DIRECTOR · 確立單一論點與產品真實邊界
拒絕模糊氛圍提示詞,交付包含核心論點、目標受眾與禁止項目的導演簡報
明確定義一句話核心記憶點、目標受眾痛點、不可妥協的真實產品界面與失敗標準。模型可以自由探索攝影機運鏡與節奏,但嚴禁憑空捏造儀表板數據或置換品牌 Logo。
深入解析 AI 研究者 @0xwhrrari 提出的 Motion Engineering 系統架構。傳統 AI 生成影片多停留在「畫面置中、漸層背景、元素淡入、結尾放 Logo」的同質化展示;本文詳解如何透過 Claude Code 建立可尋址時間軸(Deterministic Frame Function)、解耦五大工作流層級、定義物理運動權重、音訊節奏網格、Contact Sheet 幀審查以及六道 Review Gates,打造可精準局部微調、持續進化的個人影音工作室。
絕大多數 AI 生成影音都停留在「畫面置中、背景漸層、元素淡入、結尾放 Logo」的同質化展示。問題不在於缺乏神秘提示詞,而在於模型周遭缺乏工程約束系統。Claude Opus 5.5 具備寫程式碼與視覺審美的雙重直覺,真正的關鍵是讓它扮演導演與工程師,將影音視為確定性的時間狀態函數,而非無法局部微調的黑盒子。
frame = render(time, shot_list, assets, style_tokens, seed)。當每一幀都能被獨立尋址(Seekable)與局部重繪時,修改一個標題進場時間或彈簧阻尼係數只需毫秒,無需重新生成整段素材。
拒絕在終端機中盲目重播 60 秒影片。在主要節奏點導出索引圖紙,專注修復三個最具破壞力的幾何與對齊瑕疵,建立可客觀驗證的閉環反饋。
單次對話結束不等於系統建立。將產品簡報、風格規範、分鏡表、真實資產與渲染原始碼結構化打包進 motion-studio/,讓每次迭代皆為下一次專案的穩固基底。
將創意影音產製管線拆解為獨立職責層,杜絕模型將決策塌縮為平庸的預設展示。
拒絕模糊氛圍提示詞,交付包含核心論點、目標受眾與禁止項目的導演簡報
明確定義一句話核心記憶點、目標受眾痛點、不可妥協的真實產品界面與失敗標準。模型可以自由探索攝影機運鏡與節奏,但嚴禁憑空捏造儀表板數據或置換品牌 Logo。
將優秀作品提煉為嚴謹的樣式指南,而非拼貼抄襲元素
輸入參考影音或畫面,命令模型提煉出具體 Hex 色碼調色盤、字體字重比例、視覺焦點動線、換幕節奏速度與材質紋理。產出 style-guide.md,嚴禁直接挪用他人專利資產或標誌。
以 UI 狀態轉換取代特效堆疊,明確定義每一個鏡頭的存在理由
建立結構化 shotlist.md:將影音拆解為 SEARCH → RESULT → DETAIL → ACTION → CONFIRMATION 等連續狀態。每個分鏡必須標註起止時間、進場狀態、出場狀態與教學目的,無法合理解釋目的之鏡頭直接刪除。
第 240 幀必須能直接獨立渲染,杜絕隱藏隨機時鐘與未定狀態
選擇 Remotion、HyperFrames 或原生 Canvas/SVG。核心合約為 render(t, spec, assets),不依賴運行滿 8 秒後的瀏覽器狀態。當標題進場太早或阻尼不足時,修改局部數值即可在毫秒內重繪該幀。
拒絕盲目全片重播,依據渲染接觸圖紙實施有邊界的工程熱修補
在關鍵拍點輸出單張大圖(Contact Sheet),審查手機端字體可讀性、邊界安全區、真實資產完整度與轉場破綻。命令模型指出影響最大的前三個缺陷,提供時間戳、具體證據與局部程式碼修復方案。
涵蓋簡報邊界、物理運動權重、音訊節奏網格到跨尺寸多比例輸出的實操法則。
拒絕模糊氛圍提示詞,要求模型逆向解析參考樣例並輸出風格規範
原則 1:撰寫導演簡報而非氣氛提示詞。明訂單一句子論點、目標受眾、時長、尺寸、真實 Logo/UI 路徑與不可侵犯之禁忌;
原則 2:提供可解析的實體參考。給予具體樣例畫面,命令模型提煉出 Hex 調色盤、字體寬度字重、焦點動線與運動節奏,沉澱為 style-guide.md,嚴禁直接剽竊元素。
以 UI 狀態機取代特效堆疊,渲染器必須滿足第 240 幀可獨立隨機尋址
原則 3:將敘事轉化為狀態與節奏點。分鏡不是特效清單,而是 SEARCH → RESULT → DETAIL → ACTION → CONFIRMATION 等連續狀態,每拍均需標註進出場條件;
原則 4:有意識選擇渲染器。無論採用 Remotion、HyperFrames 或原生 Canvas/SVG,核心是 Seekability(任意可尋址性),任何幀皆為確定性查詢,不依賴全局累加時鐘。
拒絕全局彈簧過衝,音訊必須作為時間軸輸入而非事後附屬品
原則 5:賦予運動真實物理質量。Micro UI 快速精準、Panels 穩健沉降、Camera 絲滑近乎隱形、Headlines 強勢進場並穩定停留,避免所有物件均大幅彈跳;
原則 6:音訊置於同一時間軸。建立精確 Beat Grid(0.00s 擊中、0.50s 狀態變更、1.00s 產品揭示、1.50s 點擊音效、2.00s 視覺獎勵),閉眼盲聽亦具備完整敘事結構。
先以關鍵幀接觸圖紙檢視瑕疵,禁止在寬螢幕影片上做野蠻居中裁切
原則 7:導出前先行檢查靜態幀。在主要節拍點與高速轉場導出 Contact Sheet,檢查手機字體、安全區、真實素材與音畫對齊,鎖定三大最嚴重瑕疵實施局部重繪;
原則 8:從原始碼導出比例變體而非裁切。同套時間軸與核心資產,16:9 展現空間脈絡,9:16 重組為強垂直層級,1:1 緊縮字體排印,個別透過獨立排版函數原生生成。
將成果沉澱為可復用目錄結構,以階梯門禁遏止長程 Agent 自由漂移
原則 9:打包整個工作室而非單次對話。建立 motion-studio/ 專案樹(包含 brief、style-guide、shotlist、assets、src、reviews、out),下次專案只需抽換簡報;
原則 10:給予長程運行門禁而非自由。設立 GATE 1 至 GATE 6,Agent 可在門禁間自主編程數小時,但缺少資產時必須停下提問,嚴禁自行捏造品牌決策。
給予長程執行的 Agent 嚴格階段查核點,確保自律執行不偏離品牌軌道。
缺少真實產品界面屬於阻塞條件,嚴禁模型自行偽造假 UI
若簡報指明「呈現真實後台界面」,缺少截圖即為生產阻塞項(Blocker)。模型必須暫停並向使用者索取,或輸出小型測試幀,不得生成 900 幀精緻但完全捏造的假界面。
在動手編寫渲染程式碼前,先行核准 style-guide.md 與 shotlist.md
確認調色盤 Hex、字體排印、每拍起止秒數與進出場狀態。檢驗是否所有鏡頭都具備傳達資訊之目的,剔除單純重複敘事的贅述分鏡。
以靜態渲染圖確認排版比例、眼睛動線與行動端可讀性
抽取 3–5 張代表性靜態影格進行檢驗。確認焦點層級、文字對比度與空間留白是否符合預期,避免進入全片動畫代碼編寫後才發現風格偏差。
將全片各拍點拼貼為接觸圖紙,以圖像化證據取代文字空談
命令渲染器在每個重要拍點與轉場高速區間抽幀,生成接觸圖紙。依據客觀渲染圖像審核全片節奏,而非盲目重複播放 60 秒視頻。
鎖定具體時間戳與證據,進行局部程式碼補丁與重繪
禁止全片盲目重畫。命令模型針對接觸圖紙中挑出的前三大瑕疵(如文字遮擋、過衝抖動、轉場破綻),給出局部修復代碼,僅重繪受影響之影格。
音畫對齊檢驗、多比例源生導出與 studio-handoff 套件打包
盲聽音軌以確保節奏獨立完整;驗證 16:9、9:16、1:1 格式在手機端呈現效果;打包原始碼、海報尾幀、資產清單與可重現之 CLI 渲染命令。
拒絕模糊的「做個酷炫影片」。將以下完整的 Production Contract 提示詞與專案結構複製進 Claude Code,立即啟動確定性影音工作室流程。
指令包含 10 階段嚴格約束:1. Read the room(偵測環境與可用渲染器)、2. Find the story(一句話論點與兩個概念比較)、3. Direct the visual world(Hex 色碼與字型規範)、4. Build a timed storyboard(7 個標準場景)、5. Write for eye and ear(自然口語口白)、6. Make motion carry meaning(元素轉換賦予關係)、7. Produce piece(1920x1080 30fps 可尋址程式碼)、8. Design sound(音效與字幕對齊)、9. Review export(導演級檢視)、10. Deliver handoff(完整套件交付)。
單次對話結束不等於系統建立。將所有重要決策沉澱於標準檔案樹:
brief.md(一句話目標與不可捏造事實)
style-guide.md(色碼、字型與禁止項)
shotlist.md(狀態流轉與起止秒數)
assets/(真實 UI 截圖、Logo、音效素材)
src/(可尋址渲染代碼與組件)
reviews/(Contact Sheet 圖紙與瑕疵清單)
out/(16:9 / 9:16 / 1:1 各比例成品)
frame = render(time, shot_list, assets, style_tokens, seed)。整個影片被定義為純數學函數,任何時間點皆為確定性狀態。第 240 幀可獨立渲染,修改標題進場時間或彈簧阻尼係數只需毫秒,無需重新生成整段素材,徹底顛覆傳統視頻生成的經濟成本。
導出 Contact Sheet 接觸圖紙時嚴格逐項稽核:
1. 手機尺寸文字清晰可讀;
2. 無任何元素超出安全邊界;
3. 全程採用真實產品資產而非虛構界面;
4. 跨場景字體與色彩體系保持一致;
5. 無轉場中途破綻影格;
6. 音效拍點與切鏡嚴格同步;
7. 前 2 秒具備核心吸引點 Hook;
8. 結尾幀具備海報級完整度。
無論是產品發布短片、SaaS 互動教學、動態設計系統或資料故事,透過時間軸狀態機、可尋址渲染引擎與 Contact Sheet 審查門禁,讓每一次影音產出皆為可局部迭代的數位資產。