Come creare video con OpenAI Codex: guida passo passo

Per creare video con OpenAI Codex, installa la skill video Pexo e descrivi il video con parole semplici. L’agente restituisce un risultato finito. Non servono programmi di montaggio, prompt complessi o scelta dei modelli. Da una sola istruzione Pexo crea un video finito con più inquadrature. Installa la skill, descrivi il video e lascia che Pexo scelga per ogni ripresa tra modelli come Seedance 2.0, Kling 3.0, Veo 3.1 e Sora 2. Poi rivedi ed esporta. In Codex non c’è un solo pulsante «crea video»: il modo di farlo dipende dalla skill che aggiungi. Codex usa gli ultimi modelli della generazione GPT-5 di OpenAI. È il cervello che pianifica e inoltra la richiesta, ma non genera video da solo. La skill Pexo installata aggiunge questa capacità. Lo stesso standard di skill funziona in Claude Code e OpenClaw: ciò che impari qui si applica anche agli altri agenti.

Ciò di cui hai bisogno

Servono due cose. Puoi essere operativo in pochi minuti:

Codex non genera video da solo. GPT-5.6 è un modello di linguaggio e ragionamento, anziché un modello video. La skill Pexo aggiunge questa capacità. Dopo l’installazione, tutto il resto avviene nella conversazione.

Passaggio 1: installa la skill video Pexo in Codex

Aggiungi la skill Pexo al tuo agente Codex. In Codex, una Agent Skill è una cartella con un file SKILL.md , caricata da un percorso delle skill. La cartella per il singolo utente è ~/.agents/skills, mentre un repository conserva le skill in .agents/skills. Codex legge anche un percorso amministrativo in /etc/codex/skills. Per installare Pexo:

1. Accedi a pexo.ai e copia la tua chiave API dalle impostazioni dell'account.
2. Aggiungi la skill Pexo alla cartella delle skill di Codex. Puoi inserire la cartella della skill in ~/.agents/skillsoppure usare il programma di installazione integrato per scaricarla.
3. Imposta la chiave API Pexo dove indicato dalla skill. Poi avvia una nuova sessione Codex per caricare la skill appena aggiunta.

# Create the user skills directory if it does not exist
mkdir -p ~/.agents/skills

# Inside Codex, the skill installer can fetch a skill by reference
$skill-installer <pexo-skill-reference>

# Browse what Codex has loaded
/skills

La skill Pexo include script di supporto e un file SKILL.md che spiega a Codex come comportarsi. Contiene anche una regola per inoltrare fedelmente la tua richiesta, senza riscriverla. Codex carica le skill in automatico in base alla descrizione. Una volta collegata la skill e impostata la chiave API, l’agente è pronto a generare.

Passaggio 2: descrivi il video che desideri

L’interfaccia è tutta qui: descrivi a Codex ciò che vuoi in inglese semplice. Non scegli modelli e non scrivi un prompt tecnico. È utile specificare:

• Di cosa si tratta "un video del prodotto per queste cuffie wireless"
• Lunghezza e inquadrature «15 secondi, tre inquadrature»
• Atmosfera "cinematografico e premium", "veloce per TikTok"
• Musica «Musica elettronica ambient», oppure lascia scegliere all’agente
• Proporzioni «9:16 per Reels», «16:9 per YouTube»

Una prima richiesta completa si presenta così:

> Make a 15-second cinematic product video for these wireless headphones,
  three shots, a slow orbit on the first, premium feel, with ambient music. 9:16.

Questo è abbastanza. Codex analizza la richiesta e da lì la trasmette all'skill Pexo.

Passaggio 3: lascia generare il video a Codex e Pexo

Dopo l’invio, Codex affida la richiesta a Pexo, che gestisce tutta la produzione. Pexo scrive una sceneggiatura delle inquadrature, poi sceglie in automatico il modello migliore per ogni ripresa tra più di 10 opzioni. Un primo piano di prodotto può andare a Kling 3.0. Una scena in movimento a Seedance 2.0. Un campo largo cinematografico a Veo 3.1. Un passaggio narrativo a Sora 2. Pexo genera ogni ripresa, aggiunge transizioni e compone una colonna sonora originale. Mixa poi tre livelli audio: voce fuori campo, musica ed effetti sonori Foley.

Un video di 15 secondi con tre inquadrature richiede circa da 8 a 10 minuti dall’inizio alla fine. È molto più rapido che scegliere i modelli, scrivere prompt diversi per ciascuno e montare le clip a mano. Durante il lavoro, Codex chiede a Pexo lo stato di avanzamento e ti aggiorna. Non devi intervenire fino alla consegna del file finito.

Passaggio 4: revisione e iterazione

Quando ricevi il video, lo rivedi. Chiedi le modifiche con parole semplici, come hai descritto il risultato iniziale. Non devi usare una timeline:

> Make the second shot slower, and swap the music for something more upbeat.

Codex inoltra la revisione a Pexo e restituisce un montaggio aggiornato. Chiedi le modifiche parlando, senza eseguire tu nuovi rendering. Nella stessa sessione, l’agente mantiene coerente il look del marchio tra le revisioni.

Passaggio 5: esportalo e utilizzalo

Ricevi un normale file MP4 finito, con la rifinitura finale e pronto da pubblicare. La produzione tiene conto di più formati: puoi chiedere lo stesso contenuto con proporzioni diverse. Pexo esporta in 9:16 per TikTok, Instagram Reels e YouTube Shorts, 16:9 per YouTube standard o 1:1 per i post del feed. Non occorre rigenerare tutto da zero. Scarica e pubblica.

Suggerimenti per risultati migliori

Alcune abitudini migliorano in modo evidente i video ottenuti con la stessa skill:

• Descrivi l’atmosfera, anziché il modello. «Raffinato e cinematografico» o «rapido e giocoso» guidano la scelta di Pexo meglio del nome di un modello. Il sistema traduce l’intento nel modello adatto a ogni inquadratura. Per questo una descrizione semplice funziona meglio delle istruzioni tecniche.
• Indica la piattaforma. Dire «per TikTok» o «per un pre-roll di YouTube» imposta in automatico formato, durata e ritmo tipici della piattaforma. Non devi specificare ogni aspetto.
• Fornisci da 2 a 4 immagini di riferimento per i prodotti. Se conta la precisione di un prodotto, un logo o una confezione, fornisci alcune foto nitide a 1080p o più. L’agente le usa per mantenere il prodotto fedele tra le riprese.
• Indica con chiarezza numero di inquadrature e ritmo. «Tre inquadrature, tagli rapidi» e «un unico movimento lento e continuo» danno montaggi molto diversi. Più definisci la struttura, più il primo risultato si avvicina a ciò che vuoi.
• Genera varianti nella stessa conversazione. Chiedi varianti nella stessa sessione, per esempio «ora una versione più incisiva di 9 secondi». Mantieni coerente il look del marchio e fai prima che con una nuova richiesta.

Altri modi per iniziare: immagine, URL, script, audio

Il testo è solo un input. Pexo ne accetta cinque, quindi Codex può avviare il video da qualunque cosa tu abbia già:

Pexo include anche un image-studio che sceglie in automatico tra Midjourney, Flux e Ideogram. Puoi creare prima le immagini fisse e poi trasformarle in video nello stesso flusso. Partire dalle foto di prodotto segue lo stesso percorso: descrivi, genera e rivedi, usando le immagini come materiale iniziale.

Risoluzione dei problemi comuni

Se qualcosa non funziona al primo tentativo, la causa è solitamente una delle seguenti cose semplici:

Espansione: da un video a una pipeline

Quando un primo video funziona, la stessa skill si estende alla produzione in serie. Puoi generare decine di varianti pubblicitarie dagli stessi materiali, oppure un video per SKU, sempre nella conversazione. Codex è un agente di programmazione: puoi quindi richiamare la skill da uno script. Lo script riceve dati di prodotto e prepara creatività finite per più piattaforme, pronte da rivedere. Il ciclo descrivi, genera e rivedi resta uguale. Cambia solo il volume.

Lettura correlata

• Come creare video con Claude Code: una guida passo passo.
• Le migliori skill di generazione video per gli agenti di programmazione.
• Come trasformare foto in video AI: guida da immagine a video.
• Come creare una pipeline di annunci video AI con un agente di programmazione.

Risorse