四個 AI 接力做一支片：我只出主意，成品能直接發佈嗎？

過去我做 AI 影片，流程裡的每一步都是自己來：想分鏡、寫 prompt、一張張生圖、餵給影片模型、等生成、下載、進剪接軟體串起來。工具是 AI，但「生產線工人」是我。

這次我想測一件不一樣的事：如果我只出主意，AI 能不能把整條生產線自己跑完？

我給的指令只有一句話：「我想要奇幻花朵開花的影片，每段影片有不同的花朵，用首尾幀形成連續變幻，做 4:5 尺寸發 IG。」然後就看著 AI agent 指揮四個工具接力。成品是這支 30 秒的循環短片《幻夢花變 Fantasy Bloom》。

快速結論

• 從一句話需求到 30 秒成品（含 IG 4:5 與 Shorts 9:16 雙版本），全程約 40 分鐘，我沒有碰過任何一個生成工具
• 腳本、六張關鍵幀、六段補間影片、串接、連品質驗證都是 agent 自己做的（逐個接縫抽幀比對）
• 六段 Kling 補間一次全過沒有重抽，共 150 靈感值
• 但「完成度 100%」是假象——美感抉擇、付費授權、發佈決策，每一個關卡還是需要人

這條接力賽的分工

我在整個過程中做的事：出主意、看了一眼中途成果說「我喜歡」、決定配樂、按下發佈。

Agent 自己做對了哪些事

把一句話變成可執行的腳本。「奇幻花朵連續變幻」是很模糊的需求，agent 自己補完了敘事設計：六朵花的元素要有過渡邏輯——水晶蓮化成星雲、星雲點燃成火焰、火焰冷卻成極光、極光凝結成月光銀玫瑰。相鄰元素有物理上的「變過去的理由」，補間出來才不會是糊團。

風格一致性不是靠運氣。六張關鍵幀是六次獨立的生圖呼叫，模型彼此看不到對方的產出。agent 的解法是讓所有 prompt 共用同一段「世界觀描述」（午夜藍綠魔法森林、螢光粒子、居中微距構圖），只替換花的主體——六張圖出來像同一支影片的劇照。

接縫處理交給結構，不交給後期。多段影片串接的跳變問題，agent 用的是首尾幀的基本功：讓上一段的尾幀和下一段的首幀是同一張圖檔，接點天生連續。做 AI 動畫的人都知道這招，值得記錄的是——這個決定不是我下的，是 agent 自己選的路線，包括「最後一段接回第一張圖做成無限循環」也是它提的。

它會自己驗貨。每段影片生成後跑 ffprobe 確認規格一致；串接後在每個接縫前後抽幀比對，確認視覺連續；循環點另外驗證片尾幀等於片頭幀。這部分讓我印象最深——過去這些檢查是我用眼睛在播放器裡來回拖的。

哪些地方還是需要人

• 美感是人的事 — agent 能保證「六張圖風格一致」，但「這六朵花美不美、值不值得發」的判斷沒有外包的餘地。中途我看了關鍵幀點頭，這個點頭無可取代
• 付費要有人授權 — Kling 每段補間都扣靈感值（25 點/段）。agent 在提交前報了預估成本和餘額，這個「先報價再花錢」的紀律是設計出來的，不是模型天生會的
• 變形過程不受控 — 首尾幀鎖得住起點終點，中間五秒怎麼變是模型自己決定的，prompt 只能引導不能指定。這次品質好有運氣成分，不保證每次都一次過
• 發佈的最後一哩 — 標題、文案、配樂選擇、按下發佈鍵，這些跟「完成度」無關，跟「這是誰的作品」有關

成本與工具現實

這次的組合：gpt-image-2 生圖走 ChatGPT 訂閱、Kling 走 SVIP 訂閱（150 靈感值）、ffmpeg 免費。

順帶一提 Grok：它的 image_to_video 我也實測過，但免費只限 7 天試用期，且只吃單張首幀、沒有尾幀參數——多段串接必跳變，做不了這種連續變幻的片，這次沒讓它上場。

結論

這場測試的答案：生產線可以全部交出去，方向盤不行。

AI 影片的「導演權」其實在關鍵幀——把每個節點的畫面用生圖工具鎖死，影片模型只負責補間，成品的可控性遠高於用文字 prompt 賭運氣。而當 agent 能自己跑完「腳本 → 關鍵幀 → 補間 → 串接 → 驗貨」的完整迴圈，創作者剩下的工作就回到了最原始的兩件事：出主意，和決定什麼才夠好。

我對這個分工滿意。過去做一支片的時間，現在可以拿來想三個主意。

成品：YouTube Shorts。配樂《幻夢花變 Fantasy Bloom》同樣是 AI 做的（Suno），在音樂頁可以聽完整版；作品收錄在 AI Films 作品集。

相關文章

• Fantasy Bloom 作品頁 — 本文成品：六朵花的完整畫廊與影片
• 幻夢花變 Fantasy Bloom 配樂 — Suno 創作的原創配樂
• 模型會說謊，工具不會 — 工具能力盤點的方法論：不信宣稱、直接問工具本人、用 ffprobe 驗證

— TingYu's AI Art
四 AI 接力實測 · 2026 · Taiwan