尽管我们现在在 AI 时代，但做一条视频，仍然是件很麻烦的事。
我知道，你肯定会说现在有一些一站式平台，但它们基本还是以「制作」本身为主，跟真正的自媒体创作相比，还差了很多环节。
出一期视频，我往往要选题、找素材、写脚本、做画面、配音、加字幕，再到封面、发布和运营，每一步都有工作要做，而且需要在多个工具之间跳来跳去。
▲ 图：从选题到运营，素材要在不同工具间流转。流程示意
我现在基本都在 Agent 里面完成日常大部分的工作了。之前也把视频脚本、视频制作、多平台发布做成了不同的 Skills，但这套自动化流程还缺一些环节，没有完整串起来。
偶然发现一个不错的工具，它基本上提供了视频创作的所有工具。我就开始用它来重搭一套完整流程，把自己的声音、片尾和制作要求也放进去，以后给一个链接就可以反复使用。
Atom 已经把视频创作需要的很多工具整合在一起，不用我再一个个去找、去接。
它不是一堆的 Skills，而是通过 MCP 的方式提供服务，可以很方便的集成到我现有的流程里面。
它的安装也完全是针对 Agent 的，只要把下面的提示词给自己用的 Agent 就完事：
我看了下基本上主流的 Agent，它全都支持了。
▲ 图：Atom 支持的智能体
接进 Codex 之后，我想把这些工具放进自己每天用的流程里。
把视频能力接进 Agent
这套流程里，Codex 负责理解任务、安排步骤，调用 Atom 的工具完成制作。
我把制作要求和步骤整理成可以反复使用的 Skill，再把展示过程状态的 Workbench 接到自己现有的平台里。
▲ 图：流程分工示意
这次测试里，最让我感兴趣的，是这些视频工具可以由 Agent 直接调用。
对于我这样的自媒体创作者，文章、视频、素材和发布原本就是同一套工作的不同环节。
如果 Agent 能直接调用这些能力，我就可以继续在熟悉的工作流里完成任务，少一些在网页和工具之间的切换。
把试出来的流程做成 Skill
这个 Skill 也不是凭空写出来的。
我先用后面那篇 Frameboy 文章试了一遍，从脚本、画面、配音到封面和发布，把自己的要求逐步确定下来，再让 Codex 整理成 Skill。
给 Codex 的制作要求可以这样说：
这段是按本次要求整理的复用写法。实际过程中，我又根据成片调整了画面和配音，并不是最初一句提示词就把所有细节定好了。
▲ 图：视频制作 Skill
Codex 按步骤调用 Atom 的工具；我也在自己的工作台 Workbench 里加了一个视频制作分类，用来查看制作进度、素材和成片。
因为 atom 里有各种模型、选择哪个有我自己的偏好。我把这些偏好都固定在 skills 里，另外我自己音色、品牌片尾也都固化进去了。
这样这个过程可以做到完全不需要我干预了，一句话就能直接把视频做好，直接发布出去了。
给一个链接，让这套流程跑起来
我选了 Karpathy 关于 AI 认知漏斗的一条原帖，把链接交给 Codex，然后说：
https://x.com/karpathy/status/2109361546505966046
前面的 Skill 已经记录了制作要求，Codex 就能按这套流程调用 Atom：从分析、收集素材、写脚本，到制作、包装和准备发布。
具体到每一步，Codex 会调用相应的 Atom 工具。
制作过程也会记录到前面的 Workbench 里，我可以查看脚本、素材、制作进度和成片。
比如这里它根据视频脚本先生成了图片分镜。
▲ 图：Atom 调用 GPT Image 2 生成的 12 镜横版分镜
图片生成后，选择 Seedance 2.5 制作动态画面（也是我的默认设置）。
下面是其中一段真人场景：
▲ 图：本次视频生成的真人场景，人物为 AI 生成
真人场景和信息动画准备好后，再由 Atom 合成。
因为 Seedance 审核的关系，人物分镜图被识别为可能含真人，它会自动的把人物镜头改为文生视频。
据 atom 官方反馈，他们很快会增加一个工具，可以通过白名单接口上传审核，后面就可以直接图生视频了。
另外，这里部分动画镜头使用分镜图作首帧。
在现有工作台里看它运行
开始制作后，Codex 在各个阶段更新实际状态：读取原帖、脚本分镜、图片、动态镜头、配音、字幕、合成和发布资料。
我的工作台（Workbench）把这些进度展示出来，也保留生成的素材和成片。
▲ 图：工作台视频制作进度
可以看到完整的制作进度、以及所用到的分镜图、分镜视频。
▲ 图：工作台素材列表
这里的 Workbench 是整合在我现有平台里的一个分类，负责展示和预览；任务仍从 Codex 发起，页面本身不会自动启动制作。
这样我不用一直盯着终端，也能看到卡在哪一步、已经生成了什么。
配音使用了我自己的声音样本，字幕根据配音生成，背景音乐和我的片尾也一起加进去了。
最后的视频：
▲ 视频：根据原帖制作的视频，真人场景与动画均为 AI 生成的示意画面
这版从提交动态镜头到合成完成约花了 14 分钟，Atom 账单约 2893 KP，包含本人配音和两次合成；分镜图费用另计。
这个 KP 对应 289.3 元，不得不说 Seedance 2.5 的模型还是太贵了。。。你可以在里面根据你的实际情况选择 Seedance 2.0 或者 MiniMax H3 这些。
尽管要做出更加优秀的，必然要在很多细节上做更多精心的打磨。
但就这十几分钟的制作结果来说，我觉得已经非常高效了。
拆开看：一篇公众号文章怎么做成视频
前面先展示了复用 Skill 的结果。接下来倒回来，看看我最初怎样用 Frameboy 这篇文章，把制作、发布和数据查询这些环节串起来。
我日常最迫切想解决的问题其实是同一个题材写好文章之后再做一个视频版。
但尝试了几次之后我就放弃了。本以为只需要多花 20% 的时间，最后发现做视频花的时间比写文章还多好几倍。
因为视频和文章完全是不同的逻辑，这个看似简单的「翻译」工作，实际上涉及到很多完全不同的事情。
而这个 Atom 已经非常流畅的解决了我这个难题。
以我前几天写好的文章为例，我希望把它转成一个视频。
在安装好 Atom 之后，我先用下面的提示词：
文章：articles/2026-11-06-Frameboy/outputs/article.md
重点讲清楚 World Labs 如何让人进入并探索 AI 生成的场景，以及目前哪些能力已经开放。请以文章内容为依据，不要编造产品功能和使用体验。
请使用 Atom 完成制作：用 GPT 5.5 写完整脚本，用 MiniMax H3 制作画面，配上自然流畅的女声和中文字幕，最后合成为 16:9 视频。
接下来，它就开始完成视频的制作了。
实际操作的过程中，可能提示词会需要修改迭代几次。比如，开始我并没有指定写脚本、做画面用什么模型，发现效果不太符合我的要求。
Atom 是个视频制作的万能工具箱，它提供了几乎所有视频制作需要的工具，但它并没有一个命令把这些工具全部穿起来，让我一句话就得到最终的视频。
但这个太好办了，我的 Agent 直接就帮我搞定了。
这件事在 Codex 中被拆成了几个步骤：从文章生成脚本和分镜，准备画面，生成配音和字幕，最后剪辑、包装、做封面并提交发布。
▲ 图：文章转视频的流程示意
这里可以看出 Agent 和 Atom 的分工：Codex 负责理解任务、安排步骤，Atom 提供每一步可以调用的工具。
制作过程中，我也选择了模型和声音，并根据结果提出修改。
先看最后做出来的视频：
▲ 视频：横版成片，混用了官方演示和 AI 生成画面
先写出一份完整脚本
一篇文章可以直接阅读，但不能简单地从头念到尾。做成视频，还要决定哪些信息该留下、每段怎么讲，以及画面配什么。
▲ 图：根据本次 Frameboy 案例整理的脚本结构示意
Atom 里有多个文字模型可用来写视频脚本，包括 GPT 5.5、Gemini 3.1 Pro、DeepSeek V4 和豆包 Seed 2.1。
这么多的模型，我并不需要都去注册一个账号、充值什么的，直接在这里选就好了。
默认的貌似是 Seed 2.1，我试下来感觉效果不太好，所以最终指定了 GPT 5.5。
不过这里并没有市面上最新的模型。
画面怎么来？
脚本好了之后，就开始准备画面。我做视频通常以已有素材为主；如果缺少 B-Roll，也就是辅助说明的画面，用 AI 生成会方便一些。
大家都知道有 Seedance、MiniMax H3 等可以选择。
一样的，这里全部内置了，想要哪个直接选。
这一步我选了 MiniMax H3。
下面两段都来自最终成片：前面是 World Labs 的官方演示，后面是 MiniMax H3 生成的示意画面。
▲ 图：官方演示与 MiniMax H3 生成示意的对比
这里看到的是 MiniMax H3 根据文字提示生成的视频。
实际上我更倾向于图生视频，先准备好图片，再让模型把它变成动态画面。
Atom 也提供图片生成模型，包括 Nano Banana 2、GPT Images 2 和 Seedream 5.0 等。
配音、字幕和合成
没有声音，再好的戏也出不来。
虽说现在 AI 就能配音了，但为了不做出那种一眼「AI 味」的视频，配音还是至关重要。
我自己做视频的时候会在本地部署一个小模型来解决。
Atom 提供了更多配音选择，包括火山引擎 Seed Audio 1.0、MiniMax 和 ElevenLabs。
我们可以先试听然后选择，比如我喜欢台妹的味道，这里选了 Seed Audio 的「小何 2.0」女声，语速调到 1.05 倍。
字幕也可以在这里面轻松地根据语音来自动生成，根本不需要再到其他软件里面挂字幕了。
不过用下来也发现了一些小问题。第一版字幕有些地方断句不自然，我让 Codex 重新按语义分段，就解决了。
▲ 图：配音、字幕与背景音乐的合成流程示意
至于音效、BGM 之类的也是在这里直接就可以完成，都不用去找素材下载。
最终成片使用了 Atom 音乐库里的背景音乐，没有单独添加转场音效。
从视频里选封面，再提交发布
做完视频，接下来是封面。
以往我一般用 ChatGPT 生成一个，但用得最多的还是截取视频里面我认为比较好的一帧，然后基于这个修改。
但用过的人都知道，这个过程实在费劲，Atom 这里居然也直接提供了。
它可以从成片里抽取 5 张候选图，让我挑选：
▲ 图：从成片提取的五张候选图，中间为选定的参考画面。
我选了 Frameboy 的界面截图，再让 Atom 调用 Nano Banana 2，参考这张图生成封面。
第一次的效果不太符合预期，我们调整后，得到了下面这张：
▲ 图：最终封面以截图为参考生成
不得不说，这个过程还是非常丝滑的，太省事了。
平时发视频，我需要分别登录小红书、抖音和视频号，重复上传视频、选封面、填标题和文案，这完全是一个机械活，我后来干脆直接写了一个插件自动推送。
Atom 这里也想到一块去了，他们之前就做了一个「推你」的 APP，只要绑定账号，就可以推送到多个平台。
▲ 图：选择要绑定的平台。
不过它只支持目前主流的三个平台，像快手、B站以及 Youtube 啥的还不支持。
但对大部分人来说，应该够用了。
▲ 图：三个平台账号显示已绑定。
这条 Frameboy 视频，我也通过 Atom 分别提交到了小红书、抖音和视频号。
发布之后，我又让 Codex 通过 Atom 查询各平台的数据。
▲ 图：Atom 查询的视频运营数据。
对我来说，这一步也很有用。省得每次又要打开多个平台去看数据，而且发布后的数据可以继续交给 Agent 分析，为下一次选题和制作提供参考。
这个例子从一篇文章到最终的视频制作、发布，真的是全链路打通了，全程不需要离开 Agent（我这里是 Codex），不得不说用起来还是非常爽的。
在原视频上，换成我的声音
不过上面这样的视频，并不是我日常做视频的全部。
我的视频要么真人出镜、要么偷懒的话也会用自己的声音。
说到这里，你很快就会想到声音克隆。
Atom 也提供这项能力。
这次我用了火山引擎 Seed Audio 1.0，效果真的不错。
使用方法也很简单：我在 Mac 上录了一段约 27 秒的声音，让 Codex 上传到 Atom，再把它作为样本生成配音。
Atom 提供的是声音样本上传接口，这次录音用的是本地 QuickTime。
为了方便后续使用，Atom 里面其实还可以定义一系列的角色属性，包括声音、形象、以及其他跟我本人 IP 相关的东西。
比如这里除了声音，我还把 Logo 和片尾素材放进了 Atom 的文件库。
▲ 图：本次上传的声音、Logo 和片尾文件。
有了这些角色属性之后，以后做视频时，就可以复用这些，包括声音样本和片尾素材以及其他素材。
下面这个视频，Codex 复用原视频开头的画面，换上我的声音，重新对齐字幕，再通过 Atom 合成片尾。
▲ 视频：约 17 秒的本人音色试听，末尾接入 4 秒 Logo 动画。
这个场景对经常做视频的人很实用：不用从头重做整条视频，可以在已有内容上替换声音、加入固定包装。
这个还真的挺方便的，以前我在剪辑软件里面做剪辑，每次要把这些片头片尾手动加入，偶尔还会忘掉，真的麻烦。
不过这里似乎缺少了一个比较重要的，就是用自己的形象生成一个数字人，进而在后面的视频里面复用。
企业也可以有自己的视频工作台
做自媒体虽然看似简单，但其实也涉及到一系列复杂的事情。我之前的做法是全部做成 skills 在 Agent 里面自动跑，过程基本可以做到不需要人工介入。
但后来发现涉及多人协作、涉及查看一些实时状态还是需要有个工作台更直观，所以很快又用 Codex 基于现有流程做了一个工作台，现有流程直接把状态返回到工作状态，甚至在工作台也能做一些操作。
对企业来说也是一样。
品牌素材、生产规范、审核和多个账号的发布，原本就需要配合。前面我把视频制作接进自己的 Workbench，对应到企业里，就可以是一个内部的视频工作台。
比如，一个经常为新品做视频的市场团队，可以让 Codex 帮忙搭建这样的业务页面：同事提交产品资料，选择品牌素材和发布账号，再发起制作。
页面背后的 Agent 调用 Atom 写脚本、生成画面、配音和合成视频。团队已有的 Logo、声音和片尾可以复用，进度、素材和成片也能集中展示。
▲ 图：企业工作台接入制作、审核、发布与数据的延伸设想
前面的 工作台Workbench 截图，就是我自己使用的一个小版本。放到企业场景，制作完成后还可以接上原有的审核流程，确认后再发布，后续把运营数据带回来。
当然，企业里面涉及到更多的权限、审批流我觉得也可以完全对接起来。
实际上我这里已经是这么做的，我把很多的审批过程直接接入到飞书。比如调用飞书来批准、回改，最终定稿之后，我在飞书里面直接确认就可以发稿。
▲ 图：在飞书里进行修改批注
这也是 Atom 提到的 FDE（前线部署工程师）共创模式可以发挥作用的地方：由懂业务的技术伙伴，把验证过的制作流程封装成专属 Skill 和工作台，再接入企业已有的系统。
固定的品牌规范、审核顺序可以继续按现有流程执行；读懂不同产品资料、安排制作步骤这些变化较多的任务，则交给 Agent。这样，团队可以从自己熟悉的业务页面使用视频能力。
最后
除了上面测过的视频制作和拆解，Atom 还提供热点与对标账号查询、素材管理、内容质检，以及发布后的数据查询等工具。这些能力可以接进自己的 Agent，再按团队的需求组合。
用下来，我觉得这套工具覆盖得很全，也确实高效。以前要在不同网站之间来回搬素材，现在至少在视频制作这条流程里，我可以留在 Codex 中完成几乎所有工作。
不过还有一些地方我觉得需要完善，比如做爆款分析的时候，搜索结果还不够准确；而且拆解出的结论还不够深入，没法直接指导我拍出一条同款爆款。
另外一个方面，我经常需要做长视频切片，比如一场发布会刚结束，需要快速剪出几分钟的高光片段，或者只把其中某款产品的片段单独拎出来。
实测发现在 Atom 里这件事基本上没法完成：它没法直接解析外部视频链接，而我把下载好的大视频传到服务端后，文件稍微大一点，任务就会一直卡住无法完成。
对我来说，最有意思的仍然是 MCP 带来的组合空间。
之前做过的自动化流程还缺一些环节，这次用 Codex 调用 Atom 的工具重新组装，再存成 Skill、接进现有 Workbench，视频才更完整地进入了我每天的创作流程。