AI 協作 · 不用寫程式

用 AI 做兒童教育短影音

一支 30–60 秒的直式影片:一個主題,分成幾小段,由一個 Q 版 3D 角色把每個概念「演」出來。英文單字、數學、自然、中文識字、生活常識都能用這個做法。這份教程用一個實際做了 30 多集的英文字根系列當範例,你只要跟 AI 說話、看畫面、做決定。

開場:主題 fer 和意思「帶」
開場:今天學什麼
transfer 一段:單字、音標、中文、拆解、例句
一段一個概念
append 一段:她把便條掛到清單下面
角色用動作演出來
結尾複習四個單字
結尾複習
IG 封面
封面
快速開始

複製一段話,讓 AI 幫你全部裝好

  1. 1安裝 Claude Code 或 Codex
  2. 2建一個空資料夾,在裡面打開它
  3. 3按下面的按鈕複製,貼上,填好前幾行
一鍵安裝用的指令
你是我的兒童教育短影音製作助手。請在這個資料夾建立一整套製作環境,完成後我只要說「做下一集,主題是 ___」就能做出一支影片。

【我的設定】(空白的請你幫我決定,開始前先列出來給我確認)
- 系列主題:(例:英文單字/數學/自然科學/中文識字)
- 觀眾年齡:(例:4–8 歲)
- 角色:(例:Q 版小機器人女孩,白色身體、藍色發光線條、棕色丸子頭)
- 背景:(例:很淡的藍白色地板加透視格線)
- 主色:(例:#2F6BFF)
- 文字語言:繁體中文

【請依序完成,每一步做完先給我看截圖,我說可以再繼續】
1. 檢查並安裝需要的工具(Node.js、FFmpeg、Python 3),安裝前先問我。
2. 用 Three.js 做 Q 版 3D 角色:頭大身小約 2.5 頭身;能走路、轉身、揮手、指向、彎腰、蹲下、跳、雙手拿東西、點頭、搖頭;至少 6 種表情。
3. 做 3D 舞台:畫面 1080×1920 直式,舞台在上半部,背景乾淨明亮,角色有柔和影子;鏡頭可以平順移動,不要晃。
4. 下半部做固定文字區:這一段的主角文字(重點用主色)、輔助資訊、意思或答案(最大字,動作完成後才出現)、一句說明、進度條。字型用 Noto Sans TC。最下面 1/5 不放字。
5. 時間結構:開場約 3 秒說今天學什麼 → 4 段各約 5.5 秒(先演動作,道具有反應,再出答案)→ 結尾複習約 6 秒。
6. 聲音:溫和的背景音樂(木琴或烏克麗麗風格)、重點用真人錄音、少量音效(換段「咻」、答案「啵」、結尾「叮」)。整體響度 −19 到 −13 LUFS。
7. 把網頁動畫錄成 MP4 的流程做好(可以用 HyperFrames,或 Puppeteer 加 FFmpeg)。
8. 做成範本:每集一個資料夾、只改一個資料檔;一個預覽指令(給秒數,輸出那幾格拼成一張圖);一個輸出指令;一個做封面和 IG/YouTube 說明文字的指令。
9. 寫一份說明書,記下所有設定和下面的檢查清單,之後每次開工前先讀。如果你是 Claude Code,做成一個 skill;如果你是 Codex,寫進 AGENTS.md。
10. 做一集試做版給我看。

【每一集的畫面檢查清單】
道具在手機上第一秒就看得懂;沒有東西蓋到任何人的頭或臉;動作是角色親手做的;道具看得出是什麼;接觸要真的碰到;淡色背景上不用半透明效果;上一段的道具要收乾淨;文字不重疊、夠短;不演出小朋友可能模仿的危險動作。

【注意】
- 一次只輸出一支影片,輸出時電腦不能睡眠。
- 你聽不到聲音,做完要提醒我自己聽一次讀音。
- 音樂和錄音要用我有權使用的來源,不確定時先問我。

貼上之後,AI 會一步步做、每步給你看截圖。下面的教程是這段話的完整說明,想自己調整某一步時再看就好。ChatGPT 網頁版不能在你的電腦上安裝工具,這段話請用 Claude Code 或 Codex。

00

選主題

這個做法適合「可以用一個動作演出來」的知識。每一集一個主題,拆成 3–5 小段,每段一個概念,角色做一個動作讓小朋友看懂。

主題一集教什麼每一段角色怎麼演
英文字根(範例系列)port = 搬import、export、transport、support把箱子搬進倉庫、搬出去、搬過河、從下面撐住
英文自然發音字母 Bball、bear、bus、banana踢球、抱熊、上公車、剝香蕉,每次都念 /b/
數學分數1/2、1/3、1/4把披薩切成兩份、三份、四份,分給小機器人
自然科學水的三態冰、水、水蒸氣冰塊在手上融化,水壺煮開冒煙,煙又變成雲
中文識字象形字日、月、山、水指著太陽,太陽慢慢變成「日」字
生活常識過馬路紅燈、綠燈、斑馬線、左右看紅燈停下、綠燈走、走斑馬線、左右張望

判斷一個主題適不適合:關掉聲音只看畫面,小朋友能不能猜到在教什麼?能,就適合。要靠一大段解釋才懂的概念,就換一個或拆小一點。

01

選工具

影片是用程式「畫」出來的:3D 角色在網頁裡演,再一格一格錄成 MP4。這些程式都由 AI 來寫和執行,你負責描述、看畫面、做決定。差別在於 AI 能不能直接在你的電腦上動手。

工具在你電腦上執行適合做的步驟
Claude Code可以全部。它會自己裝工具、寫程式、預覽畫面、輸出影片,你只要按「允許」。
Codex(OpenAI)可以全部,用法和 Claude Code 很像。
ChatGPT(網頁版)不行選主題、企劃、腳本、封面文案、說明文字。它也能寫程式,但影片要在你的電腦上輸出,你得自己下載檔案、照它說的指令操作。

建議組合:用 Claude Code 或 Codex 做第 02–07 步和每集的製作,ChatGPT 用來想主題、寫企劃和文案也很好用。下面每一步的「對 AI 說」都可以直接複製貼上,三種工具都看得懂。

開始前要準備的

  • 一台 Mac 或 Windows 電腦。
  • 安裝 Claude Code 或 Codex(照官網說明,大約 5 分鐘)。
  • 其他工具(Node.js、FFmpeg、Python)不用自己裝,AI 會問你能不能裝,你按允許就好。
  • 一個空資料夾,例如「kids-videos」。之後所有東西都放在這裡。
02

設定角色

角色是整個系列的臉,小朋友會因為喜歡角色而一集一集看下去,最值得花時間。先決定角色是誰,再請 AI 用 3D 做出來。

  1. 寫角色卡:名字、個性、外型、配色、招牌動作(例如開心會原地跳)。可以是小孩、動物、機器人、恐龍。
  2. 先做設定圖:用圖片 AI(ChatGPT 生圖、Midjourney 等)做正面、側面、背面的轉身圖和表情圖,給 3D 版參考。
  3. 做成 Q 版 3D 角色:請 AI 用 Three.js(網頁 3D 工具)照設定圖做一個可以動的角色。
範例角色深吸一口氣,胸口和燈泡一起亮起來
範例系列的 Q 版角色:深吸一口氣,胸口和燈泡一起亮起來。
範例角色望向遠方的星星
頭大身小,表情和動作在手機上也看得清楚。

試過不行的:寫實比例的角色在手機上太高、臉太小;平面的 2D 頭像又太死板,動作看不出來。最後定案是頭大身小的 Q 版 3D。給小朋友看的角色,表情要誇張一點、顏色要明亮。

對 AI 說
我要做一系列給小朋友看的教育短影音(直式 9:16),主題是 ____。主角是一個 Q 版 3D 角色,會在舞台上把每個概念演出來。

角色設定:
- 是什麼:(例:小機器人女孩/小恐龍/戴帽子的小男孩)
- 外型和配色:(例:白色身體、藍色發光線條、棕色丸子頭、圓臉腮紅)
- 比例:頭大身小,約 2.5 頭身,在手機上要看得清楚表情
- 個性:(例:好奇、開朗,開心時會原地小跳)
參考圖在這個資料夾:character/

請用 Three.js 做出這個角色,要能控制:走路、轉身、揮手、指向、彎腰、蹲下、跳、雙手拿東西、點頭、搖頭,還有至少 6 種表情(開心、驚訝、生氣、難過、得意、思考)。
做好後先輸出幾張不同動作的截圖給我看,我確認造型後再繼續。
03

舞台與背景

背景越乾淨,角色和道具越突出,小朋友越知道要看哪裡。範例系列用的是很淡的藍白色地板,加上透視格線和柔和的影子,沒有其他裝飾。每一段只放跟那個概念有關的道具,演完就收掉。

  • 顏色:淡色底、一個主色。主色用在最重要的字或數字上,例如字根、答案。
  • 地板格線:給畫面深度,也讓「往前、往後、往遠處」這類方向一看就懂。
  • 鏡頭:預設稍微俯視,需要時推近或拉遠,不要晃動。
  • 換主題時:可以換成草地、教室、廚房、太空,但一樣要乾淨、明亮。

範例系列也試過把舞台壓暗、打聚光燈的「電影感」版本。質感比較高級,但畫面變成上暗下亮兩塊,深色道具在暗地板上看不清楚。給小朋友看的教學影片,明亮的版本比較好讀。

對 AI 說
幫角色做一個 3D 舞台:
- 畫面 1080×1920(9:16),舞台佔上半部
- 背景:(例:很淡的藍白色地板,有往遠處延伸的透視格線/淡綠色草地/簡單的教室)
- 角色腳下有柔和影子,主色用 ____,不要多餘裝飾
- 燈光明亮柔和,角色和道具要清楚
- 鏡頭可以用程式控制位置和角度,移動要平順、不要晃
做好後截一張角色站在舞台中間的畫面給我看。
04

畫面版面

範例系列一段的完整版面
範例系列每一段的版面

上半部是舞台,下半部是固定的文字區。每一段的資訊都在同一個位置出現,小朋友很快就知道要看哪裡。文字區的內容依主題而定:

主題文字區放什麼
英文單字單字、音標、中文、拆解、例句
數學算式、答案、一句說明
自然名稱、一句說明、溫度或數字
識字大大的字、注音、一個詞語
  • 最重要的字最大,而且在動作完成後才出現。
  • 進度條:幾小格,告訴小朋友現在是第幾段。
  • 給小朋友看的字要少、要大。一個畫面一句話就好。

注意:手機上 IG、YouTube 的按鈕和說明文字會蓋住畫面最下面大約 1/5,文字不要放太低。中文字型用 Noto Sans TC(免費、可商用)。

對 AI 說
在舞台下方加一個固定的文字區,從上到下:
1. 這一段的主角文字(例:單字/算式/國字),粗體大字,重點部分用主色
2. 輔助資訊(例:音標/注音),小字
3. 意思或答案,最大的中文字,動作完成後才出現
4. 一句簡短說明或例句
5. 進度條(幾格代表這集有幾段)
中文用 Noto Sans TC,全部是繁體中文。最下面 1/5 不要放任何文字(會被 IG/YouTube 的按鈕蓋住)。
用第一段當範例做一張截圖給我看。
05

影片節奏

每一集都用一樣的時間結構:開場說今天學什麼、幾小段、結尾複習。小朋友看幾集就會習慣,也會期待結尾的複習。範例系列是四段、每段 5.5 秒、全長約 31 秒;給年紀小一點的孩子,每段可以拉長到 7–8 秒。

開場
第 1 段
第 2 段
第 3 段
第 4 段
複習
0s2.88.313.819.324.831.2

一段 5.5 秒裡發生什麼

0–1.5s主角文字出現,角色走向道具
1.5–2.2s做出動作,道具有反應
約 2.2s意思或答案跳出來
2.9–4.9s說明出現,角色有個小反應
4.9–5.5s文字離開,道具收掉

最重要的一條:先演動作,再出答案。動作完成、道具有反應之後,意思或答案才跳出來。如果答案先出現,動作就變成裝飾,小朋友不會把畫面和概念連起來。

06

聲音

  • 念出重點:英文單字用線上字典的真人錄音;中文內容可以自己錄(手機就夠),或請家人、老師幫忙。範例系列試過 AI 語音,聽起來不自然,後來只用真人錄音。
  • 背景音樂:輕鬆、溫和,像木琴或烏克麗麗那種。節奏快的音樂試過,太吵,不適合學習。每一集用同一首也可以。
  • 音效:少量就好:換段時的「咻」、答案跳出來的「啵」、結尾的「叮」。
  • 音量:整體響度控制在 −19 到 −13 LUFS 之間就好,平台會自動調整。這個 AI 會幫你量。

版權:字典錄音和音樂庫的音樂,各有自己的使用條款。發到自己的帳號之前先確認可以用;如果要做商業用途(接業配、賣課程),一定要再確認一次授權。

對 AI 說
幫影片加聲音:
- 每一段的重點出現時,播放它的讀音(英文單字從線上字典下載真人錄音;中文的錄音檔我放在 assets/audio/voice/)
- 背景音樂:溫和輕鬆的木琴或烏克麗麗風格,音量小,不能蓋過讀音。音樂檔我會放在 assets/audio/bgm.wav
- 音效:換段時「咻」、答案出現時「啵」、結尾「叮」
輸出後幫我量整體響度,目標 −19 到 −13 LUFS。
07

做成範本

角色、舞台、版面、聲音都確定後,請 AI 把它們打包成範本。之後每一集只要換「內容資料」和「演出」,其他都不用重做。這一步做得好,後面每集只要十幾分鐘。

範本裡要有:

  • 一集一個資料檔:主題、每一段的文字、說明,還有每一段的演出。
  • 預覽工具:輸入幾個時間點,輸出那幾格畫面拼成一張圖。檢查畫面用這個,比輸出整支影片快很多。
  • 輸出工具:一行指令輸出 MP4,順便量音量。
  • 封面和文案工具:自動做封面和說明文字(第 10 步)。
  • 一份說明書:把你所有的決定和踩過的坑寫下來,下次 AI 開工前會先讀。

在 Claude Code 裡,這份說明書可以做成一個「skill」,之後只要說「做下一集,主題是分數」它就會照流程做。在 Codex 裡,寫進資料夾裡的 AGENTS.md 效果一樣。

對 AI 說
角色、舞台、版面和聲音都確定了,請把它們做成一個可以重複使用的範本:
1. 每一集一個資料夾,裡面只有一個資料檔要改:主題、每一段的主角文字、意思或答案、說明,以及每一段的演出
2. 一個預覽指令:給它幾個秒數,輸出那幾格畫面拼成一張圖
3. 一個輸出指令:輸出 MP4 並量響度
4. 寫一份說明書,記下所有我已經決定的事(角色、配色、版面、聲音、時間結構),之後每次開工前先讀它
(如果你是 Claude Code:請把說明書做成一個 skill。如果你是 Codex:寫進 AGENTS.md。)
08

企劃一集

這一步最需要想法,也最適合用 ChatGPT 一起腦力激盪。選一個主題,拆成幾段,每段想一個「角色做了什麼、道具怎麼反應」。

好的一段長這樣

  • 一個動作、一個反應:切披薩 → 披薩變成兩半。不要一段塞好幾件事。
  • 畫面一步就能連到概念:要解釋一大段才懂的就換掉,或拆成兩段。
  • 每一段的形式一樣:範例系列每段都是「字首+字根」,只換前面的字首。固定的形式讓小朋友容易比較。
  • 段落之間接得上:上一段角色停在哪裡,下一段就從那裡開始。

範例:英文字根 pend = 掛

這一段拆解她做什麼說明句
append 附加ap 向著 + pend 掛把一張便條丟上去,掛到清單最下面Append a note to the file.
depend 依賴de 往下 + pend 掛小機器人跳起來吊在她手上晃I depend on you.
suspend 暫停sus 從下 + pend 掛吊著擺動的球被她一伸手凍住,時鐘也停了We suspend the test.
expend 花費ex 向外 + pend 掛她扯開吊著的錢袋,金幣往外掉光She expends all her coins.

說明句寫成角色世界裡的事,整個系列會比較有一致性。內容要自己寫,不要抄課本或別人的影片。

對 AI 說
幫我企劃一集給 __ 歲小朋友看的教育短影音,主題是 ____。
拆成 4 段,條件:
- 每段一個概念,角色做一個動作、道具有一個反應,關掉聲音也看得懂
- 每段的形式一樣,方便小朋友比較
- 從畫面到概念只要一步就懂
做成表格:這一段的主角文字|意思或答案(2–4 字)|角色做什麼(一個動作+道具的反應)|說明句(短到 3 秒內唸得完)
最後幫我排順序,讓上一段結束的位置剛好是下一段開始的位置。
09

演出與檢查

把企劃表交給 AI,它會寫出每一段的動作和道具。接著是最花時間、也最重要的部分:看畫面、挑毛病、請它改。每一段至少看三個時間點:動作中、動作完成、停住的時候。

道具夠大

手機上第一秒就要看得出來是什麼。手上拿的東西要做大、朝向鏡頭。

不蓋到頭

道具、手、其他角色都不能穿過或擋住任何人的頭和臉。

由角色動手

是角色拉、推、丟、按,道具才有反應。角色只在旁邊指,看起來就很弱。

看得出是什麼

錢袋要有 $、遙控器要有按鈕。病毒、怪獸要可愛,不要嚇人。

接觸要碰到

擊掌、遞東西、貼上去,兩邊要真的碰在一起。

不要半透明

淡色地板上,半透明或發光效果會消失。用實心顏色,消失時用縮小。

道具收乾淨

上一段的道具不能留到下一段。

字夠短

答案 2–4 字,說明句短到唸得完。太長就刪字,不要放慢影片。

小朋友不會學壞

不要演出危險、容易被模仿的動作(爬高、玩火、碰插座),也不要嘲笑、欺負的情節。

對 AI 說
照這份企劃表做這一集的演出,然後用預覽工具輸出每一段的三個時間點(動作中、動作完成、停住),自己先檢查:
道具在手機上夠不夠大、有沒有東西蓋到頭或臉、是不是角色親手做出動作、道具看不看得出是什麼、接觸有沒有真的碰到、有沒有半透明效果消失、道具有沒有收乾淨、文字會不會重疊、有沒有小朋友可能模仿的危險動作。
有問題先自己改,改好再把預覽圖給我看,並告訴我還有哪些地方你覺得比較弱。

AI 看不到「好不好笑、可不可愛」,這要靠你判斷。它說「完成了」之後,還是要自己看一次預覽圖。直接說哪裡不好,例如「看起來像舉著玩具,不像吊著」,它就會改。

10

輸出、封面、文案

輸出影片

  • 輸出一支約需 1–3 分鐘。電腦不能睡眠,筆電要插電、不要蓋上。
  • 自己聽一次讀音。AI 聽不到聲音。英文裡名詞和動詞重音不同的字特別要注意,例如 record、present。

封面

角色揮手,下面是這集的主題和每一段的小卡片。IG 個人頁的格子會把封面裁成 3:4,所以重要內容放中間。

說明文字

  • 第一行用問句或驚嘆句吸引人
  • 主題一行,接著每一段一行
  • 一個邀請留言的問題,加一句「收藏起來陪孩子一起看」
  • 10 個 hashtag,加上給視障者的圖片說明

YouTube:上傳給小朋友看的影片時,要在「目標觀眾」選「是,這是為兒童打造的內容」。這是 YouTube 的規定,選了之後留言等功能會關閉。

範例系列的 IG 封面:fer = 帶 和四張單字卡
範例系列的封面
對 AI 說
這一集畫面確認好了,請:
1. 輸出影片並量響度
2. 做 IG 封面:角色揮手、這集的主題、一句吸引人的標語、每一段一張小卡片,重要內容放在中間 3:4 的範圍
3. 寫 IG 說明文字:吸引人的第一行、主題、每一段一行(emoji+重點+畫面在演什麼)、一個邀請留言的問題、提醒收藏、10 個 hashtag、圖片替代文字
4. 寫 YouTube Shorts 的標題、說明和標籤(這是給兒童看的內容)
說明文字裡描述的畫面,要和影片裡真的演的一樣。
11

量產

流程穩定之後,一次企劃 20 集,再一集一集做。

  • 先寫 20 集的企劃表:主題不重複,每集每一段都有演出和說明句。用 ChatGPT 寫很快,寫完存成一個檔案放進資料夾。
  • 一次請 AI 做好幾集:Claude Code 可以同時開幾個「分身」,各做一集,再排隊輸出。
  • 一次只輸出一支,同時輸出好幾支容易當掉。
  • 每做完一批就記下新的教訓,寫進第 07 步的說明書,下一批就不會再犯。
對 AI 說
照企劃檔(scripts.md)裡第 4、5、6 集,同時做這三集,每集都照說明書的流程做到輸出、封面和文案。
輸出影片時要排隊,一次只輸出一支。
三集都做完後,給我一張總表:每集的內容、和企劃不一樣的地方、要我聽的讀音、你覺得還比較弱的畫面。
12

踩過的坑

狀況原因解法
角色在手機上看不清楚寫實比例太高、臉太小改成頭大身小的 Q 版
AI 語音很難聽AI 語音念單字不自然用真人錄音
看起來太吵背景音樂節奏太快換成溫和的木琴、烏克麗麗
輸出到一半失敗電腦睡眠了插電、不要蓋上筆電
電腦當掉同時輸出好幾支一次只輸出一支
字讀錯重音字典錄音只有一種讀法自己聽一次,必要時換說明句或換字
光效或煙霧看不到淡色地板上用了半透明效果用實心顏色,消失時改成縮小
說明文字和畫面對不上畫面改過,文案沒跟著改畫面改完後重新產生文案