很多做短视频的朋友都有同样的痛点：看到一条爆款视频，想照着它的节奏翻拍一条，但手动拆镜头、配素材、对齐字幕要折腾大半天。其实这套活完全可以交给 Codex：它能在本地用 FFmpeg 把参考视频拆成镜头，生成一份结构文件，再自动去你的素材库里匹配画面、生成草稿。下面是一套跑得通的流程。
准备工作：把参考视频和素材放好
先建一个 work 文件夹，把你要拆解的参考视频下载进去，取一个好搜索的名字，比如 ref-美食爆款.mp4。
提示：参考视频可以是你刷到的爆款，也可以是你自己剪过、觉得效果不错的视频。文件名越清楚，后面让 Codex 找它越省事。
同时准备好你的素材库目录（一堆可复用的空镜、实拍片段、配图），后面匹配环节会用到。
第一步：让 Codex 拆解参考视频
在 Codex 里打开 work 文件夹作为工作区，新建对话，把下面这段直接发过去（把文件名换成你自己的）：
我需要拆解一个参考视频。
参考视频位置在 @ref-美食爆款.mp4
请帮我完成这几件事：
1. 用 FFmpeg 识别视频的镜头切换点（通过帧间差异分析）
2. 为每个镜头提取关键帧，保存为图片
3. 提取视频的音轨，单独保存
4. 生成一个 recipe.json 文件，记录每个镜头的开始时间、结束时间、时长、关键帧路径
5. 如有文案，根据音频生成配音文本，按镜头分段，文案需要精校，避免出错
完成后按照 AGENTS.md 要求，保存到对应文件夹，并告诉我识别了多少个镜头，让我确认切分是否合理。
Codex 会调用终端跑 FFmpeg，把视频切成若干小片段，并产出 recipe.json。
第二步：检查 recipe.json 和镜头拆分
recipe.json 是整个流程的核心依据，它记录了参考视频的完整结构，后面匹配素材、生成配音、做草稿都基于它。打开看看，确认每段镜头的起止时间是否合理。
提示：大部分情况下自动识别能用。如果某个完整镜头被切成了两段，或两个镜头没分开，直接让 Codex 再调一下就行，不用手工改文件。
第三步：让 Codex 匹配素材库
拆好结构后，最关键的一步是「换素材」。传统做法是你一个镜头一个镜头去素材库翻，容易漏也费时。你只需要告诉 Codex 素材库在哪，让它做视觉匹配：
我需要从素材库中匹配替换素材。
素材库路径：@/work/素材库
请按 recipe.json 里每个镜头的画面语义，从素材库挑选最贴近的关键帧替换，
生成新的镜头清单，并告诉我每个镜头匹配了哪个素材文件。
这一步就是自动化价值最大的地方：你不用再手动拖时间线。
第四步：生成草稿与配音
素材匹配完，让 Codex 按新清单把镜头拼回时间线，并补上字幕、配音和转场，导出成剪映能识别的草稿工程。你拿到的是一份「已经排好的草稿」，而不是散落的片段。
提示：如果文案是 AI 生成的，务必人工精校一遍，尤其是专有名词和人名，避免字幕翻车。
第五步：导出到剪映微调
把草稿导入剪映，做最后的节奏微调、加个封面，就可以发布了。你真正花在「创作判断」上的时间，从几小时压到了半小时左右。
关键点与避坑
- 参考视频命名清楚，Codex 才能准确定位，别用
新建文件夹(2).mp4这种名字。 recipe.json一定要先看一眼再往下走，结构错了后面全白干。- 素材库越规整（按场景分类），匹配质量越高。
- 配音文案一定人工校对，AI 听写的错别字最毁观感。
来源：抖音实战分享《Codex 自动化剪辑从 0 到 1，开源我在抖音赚了 5W 的剪辑工作流》，经本教程改写。
资料最后核对日期：2026-08-02 · 内容整理自 CodexGuide 社区公开教程