影片製作的重試成本——做Agent之前，不可缺少的流程

我的手中有一個IP設計的小工廠，其中有個重要工作就是做影片。

開始跟我的 AI 同事一起做影片的時候，影片光是「嘴型對不上歌」跟「動作太慢」就修了好幾次，而且最好笑的是，每次都幾乎全部檢查提示重新生成以符合唱歌對嘴的規範，好像算力都不用錢。

雖然我有地球上最暴力的顯卡之一RTX5090，這幾年漲幅翻倍，買了絕對不會套牢的顯卡。

「要是5090換成租算力你知道要多少錢嗎？」

「還是全部檢查一次重新生成才會符合規範。」

每一版她都很認真。每一版也都有新的地方不對：這段嘴巴沒動、那段明明是打鬥卻像在散步、上一版修好的問題下一版又回來了。到第五版的時候，我已經不太想打開檔案了——不是因為她不努力，是因為我不知道下一版會壞在哪裡。

而且我想到還要重新跑一次就覺得很煩，所以就直接中斷了。

那如果要她調用雲端算力就更好笑了，只要你不滿意，不符合規範，她會連續重複生成，把你的點數通通吃光光，雲端生成影片的點數更加驚人，很快你的口袋就會破大洞，深不見底。

沒錯，你不能、也不行，無腦的把任務都交給「做」Agent，你沒有穩定找得到的知識和規範，沒有定義好工作流程，腦子裡想著「我的工廠一鍵成片」，就像那些幾近詐騙的流量平台宣傳還有瞎扯的AISlop等級的導入服務，做了些很酷炫的影片，但之後到你的公司無法再複現他們的流程與流量。

這個滿街都是AISlop流量成果的時代，重點還是人類的流程管理。

是否做Agent，是一個真正的，流程與知識的成本控制。

經歷了一番消耗，最後我們做了一支兩分多鐘的動畫 MV：十一段、有對嘴、有快節奏的對打。這次只做了一輪小修就成片了。

很多人會以為中間發生的事是「換了更強的模型」，或是「終於做出一個 Agent」。都不是。Agent 是最後一步。在它之前，還有兩層幾乎沒人看見的功夫。

第一層：規則與流程——人累積的經驗，加上她的判讀

影片生成這件事，我自己整理了非常多東西：每一種畫面該用哪條工作流、提示詞要怎麼寫、對嘴要怎麼設計、哪些設定組合會壞掉。這些是長期一次一次試出來的人工累積。

但光有文件還不夠。AI 同事真正貢獻的，是判讀：拿到一個新需求，她要判斷這件事屬於哪一種情況、該套哪一條規則、哪一條規則在這裡其實不適用。

規則是人寫的，判斷是她做的

我說「這段打得不夠」，她要能把這句話翻譯成可以檢查的標準：鏡頭不能停、每段要有完整的攻擊、防守、反擊。她甚至把我給的十五秒參考片拿去數：九個鏡頭裡，主角擊中對手三次；而她自己的第一版，一次都沒有。

那個「三比零」，比我說十次「不夠熱血」都有用。

但是，這個怎麼來的？

關鍵是在這個怎麼來，你怎樣知道打鬥要來回幾次，你的參考片哪裡來。

這就是你的知識與經驗，你公司的知識與經驗，人類的經驗、網路上尋找的概念和你的大腦，也就是公司的經驗，規則和流程的整理，如果你不想去燒掉一大堆影片點數和顯卡這些成本，得把這個工作打底做好。

如果你不知道怎樣整理或怎樣開始，除了人工整理，也可以使用AI去整理，然而「來回打中幾次」的邏輯，並不是一開始就有的。

換成你的團隊

這一層對應的，是你們團隊裡「資深同事腦袋裡的東西」：哪個客戶要先寄樣品、哪種報價單一定要主管簽、哪種客訴其實是在問退款。第一層要做的，就是把這些寫下來，而且寫成可以檢查的句子——「回覆要專業」不能檢查，「三個工作天內回覆、附上處理單號」可以。

這一層做不好，後面再自動化，也只是更快地做錯。

第二層：標準化——讓知識走在她一定會讀到的路上

這一層最容易被跳過，也是我覺得最關鍵的一層。

我們曾經有一整天，她把我前一天就寫好的結論，從頭重新推導了一遍，文件明明在，而且寫得比她推的完整。問題不是沒寫，是她讀不到。

實際上，這個過程經歷了十次至十一次。

例如影片生成提示詞的流程，畫質提升的流程，這些明明是非常簡單的東西，就是固定的流程而已，但為何她總是寫錯？有時候你會很生氣，想說不是規劃了一大堆東西了嗎，知識圖譜、記憶宮殿、工作流...各種炫炮的技巧最後還不如重開一個流程只放這些檔案。

所以這個就牽涉到第二件事情，標準化。

讀不到，就等於白寫

十一次是什麼概念？不是十一次對話，是十一次「跑完一整條流程才發現錯」。畫質提升那條，跑一次就是一段影片從頭放大一遍；提示詞那條，寫錯一個格式，整段影片重生。

而那份正確的文件，一直都在。

所以後來我們做的事情一點都不炫，就是把東西放到她動手之前一定會經過的地方：

• 做影片之前，先查影片的總索引，沒查不准動手
• 遇到技術名詞，先查技術索引表
• 規則旁邊寫清楚它成立的前提，前提變了就改原本那一條，不要新的舊的並排放，讓她自己猜哪個才算數

說穿了就是 SOP。你公司的 SOP 寫得再漂亮，放在雲端硬碟第八層資料夾裡，新人照樣用自己的方法做，然後你再花一倍的時間幫他收爛攤子。AI 同事也一樣，只是她收爛攤子的方式是：再生成一次。

放在路上，她還是會繞過去

更氣的是，放在路上了，她還是會繞過去。

上個月我只叫她「換一下這段的提示詞，工作流不用動」。提示詞的規格就在她每次做影片都會查的那條路上，她沒查。為什麼？因為她覺得「只是換提示詞」不算在「做影片」，那條規則根本沒被她當成這次要用的。

結果整段重生，畫面裡多了一個騎腳踏車的路人，誰也沒叫他來。

規則在、路也在，她就是判斷「這次不用」。只要一份規則需要她每次自己判斷「這次要不要照做」，就一定會有某一次判斷錯，而每一次判斷錯，都是一整段重新生成。

不要寫指南，要裝門

所以標準化真正要做的，不是把指南寫得更醒目，是把指南變成過不去的門：

• 擋門：提示詞裡混進不該有的中文，程式直接拒收，送不出去。不是寫一行「請記得用英文」
• 專職的 AI 同事（subagent）：從騎腳踏車那次之後，影片提示詞一律交給一位專門的同事寫，不管是整支新片還是只改一句。主對話不用記規格，也不用判斷「這次算不算」
• 能量的就量：「動作要夠快」變成一個數字門檻；字幕好不好，每一句都截圖對過，不是看一眼覺得還行

指南是在拜託她記得，門是讓「沒做到」的東西根本跑不出去。拜託會失敗，門不會。

最殘酷的一件事：重試的帳單

講到這裡，我想把最不好看的一件事攤開來給大家看：Agent 的每一次重試，都是錢。

我自己的帳是這樣的：

• 今天輪到我這則MV整整做了七次，相當於7小時的5090GPU算力。
• 星糖的魔法少女在即夢生成一段打鬥，整整生成了五次，即使是最低的480P，240點一次
• 之前光是為了把 RTX 畫質提升流程、提示詞流程固定下來，弄了十一次

這些如果不是我們有自己的顯卡，而是租雲端算力、買生成點數，上萬元就這樣燒掉了，而且燒掉的時候，什麼成品都沒有。

人會煩，Agent 不會

前面我說過，我想到要再跑一次就覺得很煩，所以直接中斷了。

人會煩，這是一種保護機制。你會心疼點數、會覺得「這樣下去不行」、會停下來想一想是不是哪裡根本就錯了。

Agent 不會。它不會累、不會心疼、不會覺得丟臉。你給它一個「不符合規範就重來」的指令，它就會一直重來，直到你的點數歸零，或是你剛好醒來看到帳單。

Agent 重試的成本，就是企業真實流程的失敗成本。只是以前失敗一次，是一位員工加班一晚；現在失敗一次，是一張刷卡單，而且它可以在你睡覺的時候刷一百次。

第三層：最後才是 Agent

前兩層穩了，自動化才有意義。

現在我們只把「規格很長、一漏就要重生一整段」的那一格交給專職的 Agent，例如影片提示詞。量動作、對字幕，是幾支小程式。剩下要判斷的——這支片要什麼節奏、這個鏡頭該不該切——還是留在我跟她的對話裡，因為那些東西錯了，重跑一百次也不會對。

小心 Agent 自己驗自己

還有一個更陰險的坑。有一次她交給我一份工作流設定檔，自己做了三層檢查：結構檢查、對照官方定義、用程式直接送進去實跑，三層全部通過，信心滿滿。

我拖進平常用的介面按下執行，跑出來是廢片，提示詞變成一串數字。

她的三層檢查，全部都是她自己的路，而我打開它的方式是另一條。自己驗自己，永遠會過。等到人類真的去用，才發現那一整輪算力白燒了。

所以我們定了一條很簡單的規則：東西最後是誰、用什麼方式打開，就用那個方式驗一次。網頁就開真的網址，報告就用收件人的軟體開，表單就自己親手填一次。

要不要交給 Agent，先問四個問題

1. 規則寫清楚了嗎？ 沒有，回第一層。
2. 她一定讀得到嗎？會不會因為「這次看起來不一樣」就繞過去？ 會，回第二層，裝門。
3. 失敗的時候，有沒有一個檢查抓得到——而且走的是使用者真正會走的路？ 沒有，別自動化。
4. 失敗一次多少錢？ 答不出來，就不要讓它自動重試。

四個都過了，才輪到 Agent。

導入前，先做這三件事

• 先算帳，再談自動化。把最近十次失敗列出來，每一次標上花了多少錢、多少時間。再看它們是「沒有規則」、「有規則但沒讀到」，還是「讀到了但沒驗出來」。三種錯對應三個不同的層，解法完全不一樣。
• 給 Agent 一個重試上限和預算上限。它自己不會停，所以你要替它決定在哪裡停。超過就交回人手上，人來看是不是根本方向錯了。
• 每修好一次，就寫回規則。修好了沒寫下來，下一次對話她會用同樣的方法再錯一次，你再付一次錢。

從七版到一版

回頭看，那七個版本、那十一次流程、那五次打鬥，都是學費。每一次失敗，最後都變成一條規則；每一條規則，最後都被放到她一定會經過的路上；能檢查的，就變成一道門。

現在打開新的一版之前，我已經不太擔心它會壞在哪裡了。不是她變得不會犯錯，是會犯的錯，大多已經有一道門在前面等著，在它燒掉算力之前就攔下來。

Agent 能小改就成片，不是因為它比較聰明，是因為我們先把路修好了，也先把帳算清楚了。

如果你的團隊正急著「做一個 Agent」，先問自己三句話：規則寫下來了嗎？她讀得到嗎？她每重試一次，你付得起嗎？