1亿播放的AI短片，我用拉片提示词让Codex把它的"教程"全拆了
1亿播放的AI短片，我用拉片提示词让Codex把它的"教程"全拆了
用 Codex 拆解 24 集 AI 短片教程，拿到 24 份分镜剧本+提示词+镜头分析，给想学 AI 短片的人一条可复用的拆解路径
「嗨，我是小开ALSKai，让我们一起用AI做点有趣的事。🌿」
B 站上有一部叫《丧尸清道夫》的短片，作者在视频里说"全网一亿播放"（一亿播放量！这个数字真的很恐怖！）这个数字口径是 B 站、抖音、YouTube 等多平台累计估算，已经把这部片子顶到了 AI 视频区现象级。之前我刷到的时候也愣了一下（毕竟 AI 短片看得不少，这种完成度真不多见），脑子里蹦出来的第一个问题是"它到底怎么做的"。
但这次我没去拆原片。我拆的是「那个 24 集手把手教你做它的教程」，「即梦AI视频制作课程」频道的《【AI教程】0基础0成本！国产AI神作《丧尸清道夫》到底是怎么制作的？手把手教你...》 24 集，每集对应原片的一章分镜。拆完之后拿到的是一份 24 集完整学习包，每集都带分镜剧本、用到的提示词、镜头分析。这种完成度的教程拆解，我看是看不完的，得让 AI 帮我过一遍。
它到底干了什么：让 Codex 当 Agent 跑 21 节任务
但这次我不是简单让它"分析视频"，我写了一段约 600 行的任务描述（管它叫拉片提示词），把整件事拆成 21 节任务，喂给 Codex，让它按我的清单自己跑。
拉片是电影行业的老话，把一部片子一帧一帧拆开，分析每个镜头的机位、节奏、台词，本质是"逆向工程"一部作品。这次用 AI 做的是另一件事，「逆向工程教你做爆款短片的那部教程」。
这是我让 Codex 跑完之后拿到的产物。P01_第一章_xxxx/ 这样的章节文件夹有 24 个，每个里头是这一组的分镜剧本（storyboard.md）、用到的提示词（prompt.md）、镜头分析（notes.md）。这套产物跟原片关系不大，跟教程视频直接挂钩，因为每一集教程对应原片的一章分镜。我从这套产物里看到的，是"教程作者怎么把原片拆成 24 集可学的内容"。
注意，这套产物是 Codex 按我写的清单跑出来的，没有任何人工剪辑。
一句话触发，把拉片提示词喂给 Codex
如果你也想试试，最快的方式是这样。
「准备」很简单。一台装了 Codex CLI 或者 Codex 或者 Claude Code 的电脑，一部你想拆的 B 站长视频教程（建议 5–10 分钟以上的多分 P 合集，太短没拆头），再加一段你自己写的拉片提示词（不用从零写，可以参考我这套 21 节任务结构）。
「时间成本」，写拉片提示词 1–2 小时（我这套 600 行是从零摸索出来的，复用别人的能省一半），跑一次 Codex 30–60 分钟，看产物加整理笔记 1–2 小时。
「拉片提示词骨架」（21 节任务，完整版约 600 行，这里给个核心结构）
Codex 会按这个流程跑，调 B 站接口拿全部分 P 清单；给每个分 P 建独立缓存目录；下载音视频、跑 ASR（语音转文字）、抽帧、跑 OCR（图像识字）；按证据规则生成三类产物（先看这里/可复用资料/证据与复查）；低置信内容进待人工复查；最后跑 17 条验收，输出验收报告。
跑完之后目录长这样。
这是我第一版的拉片提示词，《丧尸清道夫》教程跑完是 24 集逐集笔记，每集对应原片一章分镜，教程自身时长累计约 14 分钟。但是里面的子文件夹我觉得不太好，就改成了上面的只有三个子文件夹的结构，这样更加方便找到我要的内容。
之前的 24 集拆解里，我看到了什么
真正的拆解从这一步开始。我把 P01 到 P24 的 storyboard.md 串起来看了一遍，有几个发现让我停下来。
「第一，教程在教你避开主线对白」。教程当然有声音，但它刻意躲开了把剧情塞进对白里这件事，还专门把"为什么避开"做成了一个值得教的判断。我读分镜剧本时能感觉到，作者在写分镜时刻意在躲"用台词讲故事"。一半镜头是沉默的扫街、清理尸体、寻找物资，另一半是男主的内心独白。情感推进全靠画面和音乐。这其实是 AI 视频的明智选择（毕竟 AI 生成的中文对白还是有点怪，配音也容易出戏），教程把"为什么避开"这件事说得很透，这本身就是一个值得抄的判断。
「第二，教程的提示词是"导演笔记"风格」。我以为教程里会教 Stable Diffusion 那种 cinematic lighting, 8k, hyper-realistic 的参数堆砌，结果看到的是这个风格。
镜头 12，男主角蹲下，镜头从他背后慢慢推进。手电筒光圈扫过一具尸体，光线从下往上打在他脸上，汗水反光。背景是远处被掀翻的公交车。
没有术语堆砌，是给画面情绪、给光线方向、给动作节奏。这才是把"提示词当分镜写"的正确姿势。教程用 24 集把这个姿势拆成可学的步骤，每集只教一个具体动作。
「第三，章节之间有"情绪曲线"，而且教程把这个曲线明示了」。我让 Codex 帮我做了一张情绪标注表，把 24 章的情绪状态（紧张/松弛/希望/绝望）标出来。结果是一条非常明显的弧线，开场紧张、中段松弛、结尾升腾。这不是巧合，是有人按经典的三幕剧结构搭的骨架。教程在第 12 集专门讲了"中段松弛"的作用，给观众喘息，再为结尾蓄力。这种"为什么这么排"的教学，比单纯给"这样做"高一个段位。
踩坑，CTA 短分 P 把我前 5 分钟全冲掉了
这里记一个我栽过的地方。
第一次跑完发现 24 集逐集笔记里，前 5 分钟的"开场引导集"和"评论区引导集"被当成主内容分析了，笔记里写了大量"UP 主欢迎你""记得一键三连"这种内容，毫无学习价值。「原因是我第一次跑的时候」，B 站 view 接口返回的 pages 字段把所有分 P 都标成了"主内容分 P"。我那条提示词里只写了"主内容分 P 需要下载素材、跑 ASR、跑 OCR"，但没明确定义"什么是主内容分 P"。「然后我在拉片提示词里加一句」，"如果某个分 P 只是几秒钟的资料包引导、评论区引导、关注引导或 CTA，只记录它，不进入主体知识分析"。Codex 第二次跑就识别出前 5 分钟的引导集是"非主内容"，只生成了一份简短笔记，没污染主体学习包。「结果第二次跑出来的 24 集笔记，每一份都是"教一个具体动作"的有效内容。」 前两集被标记为"CTA/资料包引导，不进入主体分析"。（这个坑是拉片提示词设计问题，不是 Codex 能力问题。后来我把这条加进清单里，复用给任何 B 站长教程都适用）
不止是《丧尸清道夫》，是一套可复用的拆解工作流
跑完《丧尸清道夫》教程之后，我又用同样方法拆了 B 站上几部不同主题的长教程，每一份都拿到了完整的三入口研究库。拉片提示词本身变成了一个可复用模板。任何你想认真学的 B 站长教程，丢进这套工作流，都能拿到一份带证据、带 SOP、带验收的学习包。
这套方法真正让我受用的一点是它给了一条可复用的拆解路径。现在我刷到任何宝藏 B 站长教程，第一反应就一个念头，"我能不能用拉片提示词让 Codex 把它拆开"。
拆开之后能拿到什么？课程总览、学习顺序、提示词库、创作手法库、复刻 SOP、验收报告。这些是过去要靠剪辑师师徒制、靠机构录播课才能传下去的东西，现在我打开 Codex 贴一段就能拿到一份。
写在最后
我自己拉片经验不是很成熟的，不一定对，但跑下来的体感是 「拉片提示词的详细程度非常重要」。模型大家都差不多，差别在谁能把一件事拆成 21 节明确任务。这件事 AI 帮不了你，但 AI 可以帮你「按你拆好的任务清单跑一遍」。
类似的 Agent 也能做这件事，Cursor、Windsurf、Claude Code 都行。Codex 在我手上的优势是它的多步任务规划做得比较细，省得我自己攒工作流。
「你打算用拉片提示词拆哪部 B 站长教程？评论区说说。」 如果对你有用，欢迎关注我，让我们一起用 AI 做点有趣的事。🌿