講清楚你在看哪裡。
開頭不夠有衝擊力：
「修改 0:00–0:03。第一句出現時先放大重點字卡，接著切換兩種報紙拼貼背景，再做一次短促的人物推近。音效跟字卡出現時間對齊，讓第一句看得懂。」
字幕太長：
「0:18 這句字幕太長，請按語意拆成兩個短句，分別對齊實際口播時間，不要同時擠在畫面上。」
一次先處理一類問題。改完看預覽，再往下一項走，比一次丟十個模糊形容詞容易確認。
第九步：輸出可以上傳的 MP4
確認預覽後，貼這段：
「請輸出最終 MP4，尺寸 1080×1920、30fps，使用 H.264 影片與 AAC 音訊。字幕燒錄進影片，確保在手機播放器也看得到。檔名用成片-v1.mp4，另外保留可修改專案和 SRT 字幕。請確認畫面沒有黑屏、字幕沒有超框、人像五官沒有被裁掉，並檢查聲音是否失真。完成後給我成片的實際檔案位置。」
預覽網址和 MP4 是兩回事。 電腦上的本機預覽網址只方便你檢查，不能直接當成 IG 上傳檔案，也不是可以發給所有人的公開教學連結。
把 MP4 傳到手機，完整看一次，再上傳。我會特別看：
開頭 3 秒能不能看懂。
字幕有沒有錯字，尤其是 ChatGPT、Codex 這種名稱。
嘴巴、眼睛、手部有沒有被字卡或裁切遮住。
只用手機喇叭，口播是否仍然清楚。
結尾的行動呼籲有沒有留夠閱讀時間。
需要修改就另存 v2、v3。像我這次，換字型和加音樂是一版，舊版保留方便比較。
卡住時，先看這裡
它只給我剪輯建議，沒有真的出影片。確認你是在可執行工具的 Codex 環境，並且已開啟本機資料夾。再明確要求完成實際剪輯、輸出 MP4 和回報檔案位置。
它說找不到 npx、Node.js 或 FFmpeg。回到第四步，請它檢查安裝位置和版本。不要反覆貼製作指令，先解決缺少的工具。
安裝完找不到 HyperFrames。新開一個 Codex 對話，選同一個資料夾，請它執行 Skills 檢查。必要時依官方文件重新安裝。
字幕變成方塊、字卡跑版。提供包含繁體中文字的字型檔，要求把字型加入專案，然後重新看預覽。換字型後，原本剛好的字數不一定還放得下。
去背邊緣一直閃。請它先處理有問題的短段；如果效果還不穩定，先保留原背景，或用完整矩形、圓框人像呈現。
預覽卡、輸出很慢。請它先建立低解析度預覽副本，保留原始影片，成片仍按指定尺寸輸出。不要在它輸出時把電腦關機或讓電腦睡眠。
做到一半用量不足。請它先保存專案和待完成事項。看帳號內的用量與重置時間，再決定等待或升級；已存好的專案不需要從零重做。
👉 更多 AI 工具與內容創作教學，訂閱布萊登週報。
