零剪辑软件！AI双agent打造婚礼电影感预告片实战

整个过程没有启动任何剪辑工具。真正烧脑的并非特效设计，而是把「做出电影质感」这句话，拆解成AI能够执行、我能够核验的具体步骤。

成品规格：约 3 分钟｜1920×1080｜30 fps｜H.264｜147 MB

上周接了一单「私活」。

朋友在三亚拍了数十张婚礼照片：草坪白纱、游艇红裙、中式秀禾、夕阳海岸，四套风格迥异的场景。他想做一支约 3 分钟的电影风预告片，唯一诉求是：别用模板类App，受够了卡通贴纸和弹跳字幕。

我没有打开任何剪辑工具，仅用了两个AI agent协作：一个负责代码编写和渲染输出，另一个负责检查进度、验证产物、审核方案。我只做两件事：发指令，做验收。

本文不吹嘘「AI一键成片」的神话，只复盘一条真正可行的生产流水线，以及四个最容易踩坑的环节。

核心技术栈是Remotion，一套用React描述视频画面的开源方案。通俗讲，你把某一帧该呈现什么、如何运动写成组件，浏览器负责渲染画面，再由编码器合成视频文件。

它有三个传统模板难以兼顾的优势。

第一，一切皆可参数化。

新人姓名、婚期、主题色、相册目录、每幕时长都能写入配置。下次换一对新人，只需替换素材和少量参数即可重新渲染。产出的不只是一支视频，而是一套可复用的工程项目。

第二，逐帧可复现。

粒子特效、光影效果和镜头运动都由时间轴与固定随机种子控制。同一份代码多次渲染，结果始终一致；修改也能精确到某一段，而不必重新碰运气。

第三，效果边界取决于代码能力。

2.5D视差、缓慢推进、景深呼吸、胶片颗粒、光晕与遮罩转场都能自由组合。限制不再是模板库「有没有这个功能」，而是需求能否被清晰描述。

当然，我并不想手工编写这些代码。真正执行层是AI agent。

我给两个AI的职责划分得很明确。

施工方：读取照片、提出选片建议、编写Remotion代码、执行渲染、解决环境问题。

监理方：仅读取检查进度、文件、时长和方案冲突，不与施工方同时修改代码。

「只让一个AI写入」这一点很关键。两个agent同时修改同一套工程，看似并行，实际上极易互相覆盖。第二个AI最有价值的作用不是再写一版，而是在系统层面回答三个问题：进程真的在运行吗？文件真的生成了吗？结果真的符合约定吗？

千万别一上来就说：「帮我做个婚礼视频。」

这句话没有风格边界、时长约束和验收标准。AI很可能一口气生成大量代码，然后把一个无法判断好坏的「半成品」丢给你。

我的流程只有一条主线：

设计方案 → 12秒片头 → 分幕低分辨率预览 → 配乐同步 → 全片低分辨率 → 一次性高分辨率渲染

第一条指令明确禁止写代码，只让AI交付设计方案：开场、四幕和结尾的时间线；每幕使用多少张照片；单张停留多久；转场和光效各限定几种；配乐在哪些节点起伏。

我会直接这样下指令：

最后一句很关键。电影感不是把效果堆满，而是建立稳定的视觉语法。

整片最先落地的是12秒片头：宣纸底色、朱砂手绘圆环、描金印章落下后轻微回弹。

先渲染一张关键帧静图，检验颜色、字体、留白和材质；静图通过，再渲染12秒动态预览。片头等于全片的「视觉合同」，这里没定准，后面做得越多，返工越费时。

每一幕都重复同一个闭环：

AI报选片清单 → 我确认照片与排版 → 渲染640×360预览 → 我审节奏 → 通过后进入下一幕

先确认选片，是因为一张图用了什么特效，远没有「这张图该不该出现」重要。

低分辨率预览是整条流程里性价比最高的一步。在我这台设备上，一幕低分辨率预览只需几分钟，1080p则可能要半小时以上。硬件不同，耗时会有差异，但原则不变：节奏问题必须在低成本阶段暴露。

这套agent流程不会自动替你解决配乐的审美与授权问题。音乐可以自行提供，也可以从授权条款清晰的曲库选择，但发布前要逐条核对许可范围。

选定音乐后，再让AI按设计方案对齐情绪段落：哪里进入副歌，哪里留白，哪里收束。我的版本在前2秒渐强，最后3秒音画同步淡出至黑。

六段单独看都顺，不代表连起来也顺。幕间色调、音乐重拍、照片密度和转场方向，只有整片播放时才会暴露冲突。

因此，高分辨率之前必须再过一次全片低分辨率验收。

高分辨率渲染放在所有内容、节奏和音画关系定稿之后。目标不是「绝不重渲染」，而是把高成本返工压到最低，争取只做一次最终渲染。

这是整次项目最宝贵的一条经验。

有一次，agent界面一直显示任务正在运行。我等了很久，再让监理去查系统，根本没有对应的渲染进程。它不是在慢慢工作，而是在等待一个不存在的结果。

从那以后，每条渲染指令后面都加上这段：

文件大小是很诚实的信号，但不是充分证据。说好52秒的视频只有200KB，几乎肯定有问题；文件有几百MB，也不代表时长和编码一定正确。稳妥的做法是让agent再用ffprobe或等价工具核验媒体信息。

施工方说「完成了」不重要，监理在系统层面看见什么才重要。

让第二个AI只读检查进程、日志、文件体积和媒体参数，可以显著减少你盯着终端猜状态的时间。关键是权限边界：施工方写，监理方查。

它曾给第四幕安排15秒，却同时放入14张照片，每张停留4.5秒。简单相乘就是63秒，显然塞不进15秒。

这类错误不是审美问题，而是数据问题。处理方式也很简单：要求AI在设计方案阶段逐幕计算「照片数×平均停留时长」，并说明重叠、分屏或快速切换占用了多少时间。

AI擅长在约束明确后给出修正方案，人要负责先把矛盾指出来。

这次在Windows上遇到两个环境问题：依赖安装阶段，Remotion所需的原生二进制拉取卡住；渲染阶段，当前环境又无法直接加载本地file:///照片路径。

我没有自己下场修，只告诉施工方：「这条路径失败了，保留目标，换实现方式。」它随后改用脚本下载并解包依赖，又启动本地静态文件服务解决素材加载。

agent的价值不是永不出错，而是拿到明确的错误信息后，能够继续寻找满足同一目标的路径。

很多返工来自一句含糊的「这里再高级一点」。先给效果分类，准备工作会清楚很多。

第一类：纯代码效果。

粒子、运镜、遮罩转场、文字动画、调色、镜头呼吸，都可以直接交给agent。你需要提供的是参考、强度和出现时机，而不是素材文件。

第二类：素材型效果。

胶片颗粒、真实光晕、书法字体、环境音等，需要先确认