Claude Opus 5.5 寫了一支產品發表影片：所謂「一鍵」實際上算繪出什麼

X 上有一則日期為 2026 年 9 月 24 日的貼文指出，Claude Opus 5.5 為一款名為 CodePilot 的產品製作了一支一鍵生成的宣傳影片，而且成果碾壓 GPT-6 Astra——廠商於 9 月 4 日推出的模型。該貼文出自歸藏（op7418），一位產品設計師，其技能倉庫已悄然自成一個發行管道；而比這部影片更重要的細節，是最後那句話：這套工作流程正被併入一個名為 guizang-product-video-skill 的公開倉庫，任何人都可以將它安裝到 Claude Code 或 Codex。所以，有用的問題不是這支宣傳片好不好看——demo 的外觀是單一來源的說法，無論如何都無法否證——而是那個倉庫實際上交付了什麼、運行成本是多少，以及它的授權條款允許你對它製作出的影片做什麼。

簡短回答，而這正是那些轉發貼文略過的部分。Claude Opus 5.5 不會輸出影片。它會寫出一支能渲染出影片的程式，接著由 ffmpeg 將你機器產生的影格編碼。在那條流程中，有價值的產物並不是 MP4。真正有價值的是環繞其外的提示與驗證工作流程，而那正是如今已可安裝的東西。

這個 demo 不再是 demo，而這才是真正的新聞。

Claude Opus 5.5 已於 2026 年 9 月 22 日推出，每百萬輸入 token 要價 4 美元、每百萬輸出 token 要價 20 美元，具備 1M token 的上下文視窗，輸出 token 最多可達 128K。它問世才三天，且已正式全面開放使用，所以這不是一篇爆料文章：這個模型真實存在、有明確定價，也能透過路由使用，沒有什麼發布消息可供臆測。這則訊號裡的新意在於它的包裝方式。

示範背後的儲存庫具有可驗證的輪廓。它於 2026 年 9 月 18 日公開，最近一次提交落在 9 月 22 日——也就是 Claude Opus 5.5 發布的同一天——而截至本文撰寫之時，它在 AGPL-3.0 授權下（另有獨立的商業授權途徑）已累積 261 顆星與 23 個分支。這些日期才是重點。一篇一次性的示範貼文只值得聳聳肩；一個把該技術化為六個編號步驟、八份參考文件和五個腳本的儲存庫，則是讀者今天下午就能安裝的東西。散布比成品本身更重要，因為成品本來就一定會好看，而工作流程才是你真正能借用的。

作者自己對其淵源的說法相當誠實。README 指出，這套技能是他在製作 CodePilot 影片期間琢磨出的流程，寫下來是為了能套用到其他產品。介紹影片同樣沒有隨安裝套件一併提供——README 在應該放上上傳影片連結的位置留下一則佔位註解，而從影片擷取的定格畫面則收在儲存庫的 readme assets 中。這是件小事，卻很能說明問題：真正交付出去的是方法，不是影片素材。

這項技能實際上會產出什麼，逐步說明

工作流程分為六個階段，而它們的形態會告訴你這是哪一種工具：

• 先界定範圍 — 產品、版本範圍、受眾、平台、長寬比、語言與風格都在著手製作任何內容之前確認完畢，而所選範圍會寫入計畫檔案，這樣交付的影片就不會默默宣稱涵蓋整個產品。

• 真實內容第二——代理會閱讀儲存庫與發行說明，檢查哪些功能是實際推出而非僅止於公告，並在任何樣式處理之前，先接上一個真實的產品元件。

• 第三，分鏡腳本與文案——值得訴說的變更會被整理成鏡頭清單，字幕以平實的句子撰寫，並在動畫開始前先渲染關鍵影格以供審閱。

• 動態第四 —— 可任意定位的主時間軸驅動元件狀態、入場、轉場與細節鏡頭。

• 聲音第五——配樂是為這部特定電影以程式碼合成的，音效會對準螢幕上的動作，而音樂會在重要提示出現時降低音量。

• 驗證最後——構圖、字型、圖片、標誌、音訊同步和最終檔案都會檢查，而專案會區分哪些是機器驗證過的，哪些仍需要人類的眼睛和耳朵。

這個儲存庫所附上的內容異常明確，而明確的版本比摘要更有用。它的 references/ 目錄收錄了八份文件——新手導引、儲存庫與風格、元件管線、故事與文案、音訊取材、音訊與品保、入門指南，以及一份案例研究——而它的 scripts/ 目錄則有五個：環境檢查、專案初始化、音效合成、音訊混音，以及一項對完成影片執行的交付檢查。入門專案是一個可執行的範例，而 tests/ 同時收錄了指令碼回歸測試與元件整合測試。相依清單也同樣具體：Node 22 或更新版本、Python 3.9 或更新版本、FFmpeg 與 ffprobe、用於瀏覽器渲染管線的 Playwright Chromium，再加上你自己的產品儲存庫及其相依項目。那份清單裡沒有任何一項是影片服務，而這正是整套東西所倚賴的設計選擇。

「一鍵」是作者自己的說法，而他自己寫的常見問題卻與之相矛盾

那個訊號說的是「一鍵生成」——按一下就能生成。該儲存庫的 FAQ 直接回答了與此最接近的問題，而答案是不行。當被問到是否只要交出一個儲存庫位址就足以得到一部完成的影片時，README 自己的回答是：有時仍需要把儲存庫下載下來、補齊相依項目並確認 demo 狀態，而且這是一套讓 AI 逐步完成工作的流程，而不是一個會忽略你專案環境的一鍵轉換器。作者對自己工具的說明，比那篇關於他工具的文章還要精確。

工作流程本身還有第二道煞車。第一階段需要一項決定，而代理程式被明確禁止代使用者做出這項決定：這部影片涵蓋哪些版本範圍，以及哪些平台介面。README 的推論值得大致引述其要旨——版本庫歷史能告訴你存在哪些版本，卻不能告訴你你想宣傳哪些版本——而未完成的平台介面必須在交付時宣告，這樣觀看者才不會誤以為影片涵蓋了整個產品。那是治理步驟，而非算繪步驟，而且這是最清楚的證據，證明「一鍵」描述的是作者自己對這套工具的自在程度，而不是工具實際的輸入介面。

這套流程也預設了一種格式，而另一種格式則不在其預設之中。README 明白寫出其預設起點：45 到 60 秒、橫式、中文。時長與長寬比可以調整，但直式版本並不是裁切——取景和文字編排都必須重新配置，因為構圖一旦失去兩側就無法成立。本文第一段引用了該示範本身的說法，因此值得直說：催生本文的那支影片是中文橫式宣傳片；如果你的發布是英文或直式，請為重新排版編列預算，而不是假設這項技能的第一版輸出就是你的交付成果。

「一鍵」這個說法站得住腳的地方比較狹窄，但仍然真實：對他已經做好的那個示範而言，影片確實出自單一指令，因為範圍、產品和視覺語言都已經底定。這才是誠實的解讀。提示詞是一則訊息；前置準備可不是。

一次渲染的成本，以及為什麼「完勝 Astra」是錯誤的軸線

文章中的比較對象是 GPT-6 Astra，於 2026 年 9 月 4 日發布，在輸入最高達 272K token 時，每百萬 token 定價為 10 美元與 50 美元；長上下文請求的價格調整為 20 美元與 75 美元，而快速模式則為 20 美元與 100 美元。在兩者都有納入衡量的唯一一個獨立指數上，兩者表現接近，而排名先後取決於你看重哪些項目。

• Intelligence Index — Claude Opus 5.5 在最高 effort 設定下得分 58，於 2026-09-25 所讀取的 Artificial Analysis 頁面上在 210 個模型中排名第一；相較之下，GPT-6 Astra 在其最高設定下為 53，於 210 個模型中排名第六。

• 每項 Index 任務成本 — GPT-6 Astra 較便宜，為 $3.26，相較之下 Claude Opus 5.5 為 $5.98。在這個軸線上，差距的方向正好相反。

• 每項 Index 任務的輸出 token 數——Claude Opus 5.5 花費 260M，冗長度排名落在 210 名中的第 95 名；GPT-6 Astra 花費 60M，排名第 36。品質上的優勢，有一部分是用 token 換來的。

那些數字來自 Artificial Analysis，而且是各模型標示為「maximum effort」的配置，並非廠商自家的評估。放在一起解讀，它們所傳達的訊息比排名更有用：Claude Opus 5.5 在公開指數上是較強的模型，而 GPT-6 Astra 執行一項任務的成本則明顯較低。所謂某個模型「壓倒」另一個模型的說法，講的只是某個 demo 在單一時間點的輸出，而沒有任何指數能在任何一方向上支持這種措辭。

還有第三條成本線，兩個指數都捕捉不到，而正是它決定了值不值得安裝一條推廣素材流水線。畫面算圖並不是一次模型呼叫。以每秒 24 格算圖 3,760 格，是在你的硬體上透過無頭 Chromium 跑，它的成本是實際耗時與電力，不是 token。API 帳單涵蓋的是企劃、文案、元件接線，以及算圖器的原始碼。正是這個分界，讓這套技法負擔得起，也讓 Skill 的相依清單比它的提示詞還長。

授權條款是沒有人會讀的那一部分，卻是最能付諸行動的區段。

這正是該儲存庫格外謹慎之處，也是打算將其用於商業用途的讀者必須放慢腳步的地方。這裡同時適用三套各自獨立的規範，而它們並不會合而為一。

• 主要授權條款為 AGPL-3.0。工作流程、文件、指令碼、入門專案與原始音訊素材均受其涵蓋。複製或散布這些內容時，必須保留著作權、授權條款與聲明；而 AGPL-3.0 的網路互動條款意味著，若透過網路向使用者提供修改後的版本，就必須向那些使用者提供對應的原始碼。

• 預設的視覺樣式並非 AGPL。改編自 CodePilot 並作為備用樣式隨附的元件與樣式，仍依 Business Source License 1.1 及其 Additional Use Grant 與 Change Date 授權。README 明確指出，此目錄並未重新授權為 MIT，且結合此目錄的專案不能被描述為僅採用 AGPL，或被描述為可不受限制地用於商業用途。

• 產生的影片不會自動成為 AGPL。README 指出，輸出內容不會僅因為是由這項工具所產生，就成為 AGPL 作品——但該輸出內任何受保護的元件、素材或程式碼，仍受其各自條款約束。對行銷團隊來說，這項區別就是整件事的關鍵：工具的授權與影片的授權是兩個不同的問題。

音樂是來源脈絡最清楚、授權條款也最明確的部分。隨附的配樂是以 Python 從波形、雜訊、封套與音符排序合成而成，固定為 48 秒、120 BPM，不使用任何外部取樣，也不呼叫生成式模型；其原始碼放在儲存庫中，作為改編參考而非固定配樂，而新影片的預設做法是針對該片的分鏡腳本，以程式碼撰寫配樂。這十一個音效是由儲存庫中的腳本產生，格式為 48 kHz、單聲道、16 位元 PCM，每個檔案的長度與 SHA-256 雜湊值均公布在音訊清單中。這兩組素材都是儲存庫作者的原始作品，因此與工作流程、文件、腳本及入門專案一同採用 AGPL-3.0 授權。

這個落差在於原版影片所使用的內容，而該儲存庫以正確的方式處理了它。這個案例研究坦承，CodePilot 宣傳影片中的點擊、彈出、打字與通知音效是來自音效網站的素材庫錄音，個別音訊片段的作者與詳細頁面並未保留，而且它不會為這些音效憑空捏造來源。因此那些錄音被排除在安裝套件之外，並以程序化音效組取代。實際結果是，你開箱即用的音訊刻意保持樸素，而來源參考資料會告訴你優先搜尋素材庫，只有在無法填補的類別才退回使用內建檔案——並提醒你，內建的來源說明並不涵蓋你下載來取代它們的任何內容。

靠我們自己的兩條腿來運作

比較中的這兩個模型都在 OrcaRouter 上，所以如果問題是要把管線指向哪一個，試用並不需要兩個帳號，也不需要改寫程式。 Claude Opus 5.5 在 OrcaRouter 上，採用 Anthropic 公布的定價原價轉嫁、零加成——正是 Anthropic 所列的 $4/$20 與 $0.20 快取讀取——而 GPT-6 Astra 也以相同條件提供，所以「徹底碾壓」的爭論可以用你自己產品的素材來解決，而不是靠別人的示範。一組金鑰就能涵蓋 一個 API 支援 200+ 個模型，而且 自動容錯移轉 意味著一場結果不理想的實驗，代價只是一次重試，而不是一條正式生產路徑。如果你想要的是模型本身，兩者都在同一份目錄中、使用同一套計費。

該留意什麼，以及現在該決定什麼

有兩件事尚未解決，值得持續觀察，而非逕自假設。第一件事是這套工作流程能否推廣到 React 之外。README 坦言，元件整合的難度因框架而異，React 有可運作的範例，而需要伺服器、原生執行環境或大量 context 的元件，可能得需要一層調適層。Vue 或 Svelte 團隊應該預期要自行撰寫那層，而不是直接沿用。

第二個是跨較弱模型的可移植性承諾。該貼文聲稱，這項技能的模式也能讓較弱的模型產出不錯的結果，而這正是公開儲存庫最終能釐清的那類主張：如果方法承載了品質，那麼在較便宜模型上的結果應該站得住腳；如果模型承載了品質，結果就不會。還沒有人發表過那項比較，包括作者在內。

今天你能決定的事更狹隘，卻也更有用。如果你有一個具備真實元件的產品，以及一個值得發表的版本，這項技術值得花上一個下午，而你該抱持的誠實期待是：模型撰寫渲染器，你的機器繪製影格，ffmpeg 產生檔案，而你繼承的授權取決於你的影片實際上觸及三種制度中的哪一種。帶著這樣的期待，這個儲存庫就能兌現。若帶著「一鍵完成」的期待，你將花上第一個小時決定這部影片要講什麼，而這正是這個工具理直氣壯拒絕替你決定的部分。