一句话看懂：社区发布了一篇万字拆解，讲清楚 Claude Opus 5.5 如何通过“写代码→渲染网页→逐帧截图→合成 MP4”的方式制作 AI 视频，并开源了配套提示词和 Skill。它值得关注，是因为这套流程把视频生成从“靠模型直接出片”拉回到可控、可复现的代码路径上。
事件核心：发生了什么
据社区更新信息（2026-09-30），一篇名为《零基础入门Opus5.5做视频》的长文在社区传播，作者为 xilo（@xilo2991，原帖发布于 2026-09-29）。文章拆解了用 Opus 5.5 制作 AI 视频的完整路径：Opus 本身不能直接输出视频，只能输出文字，但它可以按“给定第几秒、画出这一秒画面”的逻辑编写网页代码，再由另一个程序按每秒 24 帧或 60 帧逐帧截图，最终拼成 MP4。文中列举了 JavaScript + Canvas 2D 等约 7 类可用代码方案，并公开了提示词与一个 Skill，方便不写提示词的用户直接测试。
为什么重要
过去一年，AI 视频的主流叙事集中在视频生成模型上，算力和模型能力是竞争焦点。这套方法则把“生成”拆成了代码渲染与帧合成两个普通程序环节，模型只负责写代码。它的意义在于：视频产出变得可调试、可版本管理、可批量复用，而不是依赖一次性的模型采样。目前公开信息显示，这条路线的画面上限仍取决于代码能力和渲染环境，但它为创作者提供了一种绕开闭源视频 API、在浏览器里做精细动效与像素动画的替代方案，也侧面说明大模型正在从“内容生成器”变成“生产工具编排者”。
对用户/开发者/创作者的影响
对创作者而言，门槛从“会写提示词”部分转移到了“能描述清楚画面随时间如何变化”，像素动画、界面动效、发展史短片这类结构清晰的内容更容易复现。对开发者而言，这套流程天然适合接入现有前端工具链，Canvas、SVG、CSS 动画都可以作为渲染层，代码可被审查和迭代，比视频生成 API 更接近传统软件工程。对企业采购来说，需注意它并不省算力——逐帧渲染和截图仍然消耗本地或云端计算资源，只是把成本从模型推理部分转移到了渲染管线。作者也提醒，换用其他大模型理论上可行，但出片效果存在差异。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是这类“代码做视频”的工作流是否会被产品化，出现封装好的渲染与合成工具；二是开源提示词和 Skill 的实际复用效果，社区是否会形成模板库；三是主流视频生成模型厂商是否会跟进类似的代码可控路线，或反过来强化端到端生成的优势。
