一个人如何用 Claude Code 搭建完整视频工厂

9天，124个视频。一个人完成选题、文案、配音、动画代码、封面设计、六平台发布的全部流程。这不是吹牛，这是我过去两周的真实产出。背后只有一个工具：Claude Code。

先说结论：这不是一篇 AI 安利文

市面上写 AI 工具的文章太多了，大部分是”我用 ChatGPT 写了一篇文章好厉害”这种程度。

这篇文章不一样。我要讲的是：一个交易教育领域的内容创作者，如何用 Claude Code 搭建了一整套生产系统，从选题到发布全链路自动化，并且每天稳定产出 10+ 条视频。

不是偶尔用一下，是每天 8-12 小时，Claude Code 就是我的整个团队。

先交代背景：我做交易教育内容，发布在抖音、小红书、B站、YouTube、公众号、币安广场六个平台。之前一条视频从选题到发布，至少需要 4-5 小时。现在全流程压缩到 30-40 分钟一条。

这个效率差异不是来自”AI 帮我写了文案”这种单点优化。是整个生产系统的重构。

一、我的系统长什么样

先给一个全景数据，你感受一下规模：

模块	数量
自动化脚本	64 个
Remotion 视频组件	153 个
视频/课程项目	275 个
选题库	1315 个（含已评分、已深化）
竞品文字稿	597 条
网站文章	194 篇
公众号文章	204 篇
自定义命令	8 个
设计文档	22 份
数据库表	16 张
发布平台	6 个

这些不是我手动写的。是我和 Claude Code 一起，在大约 5 周时间里从零搭建起来的。

整个系统的核心思路只有一句话：把内容生产的每一个环节都变成可重复、可追踪、可自动化的流水线。

二、一条视频的完整旅程

拿一条具体的视频举例：《你的大脑化学在让你亏钱》。

第一步：选题发现（5分钟）

我有一个竞品巡航系统。每周自动采集 27 个同行账号的新内容，用 Whisper 转成文字稿，Claude 分析框架和亮点，自动提取选题建议写入数据库。

我只需要每周花 10 分钟看一眼周报，从推荐列表里挑选题。

第二步：选题深化（10分钟）

选好题之后，一句话触发：制作视频：多巴胺陷阱

系统自动做五件事：

从 597 条竞品文字稿中检索相关内容
从素材库中匹配可复用的框架和金句
用 P1-P7 七个模式给选题评分
生成完整的需求文档（旁白文稿+视觉方案+K线数据设计）
输出执行摘要，等我确认

我只需要看一眼方向对不对，点确认。

第三步：配音生成（3分钟）

文稿确认后，自动调用 Fish Audio TTS，1.8倍速，生成配音文件。句间停顿 500ms，场景间停顿 1500ms，这些参数都是跑了几十条视频之后固定下来的最优值。

第四步：动画代码生成（5分钟）

这一步是整个系统最核心的部分。

我的视频不是用剪映做的，是用 Remotion——一个用 React 写视频的框架。每条视频就是一个 React 项目，包含 data.ts（数据）和 index.tsx（组件编排）。

Claude Code 帮我建了 153 个标准化组件：K线图、数据面板、对比图、流程图、信息卡片、名言场景、搜索场景……16 套配方覆盖所有视频类型。

代码生成时，Claude 会：

根据文稿内容选择最匹配的配方
自动设计K线图的价格走势和标注
把旁白文稿拆分成场景，每个场景匹配组件
生成完整的 TypeScript 代码
自动跑 28 项质检（字幕溢出、颜色规范、组件参数、安全区……）

第五步：渲染+编码（8分钟）

一条命令渲染三个版本：

竖版 1080×1920（抖音/小红书）
横版 1920×1080（B站/币安广场）
YouTube 版本

渲染完自动 ffmpeg 重编码（竖版 12Mbps，横版 20Mbps），自动生成 4 张封面图，自动创建发布清单，自动整理到发布文件夹。

第六步：多平台发布（5分钟/平台）

这里更有意思。

币安广场的发布完全自动化——Claude Code 通过 Chrome DevTools MCP 直接控制浏览器：打开发布页面、上传视频、填写标题和标签、点击发文。98% 自动化率，我只需要看一眼确认发布成功。

小红书也是类似的半自动流程，90% 自动化。标题、正文、标签自动填写，原创声明自动勾选，AI封面自动选择。

一条视频从选题到六平台发布，总计 30-40 分钟。其中我的实际操作时间不超过 10 分钟。

三、真正的杠杆不是”AI 帮我写文案”

很多人对 AI 辅助创作的理解停留在”让 AI 帮我写一篇文章”或者”让 AI 帮我改标题”。

这是最低级的用法。

Claude Code 的真正价值不在于它能帮你写东西，而在于它能帮你建系统。

举几个例子：

例1：153 个 Remotion 组件

这些组件不是我一个个手写的。我先做了 3-4 个视频，过程中和 Claude Code 一起总结出设计规范（颜色系统、字体层级、动画标准、安全区规则），然后 Claude 基于这些规范生成了整套组件库。

每个组件都有标准化接口，可以通过参数控制内容、颜色、动画。之后做新视频就是排列组合——从 153 个组件中挑选合适的，填入数据。

例2：64 个自动化脚本

竞品采集、Whisper 转写、标题评分、视频管道、质检系统、数据回填、批量渲染、发布清单生成……

每遇到一个重复操作，我就告诉 Claude Code：“这个事情以后会经常做，写个脚本。“几分钟后脚本就写好了，以后再也不用手动操作。

例3：22 个设计文档

每次做架构决策之前，Claude Code 会先写一份设计文档：背景、可选方案、各方案优缺点、最终决策、实施计划。

这不是形式主义。5 周做了 275 个项目，如果没有设计文档记录决策脉络，一周前的代码为什么这么写，自己都会忘。

例4：1315 个选题库

不是随便记的灵感，是结构化数据：评分、状态、骨架类型、竞品参考、标题候选。每个选题都经过 P1-P7 七种标题模式评分，60 分以下不做。

这就是系统和灵感的区别。系统让你在没有灵感的时候也能稳定产出。

四、效率提升到底有多大？

说具体数字：

环节	以前（手动）	现在（CC系统）	提升倍数
选题+深化	2小时	15分钟	8x
写文案	3小时	10分钟（含审核）	18x
制作视频	5小时（剪映）	8分钟（Remotion自动）	37x
封面设计	30分钟	2分钟	15x
单平台发布	15分钟	3分钟	5x
公众号文章	1天	2小时	4x
一条视频全流程	1-2天	30-40分钟	30x+

但更重要的不是单条效率，而是规模化能力。

以前一天做 1-2 条是极限。现在日均产出 13.8 条（124条/9天），峰值一天 26 条。

一个人，干了一个 5-8 人团队的活。 不需要文案、不需要剪辑师、不需要设计师、不需要运营。

五、这套方法适合谁？

先说不适合谁：如果你只是偶尔写篇文章、发个朋友圈，不需要这么重的系统。

适合的人有一个共同特征：你的工作有大量可标准化的重复环节。

内容创作者、自媒体运营、在线教育、知识付费、技术文档写作——这些领域都有大量”每次都差不多但又不完全一样”的工作。这正是 Claude Code 最擅长的场景。

关键心态转变是：不要把 AI 当助手，要把它当联合创始人。

助手是你告诉它做什么，它做。联合创始人是你们一起讨论架构、一起写代码、一起debug、一起迭代。

我和 Claude Code 每天工作 8-12 小时。不是我给它下命令，是我们一起搭建系统。我出方向和判断，它出执行力和代码能力。

六、几个实操建议

如果你也想用 Claude Code 搭建自己的生产系统，这些是我踩坑之后总结的经验：

1. 先跑通一个完整流程，再谈自动化

不要上来就想做”全自动化”。先手动做 5-10 次，搞清楚每个环节的输入输出和质量标准。然后再让 Claude Code 帮你把重复的部分脚本化。

2. 每次解决问题都写下来

我有一个 CLAUDE.md 文件，是整个系统的操作手册。每次踩坑、每次发现更好的做法，都立刻更新。Claude Code 每次开工都会读这个文件，所以它”记得”所有历史教训。

3. 组件化思维

不要每次都从零开始写代码。提取通用模式，建立组件库。我的 153 个视频组件就是这样一点点积累起来的。

4. 用设计文档记录决策

为什么选方案A不选方案B？当时的考量是什么？这些信息一周后就会忘，但如果写了文档，三个月后你还能理解自己为什么这么做。

5. 数据库优于文件

选题、发布记录、竞品数据——任何需要查询和统计的信息，都应该放数据库。我有 16 张表，随时可以回答”上个月哪类选题表现最好”这种问题。

写在最后

前两天看到一篇文章，讲安全行业的人为什么应该拥抱 AI。核心观点是：“涉猎甚广，无一能精”在 AI 时代反而是优势——因为你需要足够宽的视野来给 AI 指方向。

深以为然。

我不是程序员，不会 React，不会 TypeScript，不会 Python。但我知道我要什么：一套能稳定产出高质量交易教育内容的系统。

Claude Code 写了 275 个 Remotion 项目的全部代码、64 个自动化脚本、16 张数据库表。我一行代码都没有亲手写。

但这个系统是我设计的。选题方向是我定的。质量标准是我把关的。每一个设计决策都是我和 Claude Code 讨论后做出的。

AI 不会取代人，但会取代不会用 AI 的人。

这句话已经被说烂了。但当你真的用 Claude Code 每天工作 12 小时、搭建出一整套生产系统之后，你会理解这句话不是鸡汤，是现实。

不需要会写代码，但需要知道要解决什么问题。不需要精通每个环节，但需要有全局视野。AI 放大的不是你的技术能力，是你的判断力和系统思维。

如果这篇文章对你有帮助，点个「在看」让更多人看到。

有问题欢迎在评论区交流，我会逐条回复。

往期精选：

免责声明：本文内容仅供学习交流，不构成任何投资建议。交易有风险，入市需谨慎。