Claude创意视频AI 评分 · 79/100AI 辅助编辑·未发现明显提示词注入风险X

用 Claude Code 给健身视频加实时肌肉解剖动画

拍摄手臂指向肌肉的视频 → Claude Code 自动分割追踪 → 生成随手臂移动的解剖绘制与标注

经验丰富视频步骤提示词
给谁
有 Python/视频处理基础的内容创作者或开发者
你会得到
13 秒视频自动生成带肌肉标注的解剖动画，无需 After Effects 或手动追踪
你需要
Claude Code

硬约束

需要 Claude Code 或 Cowork（必须支持运行代码）。输入为 1080×1920 竖屏视频，Claude 自动拆帧、语音转写、SAM2 分割手臂与手部、KLT 光流追踪、代码绘制肌肉并合成输出。处理时间较长（作者报告 13 秒视频约 1 小时）。

他们做了什么

作者 solotechdev 拍摄了一段 13 秒的竖屏视频，在视频中用手指向手臂的肱二头肌、肱三头肌和前臂肌肉。他将这段视频和一段详细提示词交给 Claude Code，让 AI 自动完成后续全部处理：拆帧分析、语音转写、SAM2 分割手臂与手部、KLT 光流追踪皮肤运动、代码绘制解剖风格的肌肉图形，并最终合成带标签和音效的输出视频。

效果如何

作者报告 13 秒视频的处理时间约 1 小时，期间只需等待。最终效果中，手指始终保持在肌肉绘制图层的前方，这一点出乎作者意料。无需 After Effects 或手动追踪。（author_report）

值得知道

必须使用 Claude Code 或 Cowork 等支持代码运行的环境；SAM2 使用 CPU 运行（sam2.1_hiera_small），处理速度较慢。作者未提供具体硬件配置。提示词中的 [VIDEO] 需替换为实际文件路径。音频处理（轻音乐、whoosh 音效、-14 LUFS 标准化）依赖系统可用的音频库，可能需要额外安装依赖。

步骤

  1. 拆帧与语音分析

    将视频拆分为 1080×1920、30 fps 的帧序列。若视频中有语音，使用 faster-whisper 转写。分析转写内容或画面，确定每段时间指向的是哪块肌肉，输出肌肉列表与时间对应关系。

  2. SAM2 视频分割

    对每个肌肉展示段落，运行 SAM2 视频分割（模型 sam2.1_hiera_small，CPU 运行）。追踪两个对象：抬起的手臂和指向的手。先在 3 帧上检查掩码质量，确认后再继续。

  3. KLT 光流追踪

    在手臂掩码内部（不包含手部）取点，使用 KLT 光流追踪肌肉区域。每帧计算到关键帧的仿射变换（RANSAC），并做轻微平滑以减少抖动。

  4. 绘制肌肉并合成输出

    用代码绘制解剖风格的肌肉：淡蓝边缘、桃粉核心、细纤维线、末端白色肌腱。保持解剖正确（肱二头肌双头、肱三头肌长头与外侧头及肘部肌腱、前臂屈肌扇形分布）。将肌肉适配到关键帧的手臂轮廓，按追踪数据逐帧移动，用臂部掩码裁剪，确保手部始终在最上层，保留皮肤光影。肌肉沿纤维方向 0.5 秒显现，段落结束时淡出。添加白色肌肉名称标签（如 BICEPS），用细线连接肌肉，标签不遮挡面部。全片渲染前先展示 6–8 帧预览，等待确认。保留原声，添加轻音乐和肌肉出现时的短 whoosh 音效，音频标准化至 -14 LUFS，导出 1080×1920 H.264 到原视频旁边。

可复制提示词

运行提示词 · 来源原文。Claude Code 对话输入，替换 [VIDEO] 为实际视频路径后执行

这一段是提示词，页面不会在这里插入广告。

Edit my video [VIDEO]. In the video I point at muscles on my arm. When I point at a muscle, draw that muscle on my arm like body paint. The drawing must move with my arm.

Steps:
1. Split the video into 1080x1920, 30 fps frames. If I speak, transcribe it with faster-whisper. Find which muscle I show and when. Show me the list.
2. For each part, run SAM2 video segmentation (sam2.1_hiera_small, CPU). Track two objects: my raised arm and my pointing hand. Check the masks on 3 frames first.
3. Track the muscle area with KLT optical flow. Take points only inside the arm mask, not on my hand. For each frame, compute an affine transform to the key frame with RANSAC. Smooth it a little so it does not shake.
4. Draw the muscles in code. Anatomy book style: pastel blue edges, peach/pink core, thin fiber lines, white tendons at the ends. Keep the anatomy correct: biceps with two heads, triceps with long and lateral heads and the tendon at the elbow, forearm flexors as a fan.
5. Fit each muscle to my arm's outline on the key frame. Move it with the tracking data in every frame. Clip it with the arm mask. My hand always stays in front of the drawing. Let the light and shadow of my skin show through.
6. Reveal each muscle along its fibers in 0.5 seconds. Fade it out when its part ends. Add a white label with the muscle name (for example BICEPS). Link it to the muscle with a thin line. The label must not cover my face.
7. Before the full render, show me a 6-8 frame preview and wait for my OK.
8. Keep my voice. Add light music under it and a short whoosh when a muscle appears. Normalize the audio to -14 LUFS. Export 1080x1920 H.264 next to the original.

将 [VIDEO] 替换为你的视频文件路径。Claude Code 需要能安装和运行 Python 包（faster-whisper、SAM2 等）。

来源

Claude 给讲解视频加解剖动画：指到手臂哪块肌肉就画出那块肌肉并标注，先出 6–8 帧预览再全片渲染 · solotechdev · X · 2026-10-22T11:19:32.000Z

留言与反馈

试过这个方法吗？分享效果、遇到的问题或改进建议。留言审核后公开，请勿填写敏感信息。

正在加载…

    相关用例