刘清柔 · 产品经理

以AI短剧为例，一段镜头可能画质不错，但放进整部作品后，仍然存在人物声音和外貌不一致、物品位置不合理、镜头重复、中文乱码等问题。

优秀作品不仅要保证单镜头质量，还需要完整的叙事、自然的表演、合理的镜头语言，以及前后内容的一致性。

创作任务越复杂，工作流组织、素材管理和反复修改的能力就越重要。

创作目标 ↓

不清楚具体制作方法

清楚具体制作方法

创作目标不明确

尝鲜探索：

想体验AIGC创作，但不知道做什么。

需要案例启发、热点玩法、同款创作

自由探索：

熟悉工具，想尝试新效果。

需要创意案例、工作流示例、快速试错

创作目标明确

有需求但不会做：

想做广告，却不知道怎么设计分镜。

需要场景引导、制作步骤推荐、关键结果确认

成熟创作：

已有剧本、素材和制作计划。

需要自由画布、精细控制、资产管理与复用

这里描述的是用户面对某项任务时的状态，而不是固定的人群标签。同一个用户在不同任务中可能处于不同位置。

初级用户：降低从想法到第一次成功创作的门槛。

例如想制作一条产品广告，用户不一定了解首尾帧、参考生视频、运动控制，但能够说清楚产品是什么、想展示什么卖点。

产品应该先帮助用户明确创意方向，再提供合适的制作步骤，而不是要求其先学习各种功能。

进阶用户：减少重复工作，支持复杂制作。

对于已有制作经验的用户，重点不只是更多生成方式，而是主体、风格、素材和工作流能够保存复用，以及多镜头管理、局部修改和后期衔接。

这些指标比单独比较模型画质，更能反映工具是否帮助用户完成了实际任务。

即梦Agent会先根据创意需求给出方向，再逐步生成剧本、素材清单、角色形象和分镜。各阶段产物交由用户确认，再继续制作。

海螺Agent的实测则显示了另一种情况：AI在给出执行计划后直接推进首帧及视频生成，过程可视但不可调整，导致主体形象错误，最终生成的多镜头产生了无效积分消耗。

Agent的价值不是把所有步骤都自动执行，而是让AI承担规划和重复工作，同时允许用户控制重要决策。

用户可以自由组织参考图、角色、分镜和生成步骤，并针对不同镜头反复调整。

这种方式最适合复杂、非标准化的创作任务。部分产品提供其他创作者的工作流示例，也能帮助用户参考已有制作方法。

但对初级用户而言，空白画布本身不会告诉他下一步应该做什么。

例如让照片动起来、移除视频物体、替换场景、调整镜头光线、制作单个产品展示镜头等。

当任务本身简单时，单点生成已经足够，不需要额外的Agent规划。

以一条多镜头产品广告为例：

1. 01Agent

   确定创意与分镜

   →
2. 02无限画布

   组织角色、产品和镜头

   →
3. 03单点生成

   逐镜头制作

   →
4. 04返回项目

   调整并完成成片。

三种模式分别解决规划、组织和执行问题，并不是互相替代的关系。

这也带来一个重要的产品设计问题：用户不应该为了完成作品，先花时间学习三种工具的边界，再自行决定如何组合。

更合理的方式是从创作任务出发，由产品推荐制作路径，并让剧本、角色、素材、提示词和生成结果在不同模式之间保留。用户既可以交给Agent继续完成，也可以随时进入画布调整某个步骤，而不必重新开始。

这样既能保留无限画布的自由度，也能让不熟悉工作流的用户完成复杂任务。

1. 创意生成与视频生成不能简单合并。

PixVerse的测试中，生成结果基本满足了「鹦鹉+鼠标」的字面要求，但缺少广告创意和镜头表达。

要制作广告，除了生成画面，还需要先明确产品卖点、创意方向和镜头设计。

2. 自动化不代表实际制作成本更低。

海螺Agent减少了人工操作，但关键环节无法纠错，最终结果不可用。对于存在明显生成成本的任务，过程控制同样影响效率。

3. 功能覆盖度不等于场景完成度。

提供生成、编辑、动作控制等能力，只能说明产品具备技术基础。是否能帮助用户完成广告、短剧等实际任务，还取决于创作引导、素材组织、工作流衔接和后期处理。

根据功能调研，Runway 将应用划分到五类主要场景：

与大量展示热门生成作品的首页不同，Runway 的场景入口更强调「这些工具可以帮用户完成什么工作」。

例如，用户要制作商品视频，可以直接寻找产品镜头相关工具；希望改变已有镜头的氛围，则可以选择电影色彩、天气或时间修改，而不是先判断应该使用哪一种模型。

比较有代表性的三个功能：

广告概念器

输入创意简述、产品图片及参考图，生成广告概念方向。

这类功能把「先明确广告创意」放在「生成画面」之前，而不是让用户用一句提示词直接碰运气。

产品镜头视频构建器

从产品图片出发，先明确产品定位，再生成定制的展示场景，进而制作视频。

相比直接上传商品图生成视频，增加了产品定位和场景设计环节，更符合实际广告制作过程。

影视场景构建器

用户先输入一句简单想法，产品再提供专业制作选项，引导用户细化画面和镜头。

这种方式不要求用户一开始就理解复杂的影视制作术语，而是通过选择逐步明确需求。

Runway的大量功能针对的是制作过程中的具体问题，而不是每次从零生成。

例如：

• 画面修改： 通过自然语言替换物体、调整背景、光照和镜头效果。
• 镜头风格： 提供电影色彩、天气、一天中不同时段等预设。
• 视觉准备： 使用故事面板、电影头脑风暴，将参考图发展成多个镜头方案。
• 主体与表演： 通过表演捕捉、角色相关能力，处理动作和人物表达。

这类功能的价值在于，用户已有素材后，可以围绕具体问题继续加工，而不必每次重新完成整段生成。

Runway还提供了几个值得关注的设计：

• 品牌素材管理： 保存品牌Logo、产品信息、产品图片等，减少重复上传和填写，适合高频营销创作。
• 项目、资产、主体与工作流： 分别承接内容制作、素材管理、主体复用和流程组织，不只依赖单次生成历史。
• 个人与团队模式： 让产品同时面向个人创作者和有协作需求的制作团队。
• 专业软件插件： 支持与Premiere Pro、After Effects、DaVinci Resolve等软件衔接，并提供模型选择能力，使AI生成更容易融入已有制作流程。

这些设计说明，Runway 不只是把模型能力摆放在页面上，而是开始按照创作工作的不同环节组织工具。

主要是三点：

• 第一，入口按用户任务组织。 用户可以直接寻找「制作广告」「产品重拍」「改变镜头氛围」等具体能力。
• 第二，通过引导代替专业知识前置。 用户先表达简单想法，再逐步选择需要的创作效果和参数。
• 第三，考虑素材的后续使用。 品牌信息、主体、项目资产、工作流和剪辑软件衔接，都围绕长期制作过程展开。

对于初级用户，这种设计能够降低理解功能的门槛；对于高频创作者，则更重视素材复用和现有工作流的衔接。

不过，Runway的场景功能已经相当丰富，入口数量多、专业选项多，也意味着用户仍然需要判断该用哪个工具。场景分类解决了「能做什么」，但复杂任务的完整制作路径仍然需要进一步组织。

这一点也直接连接到下面的产品方案。

用户不需要先判断应该进入Agent、无限画布还是单点生成，而是先描述要完成什么作品。

产品根据任务、预算和制作要求，推荐一条可视化工作流。用户可以查看每一步要做什么、需要准备什么、预计消耗积分明细，并决定哪些环节由AI自动执行、哪些环节需要自己确认。

以「制作一条10秒小太阳鹦鹉鼠标广告」为例：

对于不熟悉视频制作的用户，复杂度由系统初步判断，不要求自行填写专业参数。

例如，用户选择「平衡成本、关键步骤确认、多镜头广告」。

推荐工作流：

1. ① 广告创意

   根据鼠标特点及鹦鹉角色，生成创意方向

   确认创意
   →

2. ② 剧本与分镜

   明确镜头内容、时长、人物动作

   确认分镜
   →

3. ③ 产品和角色素材

   生成或整理鼠标、鹦鹉参考素材

   确认关键素材
   →

4. ④ 逐镜头生成

   根据已确认的素材和分镜生成视频

   查看结果，决定接受或局部修改
   →

5. ⑤ 配音与成片

   补充音效、镜头拼接并输出

   最终预览、导出

每个节点显示当前进度、输入素材、预期结果、预计消耗及修改入口。

这样，用户不必先学习专业工作流，也能够知道当前在完成哪一步，以及接下来会发生什么。

不需要所有步骤都强制人工确认。

• 优先确认： 创意、剧本、角色形象等会影响后续生成的内容；大额积分消耗前；重复生成失败或即将超出预算时。
• 允许自动执行： 素材整理、常规提示词转换、低成本且可撤销的操作。

确认的对象应该是具体结果。例如查看角色预览图、分镜画面及预计费用，而不是只对一段执行计划点击「同意」。

• 如果角色形象不正确，可以回到素材节点修改。
• 如果某个镜头不满意，可以直接对该镜头使用单点编辑。
• 如果希望重新安排分镜和素材关系，可以进入无限画布。

切换过程中保留已经确认的创意、角色素材、生成参数和历史结果，不必从零开始。

目标不是增加一套更复杂的操作方式，而是让不同用户都能找到适合当前任务的制作路径。

重点衡量首次有效成片率、完整任务耗时、单位可用作品积分消耗，以及局部修改后重新生成的成本。

同时需要避免确认节点过多，导致简单任务反而变复杂。