Select Page
Claude Code + Remotion 動畫教學:Codex、GSAP、D3 與 Blender 完整工作流

Claude Code + Remotion 動畫教學:Codex、GSAP、D3 與 Blender 完整工作流

用 Claude Code 或 Codex 產生 Remotion 專案並不難,真正困難的是讓動畫從「可以播放」進步到「看起來像專業設計」,只下一句提示詞,AI 通常能把元件放進時間軸,卻很難同時掌握分鏡、節奏、視覺層級、轉場與品牌質感。

比較可靠的方法,是先把 Remotion 的 Agent Skill 安裝到開發代理,接著把需求拆成分鏡、時間、版面與動態規則,先完成短片段,再逐幀檢查並反覆修正。本文會從安裝開始,整理一套 Claude Code 與 Codex 都能使用的流程,也會說明 GSAP、D3.js、Lottie、Three.js、Canvas 與 Blender 各自適合處理什麼工作。

Remotion 是什麼

Remotion 是一套以 React 撰寫影片的框架。畫面被拆成 Composition,每個 Composition 會定義尺寸、幀率與總幀數,元件再依目前幀數計算位置、透明度、縮放與其他狀態。最後可以在 Studio 預覽,也能透過命令列輸出影片。

這種逐幀且可重現的設計很適合 AI 代理。代理可以讀取程式碼、修改元件、調整時間點,再重新輸出指定幀進行比對。它也適合大量產生不同文案、數據或尺寸的影片,而不是每次都回到剪輯軟體手動修改。

為什麼一句提示詞通常做不好

空白專案只提供了一堆可以組合的零件,沒有現成的鏡頭語言、元件規則與品質標準,當需求只有「做一支有質感的 SaaS 動畫」,代理還要自行猜測品牌顏色、字級、轉場、每一幕的長度,以及什麼才算有質感,結果自然容易變成普通投影片。

  • 沒有分鏡,所以所有資訊同時出現
  • 沒有明確時間點,所以動畫速度忽快忽慢
  • 沒有動態規則,所以每個元素使用不同節奏
  • 沒有參考幀,所以代理只能猜測版面與層級
  • 沒有驗收步驟,所以第一版直接被當成完成品

Agent Skill 的價值,就是先把 Remotion 的正確用法、常見陷阱與輸出流程交給代理,這和建立 Claude Code 自訂 Skill 的概念相同,先提供可重複使用的方法,再讓代理處理當次任務。

Claude Code 與 Codex 都能使用 Remotion Skill

Remotion 官方的 Agent Skills 文件 已列出 Claude Code 與 Codex 等開發代理。先確認電腦已安裝 Node.js,再建立空白專案並加入 Skill。

npx create-video@latest --yes --blank my-video
cd my-video
npm i
npx remotion skills add
npm run dev

如果希望把官方 Skill 安裝成全域能力,可以執行下面的指令。

npx -y skills@latest add remotion-dev/skills -g -y

官方能力不只包含基本規範,也有建立作品、字幕、地圖、SaaS 產品動畫、互動播放器、媒體處理、版本升級與輸出等分工

這表示 Codex 並不是只能修改既有 Remotion 程式,也能從規格開始建立專案並完成輸出。

可直接使用的繁體中文提示詞

提示詞不要只描述主題,也要同時定義格式、時間軸、視覺系統、動態語言與驗收方式.

下面這份範本可以直接貼給 Claude Code 或 Codex,再替換中括號內的內容。

請先讀取目前可用的 Remotion Skill 與專案規範,再建立一個可直接輸出的 Remotion Composition。

影片主題
[要傳達的產品或故事]

輸出格式
1920 x 1080
30 fps
總長 20 秒
Composition ID 使用 ProductLaunch

視覺方向
使用深灰、米白、青色與珊瑚紅
畫面安靜、精準、有產品發表會質感
禁止套用通用科技藍紫漸層
文字必須保留安全邊界並在手機縮圖中可讀

分鏡
0 到 3 秒顯示品牌名稱與一句核心價值
3 到 8 秒展示產品介面與主要操作
8 到 14 秒用三個步驟說明工作流程
14 到 18 秒顯示成果數據
18 到 20 秒收尾並顯示行動文字

動態規則
所有動畫都要由 useCurrentFrame、interpolate 或 spring 驅動
每次只讓一個主要資訊成為視覺焦點
入場使用淡入、位移與輕微縮放
不要使用無法由幀數重現的 CSS transition
不要使用 Math.random、目前日期或即時網路狀態

工作方式
先建立 5 秒的第一幕作為品質樣本
輸出第 0、30、60、90、120 與 149 幀供我檢查
確認沒有文字溢出、遮擋、跳動與空白畫面後,再完成全部分鏡
最後列出 Composition ID、預覽方式與輸出指令

這個範本刻意要求先做 5 秒樣本。若第一幕的字體、間距與動態節奏不對,先修正視覺系統會比做完 20 秒後重來省下更多時間。

若想深入理解 Codex 產生動態內容的提示架構,可以延伸閱讀Codex 做動態圖表和短影片的工作流程

模仿參考動畫時要先拆解畫面

把整段參考素材轉成大量截圖,再一次交給代理,通常只能得到顏色和版面大致相近的結果。,集畫面缺少元素對應、時間關係與動態方向,代理不容易判斷一個物件是移動、被遮罩,還是切換成另一個元件。

  1. 每 0.5 到 1 秒擷取一張代表幀
  2. 標記每個鏡頭的開始時間與結束時間
  3. 列出背景、主體、文字、裝飾與遮罩等圖層
  4. 描述物件從哪裡進入、移動到哪裡、使用何種緩動
  5. 先重建最具代表性的 3 到 5 秒
  6. 輸出相同時間點的幀並排比較

軌跡動畫也可以用一張乾淨的路徑草圖輔助。把路徑、起點、終點與移動方向畫清楚,再要求代理將路徑轉成 SVG 或座標資料,通常比只用文字描述「繞一圈再飛出去」更準確。參考作品應作為鏡頭與節奏研究,不要直接複製商標、字體、插圖或其他受保護素材。

Remotion 與各種動畫工具怎麼選

工具擅長內容適合情境
Remotion 原生能力React 元件、分鏡、字幕、影片組合產品介紹、教學短片、批次影片
GSAP時間軸、緩動、複雜介面動態SaaS 首頁、產品發表、投影片式轉場
D3.js資料轉換、SVG、客製圖表統計變化、架構圖、地圖與路徑
LottieJSON 向量動畫圖示、付款流程、節慶與微動畫
Three.js即時 3D 場景與模型低多邊形場景、設備與空間示意
Fabric.jsp5.jsCanvas 繪圖與自訂視覺白板、手繪、幾何圖形與實驗動畫
Blender建模、材質、燈光與高品質 3D產品模型、車輛、角色與複雜鏡頭

Remotion 加 GSAP

GSAP 的 Timeline 很適合管理多段 Tween,也方便安排重疊、標籤與緩動。它能讓產品頁面以投影片般的節奏逐幕展開。不過 Remotion 最終仍要對每一幀得到固定結果,因此整合時應由目前幀數控制 GSAP 的進度,避免依賴瀏覽器實際經過的時間。

Remotion 加 D3.js

D3.js 是自由度很高的資料視覺化工具,關於人口統計變化、系統架構、交通路線與歷史路徑都很適合先由 D3 計算比例尺、座標與 SVG,再由 Remotion 控制每一段資料何時出現,資料來源應保存在專案內或在輸出前完成下載,避免輸出時受到外部 API 波動影響。

Remotion 加 Lottie

Lottie 適合圖示、付款成功、條碼掃描與簡短節慶動畫,官方套件需要安裝 @remotion/lottielottie-web。部分 Lottie expression 無法保證逐幀一致,正式輸出前應特別檢查是否閃爍。

npm i @remotion/lottie lottie-web

Remotion 加 Three.js

Three.js 適合在 React Three Fiber 中載入 3D 模型,再用 Remotion 的目前幀數控制相機、模型與燈光,官方提供 @remotion/three 進行整合,低多邊形產品展示、工廠流程或地圖空間化很合適,複雜建模與擬真材質則應交給 Blender。

npm i three @react-three/fiber @remotion/three @types/three

Blender 與 MCP 的正確分工

Blender 可以完成建模、材質、燈光、相機與骨架動畫,透過合適的 MCP 連接器,Claude Code 或 Codex 可以呼叫 Blender 執行部分操作,但這不代表代理已具備專業 3D 美術判斷,最有效率的分工,是由 Blender 建立複雜 3D 資產與鏡頭,再輸出透明影片或圖片序列,最後交給 Remotion 疊加文字、圖表、字幕與音訊。

MCP 連接器屬於第三方整合時,要先檢查原始碼、權限範圍與維護狀態。不要讓來源不明的工具取得整台電腦或敏感專案的存取權。

如何輸出透明字卡與動畫覆蓋層

透明背景不能只把 CSS 背景設成透明,輸出格式也必須保留 Alpha 通道,若要放進 Final Cut Pro、Premiere 或 DaVinci Resolve,Remotion 官方建議使用支援 Alpha 的 ProRes 4444 或 4444 XQ,影格格式選 PNG,像素格式使用 yuva444p10le

npx remotion render ProductLaunch out/overlay.mov --image-format=png --pixel-format=yuva444p10le --codec=prores --prores-profile=4444

網頁若需要透明影片,可以輸出 VP8 或 VP9 的 WebM,搭配 PNG 影格與 yuva420p,瀏覽器支援並不一致,正式網站最好同時準備不透明的備用版本。

從需求到成品的完整工作流程

  1. 寫清楚目的 先決定受眾、平台、時長與希望觀眾記住的唯一重點
  2. 拆分分鏡 每幕只安排一個主要訊息,標出開始與結束時間
  3. 定義視覺系統 固定顏色、字體、間距、圓角、陰影與安全邊界
  4. 安裝 Skill 讓代理先讀取 Remotion 的官方規範與相關能力
  5. 先做短樣本 用 3 到 5 秒確認設計方向,不要直接生成整支作品
  6. 檢查代表幀 至少檢查開頭、中段、轉場前後與結尾
  7. 加入專用工具 依需求選 GSAP、D3、Lottie、Three.js 或 Blender
  8. 加入音訊 最後才對齊旁白、音效與背景音樂
  9. 輸出與複查 完整播放成品,也要檢查文字是否溢出與畫面是否閃爍

預覽完成後,可以先列出 Composition,再輸出指定作品。

npx remotion compositions
npx remotion render ProductLaunch out/video.mp4

Remotion 與用 HTML 寫影片的 HyperFrames 都把畫面轉成代理可修改的程式碼。Remotion 更接近 React 生態與逐幀影片管線,HyperFrames 則適合直接以 HTML 組合動態內容。選擇重點不是哪一套比較新,而是哪一套更符合現有技術與交付格式。

一定要用 Remotion 嗎

不一定。若只是把現成網頁動畫輸出成一次性的短片,可以用 GSAP 或 D3 建立網頁,透過 Playwright 等瀏覽器工具逐幀截圖,再交給 FFmpeg 合成,這條路徑簡單直接,也能保留原本的前端互動程式。

Remotion 的優勢在於 Composition、時間軸、媒體同步、參數化、Studio 預覽與標準輸出流程,當作品包含多個分鏡、字幕、音訊、不同尺寸,或需要批次套用資料時,這些能力會明顯降低維護成本,單次實驗可以選瀏覽器截圖加 FFmpeg,長期內容管線則更適合 Remotion。

常見問題

Codex 可以取代 Claude Code 完成這套流程嗎

可以,Remotion 官方 Agent Skills 文件已把 Codex 列為適用代理,差異主要來自代理讀取到的 Skill、專案上下文、提示詞完整度與驗收流程,而不是只能使用某一個品牌的開發工具。

為什麼參考圖很多,結果還是不像

大量截圖不等於完整動態規格,需要補上每個圖層的名稱、時間區間、位移方向、遮罩關係與緩動方式,先重建一個短鏡頭,再逐幀對照,會比一次交付整段素材更有效。

什麼工具最適合動態圖表

D3.js 適合需要客製比例尺、座標、路徑與 SVG 的資料視覺化,一般長條圖或折線圖不必為了技術感增加過多特效,先確保數據正確、標籤可讀與變化有清楚的時間順序。

透明影片輸出後為什麼變成黑底

通常是編碼器、像素格式或影格格式沒有保留 Alpha,剪輯軟體可用 ProRes 4444 搭配 PNG 與 yuva444p10le,網頁則可測試 VP8 或 VP9 WebM 搭配 yuva420p

結論

Claude Code、Codex 與 Remotion 的組合確實能做出高品質動畫,但品質不是來自一句神奇提示詞。真正有效的做法,是先讓代理掌握 Skill,再把需求寫成可驗收的分鏡與逐幀規則,最後依內容選擇 GSAP、D3、Lottie、Three.js、Canvas 或 Blender。

把第一版當成可以修改的動畫原型,而不是最終成品,先完成短樣本、檢查代表幀、修正視覺系統,再擴充完整時間軸,AI 才會從快速生成工具變成穩定的動態設計工作夥伴。

延伸資料

OpenAI 的 AI 3D 解決方案:Point-E 與 Shap-E 的比較與應用

OpenAI 的 AI 3D 解決方案:Point-E 與 Shap-E 的比較與應用

OpenAI 推出了兩款開源的 3D 建模工具:Point-EShap-E,分別專注於從文字或圖片生成 3D 模型,接下來介紹這兩個模型的核心特性、技術架構、使用方法,並比較它們的優缺點,協助您選擇最適合的工具。​

🔍 Point-E:快速生成 3D 點雲的 AI 工具

📌 核心特點

  • 輸入類型:​支援文字描述或 2D 圖片。
  • 輸出格式:​生成彩色點雲(point cloud),可轉換為網格(mesh)。
  • 處理速度:​在單張 GPU 上約需 1–2 分鐘。
  • 技術架構:​採用兩階段擴散模型,先生成合成視圖,再生成點雲。
  • 應用場景:​快速原型設計、教育用途、遊戲開發等。

🧪 使用方法

  1. 安裝

生成點雲

🧠 Shap-E:生成高品質 3D 隱式模型的 AI 工具

📌 核心特點

  • 輸入類型:​支援文字描述或 2D 圖片。
  • 輸出格式:​生成隱式函數,可渲染為帶紋理的網格或神經輻射場(NeRF)。
  • 處理速度:​在單張 GPU 上可於數秒內生成。
  • 技術架構:​先訓練編碼器將 3D 資產映射為隱式函數參數,再訓練條件擴散模型生成 3D 模型。
  • 應用場景:​高品質 3D 資產創建、AR/VR 應用、3D 列印等。​

🧪 使用方法

  1. 安裝

生成 3D 模型

  • 使用 sample_text_to_3d.ipynbsample_image_to_3d.ipynb 範例筆記本。
  • 可將生成的模型導出為常見的 3D 格式,供進一步編輯或列印。

⚖️ Point-E 與 Shap-E 的比較

特性Point-EShap-E
輸入類型文字、圖片文字、圖片
輸出格式彩色點雲,可轉為網格隱式函數,可渲染為網格或 NeRF
處理速度約 1–2 分鐘數秒內
模型架構兩階段擴散模型編碼器 + 條件擴散模型
輸出品質中等,適合快速原型設計高品質,適合精細 3D 資產創建
應用場景快速原型、教育、遊戲開發高品質 3D 資產、AR/VR、3D 列印等

🧩 適用場景建議

  • Point-E:​適合需要快速生成 3D 模型的場景,如教育、初步設計、遊戲開發等。
  • Shap-E:​適合對 3D 模型品質要求較高的場景,如 AR/VR 應用、3D 列印、動畫製作等。​

🔗 資源連結

參考資訊

Meshy AI:適合遊戲開發的3D建模流程的新工具

Meshy AI:適合遊戲開發的3D建模流程的新工具

Meshy AI 是一個 AI 3D 建模的工具平台,利用人工智能技術來簡化3D內容的創建,這個工具的設計宗旨是將文字或圖像轉換成詳細的3D模型和紋理,大大加快了傳統的3D建模過程。

Meshy AI的主要特點包括:

  1. 文字到3D:使用者可以通過輸入文字說明(Prompt)來生成3D模型。這個功能對於快速創建環境道具和其他非詳細模型特別有用。
  2. 圖像到3D:此功能允許用戶將圖像轉換成3D模型,從圖片推斷出物體的結構,生成一個有紋理的3D表現。
  3. 文字到紋理:Meshy AI還可以根據文字描述對3D模型應用紋理,消除了復雜的UV映射和手動紋理處理過程的需要。
  4. 易用性:Meshy 設計了一個用戶友好的界面,簡化了創建過程,使得無需廣泛的3D建模經驗的用戶也能使用。

Meshy的功能還擴展到與 Unity Blender 等流行軟件的整合,通過允許在這些平台內直接應用紋理和生成模型來增強工作流程。此外,Meshy還為開發者提供了API,使他們能夠在更大項目中自定義和自動化3D資產的創建​,另外Meshy的紋理生成僅需約三分鐘,完整的3D模型從文字或圖像生成在15分鐘以內完成。這種快速的生產能力可以顯著縮短遊戲開發、數位藝術和虛擬實境等領域的項目時間​。

參考資料

利用 Unique 3D 製作人物的 3D 模型

利用 Unique 3D 製作人物的 3D 模型

想要一鍵生成自己人頭的3D模型,已經有很多好用的工具,但這次所提供的 Unique3D 還是讓人驚艷,能夠從單一視角圖像高效地生成高品質的 3D 網格。這個框架使用了最新的生成保真度技術和強大的泛化能力。傳統的基於 Score Distillation Sampling(SDS)的方法能夠從大型 2D 擴散模型中提取 3D 知識來生成多樣化的 3D 結果,但這些方法通常需要長時間的個案優化,且結果常有不一致的問題。

最近的研究通過微調多視角擴散模型或訓練快速的前向模型來解決這一問題,生成了更好的 3D 結果。然而,這些方法在紋理和複雜幾何形狀的生成上仍存在不一致性和解析度限制。為了同時實現高保真度、一致性和效率,Unique3D 提出了一個包括多視角擴散模型和對應的標準擴散模型的框架,用於生成多視角圖像及其法線圖,並通過多級放大過程逐步提高生成的正交多視角圖像的解析度。

此外,Unique3D 還引入了一個稱為 ISOMER 的即時且一致的網格重建算法,該算法充分整合了顏色和幾何先驗知識到網格結果中,讓Unique3D 在幾何和紋理細節方面顯著優於其他圖像到 3D 的基線方法。

參考資料

利用 Blender 合成3D模型 – 雨 (rain.tips)

教學影片:AI能在2分钟就建成人像浮雕3D模型,简直太快了!赶快学起来 (youtube.com)

AiuniAI/Unique3D: Official implementation of Unique3D: High-Quality and Efficient 3D Mesh Generation from a Single Image (github.com)

直接上傳圖片到 Unique3D – a Hugging Face Space by Wuvin 取得對應的3D模型

可以上傳網址的官網Aiuni

論文[2405.20343] Unique3D: High-Quality and Efficient 3D Mesh Generation from a Single Image (arxiv.org)

加入Aiuni的 Discord 取的認證碼

Avatar SDK

Avatar SDK

有了像Avatar SDK這樣的工具,即使是初學者也能輕鬆創建精細的3D人物模型,Avatar SDK是一個強大的3D人物創建平台,用戶只需上傳一張人物照片,就能迅速生成包括全身、半身以及人頭模型在內的3D模型。

重點特色:

  1. 中文介面支持:為了方便中文使用者,Avatar SDK提供完整的中文版本,使得操作介面、說明文件及客戶支持都親切易懂。
  2. 快速模型建立:在Avatar SDK中,3D模型的生成速度非常快,通常只需大約1分鐘。這意味著用戶可以節省大量時間,專注於創意和設計過程。
  3. 高度自定義選項:用戶不僅可以生成基本模型,還可以根據需要自定義頭髮、膚色等屬性。這種靈活性使得每一個模型都能夠真實反映原照片的特徵,同時也能按用戶的創意進行調整。
  4. 導出為OBJ檔案:生成的模型可以下載為OBJ格式,這是一種廣泛支持的3D檔案格式,允許用戶輕鬆地將模型導入到其他3D編輯軟件中,如Autodesk Maya、Blender等,進行進一步的編輯和應用。

定價策略

參考資料

https://avatarsdk.com

Tripo3D評測:革命性的AI 3D建模工具,從2D到3D只需一步

Tripo3D評測:革命性的AI 3D建模工具,從2D到3D只需一步

在數字創作的世界中,3D建模技術的發展日新月異,Tripo3D憑藉其獨特的AI技術,成為了這一領域的新星。Tripo3D是一個強大的平台,它利用最先進的人工智能技術,能夠根據使用者的文字描述或圖片,生成高質量的3D模型。這不僅為設計師和藝術家提供了無限的創造可能,也為3D建模領域帶來了革命性的變革。

技術創新

Tripo3D的算法結合了技術和數據的優勢,建立了一個擁有千萬級別3D原生數據庫的強大後盾。這意味著,無論是從文字還是圖片出發,Tripo3D都能精準理解用戶的需求,快速生成相應的3D模型。這種能力不僅基於現有的數據庫,更是依賴於其不斷進化的AI算法,使其能夠不斷學習和適應新的創作需求。

功能豐富

除了能夠從文字描述或圖片生成3D模型的基本功能,Tripo3D還提供了從圖片到3D模型的直接轉換功能。這一點對於需要將現有圖片或設計快速轉換為3D物件的使用者來說,極大地提升了工作效率和創作的靈活性。無論是設計師想要將自己的素描轉化為立體模型,還是藝術家希望將靜態圖像變成可觀賞的3D藝術品,Tripo3D都能夠提供強有力的支持。

使用簡易

使用Tripo3D極為簡單,用戶只需要輸入相應的提示(prompt),即可快速獲得所需的3D模型。這種簡潔直觀的操作方式,降低了3D建模的技術門檻,使得更多非專業人士也能夠輕鬆進入3D建模的世界。不論是初學者還是專業人士,都能在Tripo3D上發揮創造力,將想象中的世界轉化為觸手可及的三維現實。

相關主題