Gemini 3.8 Flash：YouTube 视频分析到编辑格式复用工作流（X）

一句话结论

作者把 Gemini 3.8 Flash API 用作视频观察员：直接读取 YouTube URL，分析画面、音频和时间轴，输出可复用的编辑规则 JSON；再由 Claude Code 实现视频，并通过 8 秒预览、人工反馈、全片验证和编辑手册形成闭环。原帖公开了可复制提示词和实际产出，但“完全再现”仍是作者自评，不是独立质量评测。

适用场景

• 适合的任务：从有权使用的参考视频中提取切镜、字幕、动作、音效、节奏和布局规则；用 Node.js 视频工程生成短片预览，再迁移到原创主题。

• 不适合的任务：直接复制或发布原视频的脚本、素材、旁白、角色、缩略图或独有表达；作者明确将全片复现限定为内部验证。

• 适用的模型版本：Gemini 3.8 Flash API；原帖未给出具体模型 ID、thinking level、温度或 token 上限。

• 适用的客户端、Agent 或 API：Claude Code + Claude Fable 5 负责制作，Gemini 3.8 Flash API 负责视频分析；示例使用 Node.js，输出 MP4。

• 推荐的推理档位和参数：原帖未公开；复现时应自行记录模型字符串、档位、视频长度、分析次数和输出上限。

可直接使用的内容

1. 初次环境搭建提示词

请创建一个名为“视频制作”的项目并进入。

在这个文件夹中，使用 Node.js 构建一个环境：用 Gemini 3.8 Flash 分析 YouTube 视频，并基于编辑结构制作原创视频。

先不要制作视频，先只构建环境。

完成后说明创建了哪些文件以及下一步要做什么。

2. API Key 安全设置与连接测试

我想把 Gemini API Key 注册到 .env。不要把 Key 粘贴到聊天中，请指导我如何在终端安全设置。

完成设置后再发送：

请使用 .env 中的 API Key 向 Gemini 3.8 Flash 发送一个简短测试请求，确认连接成功。

API Key 应只写入本地环境变量，不要贴到聊天、源码、GitHub 或视频中。

3. 核心视频分析与 8 秒验证提示词

请使用 Gemini 3.8 Flash API 详细分析以下 YouTube 视频，并复现其编辑格式。

【YouTube URL】
<在这里粘贴 URL>

请直接将 YouTube URL 提供给 Gemini，让它分析整个视频。

请把分析结果分为：
- 视频特有的内容
- 可迁移到其他视频的编辑规则

并保存到 analysis/video-analysis.json。

基于该分析，先尽可能忠实地复现开头 8 秒，并输出为 output/preview.mp4。

本轮只做到开头 8 秒验证为止。

这里的停止条件很重要：先只让模型生成 8 秒，确认节奏和视觉规则后再扩大范围。

4. 按现象修正验证视频

节奏偏慢时：

整体节奏比原视频慢。请让 Gemini 重新分析原视频的开头 8 秒，比较切镜、字幕显示和角色动作的时间点，定位原因后修正，并输出为 output/preview-v2.mp4。
先前的视频保留，创建新版本。

字幕不一致时：

字幕氛围与原视频不同。请重新确认文字大小、位置、换行、描边和需要强调的词，把字幕调整得更接近原视频，并输出为 output/preview-v2.mp4。
先前的视频保留，创建新版本。

画面过于静止时：

画面比原视频安静。请根据 Gemini 的分析确认原视频中持续运动的元素，明确角色、背景、字幕和镜头分别哪些在运动，并反映到视频中，输出为 output/preview-v2.mp4。
先前的视频保留，创建新版本。

5. 通过验证后复现参考视频

我批准了开头 8 秒的验证视频。

请基于已批准的实现和 analysis/video-analysis.json，复现原视频从开头到结尾的验证版本。

如果信息不足，请使用 Gemini 3.8 Flash 追加分析原 YouTube 视频。

请将视频保存为：
output/source-recreation.mp4

该视频仅限用于验证编辑格式，不得公开、投稿、销售或分发。
本阶段还不要制作原创视频。

6. 复现结果的定向修正

我比较了原视频和复现视频，请修正以下问题：
- 开头字幕显示稍慢
- 第 3 个场景的角色太小
- 中段切换比原视频慢
- 结尾音效过早
- 最后一画面停留太久

请用 Gemini 重新分析相关片段，先定位原因再修正。原视频和现有复现版本保留，输出新的版本。

7. 生成可复用编辑手册

我批准了原视频全片复现结果。

请参照以下全部材料：
- Gemini 对原视频的分析
- 开头 8 秒验证视频
- 原视频全片复现视频
- 人工修正指示
- 原视频与复现视频的比较结果
- 实际运行的视频生成代码
- 修正历史

请创建一份面向初学者、可在其他主题复用同一编辑格式的编辑手册。具体整理视频结构、画面设计、字幕、演出、音频、制作步骤和质量检查规则，并以实际验证结果为依据。

不要包含原视频特有的内容或素材，只抽象编辑格式。
请保存到 docs/editing-manual.md。

8. 基于编辑手册制作原创视频

请使用 editing-manual.md 中的编辑规则，为以下内容制作原创视频。

【主题】
<填写主题>

【视频长度】
30 秒

【要传达的内容】
- <填写内容，可使用要点>

【可使用素材】
仅使用自制素材、已取得使用许可的素材或允许商业使用的素材。
我会同时提供素材所在路径和文件名。

请先生成结构方案，并说明每个场景使用 editing-manual.md 的哪条规则。然后先制作 8 秒验证视频；在得到批准前，不要输出完整视频。

测试/工作流步骤

1. 安装 Claude Code，登录并选择可用的 Fable 5 系列；准备 Google AI Studio 中的 Gemini API Key。

2. 在终端创建项目，先让 Claude Code 只搭建 Node.js 环境，不生成视频。

3. 将 API Key 以 .env 环境变量方式配置，并发送短请求验证连接；不要在聊天中粘贴密钥。

4. 提供有权分析的 YouTube URL，运行核心提示词，把分析拆成“视频固有内容”和“可迁移编辑规则”，保存为 analysis/video-analysis.json。

5. 只生成开头 8 秒 output/preview.mp4，检查切镜、字幕、动作、音效和节奏。

6. 用自然语言描述问题，逐项让 Gemini 重新分析并由 Claude Code 输出 output/preview-v2.mp4；保留历史版本。

7. 批准预览后生成 output/source-recreation.mp4；原帖示例只把约 1 分钟参考视频的开头 30 秒作为文章展示。

8. 比较原视频与复现版本，继续给出定向修正；确认复现度足够后再生成只抽象规则的 docs/editing-manual.md。

9. 提供新主题和合法素材，先生成原创视频 8 秒验证版；人工批准后再导出完整视频。

原始生成结果

• 作者称 Gemini 分析了示例 YouTube 视频的画面与音频，Claude Code 据此实现视频，并生成了约 8 秒的预览。

• 初版预览中，作者认为画面整体已经接近参考格式，但指出字体过粗导致文字拥挤，并有不必要的音效；图片素材是模型自行生成的，作者认为对验证来说增加了成本。

• 修正提示后，作者称文字和音效问题得到反映，并继续生成全片验证版本。

• 文章展示了 output/source-recreation.mp4 的约 30 秒片段。作者称除图片改为搜索素材外，整体“几乎一致”，同时承认仍有文字溢出等细小问题。这些是作者个人观察，不代表独立复测结果。

适用边界

• 原帖的“完全再现”没有公开完整代码、Gemini 原始请求体、模型快照、推理档位、视频输入处理日志、token 消耗或逐项评分，无法据此保证同等结果。

• YouTube URL 可被读取不等于拥有视频的复制、改编或发布权；参考视频的脚本、素材、旁白、角色、缩略图和独有表达不应直接复制。

• 全片复现阶段应限定为内部验证；原创阶段只使用自制、获授权或允许商业使用的素材，并在人为批准 8 秒验证前不导出完整视频。

• 该工作流依赖 Claude Code 的文件和命令执行能力；Gemini 只负责分析时，不应把 Claude Code 的实现结果误归因于 Gemini 单体。

• 文章给出的 API 价格和成本只是采集时的估算，实际费用会随视频长度、分析次数、输出细节、推理档位、价格版本和素材服务变化；部署前应查看官方价格页。

来源摘录或观察（仅做合规短引）

原帖的关键做法是把 Gemini 定位为“观察员”，把 Claude Code 定位为“制作员”，再用短预览和人工批准形成反馈闭环。这里真正可复用的是“分析 → 规则 JSON → 小样验证 → 修正 → 抽象手册”的流程，而不是复制某个视频本身。