用 Opus 5.5 做60秒知识讲解视频：从资料、分镜到成片验收

用 Opus 5.5 做知识讲解视频，交付物应包括可编辑项目，以及内容能核对的真实成片。先限定一个问题，为每句事实找到依据，再把主张安排进分镜，最后同时验收知识和 MP4。动画再流畅，也不能弥补分母讲错。

本文用十张虚构客服工单，在六十秒内解释精确率与召回率，提供英文样片、源代码、旁白和字幕。样片是为教程编写并实际本地渲染的参考项目，本次没有调用 Opus 5.5 生成它。下面的提示词供你交给 Opus 修改项目，不代表模型能力测评，也不保证一次成功。

下载可编辑项目，或直接查看60秒 MP4。案例足够小，你可以逐一核对所有对象，再把方法迁移到复杂知识。

一、先写清观众看完要会什么

目标观众是看过分类分数、却分不清分母的客服运营。看完后，他应该能解释：同一批预测，为什么精确率是五分之三，召回率却是四分之三。模型架构、阈值选择和其他指标不属于这一分钟的任务。

固定真实标签：工单一、二、三、四需要紧急处理，其余六张正常。虚构分类器标出一、二、三、五、六，因此正确找出三张，误报两张，漏掉一张，正确排除四张。这是教学标签，不是客户记录或任何模型的实测成绩。

定义参考 Google 的分类指标课程：精确率看所有预测为正的对象里有多少确实为正；召回率看所有实际为正的对象里找到了多少。工单编号、颜色、时长和讲解措辞均为本教程自行设计，不要把教学算例改写成基准测试。

“理解人工智能评估”太宽泛；“指出精确率分母中的五张卡片”才可验收。脚本作者、动画作者和审稿者有了共同目标，就不容易在最后十秒塞入第二个主题。

二、把来源、句子和镜头逐项对应

先做主张清单，再做动画。外部定义需要出处，本地计算需要能复算，视觉设计则明确是编辑选择，三者不要混在一起。

最重要的不变量是对象身份：转场时，四号不能悄悄变成五号。橙色只表达真实标签，蓝框只表达当前讨论的集合，文字标签再重复类别，避免完全依赖颜色辨认。

不要在分镜确定之后让模型“找点数据充实一下”。先提供来源和定义，再审新增句子；无法对应出处或明确计算的句子，删除或标为待核验，不能借漂亮画面混过去。

三、给 Opus 明确的修改范围

解压项目，在能读取文件和运行命令的环境中使用以下模板，并通过账号已有的模型选项选择 Opus 5.5。本文不假定某个 API 端点，也不包含付费请求。基础工作流可参考Opus 视频提示词与 MP4 指南。

请修改这个60秒知识讲解项目。
观众：没有统计学基础的客服运营。
目标：能解释精确率=3/5、召回率=3/4。
先阅读 render.py 和 README.md。
真实紧急集合={1,2,3,4}；预测紧急集合={1,2,3,5,6}。
定义来源：
https://developers.google.com/machine-learning/crash-course/classification/accuracy-precision-recall

保留十个对象编号和六段各10秒的结构。
橙色始终表示真实紧急，保留类别文字；蓝框仅选中当前解释集合。
只有改善理解时才改旁白、间距和转场，不修改样本。
不虚构研究、API测试或Opus效果，不安装付费服务，不索要密钥。
交付差异、真实MP4、字幕、抽帧和ffprobe结果，运行样本测试。
列出实际执行命令、失败检查和缺少工具，不能把预览当成MP4。
遇到来源解释不确定，暂停该主张并说明原因。

让模型先列分镜和拟修改点，再接受大幅重写。格式正确不代表内容正确；“更有吸引力”也没有说明哪个集合被选中。要求它解释视觉修改的目的，并返回具体代码差异。

Remotion 官方的编码代理指南提供另一种项目式制作路径。本例用 Pillow 与 FFmpeg，方便检查每个对象；迁移到 Remotion 后，语义验收仍保留，但不要混用两套项目的运行命令。

四、先把参考项目完整跑通

完整复现需要 Python 3.10 及以上、Pillow、包含 ffprobe 的 FFmpeg，以及 macOS 的 say 工具和英文语音。本例使用 Samantha；先通过常用包管理器安装依赖，再检查命令可用。渲染不需要模型密钥，另开 Opus 编辑会话按你的账号权限和计费执行。

cd opus-explainer-20261008
python3 -m venv .venv
source .venv/bin/activate
python3 -m pip install -r requirements.txt
ffmpeg -version
ffprobe -version
say -v '?'
python3 render.py --voice Samantha

脚本输出一千四百四十帧，每秒二十四帧，画面为一千二百八十乘七百二十。六个镜头各十秒，旁白分别合成；单段超过九点七秒就报错，较短段落补静音到边界，再拼接。最终包含 H.264 视频、AAC 旁白及可选英文字幕轨；旁白文字同时绘入画面，播放器关闭字幕轨仍可阅读。

其他系统可运行 python3 render.py --silent，生成 output/silent.mp4。这只是无声版；要复现旁白，请提供有权使用的六段录音并调整拼接部分。不能用静音音轨替代缺失的语音工具，然后宣称旁白通过。

主要产物为 output/explainer.mp4、output/captions.srt、六张抽帧和 output/narration-durations.json。脚本查找常见系统字体，找不到时把 FONT_PATH 指向可读的 TrueType 字体；换字体可能改变换行，应重新检查抽帧。

这是本地渲染的英文参考成片，不是 Opus 生成过程截图；完整旁白、转场和结尾请打开 MP4 检查。

五、分别验收知识和媒体文件

先独立复算：真实与预测集合的交集是一、二、三；误报是五、六；漏报是四；正确排除为七至十。对照视频第二十五、三十五、四十五秒核对编号。只看百分比不够，画面可能写着百分之六十，却圈错对象。

再检查导出的文件，不只检查代码中的时长常量：

python3 test_project.py
ffprobe -v error -show_entries \
  format=duration:stream=codec_type,codec_name,width,height,r_frame_rate \
  -of json output/explainer.mp4
ffmpeg -v error -i output/explainer.mp4 -f null -

应得到六十秒容器、指定画幅和帧率的视频、旁白及字幕流。成功解码只说明工具能读文件，不能证明发音自然或内容易懂。闭眼听一遍，再静音看一遍，两种条件都应能理解核心区别。

本例每条字幕覆盖整个十秒镜头。以后改成更口语化的旁白，可能需要逐句切分，详见旁白与字幕同步教程。不能缩短字幕显示时间，却让对应声音跨进下一幕。

还要用小屏检查卡片编号和长字幕。把横屏缩进竖屏画布不能解决阅读问题；另做手机版本时，参考横屏转竖屏教程，重新安排文字与对象。

六、下一次修改也要能验证

把首版当基线，每次只改一个教学决定。例如暂停在第四十五秒，请同事指出召回率的分母，先记录答案，再解释概念。如果对方还在数上一幕的五个蓝框，就加强转场或补一句“现在改看实际紧急集合”。这是建议的理解度检查，本教程没有开展用户实验。

换成文档检索等题材时，对象名称、标签、旁白、主张表和测试预期必须一起改。新样本算不出原来的比例，就不能沿用百分之六十与七十五；真实客户资料也不能未经许可直接放进公开项目。

本次交付范围是英文横屏参考片，不是多语配音包、竖屏广告或模型对比测评。可复用的是让证据与解释一致的方法；即使交给 Opus 修订，发布者仍要验收具体主张和实际文件。

七、只修失败点，保留已经核对的内容

修订提示可以直接写：“第四十五秒应选中一至四号。只恢复这个集合，不改旁白、时长和样本；重新导出并提供对应抽帧。”这比“把整片做好一点”更容易复核，也减少已验证镜头被顺手改坏的机会。

每次接受修改前，保留原项目和成片，记录来源版本、变化的主张、渲染命令与文件哈希。换知识点时，先换样本和主张表，再同步改旁白与视觉。来源、计算、声音、画面和最终文件一致，才算完成这篇知识视频。