行业背景
当前AI生成动态内容的路径普遍依赖专用视频生成模型，生成结果的可控性受训练数据和模型推理逻辑限制，难以实现像素级的自定义效果调整。部分复杂动效、高精度知识讲解动画、实时交互类动态内容，通过现有视频生成模型无法一次性产出符合要求的结果，后续二次编辑的成本极高。
另一条技术路线选择让大语言模型直接生成可运行的前端代码，通过Canvas、SVG、Three.js等前端渲染能力直接输出动态内容，完全绕开视频生成模型的固有局限。但这类生成方式的公开优质案例极为分散，不同创作者的提示词写法、代码组织逻辑没有统一的公开沉淀，新用户尝试时需要反复试错，很难复现已有的成熟效果。
大量通过代码生成的优质动态内容散落在不同社交平台的创作者帖子中，没有统一的分类整理，普通开发者很难快速获取对应效果的实现思路和原始提示词，也无法直接对比原始成片和本地重运行效果的差异。
项目概述
该项目由开发者yihui-dev发起，是一个持续更新的动态内容案例集合，所有收录内容均基于Claude Opus 5.5生成的前端代码产出，不依赖任何专用视频生成模型。项目维护周期内持续同步社区创作者产出的优质内容，所有收录条目均附带创作者公开的原始提示词，未公开提示词的条目会直接关联创作者的原始发布帖子。
项目当前收录的内容总量包含703条提示词，其中418条提示词对应的内容已完成在线重制，可直接在浏览器内运行查看实时效果。内容按照不同的动态内容类型做了结构化分类，所有条目均标注了对应创作者的信息，不存在无来源的搬运内容。
技术架构深度分析
项目整体采用纯静态文件架构，所有数据均以结构化文本形式存储在仓库内，无需后端服务支撑即可完成全量内容的浏览和检索。核心数据层分为两个部分，prompts目录下以独立文本文件存储每一条原始提示词，data/videos.json文件存储所有条目的元数据，包含内容分类、创作者信息、原始帖子链接、对应重制效果的访问地址等字段。
这种双存储的设计有明确的优势：独立的提示词文件方便用户直接批量下载本地使用，不需要解析JSON结构即可快速获取全部提示词内容；JSON元数据文件则支持前端页面快速做筛选、分类展示、关联跳转等操作，不需要遍历整个目录读取所有文件。两个数据层的内容完全同步，每新增一条内容都会同时更新独立提示词文件和元数据文件，避免出现数据不一致的问题。
项目没有引入任何复杂的构建依赖，所有内容的更新流程完全通过人工校验完成，每一条新增内容都会确认提示词的可运行性，以及重制效果和原成片的匹配度。这种设计避免了自动化爬虫可能引入的无效内容，保证所有收录的提示词都具备实际可复现的价值，不会出现无法生成对应效果的无效提示词。
所有在线重制的内容均托管在Skillry平台上，该平台支持直接运行前端代码生成实时动态效果，不需要用户本地配置开发环境。重制效果和原始成片采用并排展示的布局，用户可以直接对比两个版本的细节差异，观察代码生成动态内容时不同运行环境下的渲染表现区别。
核心功能详解
全量提示词结构化存储
所有收录的提示词均以独立文件形式存放在prompts目录下，对应元数据统一汇总到data/videos.json中，用户可以直接克隆仓库后批量导出所有提示词。提示词完全保留创作者发布的原始内容，没有经过任何二次修改，用户直接复制即可在支持代码生成的大模型中尝试复现对应效果。元数据中还标注了每一条提示词对应的技术栈，比如基于Canvas、SVG、Three.js还是其他前端渲染框架，方便开发者按照自己熟悉的技术栈筛选内容。
按内容类型分类浏览
所有收录内容按照动态内容的使用场景分为运动图形、知识讲解动画、3D场景、游戏交互四大类，同时单独设置最新提示词板块展示最近更新的30条内容。不同分类下的内容数量明确标注，用户可以直接定位自己需要的内容类型，不需要在海量条目里逐一筛选。分类维度完全基于内容的实际用途划分，没有按照技术栈做强制隔离，同一分类下可以看到不同技术路线实现的同类型效果。
原始内容与重制效果并排展示
418条已完成重制的内容均支持在Skillry平台上直接查看原成片和实时运行的代码效果并排对比，不需要本地部署任何开发环境。用户可以直接在浏览器中观察代码生成的动态内容的实时渲染过程，对比原成片和重制版本的细节差异，理解不同运行环境下渲染结果的区别。部分交互类内容还可以直接在页面上操作，测试交互逻辑的完整运行效果。
创作者原始来源全关联
每一条收录条目都附带创作者的原始发布帖子链接，用户可以直接跳转查看创作者发布内容时的完整上下文，了解该动态内容的制作背景和创作思路。对于没有公开原始提示词的条目，项目直接关联创作者的原始帖子，用户可以在原帖评论区找到创作者分享的相关制作细节。所有来源链接均直接指向创作者的公开社交平台账号，没有经过任何跳转中转。
定期增量更新机制
项目维护团队定期同步社区新产出的优质动态内容，每次更新都会在README中明确标注新增内容的数量和类型，最近一次2026年10月12日的更新新增了10条内容，以知识讲解动画和3D场景为主，同时补充了285条此前未收录的提示词。更新日志中附带最新提示词的直接跳转入口，用户可以快速定位新增内容，不需要遍历全库查找更新部分。
精选提示词高亮展示
README页面专门高亮展示100条不同类型的精选提示词，每一条对应一个独立的效果方向，覆盖了所有主流的动态内容制作场景。高亮展示的条目均经过人工筛选，复现成功率远高于普通条目，适合刚接触代码生成动态内容的用户直接尝试。这些精选条目按照不同的提示词类型排列，用户可以直观看到不同长度、不同表述方式的提示词最终产出的效果差异。
项目地址：https://github.com/yihui-dev/awesome-opus5-5-videos
⭐ Stars：11765
🔍 来源：GitHub
A growing collection of viral videos made with Claude Opus 5.5 and the prompts behind them. Watch each original next to a live remake on Skillry. Updated regularly.
微信扫一扫，打赏作者吧～
网友评论