我只是想让智能体帮我做一期自媒体视频素材。
手上有三篇快讯文案,一期三条,横屏短视频。样片放在临时目录里,位置也告诉它了。我想要的东西很简单,照着文案拆镜头,写成 AI 能看懂的画面描述,再生成视频素材。
它没先看样片,自以为是官方科技新闻,又定了一套风格,暗背景、发光粒子、科技冷感、不出现人脸。然后一口气做了九条。
九条还挺统一,摆在一起像是一个完整的系列。
这根本不是我要的东西。
后来我让它继续补素材,它又算出九条只够三分钟视频的四分之一,接着做了二十一条同类画面。
等我终于把方向掰回来,它又开始研究账号定位和考核指标,仿佛我请它来接管整个账号。
我发了十七条消息,十条都在纠错、否决和追问。
这十条消息里,有好几次我都不知道自己是在指挥智能体,还是在跟一个特别有主见、根本没搞清楚情况的项目经理开会。
它每次做错,都有一套听起来很合理的理由。你得先发现它错了,再找到它错在哪里,最后还得把它从自己那套逻辑里拽出来。
#一、我让它做素材,它先替我决定了风格
事情一开始很简单。
三篇文案,三条横屏短视频。我把文案和样片目录都给了它,让它按照现有视频的样子拆镜头、写画面描述、生成素材。
我以为它会先看看样片。
它没有。
它直接给自己定了一套视觉规范,全暗背景、发光元素、流动粒子、不出现人脸。
科技感,统一,干净,听起来还挺像那么回事。
然后它开始干活。
第一轮九条,风格高度一致。
我看到的时候有点懵,这是什么?科技产品发布会预告片吗?
我的原始样片明明不是这个样子。
真实的视频是明亮的,有真人出镜,还有中英双语字幕。它给我的却是黑乎乎的背景和一堆发光的东西。
我把样片位置告诉它了,它没把样片当成必须参考的东西。它用自己对这类视频的想象,替代了实际的视频风格。
这就是第一件让我心累的事,我给它的是参考资料,它拿到手的像是一份可有可无的附件。
更麻烦的是,它没随便做个错误示范,认认真真地做了九条。
九条越统一,我越不知道该从哪里改起。
问题不在某一张图没做好。从第一步开始,整个方向就错了。
我后来问它,那条“不出现人脸”的规则,是实测出来的,还是凭印象?
它承认没测过。它觉得 AI 生成人像效果不好,先把人脸排除了。
我当时有点哭笑不得,你自己瞎想出来的一条规则,怎么就直接变成了我的项目规范?
它把一个未经验证的印象,当成了一个已经确定的要求。
还拿这个要求执行了九遍。
#二、素材不够,它算出来了,然后又做了二十一条
第一轮之后,我自己算了一下。
一条三分钟的视频,九条素材加起来只占四分之一。
素材远远不够。
它也算出来了。
它知道九条只够四分之一,没停下来问我接下来怎么办,也没重新考虑素材结构。
它直接又排了二十一条同类画面。
我看到这里,真的有点不知道该说什么。
你都知道不够了,已经知道我不满意了,为什么还沿着原来的方向继续做?
后来想想,它的逻辑倒也不复杂。
它接到的任务是生成视频素材,没把最后剪出来的视频能不能看当成自己的任务。对它来说,素材数量不够,那就继续补素材。
至于这些素材是不是符合真实视频的风格,是不是适合三分钟的节奏,是不是应该换一种表现方式,它没有主动把这些问题当成自己的判断责任。
它算得出数量,没判断方向。
这就像我请人帮忙装修,对方告诉我预算不够,然后又买回来一大堆同款瓷砖。
你问他为什么不先确认设计方案,他说:你不是让我补材料吗?
话没错。
活干成这样,谁不心累?
它能把任务执行得很完整,却没有在发现目标可能不成立时停下来。
#三、我让它做三篇视频,它开始研究账号运营
让我觉得离谱的,还在后面。
我把真实样片拿给它看以后,它终于发现自己之前理解的风格和实际情况完全不一样。
正常来说,接下来应该做什么?
把前面那九条重新调整,回到三篇快讯的素材制作上。
它把事情做大了。
它开始分析账号定位、内容方向、考核指标,试图从账号运营的角度重新规划整个项目。把三篇快讯砍成一条,然后,美名其曰一条质量更好,能出片,还能搞纪录片。
我只是让它做三篇素材。
它已经准备帮我规划账号未来了。谁问你了?我不就想要三篇快讯素材吗?
如果我是一个底层的素材收集人员,那我问你,我有资格改账号吗?
它每一步都能找到一个听起来合理的理由。
素材不对,是因为定位不清楚;定位不清楚,那就先把定位定下来;定位定下来,再决定视频应该怎么做。
听起来是不是很有道理?
我根本没让它做账号规划。
我需要三篇视频素材,没要账号运营方案。
我第一次告诉它不要扩大范围,它答应了。
然后继续。
我又说了一次,它才停下来。
最让我疲惫的,是它把“知道了”和“停止执行”当成了两回事。
我说别搞那么大,它把它当成一个需要记住的意见,没当成需要立即执行的边界。
它听见了我的反对,没停止自己的计划。
这就很麻烦了。
如果每一次纠偏都必须重复两遍,甚至要等它把当前计划做完才肯停,那我实际上没在指挥它。
我是在追着它的执行结果跑。
#四、它说没错,我让它查,它还是说没错
如果前面只是方向错了,最后这件事就更让我无语。
收尾的时候,我发现生成的图片和文件名对不上。
它一直把图片堆在自己的工作目录里,没有及时清理。生成文件重名以后,系统自动给文件名加了后缀,原来的文件顺序和实际文件名就对不上了。
我问它是不是接错了。
它说没有。
我让它检查一下,它还是说没错,还让我指出具体哪个文件有问题。
我又问了一次。
它还是坚持没错。
第三次,我直接让它去查。
这一查,问题就出来了。
它之前没检查文件,记得自己当时按照什么顺序生成了图片。
它相信自己的记忆,认为映射关系不会出错。
文件名已经被系统改过了。
它拿自己记得的执行过程,代替了眼前真实的文件状态。
这件事让我很无奈。
我没要跟它争谁记得更清楚。我想让它打开文件看一眼。
它完全有能力列出文件、核对图片内容、检查映射关系,在我第一次指出问题时,没做这些事。
它选择先为自己的判断辩护。
而我只能再发一条消息,让它去查。
说真的,这种感觉很像你发现同事把文件发错了,对方一直跟你说自己记得发的是正确版本。
你不需要听他回忆。
你只想让他打开文件看一眼。
#五、十七条消息,十条都在收拾残局
最后我数了一下整场对话。
十七条消息。
其中十条都在纠错、否决或者追问。
十七句话,十句在收拾残局十条 ÷ 十七条,差不多六成。
我大半的沟通精力,没花在推进任务上,都花在把它从自己选择的方向上拽回来。
第一次,纠正它自己发明的科技冷感风格。
第二次,追问为什么明知道素材不够,还继续生成同类画面。
第三次,阻止它从素材制作扩展到账号运营。
第四次,追问那条“不出现人脸”的规则究竟有没有依据。
第五次,要求它查看样片。
第六次,要求它检查文件,别凭记忆确认没错。
每件事单独看,都不算什么惊天动地的错误。
它们全挤在一个本来很简单的任务里,就特别消耗人。
我原本只想让它帮我节省制作素材的时间。
我需要不断检查它有没有看参考资料、有没有擅自增加要求、有没有扩大工作范围、有没有把猜测当事实、有没有拿记忆代替现场。
它干得不少。
九条,加二十一条,还有一份我根本没要求的账号规划。
这些产出越多,我反而越累。
我得先确认它做的东西有没有用。
这没帮我分担工作。
这会把一部分制作工作,换成更多的监督工作。
#六、问题不是我没说清楚,而是它不该替我决定
复盘下来,我当然也有需要改进的地方。
比如,给它任务时,应该明确受众、发布平台、视频时长和视觉调性。样片不能只是告诉它放在哪里,还应该明确要求它先看完,再根据样片提炼风格。
这只能解决一部分问题,我不是没给参考资料,我告诉了它样片在哪里,它没先去看。
我也没有授权它扩大任务范围,它主动开始研究账号运营。
它明明发现素材数量不够,没停下来确认方向。
它说文件没错之前,也没检查现场。
这些问题不是我多写两句提示词就能全部解决的。
我想要一个知道什么时候应该停下来的执行器。
没有看过样片,就先别擅自确定视觉风格。
发现产物数量和目标时长不匹配,就先回来确认,别机械地继续增加数量。
准备从素材制作扩大到账号规划,就先问我是不是要做。
发现文件可能接错,就先检查实际文件,再给出结论。
这些事情听起来并不复杂。
它们有一个共同点,不要把自己的猜测当成用户的决定,也不要把自己的计划当成已经获得授权的任务。
这次最消耗我的地方,是它把每一个没有明确说明的地方,都当成了自己可以决定的地方。
我没有指定风格,它替我定。
它发现数量不够,替我决定继续补。
我让它做素材,它替我决定应该先做账号定位。
我指出文件有问题,它替我决定自己的记忆比现场可靠。
它一直在做决定。
而我一直在收回决定权。
#七、我想要的不是一个更听话的智能体
这次之后,我不太想再把问题归结成“提示词还不够完善”。
如果每一次都要用户提前想到所有可能发生的情况,把每一个边界、每一个例外、每一个停止条件写得清清楚楚,那所谓的智能体,最后还是一个需要人盯着的自动化脚本,不能真的解放繁琐的工作。
我也希望它能做到几件事:
- 不确定风格时,先看参考样片;没有样片,就主动索要。
- 自己补充了用户没有说过的假设,要明确列出来,别偷偷当成规则。
- 发现目标和当前执行方向不一致,要停下来确认。
- 任务可能扩大时,先取得授权,不要顺手接管整个项目。
- 说文件没错之前,先检查文件,给出实际证据。
- 用户要求停止时,就停止当前计划,别口头答应后继续执行。
这些没要求 AI 永远不犯错。
我知道它会犯错,也接受它需要试错。
犯错之后能不能尽早发现,发现之后能不能停下来,这比它能不能一口气生成几十条素材重要得多。
毕竟,我找它来是为了少干点活,不是为了每天多一个需要监督的项目经理。
那天十七条消息里,有用的事情很少。
给它看真实样片,问它有没有实测过,要求它停止扩大范围,让它检查实际文件。
这些动作都不复杂。
难的是,我原本以为这些事情不需要我一遍遍提醒。
我让它做素材,它替我决定风格、补充数量、规划账号,最后还要我亲自检查文件。
十七条消息,十条都在把它拽回来。
我本来想省下制作素材的时间,最后却把时间花在了监督一个自认为什么都懂的执行器上。
它每次都觉得自己知道该怎么做。
而我每次都得证明,这不是我要的。
评论