一颗赣南脐橙,被AI拍成了宣传片
我们拿自家智能体跑的一次真实用例
赣南脐橙 · 从一句提示词到一支成片
十一月一到,赣南的山就慢慢黄了。
不过这篇不想先写风物。想先聊一个我们内部被问得最多的问题:智能体到底能把一件活儿,替人做到哪一步?
参数讲一百遍,不如自己跑一遍。于是我们挑了个不算轻松的题目——给赣南脐橙做一支能发出去的宣传片视频。不是出一张好看的图,不是写一段脚本,是从一句话走到成片。
选它是因为链条够长:有真实产地、有画面情绪、要拆分镜、要图动起来、还要进后期。哪一步接不上,一眼就看得出来。
我们做智能体,最在意的从来不是「回得像不像人」,而是它能不能把一件需要好几步的事拆开、排好,然后一件件交出来,让人接着往下做。
下面是这次完整跑下来的记录。也给同样在琢磨「怎么把 Agent 用进真实工作流」的朋友一个可参考的样本。

01 只给一句意图,不替它拆活
在光途 work 的对话框里,我们输入了这段提示词。刻意没写分镜表、没标时间轴、没列任务清单——想看的正是它自己会怎么拆:

↑ 示意版本,换成你实际用的那段提示词即可。
按下发送,事情开始自己往前走。
02 右边那列文件,才是我们最想让人看的
视线挪到产物区,一整套文件已经列好。不是一张孤零零的图,是一支片子的骨架:
- 宣传片方案:调性、结构、片长,先把方向定住
- 分镜图片:每个镜头长什么样,直接看得见
- 分镜脚本提示词:专为下一步图生视频准备
- 配套素材文件:统一归档,不用来回翻聊天记录
作为做工具的人,我们对这一步的在乎程度远超「生成得好不好看」:一句输入,换来的是一套能直接进下一环的结构化交付,而不是一段还得由人再搬运、再翻译一遍的回答。
方案、图、视频提示词长在同一套逻辑里,后面也就不会出现「图很美、视频跑偏」的割裂。

03 创作区摊开分镜,把判断权留给人
创作区里,分镜一张张铺开:远景是坡上果园,中景是竹筐里堆起的橙子,特写是刀刃切下那一瞬的汁水。
这一步我们特意没做成自动放行。哪张构图留、哪张想换一版,由人看一眼定。智能体负责把选项铺开,不替人做审美决定——这是我们做产品时刻意守着的一条线。
【配图位:创作区分镜图预览,三到四张横排】
04 让图片动起来:上一步的词,直接拿来用
把分镜脚本提示词交给视频生成,选中对应那张分镜图,剩下的静等一会儿。雾会慢慢散、光会轻轻移、果汁顺着果肉渗出来,刚才还是静止的一帧,就有了呼吸。
这里能省事,是因为视频要用的描述在上一步就已经写好了,不用对着图重新编一遍。其余分镜照同样节奏来:选图 → 贴提示词 → 等生成,一段段攒齐素材。
跑用例时记下的一条经验:同一批分镜尽量一次做完,画面风格和光线更容易保持一致,后期拼接顺很多。

05 最后一公里,我们没打算替人走完
素材导入剪映,调转场、对节奏、配字幕和音乐,把暖橙色调统一压一遍。哪一秒留白、哪一秒给特写,这点手感还是人自己来更准。
我们不太想把这支片子说成「全自动生成」——那不诚实。工具该停在哪儿就停在哪儿:它把最费工的方案、分镜和素材备齐,把最后那点判断留给人。导出,成片完成。
◆ ◆ ◆
这次跑完,我们自己记下三件事
- 交付要成套,不要单点。能发出去的结果,几乎从来不是一次生成,而是一串彼此接得上的中间产物。
- 中间产物要能直接进下一环。图和视频提示词同源,人才不用在工具之间做「翻译」。
- 把最后一下留给人。留判断、留审美、留收尾,工具反而更容易被真正用起来。
写在最后
这支片子本身不算什么大制作。但「一句话进来,方案、图、视频提示词、分镜素材成套出去,人只在对的地方做判断」这条链路,我们自己先跑通了。
做智能体最怕的,是演示很漂亮、真活儿接不住。所以与其讲一遍能力,不如老老实实用它拍完一支片,再把过程摊开给你看。
下一支想看我们拍什么?评论区聊聊 👇
更多推荐

所有评论(0)