过去一年，如果有人问我AI视频最大的变化是什么，我大概率不会先回答模型。

这是我最近用Skill完成的AI视频项目。

AI 视频工具越来越多，我真正把一支视频做完的时间，反而越来越长了。

这里说的「做完」，指的是视频已经可以交付、可以发布，也可以让我关掉工程，不再继续修改。

过去一年，我体验过不少AI视频产品，从Runway、可灵、Veo、Seedance，再到最近越来越多人开始讨论Agent和Workflow，模型越来越强，生成速度越来越快，很多过去要花几天完成的事情，现在几十秒就能看到第一版。

按理说，视频应该越来越容易做。

但真正开始做项目以后，我越来越容易卡在另外一些地方：

第一版出来以后，到底应该继续改 Prompt，还是直接改分镜？

画面已经不错了，但总觉得还差一点感觉，到底值不值得重新生成？

一个项目好不容易摸索出一套工作方法，下一个项目开始的时候，为什么还要重新解释品牌、重新讨论风格、重新决定产品什么时候出现？

这些问题几乎每个项目都会遇到（如果你也做内容，大概率知道我的感觉）。

AI可以一次生成很多版本，可以提供很多导演风格，最后决定往哪一个方向继续走的人，还是我自己。

所以现在体验一款AI视频产品的时候，我最关心的问题就是：它到底能不能陪我把一个真实项目做完。

第一道题：为什么第一版越来越难开始？

我给自己出的第一道题，是为虚拟品牌小仓Hamster做一支15秒左右的商业广告。

产品很简单，一副降噪耳机，卖点也只有一句话：戴上它，世界安静了。

我没有选汽车、咖啡或者电影感大片，我选了一个最普通的消费电子产品。真正接商业项目的时候，大多数品牌面对的往往是一个很现实的问题：怎么把普通产品拍得让人愿意看。

15秒时间，到底应该先讲功能，还是先讲故事？应该强调降噪能力，还是先让观众认识这个品牌？这些问题看起来都不复杂，却直接决定了第一版方案最后会走向哪里。

以前遇到这种需求，我通常会先打开文档，把脚本、分镜、镜头节奏全部想一遍，再开始写Prompt。

后来做的项目越来越多，我发现第一版最花时间的地方其实是「定调」。

方向一旦偏了，后面的修改都会跟着一起偏。

所以这一次，我先打开了LibTV（https://www.liblib.tv/）的Skill Hub。

以前我一直觉得Prompt是AI视频最重要的部分，后来慢慢发现，同样一句需求，交给不同导演，最后出来的作品完全不是一个方向。

现实里不会让王家卫去拍蜜雪冰城，也不会让韦斯安德森去拍苹果发布会。导演的选择会决定镜头语言和整个故事的气质。

我在Skill Hub里前后翻了不少商业广告Skill：「高奢感TVC」的画面很漂亮，电影感也很强，如果我要拍的是B&O这种高端音频品牌，大概率会选它。「Y2K果冻数码美学导演」更偏年轻化，颜色很跳，在小红书很流行Y2K这种视觉风格。

我希望小仓耳机出现在真实生活里，而不是悬浮在一块漂亮却没有生活感的绿幕影棚中。最终我选了「日常复古风电子产品TVC」 。

导演确定以后，我才开始写Prompt，只告诉Agent四件事：产品是什么、核心卖点是什么、希望做成一支15秒竖屏广告，以及整体希望呈现什么样的氛围。

写完以后，我直接点了「提交」。

我想看看Agent能不能只根据这些信息，先交出一个值得继续往下修改的第一版。

第一版出来以后，我没有急着点开最终视频，而是先把整个工作流看了一遍。

过去很多AI视频工具，最后交到你手里的就是一段视频，中间经历了什么，你几乎看不到。

LibTV Agent会先搭建产品、角色、场景和Storyboard，再合成视频。 工作流跑到这里时，我基本已经能判断它有没有理解我要讲的故事。

确认整个流程没有跑偏以后，我才打开最终视频。

第一遍看下来，比我预期要完整得多。

女孩坐在嘈杂的教室里，戴上耳机以后，外界声音逐渐消失，最后重新回到学习状态。

15秒时间，一个完整的故事已经搭起来了。

但视频刚放完，我还是觉得哪里不太对，于是把进度条拖回第一秒，又看了一遍。

第二遍马上就知道问题出在哪里了。

女孩笑得太早了。

她刚坐在那里，脸上的状态已经很放松了，甚至是带着一点微笑的。但整支广告想表达的是「噪音」和「安静」之间的反差，如果角色一开始没有被噪音影响，后面戴上耳机以后，那种「世界安静下来」的感觉就会弱很多。

于是，我继续和Agent对话：

保持整个广告故事结构不变，只调整人物的情绪演绎。前两秒女孩应该明显受到噪音干扰，表现出轻微皱眉、短暂寻找噪音来源或者轻捂耳朵的不适；戴上耳机以后，再自然放松下来，让前后形成明显的情绪反差。

写完这段话，感觉自己已经不像是改Prompt了。

更像是在给演员说戏。

故事没有变，镜头没有变，教室没有变，耳机也没有变，我讨论的只是人物应该怎么演。

以前做AI视频，我经常第一版不满意就直接重新生成。现在反而越来越少这么做，因为很多时候，故事方向没有问题，影响观感的只是其中一个细节。

重新调整以后，我又生成了一版：

这一版没有完全推翻第一版，只是把几个关键镜头重新演了一遍，但整个广告给人的感觉一下子顺了很多。

做到这里，第一支广告已经基本完成了。

第二道题：为什么第一版出来以后，离成片还是很远？

第一支广告导出来以后，我重新开了一个画布。

这一次，我想做一支30秒左右的品牌广告。

15秒的时候，我一直盯着故事是不是讲顺了。时间拉到30秒以后，我开始在意节奏、音乐、产品第一次出现的位置，以及最后品牌怎么收回来。这些东西放在15秒里，并没有那么明显，时间一拉长，就全冒出来了。

这一次，我给小仓Hamster设计了一款品牌周边咖啡杯。

我没有再自己拆解导演风格和镜头，直接用了「新中式美学 TVC」 Skill，只写了一句话：

帮我给 Hamster 品牌咖啡杯制作一支新中式品牌广告。

点完提交，我还是先看工作流和Storyboard，确认方向没有跑偏以后，再打开最终视频。

这一版Storyboard基本就是我脑子里的样子。

我顺着工作流一路往下看，确认锚点、镜头和产品都没有跑偏，就继续等视频合成。

这一次，顺得有点出乎意料。

杯子一直是同一个杯子，人物也没有突然换一张脸。

我第一次没有中途停下来改Prompt，而是一直等到最后一版视频出来。

视频放完以后，我又从头看了一遍。

第一遍主要看画面和人物有没有跑偏，第二遍则把注意力放到了音乐、转场、产品停留时间和最后的品牌收尾上。

15秒的视频只要把故事讲清楚，很快就能收住。时间拉到30秒以后，任何一处节奏松掉，观看感受都会立刻变得拖沓。

这支片子从头到尾都比较稳定，我几乎没有再修改，这倒是我没想到的。

前一个项目，我花了不少时间和Agent讨论人物状态。

这一次，我从Storyboard一直看到最终成片，中途没有重新生成，也没有继续补Prompt。

做完以后，我没有再开新的项目，直接点进了「创建 Skill」。

第三道题：为什么每一次经验，都要重新开始？

我把这两天和Agent的聊天记录重新翻了一遍。

品牌应该是什么感觉、产品什么时候出现、第一版出来以后继续修改还是重新生成，这些问题已经在不同项目里出现过不止一次。

我没有马上填写Skill，而是先把这两天反复出现的判断整理了一遍。

最后在「一句话介绍」里写下：帮助消费电子品牌，把产品自然放进故事里。

后面的输入项没有设计得很复杂，以后开始新项目，只需要提供品牌、产品、卖点、发布平台和这一次的传播需求。

Knowhow 这一栏花的时间更多，我没有另外找模板，这两天聊过什么就整理什么，把关于导演选择、传播场景、产品露出和修改方式的判断都放了进去。

全部填写完成以后，点击「保存」。

接下来，我重新开了一个画布，只补充小仓鼠标的产品信息和这一次想表达的卖点，然后调用刚刚保存好的Skill。

Agent开始工作以后，我照旧先看工作流和Storyboard，确认品牌风格、镜头语言和产品进入故事的方式有没有延续下来。

第一版出来以后，修改也基本都围绕场景里出现的物品展开，比如主角背的包、鼠标手握近景是否自然、最后的产品特写是否清晰，我只需要调整有问题的分镜，其余分镜和锚点可以全部保留。

之前的做项目已经沉淀下来的那些写入Skill的结论，再也不需要我重新解释了。

三个项目做完以后，我把三支视频放在一起看了一遍。

第一支从一句需求开始，第二支把时长拉到30秒，第三支换了新的产品，同时调用了前面整理出来的 Skill。到了第三个项目，品牌、镜头和产品进入故事的方式已经不需要从头讨论了。

以后换产品，我依然会修改、判断，也会推翻不满意的第一版，但已经讨论清楚的内容可以继续留在工作流和Skill里。下一次开始时，我补充新的产品和需求，再从上一次结束的位置继续往下做。

回到文章开头的问题，过去一年，AI 视频最大的变化，也许不是模型越来越快，也不是画质越来越高。

它终于开始能够陪着我，把一个项目一直做下去。