把一篇文章变成讲解视频：HyperFrames 的 /faceless-explainer 提示词怎么写

你有一篇干货，但不会剪、没素材、也没配音

你写了一篇挺好的科普长文，阅读量还行，你想把它变成一条短视频发出去。然后你发现卡点在哪了：不会剪、没有现成素材、配音要钱、找配图要时间。最后那篇文章就一直躺在文档里，没变成视频。你不是没内容，你是被「production 门槛」卡住了——内容有了，把内容变成视频的那套手艺你没。

HyperFrames 的 /faceless-explainer 工作流，就是专门给这种「有文字、没素材、不想出镜」的人做的。你把一个主题或一整段文字贴进去，它替你出一条「无脸讲解视频」——所有画面都是它现画的，不是你去找的。你不用出镜，也不用举着手机拍，甚至不用想分镜。

它替你做了哪四步

/faceless-explainer 一条流水线下来，干了四件事，而且每一步都是过去要你单独花时间的：

• 选设计系统：自动定下整体视觉风格，不用你做美术决策，也不用在十套模板里纠结。
• 重组成教学故事：把你的文字拆成「一个画面讲一个点」的叙事，而不是把文章念一遍。
• 生成配音：内置 TTS，旁白自己读出来，语气和节奏跟着内容走。
• 逐帧出画面：排版、抽象图形、图表、数据可视化，按场景一张张生成。

所谓 faceless（无脸），就是没有任何要拍的东西。没有拍摄、没有素材库、没有资产盘点。你想展示真实产品时，换用 /product-launch-video；想讲一个 GitHub PR，用 /pr-to-video。工作流是按「你手里有啥」来分的，这点设计很克制，不会让你拿错工具。

提示词怎么写：四要素

官方给的范例里，一条能直接出片的提示词，通常包含这四块。我把它们拆开给你看：

/faceless-explainer 做一条约 60 秒、1080x1920 竖屏讲解视频：
[把你的文字贴这里]。
每个画面讲一个点，大字号排版，图表压在素材感画面上，
品牌色 #FF5533 配近黑底。男声 TTS，沉稳。
字幕烧录进画面，关键词用品牌色高亮。

逐条解释：

• 时长写「约 60 秒」别写死：脚本定了，真实时长由配音决定，写死数字会逼它硬剪或硬凑，反而难看。
• 调色板要命名：没有现成网站可抄时，预设会给你一整套配色，「指定一个强调色 + 一个底色」就够个性化了。
• 声音是提示词：性别和语气都是 prompt 词，比如「沉稳男声」「温暖女声」，不用你去挑配音员。
• 字幕烧录 + 高亮色：字幕直接压进画面，把高亮色跟你的品牌色绑在一起，比默认胶囊好看也更好认。

三个能直接抄的模板

竖屏知识类，适合小红书、视频号、Reels：

/faceless-explainer 做一条约 60 秒 1080x1920 竖屏讲解视频：
[你的主题]。一个画面一个观点，大字号排版，
图表压在素材感画面上，品牌色 #FF5533 配近黑底。
男声 TTS，沉稳。字幕烧录，关键词用品牌色高亮。

横屏给非技术读者，适合 B 站、官网：

/faceless-explainer 做一条约 30 秒 1920x1080 讲解视频：
讲清楚 HTTPS 怎么让一次请求变私密，面向非技术读者，
核心结论：数据在离开浏览器前就被封住了。
近黑底配深蓝强调，几何大字，中间放一把锁和钥匙的简图。
女声 TTS，温暖清晰。字幕烧录，关键词用强调色高亮。

清单体，天然适合「N 个习惯 / N 个技巧」：

/faceless-explainer 做一条约 45 秒 1080x1920 清单视频：
「高效团队的 5 个习惯」。一个习惯一个画面，
每个配一个大数字和一句话标签，能量往 #1 递增。
近黑底配柠檬绿强调。男声 TTS，明快。字幕烧录，
每屏高亮习惯名。

两个别踩的坑

• 别让它去「抓真实截图」：无脸讲解没有拍摄这一步，所有画面都是生成的。你要它去截你网站的功能图，它就不再是 faceless，应该改用 /product-launch-video，否则它会硬编画面、对不上你的真实产品。
• 时长别写死数字：特别是脚本就是整条视频时，你没法在 TTS 渲染前知道一段话念几秒，写死会逼它裁剪或灌水，节奏一下就垮。

常见误区：别拿它当实拍替代

新手容易把「生成的画面」当成「实拍画面」来期待，结果嫌它不够真实。要分清：faceless 讲的是「清晰传达」，不是「以假乱真」。它最适合讲解、清单、概念科普这类靠逻辑和排版取胜的内容，不适合「展示你真实产品长什么样」的场景。后者请直接走 /product-launch-video。

我的判断：它吃掉了「没素材就不会做视频」的借口

以前你说「我不会做视频」还有借口：没素材、不会剪、没配音。现在 /faceless-explainer 把这三道都填平了。你唯一要做的，是把那篇文章、那段笔记，或一个主题，干净地贴进去。

它对知识博主、内部培训、产品科普这类「有内容、没人手」的场景，几乎是量身定做。唯一要接受的，是画面是「生成式」的，不是你实拍的真实感——但这对讲解类内容，反而更干净，也更容易保持品牌一致。

从一个真实工作流看一遍

假设你有一篇讲「为什么 HTTPS 重要」的科普文。你不需要重写，直接把核心段贴进竖屏模板，把品牌色换成你自己的，再把 TTS 语气定成「温暖女声」，一次出片。如果你还想横屏发 B 站，把模板里的尺寸从 1080x1920 改成 1920x1080、强调色换成深蓝，同一段文字就长出第二条版本。

一套文字，多端分发，这才是 faceless 工作流真正省钱的地方——你只写一次，生成交给它。很多人卡在「每发一个平台就重做一版」，faceless 把这件事抹平了：文字是资产，版本是生成的副产品。你囤的每篇长文，理论上都能长出 N 条不同尺寸、不同语气的短视频，铺满你的矩阵。

更妙的是，它把「做视频」拆成了「写文字 + 选模板」两件事，而这两件你本来就会。你不用学剪辑软件、不用研究转场、不用找配音，门槛降到和写一篇笔记差不多。对一个人做自媒体、或者一个没有视频团队的公司来说，这等于把「视频能力」直接装进了文档工作流里。

今天就能跑通的一件事

把你最近一篇阅读还行的长文，截出最核心的一段，套上面的竖屏模板跑一条 60 秒视频。不用追求完美，先看「文字变视频」这件事在你手里顺不顺。顺了，你囤的那堆干货就都能盘活了，一篇长文能长出 N 条短视频，分发到不同平台。