Sign in Subscribe
HeyGen

不用攝影棚，也能做 AI 數字人教學短影音｜Codex HeyGen 完整實作指南

完整實作指南：從 Codex 規劃、HeyGen 生成，到 HyperFrames 剪輯輸出。深入解析三個工具如何分工、如何串接成可重複使用的短影音製作 workflow。包含可複製的 Codex Prompt 模板、HeyGen 任務參數、HyperFrames 檔案結構、Render 前檢查清單，以及如何把流程變成模板。適合想要建立標準化內容生產系統的創作者。

Philo

Philo

— 14 min read
Share
不用攝影棚，也能做 AI 數字人教學短影音｜Codex HeyGen 完整實作指南

簡介

這是一篇給想要建立標準化內容生產系統的創作者的完整指南。不只介紹三個工具如何分工，更重要的是如何把它們串成一套可重複使用的 workflow。

核心概念：三個工具怎麼分工

判斷分工有一個簡單原則：

  • Codex：凡是要決定內容邏輯的事情，先交給 Codex
  • HeyGen：凡是要讓人出鏡說話的事情，交給 HeyGen
  • HyperFrames：凡是要讓影片變得好看、好讀、好發布的事情，交給 HyperFrames

不要把所有事情都塞給同一個工具，因為短影音真正花時間的地方，通常不是生成某一段素材，而是讓素材、字幕、聲音和節奏對上。

實際應用例子

如果你要介紹一個新功能：

  • Codex 可以先把它拆成 hook、痛點、示範、流程、CTA
  • HeyGen 只需要負責把最終腳本變成自然口播
  • HyperFrames 則處理哪一秒出現重點字、哪一段放流程圖、字幕放在哪裡不遮臉、音效在哪裡輕輕提醒觀眾

完整 Workflow 流程

Flash Lesson 03｜AI 數字人產品短影音實戰：不用拍攝，也能做出可發布的產品口播短影音 · Luma
🔥 短影音的必修課來了。Flash Lesson 03 限額席次現正開放：5/30 中午前點擊「超早鳥 $300」搶先裝備，錯過將調整為 $500 早鳥票與 $800 一般票價，趕緊提早鎖定前線紅利！ ⚡️ 本次 Flash Lesson 重點 這不是一堂單純介紹 AI 口播工具的課，而是一場 60 分鐘的 AI…
AI郵報
​🔥 短影音的必修課來了。Flash Lesson 03 限額席次現正開放：5/30 中午前點擊「超早鳥 $300」搶先裝備，錯過將調整為 $500 早鳥票與 $800 一般票價，趕緊提早鎖定前線紅利！

六步驟製作流程

第一步：主題輸入
先把主題交給 Codex。

第二步：內容規劃
請 Codex 寫出腳本、分鏡、字幕和素材清單。

第三步：HeyGen 任務準備
把 avatar、造型、場景、voice、script 和 output format 整理成 HeyGen 任務。

第四步：數字人生成
送 HeyGen 生成數字人口播影片。

第五步：HyperFrames 編輯
把影片放回 HyperFrames，作為 A-Roll，再加入 B-Roll、字幕、字卡、音效和 motion。

第六步：預覽與輸出
先 preview，確認節奏後再 render MP4。

實作時的重點

實作時我會先鎖定秒數和畫面目的。例如：

  • 前 3 秒只做一件事：讓觀眾知道這支影片在講什麼
  • 接著 3 到 12 秒說明核心概念
  • 12 到 24 秒進入詳細說明
  • 後面再進入剪輯、預覽和輸出

每一段都要有明確任務，不要讓畫面只是好看但不知道在補充什麼。

數字人的使用方式

數字人不一定要從頭到尾占滿畫面。比較好的做法是：

  • 讓它成為 A-Roll 主軸
  • 用 B-Roll、流程圖、字卡和字幕協助理解
  • 當你講到 Codex 整理腳本時，可以顯示 prompt 介面
  • 講到 HeyGen 生成主持人時，讓數字人放大
  • 講到 HyperFrames 剪輯時，改成時間軸畫面

這樣做會比單純「先生成影片，再丟剪輯軟體」更穩，因為你可以把腳本、字幕、畫面和輸出檢查都納入同一個 workflow。

可複製的 Codex Prompt 模板

基礎 Prompt 範例

還想解鎖更多精彩內容嗎？
完整內容只開放給註冊用戶✨
點擊下方「Subscibe now」，立即加入我們！ 是免費喔~
請幫我製作一支 9:16 Reels 短影音，主題是：
「如何用 Codex 呼叫 HeyGen 生成數字人影片，再用 HyperFrames 完成剪輯」。

請輸出：
1. 60 秒內的繁體中文旁白腳本
2. 每 3-5 秒一段的 storyboard
3. 每段畫面要出現的 A-Roll、B-Roll、字幕和字卡
4. HeyGen 需要的 avatar、voice、script、scene、output format 參數
5. HyperFrames 的時間軸安排與素材檔案結構
6. render 前的檢查清單

限制：
- 先做 preview，不要直接輸出 final MP4
- 字幕要避開數字人臉部
- 音樂和 SFX 不能蓋過旁白
- CTA 是：留言「Codex HeyGen」

Prompt 的重點

這段 prompt 的重點是同時要求內容和製作資訊。如果只請 Codex 寫腳本，後面還是要自己補分鏡、字幕和素材規格；如果一開始就把交付格式講清楚，後面接 HeyGen 和 HyperFrames 會順很多。

根據內容類型調整

你可以依照自己的影片類型調整這段 prompt：

  • 產品教學：把每段畫面改成操作畫面、重點字卡、數字人說明
  • 知識型內容：要求 Codex 把每段拆成問題、解釋、例子、結論
  • 課程導流：加入觀眾痛點、轉換理由和 CTA

明確寫出限制

也會建議在 prompt 裡明確寫出限制，例如字幕不能遮到臉、每段畫面最多 5 秒、先做 preview，不要直接 render。這些限制看起來很細，但它們會影響後面整支影片的品質。

建立固定欄位

如果你常做同類型內容，可以把 prompt 拆成固定欄位：

  • 主題
  • 受眾
  • 影片長度
  • 旁白語氣
  • 畫面節奏
  • CTA
  • 素材限制

每次只要替換主題和受眾，Codex 就能照同一個格式輸出。這會讓你從「每次重新想一次」變成「每次填一份製作表」。

HeyGen 任務參數範例

參數設定

avatar:
  type: photo_avatar
  avatar_look_id: YOUR_AVATAR_LOOK_ID

voice:
  language: zh-TW
  style: male, clear, energetic

script:
  source: final_voiceover_script

scene:
  framing: medium shot
  background: clean studio

output:
  ratio: 9:16
  format: mp4
  usage: A-Roll for short video

生成前的三項檢查

HeyGen 生成前，我會先檢查三件事：

  1. 腳本是否已經是最終版
    • 因為每次重生都可能消耗額度或時間
  2. 聲音風格是否符合影片定位
    • 教學影片通常要清楚、穩定、有精神
    • 但不要太像廣告
  3. 畫面比例和構圖是否適合後製
    • 如果你最後要做 Reels，就應該一開始就用直式思維
    • 避免後面硬裁切

Avatar Look ID 的管理

如果你使用的是 avatar look ID，也要把它放進製作文件裡，而不是只存在某次對話中。這樣下次要重做影片、換場景或改腳本時，Codex 才能知道要呼叫哪一個數字人。對內容團隊來說，這其實就是一個小型品牌資產。

生成後的品質檢查

生成完成後，不要只看畫質，也要看：

  • 口型是否自然
  • 停頓是否合理
  • 眼神是否自然

如果腳本裡有太長的句子，數字人可能會看起來比較吃力；如果每句都很短，節奏又可能太碎。比較好的做法是把旁白寫成自然口語，一句只傳達一個重點，讓字幕也能跟著切得更乾淨。

HyperFrames 檔案結構

專案目錄組織

codex-heygen-short/
├── index.html
├── assets/
│   ├── heygen-host-final.mp4      # HeyGen 數字人口播
│   ├── voiceover-final.mp3        # 旁白音檔
│   └── subtitles-final.srt        # 字幕檔
├── music/                          # 背景音樂
├── sfx/                            # 音效檔案
└── renders/
    └── codex-heygen-short.mp4     # 最終輸出

檔案結構的重要性

檔案結構看起來是小事，但它會直接影響你後面能不能快速修改。我會把原始素材、處理後素材和輸出檔分開。

命名規則

我會把每個重要素材都用「用途加版本」命名，例如：

  • voiceover-final.mp3
  • subtitles-final.srt
  • heygen-host-final.mp4

這種命名方式看起來普通，但在反覆修改影片時很有用。你可以保留舊版本，也可以很快知道目前文章、影片和 PDF 使用的是哪一組素材。

各部分功能說明

  • A-Roll：HeyGen 數字人口播，是影片的主要內容
  • B-Roll：工具畫面、流程圖、產品截圖或補充視覺
  • 字幕：要跟 voiceover 對齊，避開數字人臉部
  • 字卡：負責把重點放大，吸引觀眾注意力
  • SFX 和音樂：只做節奏輔助，不能搶走旁白注意力

HyperFrames 的優勢

HyperFrames 的另一個好處是可以把畫面和時間寫得很明確。每個段落何時開始、持續多久、在哪個 track，字幕和聲音如何對齊，都可以被檢查。這對 AI 影片很重要，因為 AI 生成素材常常不是剛好等長。

Render 前檢查清單

四項重點檢查

正式輸出前，我會先檢查四件事：

  1. 字幕和聲音是否對齊
    • 確保字幕出現的時間與旁白同步
    • 避免字幕提前或延遲
  2. 數字人畫面是否完整
    • 檢查 avatar 是否完整出現
    • 確認沒有被字幕或字卡遮擋
  3. 字卡有沒有遮到臉
    • 字幕和字卡要避開數字人的臉部區域
    • 確保觀眾能清楚看到主持人表情
  4. 音樂和 SFX 是否太大聲
    • 背景音樂和音效不能蓋過旁白
    • 確保旁白是最清晰的聲音

檢查流程

我的習慣是：先跑 lint，再 inspect，最後進 Studio preview。確認節奏、字幕、畫面和聲音都沒問題，再 render MP4。

分層檢查方法

我會把 render 前檢查分成三層：

畫面檢查

  • 字幕是否超出安全區
  • 字卡是否遮住臉
  • 數字人是否有完整出現

聲音檢查

  • 旁白是否清楚
  • 音樂是否太大
  • SFX 是否只做輔助

輸出檢查

  • 確認比例
  • 確認時長
  • 確認音訊是否有被 mux 進 MP4

建立檢查清單

如果你要把這套流程變成固定工作流，可以把檢查清單寫在專案裡。每次做新影片時，都照同一份清單跑：

  1. 先確認字幕
  2. 再確認數字人
  3. 再確認音樂音量
  4. 最後輸出

這樣不只可以減少錯誤，也比較容易把工作交給其他人協作。

故障排除

如果輸出失敗，也不要立刻重做所有素材。先確認是預覽問題、素材問題，還是編碼問題。

  • 字幕消失、數字人空掉，通常是時間軸或影片長度問題
  • 如果是 MP4 有畫面但沒有聲音，就要檢查音訊是否有被正確合成

把問題分類，會比憑感覺重生影片快很多。

把流程變成模板

第一次的目標

第一次做這類影片，目標不是立刻做出完全自動化系統，而是做出一支可複製的標準片。只要它的：

  • 腳本結構清楚
  • 數字人自然
  • 字幕好讀
  • 字卡不遮臉
  • 音樂不干擾旁白

後面就能慢慢把這些設定固定成模板。

可複製的流程

下一次要做新主題時，你只需要替換三件事：

  1. 主題腳本
  2. HeyGen 口播片段
  3. 少量 B-Roll 或流程圖

其他像字幕樣式、CTA 位置、音效節奏、render 檢查，都可以沿用同一套規則。

核心價值

這就是 Codex、HeyGen 和 HyperFrames 串起來最有價值的地方：不是只做一支影片，而是建立一套可以重複生產的內容流程。

長期效益

這套流程的核心不是把 AI 工具堆在一起，而是讓每個工具負責它最擅長的部分：

  • Codex 做規劃
  • HeyGen 做數字人
  • HyperFrames 做剪輯與輸出

當你把這條 workflow 建好，以後只要換主題、換腳本、換 avatar，就可以快速做出下一支教學短影音，也更容易維護。

目標受眾

這套方法適合三種使用者：

  1. 第一次做短影音的人：需要一個清楚的流程，把想法變成可製作的計畫
  2. 想要講清楚某一個功能或案例的人：需要把複雜概念拆成可視化的段落
  3. 已經會用 AI 工具，但還沒有把工具串成固定 workflow 的人：需要一個整合方案

實踐建議

不要追求完全自動化

我不會建議一開始就追求最複雜的自動化。比較穩的做法是先做出一個可以重複的標準版本，確認每個步驟都看得懂、改得動、可以預覽，再逐步把常用 prompt、素材命名和輸出檢查固定下來。

結語

利用 Codex、HeyGen 和 HyperFrames 三個工具的組合，你可以建立一套可重複使用的短影音製作 workflow。重點是理解每個工具的角色，並按照正確的順序使用它們。

這樣不僅能提高製作效率，還能確保輸出品質的一致性。無論你是內容創作者、教育工作者還是行銷人員，這套 workflow 都能幫助你快速製作專業級的 AI 數字人短影音。

Read more