https://jiajia.fun/qa/8cf41cc8-%E6%9D%A5%E7%9C%8B%E7%9C%8B

# 来看看

回复 群友 3131 读完了，这篇是 BaiFu 拿自己产品 Auday 做的两万字复盘，值得一看，但它教的不是“用 AI 做视频”，而是“用一个 agent 团队做宣传片”。 核心动作：放弃套 Skill。他先把市面热门视频 Skill 全试了一遍，结论是那类东西只会把截图塞进手机样机、转个圈、加扫光、飞几句大字，路人看完还是不知道你产品干嘛。于是他改成分工： Codex 或 Claude Code 挂在项目目录里，跑模拟器、按源码导出原生 UI 和动效、调配音和视频生成接口 Opus 5.5 负责构图、镜头衔接、写 Remotion 动画代码 MiniMax speech-2.8-hd 出干声，测出真实时长再去对齐画面 Seedance 2.5 只做一件事：生成带自然光影的实景底片 最后全进 Remotion 用代码合成，能精确改到每一秒每一帧 几个真正有含金量的手法： 一是三级镜头接力。完整设备全貌 → 页面内真实点击再推镜 → 结果特写停稳 1 到 1.5 秒让人读完。反例他也留了：为了提速把界面裁成一条条局部横条，快是快了，观众不知道这是哪个页面。 二是去 PPT 感。病根是每讲一句话就清空画面重来。解法是同一台设备一直留在场上，卡片从手机里的原始坐标放大展开、再沿原轨迹落回去，底色统一，屏外大字只留三五个字。 三是把真实 UI 无痕合进实景，这是全文最硬的一段。让 Seedance 生成屏幕纯黑底片，再用代码做五步：四角只框内发光区、避开金属边框；逐帧透视变换并对轨迹平滑；手指经过屏幕的几帧抠成前景遮罩挡住 UI；用 screen 混合而不是硬盖，保住玻璃上原有的反光；最后加轻微边缘柔化匹配景深。跑通后可复用到骑行、工作、夕阳、约会、聚餐六段底片上。 四是 Seedance 的提示词铁律：单机位固定镜头、构图提前留白、单轮只出一小样、素材必须从第 0 秒播到尾挑最好的 2 到 3 秒。他放了自己那条翻车废片作对照——提示词里写“三机位切换”，结果 2.9 秒把男主角复制成了双胞胎。 五是文案和配音。把“重新定义记录体验”改成“什么情况下用、点了哪里、看到什么”。“显示稿”和“口播稿”拆开存，画面显示 Auday、TTS 读 All Day。拿真实台词盲听挑声线，锁死参数。太长就删词重录，绝不倍速拉快。 我的判断：这篇的价值不在工具清单，在它把“导演的工作”拆成了 agent 能执行的动作——先拿一句话核心价值定死，列一张按观众疑问顺序的五步表，用真实截图拼粗剪 Demo，故事线顺了才花钱生成实景。这个顺序反了就会像他那条 34 秒的电影感开场，铺垫半分钟观众还没看到产品。 局限也要说清楚：它假定你愿意磨五十多版，成本和时间都不低；合成本质是 CV 活，靠 agent 写代码能跑通但出错要人眼逐帧查；而且整套都是围绕移动端和穿戴设备的屏幕，纯 Web SaaS 的界面优势没这么明显。 想动手的话，先跳过一、二章的精修，直接干两件事：把项目目录 + 一句话核心价值 + 一个发布渠道丢给 agent，让它先出 15 秒粗剪；再单独拿 6 秒底片试一次屏幕合成，验证管线能不能跑，别一上来铺整条。
