物界前沿
“短视频拆解成图文教程”做成了一个 Codex Skill
我把“短视频拆解成图文教程”做成了一个 Codex Skill
不会写教程、不会截关键步骤，也能把抖音和小红书内容整理成一篇真实、可复刻的图文文章
图 1：Video Tutorial Skill，从创作者链接到可交付的图文教程。
很多人看到一条不错的 AI 视频或教程，第一反应都是：“能不能把它整理成文章？”
真正开始做，问题马上就来了：视频里到底用了什么工具？哪些步骤是创作者明确说过的？哪些只是我们根据画面推测的？截图怎么选，字幕怎么避开，提示词和参数能不能照抄？
如果把这些问题全部丢给普通 AI，它很容易写出一篇“看起来完整、实际上无法验证”的文章。软件、模型、参数甚至创作者的隐藏流程，都可能被自动补齐。
于是，我把自己反复做视频拆解的工作方法，整理成了一个可以安装到 Codex 里的开源 Skill：Video Tutorial Skill。
它不是帮你把视频简单概括一遍，而是把“判断内容—核实证据—推荐方案—等待确认—制作教程—评测复刻性—交付 Word”变成一套稳定流程。
01｜这个 Skill 到底能做什么？
它面向抖音、小红书以及其他短视频或创作者页面，目标只有一个：把来源内容整理成小白能够跟着操作的中文图文教程。
收到链接后，它不会立刻开始写，而是先判断内容属于哪一种：
教程类： 尽量忠实还原视频中出现的操作顺序、输入内容、按钮、参数和结果。
作品展示类： 分析人物一致性、视觉风格、分镜、镜头语言、运动、剪辑和声音，再设计一条可实现的复刻路线。
工具披露类： 优先采用创作者明确公开的工具；没有公开的环节，只能标注为推断或我们的复刻方案。
证据不足： 明确告诉你缺少录屏、截图还是文字，而不是靠猜测把空白补满。
图 2：这是一个 MIT 开源 Skill，仓库中包含工作流、排版规范和校验脚本。
它还会把文章里的信息分成四层：来源画面事实、创作者披露、当前官方资料、我们的复刻方案。这样，读者能够看懂“视频里确实出现了什么”，也能知道“哪些步骤是为了复刻同类型作品而重新设计的”。
02｜怎么安装？推荐先用 Skill Installer
OpenAI 官方文档说明，Skill 本质上是一个包含 SKILL.md 的目录，可以附带参考资料、脚本和资源。Codex 既可以显式调用 Skill，也可以根据任务描述自动匹配。
最省事的安装方式，是在 Codex 中输入：
$skill-installer
请从 https://github.com/star-ven/video-tutorial-skill 安装这个 Skill。
如果需要让一个项目里的成员共同使用，也可以把仓库放入项目的 .agents/skills/video-tutorial-skill 目录：
git clone https://github.com/star-ven/video-tutorial-skill.git \
.agents/skills/video-tutorial-skill
图 3：个人使用推荐 Skill Installer；项目共享可放进 `.agents/skills`。
安装后如果没有马上出现在技能列表中，重启 Codex。你也可以输入 $ 搜索已安装的 Skill，或在 Codex CLI、IDE 扩展中运行 /skills 查看。
需要说明的是：这个项目是独立开源的工作流 Skill，并不是 OpenAI 官方发布的内置 Skill；它使用的是 Codex 官方支持的 Skill 机制。
03｜第一次怎么用？复制这段话就够了
显式调用最稳定。新建一个任务，把创作者链接和下面这段话一起发给 Codex：
$video-tutorial-skill
这是一个抖音 / 小红书创作者链接。
请先判断它是教程、作品展示还是工具披露，
给我推荐复刻路线、拆解重点、篇幅和配图方案。
我确认后，再制作成可供小白跟做的图文教程 Word。
图 4：第一次使用时，先要求它推荐方案，不要直接让它写最终文章。
这里最重要的不是提示词有多长，而是“先推荐，再制作”。Skill 会先告诉你：它判断这是什么内容、准备使用什么工具、文章重点是什么、需要几张图片、预计多长，以及哪些地方证据不足。
你确认以后，它才进入正式制作。这一步能避免做了几页之后，才发现路线和你想要的完全不同。
04｜三种常用任务，可以直接照着发
场景一：原视频本身就是教程。
按视频真实顺序整理操作步骤。每一步写清输入什么、点击哪里、预期结果是什么。
如果当前软件界面与视频不同，请单独标注版本差异，不要自行补写不存在的按钮。
场景二：视频只展示了最终作品。
先分析人物一致性、分镜、镜头语言、运动、剪辑、声音和视觉风格，
再选择目前能够实现的工具，设计一套制作同类型作品的复刻教程。
不要声称这就是创作者的原始操作。
场景三：创作者只透露了部分工具。
创作者明确说使用了即梦、LIBTV 和 Midjourney。
请优先用这些工具设计复刻路线；没有披露的步骤标注为“我们的复刻方案”，
不要虚构创作者的模型、参数和提示词。
05｜你把链接发过去以后，它会做什么？
整个流程不是“一次性生成”，而是六个阶段：检查来源、判断内容、提交推荐、等待确认、正式制作、复核交付。
图 5：每个新作品都先经过判断和推荐，确认后才进入文章制作。
正式制作时，它会优先选择没有被字幕遮挡的原视频画面；必要时裁掉字幕区，不用生成图替代真实画面。图片和图片标题居中，不叠加干扰性框选标记，也不做思维导图。
文章会先给出“能不能复刻、能复刻到什么程度”的结论，然后再写具体步骤、可复制提示词、失败排查和限制。最后默认生成紧凑的 Word 文档，并进行逐页渲染检查。
06｜为了得到更好的结果，你最好提供这些信息
链接之外，最好再补充四件事：
是否已经获得转载或分析授权；
创作者有没有明确说过使用什么工具；
你想做“忠实教程”还是“同类型复刻”；
最终需要 Word、普通文章，还是只要拆解结论。
如果平台登录、反爬或地区限制导致页面无法完整读取，直接补一段录屏、视频文件、字幕或关键截图。证据越完整，教程越接近真实操作。
07｜最后能得到什么？
最终结果不是一份视频摘要，而是一篇可以发布、也可以让别人跟做的图文教程：有标题、有真实配图、有具体步骤、有可复制输入、有复刻评测，也有明确边界。
图 6：真实交付示例，视频拆解、操作步骤、配图和评测进入同一份 Word。
但它不会承诺两件事：第一，不会把推断冒充事实，本文中的复刻方案不等于创作者的原始完整流程；第二，不会保证所有平台链接都能直接访问。当来源不够，它应该请求补充材料，而不是继续编写。
这正是这个 Skill 的价值：不是让 AI 写得更多，而是让它少猜一点、多核实一点，把每一步写到别人真的能够复刻。
08｜开源地址与使用入口
GitHub： https://github.com/star-ven/video-tutorial-skill
站内下载：物界前沿｜AI 评测
OpenAI 官方 Skill 文档： Build skills
如果你经常需要把教程视频、AI 作品或创作者案例整理成图文内容，可以直接安装使用。第一次不必研究目录和脚本，记住一句话即可：
先帮我判断这个视频该怎么拆、用什么工具复刻；我确认后再制作成图文教程。
09｜几个常见问题
没有视频文件，只有平台链接能不能用？
可以先检查链接。若页面能够正常读取，就根据视频、字幕、配文和创作者说明整理证据；如果遇到登录、反爬或地区限制，再补充录屏、原视频、字幕或关键截图。Skill 不应该把无法看到的内容当成已核实事实。
每次都必须输入 `$video-tutorial-skill` 吗？
不一定。这个 Skill 允许根据任务内容自动触发，但显式调用更容易得到稳定结果，也方便你确认当前任务确实使用了指定工作流。
只能做 Word 吗？
不是。Word 是默认交付形式，因为它能保留图片、标题、代码块和完整排版。你也可以在任务里要求输出普通文章、网站稿、公众号推文初稿或仅提供拆解结论。
为什么它总要先让我确认方案？
因为同一个视频可能有完全不同的目标：忠实转写教程、分析成片方法、复刻同类风格，或只评测工具能否实现。先确认路线，能够避免后面整篇文章方向错误，也能提前暴露证据不足和版本差异。
别人安装以后，也会得到和我完全一样的文章吗？
不会。Skill 固定的是判断标准、证据边界和交付流程，最终内容仍取决于来源材料、用户要求、可用工具和当前软件版本。它更像一套可重复使用的编辑规范，而不是固定文章模板。
把工作流交给 Skill，把最终判断留给自己。