加载中...

我把一段 4 秒的科技馆视频,教 AI 变成了一个技能

发布日期:2026-09-07 文章来源:Thinkphp 浏览次数:0
> 一段 4 秒、手机随手拍的科技馆视频,一句"能不能把这个过程做成一个技能?"的追问——这篇文章想聊的,是 AI 协作创作里最容易被忽视的一步:<strong>把一次成功的结果,变成可以被反复使用的能力。</strong> ## 一段视频,一页动画 故事从一段很普通的视频开始。 暑假快结束之前带孩子去了趟江阴科技馆(\~之前居然没留意到这个宝藏科技馆),孩子在一个机械韵律区玩的不肯走,顶部悬挂着一条椭圆的不锈钢轨道,三枚黑色金属球沿轨道匀速循环运动。 我随手拍了一段4秒钟的视频,然后就发给了ThinkChat,要求根据这个视频里面的机械运动韵律做个页面,也没多想,单纯就是想看下AI能理解视频到什么程度。 **如果只是"识别"出这是一个机械装置,那不算什么。** 真正有意思的是:AI 从这段视频里"读"出了一种韵律——匀速、循环、三等分、永不停止。 接下来的工作,是把这种韵律"翻译"回网页能说的语言。 AI 先把视频按每秒 8 帧拆成一张张静止画面,让视觉模型(我配置的是阶跃Step 3.7 Flash)逐帧回答:轨道是什么形状?球有几个?运动方向?速度是否均匀? **答案被压缩成几个关键参数:椭圆轨道、3 个球、120 度相位差、完全匀速。** 然后,AI 用这些参数在网页里"复刻"了这段运动:一条椭圆轨迹,三枚金属环沿着它匀速跑,间隔严格是周期的三分之一。整个页面用深色底、金色点缀、等宽字体,像一张档案卡。 交付到手的是一个只有几十 KB 的网页文件,右侧的三个金属球会一直匀速运动。 到这里,一次 AI 协作创作已经完成得不错了。 > 💡 **AI 的价值不在"识别",而在"翻译"——把物理世界的韵律翻译成网页能讲的语言。** ## "能不能把这个过程做成一个技能?" 真正的转折发生在这句话上。 第一个页面交付之后,其实我还是比较满意的,从韵律原理描述、页面风格和字体运用到SVG动画效果,而且还做了手机适配,我直接回了一句:<strong>"我想基于这个任务,创建一个根据视频创建科普网页动画的技能?"</strong> 这一问,把事情的性质改了。 <strong>"作品"是一次性的</strong>——这个视频对应这个页面,结束。 <strong>"技能"是可复用的</strong>——下次再来一段别的视频,AI 也能照着这套思路做出来。 AI 反过来问了四个问题: * 输入只接受视频吗,还是文字、图片也行? * 适配什么类型的运动?机械传动、流体波动、生物运动,还是天体轨道? * 输出是单页文件,还是多页叙事? * 视觉风格是固定一套,还是根据视频内容自动选? **这四个问题的答案,决定了技能的边界。** 我比较贪心的做了选择:输入三种都支持,运动四类都要,输出单页文件,风格由AI根据视频内容自己选择。 几分钟后就交付了这个技能 > **从"作品"到"技能"的那一问,本质上是问:这一次的判断路径,能不能被写下来?** ## 技能是怎么长出来的 很多人以为"做一个技能"就是写一堆代码。<strong>实际上,这个技能包里几乎没有一行"必须执行"的代码。</strong> 它更像一套"工作流说明书"——10 个文档文件,加起来 910 行文字,分成四块。 **第一块,主工作流。** 六步:视频解构 → 运动归类 → 风格判定 → 页面生成 → 浏览器验证 → 交付。每一步都写清"要问什么、要看什么、要判断什么"。 **第二块,六种基本运动模板。** 椭圆轨道、往复、旋转、波动、单摆、自由轨迹——世界上大多数周期性运动都能归到这几类里。每类都配一份可直接复用的动画思路。 **第三块,三套视觉风格。** 科技档案风(冷色+金色,适合博物馆和机械)、明亮科普风(高饱和+圆角,适合儿童向内容)、极简文档风(白底+衬线,适合艺术装置)。 判定规则写在纸上:环境冷、金属感强就选档案风,色彩鲜艳就选科普风。 **第四块,交付前验证清单。** 动画真的在跑吗?多个元素有没有重叠?文字对比度够吗?手机上会不会横向滚动? **这套东西的核心不是代码,是"把一次成功的判断路径写下来"。** 下次遇到新视频,AI 不用从零猜,照着说明书一步步走就行。 > 💡 **技能的本质,是把"直觉"外化为"流程"。** ## 第二段视频:真正的考验 一个技能没被第二个案例打过,就不算真的技能。 之后我上传了第二段视频——同样在科技馆,但完全是另一回事:一根水平玻璃管,管内是粉色颗粒,声波驱动它们形成驻波图案。 AI 按技能流程走了一遍: 拆帧,读视频参数——这次是竖屏、7.4 秒。 视觉理解,判断主体运动——这次不是圆周,是<strong>波</strong>。 归类——命中技能里的"波动"模板。 风格判定——依然是冷光金属的博物馆场景,依然是"科技档案风"。 生成页面——120 颗粉色颗粒,位置由公式实时计算,形成节拍清晰的驻波动画。 过程中发生了一件有意思的事:AI 在自检时发现,波形图上标注的"周期 1 秒"和参数卡的"频率 220 Hz"在物理上是矛盾的。<strong>它自己回去把标注改成了"示意图 · 慢速放",又把"4 个节点"改成了更严谨的"4 节点 · 3 腹点"。</strong> 这不是 AI 犯错又改正的故事。<strong>这是技能里"验证清单"那一步在起作用</strong>——如果没有那张清单,这个矛盾很可能就这么发布出去了。 > **一个技能真正生效的标志,是它能在你没盯着的时候,帮你拦住错误。** ## 写在最后 如果你希望体验这个技能,可以在ThinkChat的工作空间中搜索并开启`video-to-science-animation`技能即可使用。 回看整个过程,有三点想法。 **第一,AI 协作的分水岭,不在"能不能做出来",而在"能不能复用"。** 一次性的作品是消耗,可复用的技能是积累。 **第二,技能不是代码,是判断路径。** 真正难写的不是"怎么做",而是"怎么判断"——判断这是椭圆还是波动,判断这风格是档案还是科普,判断这个页面够不够格交付。 **第三,验证比生成更重要。** 那处物理标注的矛盾,生成的时候看不见,验证的时候才现形。<strong>没有验证环节的 AI 产出,都值得多看一眼。</strong> 所以,下次你让 AI 帮你做一件复杂的事,做完之后不妨多问一句: **"这个过程,能不能变成一个技能?"**
资讯来源:https://blog.topthink.com/teach-ai-a-skill-from-4s-video.html
0.156250s