從 Opus 5.5 的影片出發：動畫工作流與連續試播的可行性
作者：toewpq約 11 分鐘閱讀看到 Claude Opus 5.5 製作的《I'm Upping My P(doom)》後，我開始測試一件事：讓 coding agent 組織畫面、動作、配音與剪輯，能否做出一支完整影片。
這輪已完成兩支片：《雨夜送藥》150 秒，採用素材複用與二維角色動作；《垃圾車來了！》160 秒，把人物、物件與環境一起生成。兩支片呈現不同的製作取捨，也讓我把工作流整理成三個方向。
從 Opus 5.5 的作品開始
此媒體由 YouTube 提供。你同意此服務並要求查看後才會載入，目前尚未連接平台。
作者公開了 PDoomVideo 原始碼。專案說明中，Opus 5.5 負責分鏡與動畫程式，畫面用 p5.js、p5.brush、無頭 Chrome 與 FFmpeg 渲染，音樂採用既有歌曲。
我接著探索的是 Agent 如何組織製作過程。畫面路線改用 ImageGen：生成素材、審看動作與空間，再把選用畫面、聲音與字幕編成影片。
第一條：動圖與動作庫
動作庫保存人物 ID、姿態、動作時間與預覽。下方是八個生成姿態組成的揮劍動圖，動作結束後回到起點，循環有明確的重置接點。
八個生成姿態組成的揮劍動圖
此媒體由 ishare 提供。你同意此服務並要求查看後才會載入，目前尚未連接平台。
這一層的價值是複用。之後要讓同一角色站立、轉頭或揮手，可以引用已審看的動作，不必每次從人物設定重新開始。原創形象的參考圖、表情、服裝與動作索引也已預留，後續從這裡接入。
第二條：有限動畫與低成本靜態影片流
《雨夜送藥》：素材複用與二維角色動作。
此媒體由 ishare 提供。你同意此服務並要求查看後才會載入，目前尚未連接平台。
《雨夜送藥》已通過成片驗收。它從下班收到消息、雨夜走到候車處，一直講到回家送藥。辦公室、街口、候車、車內與回家等鏡頭，用完整插畫、停留與輕微運鏡推進；74–84 秒的繞行段，在同一背景上用二維骨骼驅動角色紋理。
回看整片，特點很清楚：場景穩定，少量畫面就能承載完整故事。角色移動由程式持續計算，旁白與字幕連接鏡頭。候車和辦公室畫面停留較長，觀感偏插畫敘事；繞行段有明顯二維紙片感。它已完成有限動畫的目標，接下來要加強人物與場景互動。
素材如何複用
我把有限動畫（素材複用）分成兩種鏡頭。第一種直接複用完整插畫，適合聽消息、看遠處、車內休息與收尾。第二種保留背景，複用透明人物姿態或角色紋理，用於站立、短步與簡單動作。
同一街區可換成店外、人行道或候車空地。以鏡頭為單位複用，不必整片鎖在同一背景。人物要拿東西、坐下、跨台階或被前景遮住時，先判斷接觸能否靠現有素材表達；複雜部分轉到第三條整場景流程。
具體順序是：
- 定義鏡頭起點、終點、動作與道具狀態，先標出需要接觸環境的部分。
- 審看場景母圖，確認地面、開放路線、障礙端點與機位。
- 選同一人物、服裝與道具狀態的素材，保留鞋底與完整輪廓。
- 匹配人物比例、光線、落腳與影子，安排保持、移動、換腳與收勢。
- 按實際旁白長度安排鏡頭與字幕，檢查完整音畫與前後狀態。
提示詞也從構圖階段限制互動，例如：
角色在平坦開放的人行空地站立或短步，身體與鞋底完整可見。牆、車輛、桌椅與欄杆都在路線之外。人物不走到物件後方，不扶欄、不倚靠、不拿背景物件、不跨台階。既有提袋保持同一隻手，起點與終點在同一高度的地面。
成本節省來自複用背景、人物素材與剪輯流程，減少重複生成整張場景。切圖、綁定與審看仍是製作工作，所以要按鏡頭選方案；複雜互動一直修合成，反而增加返工。
把滑腳單獨量測
支撐腳對照：保留與取消落腳約束。
此媒體由 ishare 提供。你同意此服務並要求查看後才會載入，目前尚未連接平台。
相同紋理與路線做兩個版本：一個固定支撐腳，另一個讓鞋底在支撐期間跟著人物前移。程式讀取編碼後畫面，用鞋底紋理匹配檢查 0.25 秒內位移。
| 條件 | 可見量測窗口 | 中位位移 | 95 分位 |
|---|---|---|---|
| 固定落腳 | 27 | 0px | 3px |
| 取消約束 | 18 | 20px | 約 21px |
對照把滑腳問題顯示出來，也提供可重用的動作庫檢查。人物是否繞過護欄、碰到物件，另看整段畫面的空間關係。
第三條：參與環境互動的影片流
《垃圾車來了！》：人物、道具與背景整場景生成。
此媒體由 ishare 提供。你同意此服務並要求查看後才會載入，目前尚未連接平台。
《垃圾車來了！》專門測試接觸與狀態變化。剛搬來的以安聽見垃圾車音樂，提起分類好的垃圾與回收物下樓；鄰居的袋子勾到扶手，瓶罐掉落，她停下幫忙。倒完垃圾一起走回公寓，陌生巷子也熟悉了一點。
每張圖把人物、物件、背景、光線與接觸影子一起生成。下一步上傳上一完整影格，提供人物與場景參考，說明接下來的小動作。同一巷弄可延伸門口、人行道與收運點，背景不要求像素固定。
回看片子，最有用的改善在拿取與交付：先放下自己的袋子，蹲下拿瓶罐、放回鄰居提袋；到了收運處，交付垃圾和回收後，手上的狀態跟著變化。動作與物件關係直接畫在場景裡，比在固定底板上移動人物更適合這些事件。
全片選用 76 張整場景姿態，配 11 段臺灣中文旁白與 43 條字幕。步行等部分仍看得到姿態停留與切接，但故事中的具體接觸比前一條路線更完整。生成原圖為 836×470 與 1672×941，成片輸出 1080p；遷移前網頁以 540p 副本播放，現在改由 ishare 提供自適應串流。
幾次錯誤如何改變製作方法
繞行變成翻越護欄
早期反例：要求繞行，畫面卻出現扶欄與翻越姿態。
此媒體由 ishare 提供。你同意此服務並要求查看後才會載入，目前尚未連接平台。
早期實驗寫的是從障礙旁繞過，生成末段卻伸手扶欄，腿也抬到護欄附近，讓動作讀成翻越。這是具體的路線與動作錯誤。後來低成本片改用明確開放路線與二維控制；整場景路線也把人物與欄杆的複雜遮擋列為構圖限制。
先把端點與可走空地放入鏡頭，手保持身旁，再看整段是否沿該路線移動。只看腳底固定或人物朝前，容易漏掉人與護欄的關係。
樓梯修正版仍有台階異常
G09R 樓梯修正版，台階、平台與扶手坡度不連貫
此媒體由 ishare 提供。你同意此服務並要求查看後才會載入，目前尚未連接平台。
垃圾車故事的 G09、G10、G11 出現樓梯空間混亂。首次重做後，G09R 更像公寓，但我在成片中又指出台階異常。最後整組撤出，換門鎖近景，再接鞋部與二樓平台，把下樓這件事講清楚。
最後選用的門鎖近景
此媒體由 ishare 提供。你同意此服務並要求查看後才會載入，目前尚未連接平台。
處理直接改變了鏡頭設計：近景避開複雜梯段，平坦平台承擔拾瓶動作，敘事繼續成立。後續遇到同類空間問題，也先考慮機位與動作拆分。
道具數量與左右手跳變
地上還有罐子，袋口卻出現另一只罐子的棄用畫面
此媒體由 ishare 提供。你同意此服務並要求查看後才會載入，目前尚未連接平台。
撿物段曾出現地上罐子仍在、袋口卻多出一只；門鎖新組也有鑰匙與袋把突然換手。前者按庫存重選，後者棄第三格、留第 1、2、4 格。自己的垃圾袋要先放牆邊才進入蹲下，不能提前消失。
這些錯誤讓提示詞具體起來：先握住再拿起，接住後放手；寫明每隻手與每件物品的位置。失敗圖單獨存放，正式時間線只引用審看後的影格。
聲音與敘事一起調整
初版持續低頻與重複高音鈴聲讓畫面顯得詭異。後來移除低鳴，把垃圾車音樂縮成短提示，加入稀疏鋼琴，旁白時壓低背景音。
配音改第三人稱畫外旁白，字幕跟著旁白走。故事能展開，也避免嘴型牽制台詞。Edge 語音原路徑遇到 403 後，改用我提供的 wangwangit/tts，透過本地 Microsoft REST 路徑完成臺灣中文旁白。
把雨夜花店做成連續影片
後續試播按這張六格圖考慮情節：路過花店、發現倒盆、蹲下接觸、扶正花盆、與店員致意，最後繼續前行。
此媒體由 ishare 提供。你同意此服務並要求查看後才會載入，目前尚未連接平台。
這張圖負責故事與構圖。它不是影片抽格，也不能證明扶正和致意已經發生。製作時仍把動作拆成可觀察的狀態，先走近、停下，再蹲下觸盆，確認接觸後才進入扶正。
我在 gemini.google.com 生成了第一條連續片段，記錄中的模型名稱是「Gemini 4」；底層影片模型版本沒有獨立核實，不把它寫成已確認的 Veo 對照實驗。
此媒體由 ishare 提供。你同意此服務並要求查看後才會載入，目前尚未連接平台。
片段為 10 秒、1280×720、24fps，240 格都能完整解碼。它保留同一家花店、同一人物和一只倒地目標盆，呈現走近、停步、下蹲與伸手。這至少說明，從場景參考組織一段連續動作的路線有可行性，值得繼續做下去。
接觸還沒有完成。女主蹲下的位置離盆沿太遠，手伸向散落葉片；9 秒證據格和最後一格都看得到手與陶器之間的間隔。
此媒體由 ishare 提供。你同意此服務並要求查看後才會載入，目前尚未連接平台。
因此這條保留為可行性試播，審片結論仍是 NEEDS_REVIEW。沒有可觀察的觸盆完成點，就不剪成「已經扶起」的片段，也不為填滿輸出長度安排空動作。下一輪只改停步位置：走到外露盆沿旁，略彎肘就能觸及後再蹲下。接觸通過後，才繼續扶正、與店員致意和離開。
Codex 在這裡負責核對母圖雜湊、解碼抽格、檢查物件數量、落腳與接觸狀態。媒體技術檢查通過和劇情動作通過分開記錄。實際網頁附件與提交提示詞沒有留證，參考綁定保持未驗證；不能只憑畫面相似就宣布參考圖已正確綁定，也不能把這個缺口歸咎於模型。
這輪研究留下什麼
三條流程各有任務：動作庫保存可引用的人物動作；低成本流程複用素材，完成插畫敘事與簡單移動；整場景流程負責人與道具、環境的接觸事件。
兩支成片給出實際結果，花店試播補上連續生成影片的初步可行性與接觸缺口。下一步加入原創形象時，我會沿用角色參考、表情、服裝與動作索引，讓同一形象進入三種流程，再看動作與環境如何配合。
原始碼、提示詞、審查結果和媒體清單整理在倉庫 video/：動作庫、有限動畫、整場景敘事和花店試播各一個目錄。圖片與影片遷到 ishare，倉庫按連結引用；重建時按需下載原圖並校驗雜湊，串流版不冒充原始下載檔案。實際使用的 MIT 語音依賴已納入 third_party/tts/，保留上游版本和授權。