把 Remotion skill 變成自己的影片產線：Claude Code 半小時做完 15 分鐘教學片
核心案例
這篇 Threads 值得記的地方，不是單純「Remotion skill 很好用」，而是作者把它跑成了一條完整、可複製、可客製化的影片產線。
流程不是一次生成，而是由 Claude Code 串起整個教學影片製作流程：
- 討論口白腳本
- 作者自己親自錄音
- Claude Code 根據實際口白製作 Remotion 影片
- 指出哪些段落要補錄螢幕示範
- 把錄好的畫面再插回影片
- 最後渲染匯出
也就是說，AI 不是只幫忙剪一段影片，而是成了整個教學片製作流程的 orchestrator。
這條 workflow 為什麼強
1. 人類保留最重要的部分：內容與聲音
作者特別提到自己喜歡親自錄口白，不喜歡電腦模擬音。這個選擇很關鍵。
因為這條流程不是把人完全拿掉，而是做一個很合理的分工：
- 人負責觀點、語氣、真實聲音
- AI 負責結構、組裝、時間軸與視覺輸出
這會讓成品既保有人味，又不會被剪輯與後製拖垮。
2. 一次跑順後，再反過來改 skill
這篇最值得學的一點是：
先用對話把流程跑順一次，再請 Claude Code 根據實際工作方式修改 skill，客製成自己的版本。
這比一開始就空想一個完美 skill 更有效。
因為真正可用的 skill，往往不是先設計出來，而是從一次次真實任務裡長出來的。
3. 產線化之後，速度非常可怕
作者給的結果是：
- 一支精美的 15 分鐘教學短影片
- 從構思腳本到實際錄製
- 只要半小時
- 而且不費力、不太需要 NG
即使這個速度帶有個人熟練度成分，也已經很能說明：
影片生產的 bottleneck，正在從剪輯技術轉向想法與表達本身。
這條流程本質上在做什麼
這不是單純的「用 AI 做影片」，而是把教學內容拆成幾個模組，再交給 AI 協調：
- 腳本規劃：先把要講的內容理順
- 真人錄音：保留個人風格與可信度
- 視覺生成：用 Remotion 把口白對應到畫面節奏
- 示範補件：找出需要實際螢幕錄製的段落
- 後期整合：把補件素材插回主片
- 渲染輸出：完成成片
這其實就是一條成熟的內容產線，只是中間多了 Claude Code 當總調度。
為什麼 Remotion 特別適合這種事
Remotion 的優勢在於：
- 視覺是程式化的
- 時間軸與素材可精準控制
- 適合模板化、批量化
- 很適合讓 AI 以「程式修改」方式參與
對 Claude Code 這類 agent 來說，這比傳統 GUI 剪輯軟體更友善，因為它能：
- 直接讀寫程式
- 調整版型與動畫邏輯
- 依腳本改場景
- 用同一套 codebase 重複產片
所以這條 workflow 的背後，其實也是一種媒體生產觀念的轉換：
影片不只是剪出來的，也可以像軟體一樣被編排與迭代。
這篇對創作者最有啟發的地方
這篇最值得存的，不只是「半小時做一支影片」，而是它示範了一種很實際的創作升級路徑：
第一步：先把 AI 當助理
幫你討論腳本、整理段落、規劃畫面。
第二步：再把 AI 當製作人
讓它根據你的口白去安排畫面、節奏與補件需求。
第三步：最後把 AI 當工具鏈設計師
直接修改 skill，把原本一次性的好流程固化下來，變成你自己的生產系統。
這一步很多人沒做，所以永遠停在「AI 幫我一次」。
作者做的是更往前的事：
把偶然成功，變成可重複成功。
結論
這篇案例真正有料的地方，在於它證明：
- Remotion skill 不只是 demo 玩具
- Claude Code 不只是聊天寫程式
- 兩者結合後，可以變成一條完整的教學影片產線
而最重要的不是工具本身，而是這個思路：
先跑通流程，再改 skill，把 workflow 產品化成自己的內容製作系統。
如果你本來就在做教學內容、課程片、短影片或產品 demo，這條路很值得學。