八支範例影片裡的 AI 動態影片長什麼樣
本文看的是用動態影片(Motion video)做出的八支範例影片,這也是本頁背後的功能。其中七支 30 秒,一支 45 秒;六支是 16:9,兩支是直式 9:16。每份回放都完整保留了對話,包括智慧代理指出問題的地方。
八支裡有七支的流程相同。請求以「Show me the plan first.」結尾。智慧代理帶著分鏡腳本回來,並說明還沒有算圖任何內容。使用者回覆方案沒問題。這之後才寫出影片,在動態面板裡預覽,再匯出帶音樂的 MP4,需要時還帶旁白。Little Planet 不一樣:它是為使用者自己的歌做的音樂影片,智慧代理會先要這首歌的音軌。八份請求裡有七份寫明不要照片。
八支範例影片對照
下面的數字都取自回放中的紀錄。「版本數」是每份回放裡儲存的版本數量,所以版本數為 2 的影片,在第一版之後改過一次。
| 影片 | 風格 | 畫幅 | 長度 | 版本數 | 聲音 |
|---|---|---|---|---|---|
| Twenty questions find any number up to a million | kinetic-poster | 16:9 | 30 秒 | 2 | 音樂和旁白 |
| How compound interest snowballs | scribble-world | 16:9 | 30 秒 | 3 | 音樂和旁白 |
| A penny that doubles every day | collage-zine | 16:9 | 30 秒 | 2 | 音樂和旁白 |
| $1M in NVIDIA: 2020 → today | chart-ascent | 16:9 | 30 秒 | 1 | 音樂,無旁白 |
| Introducing Orrin One | dark-launch | 16:9 | 30 秒 | 1 | 音樂,無旁白 |
| One Sheet, One Crane | folded-beasts | 9:16 | 30 秒 | 2 | 音樂,無旁白 |
| Pour-over coffee in 5 steps | midcentury-flat | 9:16 | 30 秒 | 1 | 音樂,無旁白 |
| Little Planet, Paper Stars | storybook-character | 16:9 | 45 秒 | 1 | 使用者自己的歌 |
資料故事類請求是怎麼寫的
有四支影片是 AI 動態影片形式的資料故事,它們的請求有共同的寫法。複利那份請求寫了「Use only the numbers below, copied exactly」,並補充說智慧代理不得搜尋、新增或估算任何其他數字。接著逐一列出每個數字:10,000 美元,年化 7%,10 年後是 19,672 美元,20 年後是 38,697 美元,30 年後是 76,123 美元。硬幣翻倍和二十個問題那兩份請求,對各自的數字也是同樣的做法。
這些請求還在開頭就寫明畫幅和長度(16:9,30 秒),說明不要照片,並用畫面上的內容來描述風格:蠟筆畫的雪球滾過三塊路標,或是撕紙做的硬幣在每一頁上堆得更高。有旁白的,請求會把確切的台詞放在引號裡,並說旁白說的是「exactly this and nothing else」。沒有旁白的,請求也會寫明。NVIDIA 那份請求要求只放音樂,並把唯一的提醒,也就是不含股息,放在角落的小字裡,而不是主畫面上。
還有一個習慣值得學。其中三份請求把最後一個鏡頭標為自成一體,這樣之後可以單獨修改它。
只改一個鏡頭,不重做其餘部分
三支有旁白的影片在第一次匯出後都被修改過,而且每支的第一次修改都只要求改最後一個鏡頭。在二十個問題那支裡,第一次匯出帶回了自動檢查的一則提示:最後一個鏡頭裡,「20 questions」和「one at a time: up to 1,000,000 questions」這兩處文字沒有照要求顯示。智慧代理問是否要修。使用者卻要求換一個不同的最後鏡頭:「30 questions」配「one at a time: up to 1,000,000,000 questions」,下面寫「2 to the power of 30 is 1,073,741,824」。智慧代理儲存了第 2 版,說明其他所有鏡頭、旁白和音樂都沒有動,並再次匯出。它還說明,檢查仍然指向舊的文字,也不認得新的數字,因為事實清單在第一版時就定下了。
在複利那支裡,使用者先是要求把 5% 的對照雪球改成每年 3%,標示為「3% a year · $24,273」。第二次修改要求對照雪球在 26 秒前完整出現在畫面上,並一直保留到結束。在硬幣那支裡,大數字下面的小紙條改成了「$100,000 a day · $3,000,000」。這一支的第一次匯出已經被標出問題:「$0.01」「$5.12」「$5,242.88」「DAY 1」和「DAY 10」這幾個標籤在畫面上讀不出來。修改之後,智慧代理重申這五個標籤仍然缺失,並提出來修。回放到此結束,沒有顯示後續修復。
沒有數字的風格:發表影片、紙鶴、咖啡教學
三支非資料類影片展示了同樣的流程面對別的需求時會怎樣。「Introducing Orrin One」是為一台虛構的口袋電子閱讀器做的,請求很長也很具體:裝置至少占畫面高度的 40%,垂直置中,從第一格起就看得到,三條事實用同樣特大的字級排版。方案的回應是一份鏡頭清單,外加一份它不會做的事情的清單。錄製說明裡寫著這是第三次錄製;第一次太暗、太小,第二次有一段空白,結尾卡片也太淡,兩次都沒有發布。
「One Sheet, One Crane」是一支 9:16 的氛圍片,最多四條短字幕,沒有事實內容。智慧代理匯出時帶了算圖檢查的兩則提示:紙鶴在 28.3 秒碰到右邊緣,智慧代理說這是紙鶴照要求飛出畫面;最後一刻桌面是空的。隨後使用者要求紙和紙鶴約占螢幕高度的一半,木紋更平靜一些,於是匯出了第 2 版。
「Pour-over coffee in 5 steps」是一支 9:16 的教學,五個步驟和數字(15 公克、30 公克、240 公克、約 3 分鐘)都來自請求,智慧代理沒有新增任何內容。匯出檢查指出最後一個鏡頭裡有一條空的直向色帶,約占畫面的三分之一。智慧代理提出來填上。錄製只保留了第 1 版,說明裡寫著更早的一次嘗試曾三次停在驗證器不接受的分鏡腳本上,什麼也沒做出來。
回放裡看到的點數與耗時
回放裡只出現了少數幾個點數數字。NVIDIA 那支的分鏡腳本附帶了整支影片 1,840 到 2,960 點數的估算,預期值為 2,177,並說明按實際用量收費。分鏡腳本這一步本身顯示扣了 144 點數,鏡頭階段 445,最後寫作 0。成片的總額沒有出現。
「Little Planet, Paper Stars」是那支音樂影片。使用者要求為自己的一首歌做一支音樂影片,智慧代理說它需要音軌、起點、10 到 45 秒之間的長度、畫面風格和畫幅。智慧代理估計寫出影片大約要十分鐘。第 1 版儲存時記錄的扣費是 1,105 點數,從歌曲的第 33 秒開始,也就是副歌開始的地方,長度 45 秒,風格是 storybook-character。匯出為 1920×1080,聲音是那首歌,沒有燒錄歌詞。
使用成果前要檢查什麼
做 AI 動態影片時,回覆之前先讀分鏡腳本。這是唯一一個還什麼都沒做出來的節點,裡面的數字、標籤和台詞,就是影片將要呈現的內容。動態影片(Motion video)提供給付費方案,長度 6 到 45 秒,畫幅可選 9:16、4:5、1:1 或 16:9,你給出的名稱、價格和數字就是影片要寫出來展示的內容。
然後讀智慧代理在每次匯出後的說明。在這些回放裡,智慧代理會回報自動檢查指出的問題,例如缺失的標籤、空白色帶、碰到邊緣,或與原始事實清單不一致,並把選擇權留給使用者。預覽時就盯著這些位置看。如果你在第一版之後改了某個數字,要預期檢查會拿舊清單來比對,二十個問題和硬幣那兩支就是這樣。
最後,開著聲音打開 MP4,對照你的資料逐個核對每個數字。複利幾支的匯出檔每個約 111 MB,影片的說明稱這對手機來說太大了。





