手里装着 Claude Code 的人，多半拿它写代码；X 上的 alex（@alextalksai）最近用它干了件别的事——把一个匿名 YouTube 频道的整套生产流程原样复刻了一遍，并宣称把单条视频的制作时间压到了 20 分钟以内。这个频道一个多月前才上传第一条视频，按他引用的 vidIQ 估算，月收入约 6.1 万美元。这期十三分半钟的视频，值得花一篇长文拆透，因为它交付的不是「AI 能做视频」的感想，而是一条可以照抄的四步流水线：装好两个工具、备好脚本与配音、转写出带时间戳的文稿、再让 Claude 按时间戳批量生图并自动对位剪辑。本文把视频里的 19 张截图逐一核过，视频口播与画面不一致的地方以画面为准，订正处已在正文逐处标明。

01 案例频道：2014 年注册的壳，一个多月前才发第一条视频

频道叫 Zen（@Zenn0009）。画面上能直接数出来的是：13 万订阅、12 条视频，最热一条《What Did Ancient Humans Do at Night?》播放 748 万，另两条热门分别在 300 万与 170 万量级，发布时间都在一个月前。频道页面显示创建于 2014 年，但 alex 点开最早一条上传验证过：首条视频其实就是一个多月前才传的，vidIQ 浮层也明写「这个频道一个月前才开始发视频」。换句话说，注册年份只是个壳，全部流量是一个多月里长出来的——一次近乎纯粹的新号冷启动。

月入约 6.1 万美元出自他引用的 vidIQ 估算，总播放 1,400 万是他点开频道信息页读出的数字，两者都无法独立复核（源视频标题写 6.2 万，口播是 6.1 万，本文取口播口径）。但「12 条视频、一个多月、三条百万级爆款」是截图可见的结构性事实，按 alex 的判断，这条赛道正处于爆发期。

02 这类视频长什么样：白底火柴人，两三秒一换

Zen 的片子形态一句话能说清：一张张白底、粗黑线、火柴人画风的静态图，跟着旁白每两三秒换一张，没有出镜、没有实拍。以频道里的《What If We Are The Aliens?》为例，画面可见 75.7 万播放、2.6 万赞、2,576 条评论——观众不只是点开滑走，是真的在看、在留言。（视频口播说「近 100 万播放」，按画面订正为 75.7 万。）alex 对这套形态的解读是：画面越「劣质」、切换越密，完播率反而越好，留住观众靠的是叙事节奏，不是制作精度。这也是整条流水线敢把视觉外包给 AI 的前提。

03 流水线总览：四步、三个工具

把 alex 的演示拆开，是四步：第一步装 Claude Code 桌面端和 Higgsfield 的命令行技能；第二步备好脚本、录一段真人配音；第三步用 Turboscribe 把配音转成带时间戳的文稿；第四步用一段主提示词让 Claude Code 调 Higgsfield 按每个时间戳生成一张图，再让它把图下载到本地、按时间戳改名，进剪辑软件对位拼接。他的口径是生图约 10 分钟、剪辑约 10 分钟，一条片子 20 分钟以内；安装全程是「复制、粘贴、回车」的循环，不需要编程基础。后面几节逐步展开。

04 第一步（上）：装 Claude Code，切到 Code 模式

浏览器搜 Claude Code 进官网，点「Get Claude Code for Desktop」，按系统（Windows 或 Mac）下载桌面端并注册账号。装完打开，先确认左上角停在 Code 模式——不是 Cowork，也不是 Chat：后面要靠它执行终端命令、装技能，聊天模式跑不动这条流水线。截图是演示用的桌面端首页，会话列表、用量统计、默认模型一屏可见。

05 第一步（下）：三条命令把 Higgsfield 接进来

Higgsfield 是这次负责出图的 AI 服务。注册账号后进到站内的 MCP & CLI 页面，切到 CLI 标签，照着页面把三条命令依次复制进终端执行：第一条安装命令行工具（截图的 PowerShell 里可见 npm install higgsfield/cli），第二条授权它访问电脑账户，第三条安装用来批量生图的技能包。alex 的原话是整个过程「复制、粘贴、回车」依次执行即可。顺带一提，视频口播里这个工具名一度被听成 HeyGen，画面域名与安装命令写的都是 Higgsfield，以画面为准。

06 第二步：备脚本、录配音，以及为什么弃用 11 Labs

脚本主题任选——史前人类、太空、外星人、动物，任何细分赛道都行，关键是和频道定位一致；写法也不限，AI 生成、外包写手、自己写或混着用都可以。配音他现在用真人：自己对着麦克风录。弃用 11 Labs 的理由是他的转述——近期不少重度使用它的频道被 YouTube 取消了收益分成，所以改用自己的声音；如果英语不够好、或不想出声，他给的路是去 Fiverr 雇人配。这一步是整条流水线里唯一必须出「人声」的环节，也是他判断里平台风险最低的选择。

07 第三步：Turboscribe 转写，留住时间戳

旁白录好后不直接把脚本发给 Claude，而是先过一道转写：在 Turboscribe 注册或用 Google 账号登录，点「Transcribe Files」上传音频（引擎有 Cheetah、Dolphin、Whale 三档可选），转出来的文稿每句话前面都带 (0:00)、(0:07)、(0:15) 这样的时间戳。推荐它的理由落在截图上：官网明写每天 3 次免费转写，alex 声明自己与它无赞助、无返佣，每天转一条脚本绰绰有余。这串时间戳是后面所有自动化的地基——有了它，才能告诉 Claude「在第几秒出哪张图」。

08 第四步（上）：一段主提示词，一个时间戳一张图

回到 Claude Code，把主提示词贴进对话框，再把带时间戳的脚本整段贴在提示词下面发出去（演示里为省额度只贴了半条脚本）。提示词两条核心：一，为脚本里每一个时间戳各生成一张图，0:00、0:03、0:07……一个不落，图还要贴合那句旁白在讲什么；二，风格必须像完全不会画画的人在 MS Paint 里随手涂的——白底、粗而不匀的黑线、圆脑袋火柴人、纯色平涂，禁止 3D、禁止电影感。截图里的原始提示词还写明两件视频口播没提的事：出图用 GPT Image 2 模型、全部 16:9 横版。这段提示词可以自己写，也可以让 ChatGPT 或 Claude 代写一段。

09 第四步（中）：批量生成，和一次口播没讲的排错

消息发出后 Claude Code 开始运行 Higgsfield 技能，期间会多次请求终端权限，按提示选「始终允许」即可。演示的半条脚本生成了 38 张图——截图里的命令原文就是 Generate 38 separate images；换整条脚本会超过 100 张，alex 的口径是全程约 10 分钟。更有意思的是截图留下的一段口播没讲的排错：并行到第 5 张就撞上并发上限，GPT Image 2 又触发了套餐限流，Claude 自己列出可用模型、逐个试跑，确认改成逐张顺序生成后把 38 张跑完。撞限流时Agent 自己换策略接着干，这正是把体力活交给它的意义。

10 第四步（下）：下载、改名、对位，剪辑只剩拖图

生成完先停掉任务，向 Claude 发一句「link me the folder with the images」拿到图片所在的位置；图片托管在云端（截图可见 cloudfront 的链接），再补一句让它把图全部下载到本地、并按时间戳命名——0 秒的图叫 0.00，7 秒的叫 0.07。这一步替掉的是最磨人的体力活：逐张下载、逐张改名。之后进剪辑软件，导入旁白和图片文件夹，0.00 的图放在 0 到 7 秒，0.07 的拖到 7 到 15 秒，0.15 的到 15 到 23 秒，依此类推。alex 的口径是这样剪一条片子约 10 分钟，成片里配音与每张图自动对齐，不用反复听音频手动卡点。

11 编者按：从哪一步开始，边界在哪

如果只带走一个动作：别从「复刻一个频道」开始，从一条一分钟的脚本开始——写百来个词的旁白、自己念一遍、用掉一次免费转写、让 Claude 出十几张图，把四步完整跑通一遍，再谈量产。三条边界也要摆明。其一，6.1 万美元月收入、1,400 万总播放、20 分钟单条耗时，全部是 alex 的自述与 vidIQ 估算，本文未独立核实；账号一个多月前才首发，数据窗口极短，爆发期赛道的成绩外推不到常态。其二，「劣质画风两三秒一换、靠密集切图撑完播率」是他对流量机制的解读；11 Labs 被取消分成同样只是他的转述，采信与否请自行权衡。其三，这条流水线的全部前提是平台继续接纳这类 AI 量产内容——复制成本越低的模式，对政策变化越没有缓冲。