工作流 · 7 分鐘閱讀 · JuNo
一個人做出 10 分鐘的魔術方塊紀錄片：我的 AI 工作流
3D 動畫、事實查證、AI 旁白、字幕、配樂，沒有剪輯軟體、沒有動畫師。從腳本到成片的完整做法、用到的工具，和踩過的坑。
- AI 影片
- Remotion
- TTS
- 自動化
《20 步的秘密》是一支 10 分鐘的紀錄片：魔術方塊的歷史、原理，到現在 2.51 秒的世界紀錄。裡面的 3D 動畫、數字、字幕、旁白全部是程式產生的，我負責當導演：決定要講什麼、看畫面、挑聲音、提意見。這篇把整個流程拆開來。
- 10:01
- 長片長度，1080p
- 2 支
- 9:16 短影音，同一套引擎重新排版
- 104 句
- AI 旁白（長片 90 句＋短片 14 句）
- 約 15 分鐘
- 整部片在一張顯示卡上渲染完成
核心觀念：腳本是唯一的來源
整部片只有一份 Markdown 腳本：一行旁白＝一句配音＝一段字幕。動畫的時間軸、字幕、配樂避讓都從這份腳本算出來。改一個字、加一個停頓，重新輸出，整部片自動對齊，不用回到剪輯軟體一格一格拉。
從零到成片的 8 個步驟
- 01
查證
請一個 AI 研究代理查 WCA 官方紀錄、cube20.org、維基與原始文獻，每一條都附來源。查完才發現我記得的世界紀錄早就被破了兩次（3.05 → 2.76 → 2.51）。
- Claude Code
- 02
寫腳本
依查證結果寫旁白，標好段落與停頓。不確定的地方先標「待查」，查完才定稿。
- 03
3D 方塊引擎
用 Three.js 做一顆會真的轉的方塊：每顆小方塊的方向用整數旋轉矩陣記錄，轉幾千步也不會有誤差。放進 Remotion 逐格渲染。
- Three.js
- Remotion
- 04
用程式驗證每一條公式
懂方塊的人會暫停檢查，所以片中的公式全部跑程式驗證：超級翻轉是不是剛好 20 步、CFOP 示範每個階段對不對。還用搜尋找出一條真的 11 步 ZBLL 公式來做對照。
- 05
素材與授權
另一個 AI 代理從 Pexels、Mixkit、Coverr 下載實拍與轉場素材，逐一記下作者與授權，順手刪掉不能用在營利頻道的檔案。
- 06
配音
用 OpenRouter 的語音合成：先讓 10 種聲音唸同一段話來試聽，選定後產生全部旁白，再自動去掉多餘的停頓、量出每句長度，整部片的時間軸跟著重算。
- OpenRouter
- Gemini TTS
- 07
合成與輸出
Remotion 一次輸出整部片，FFmpeg 把音量標準化到 YouTube 建議的 -14 LUFS。縮圖也是同一套引擎拍出來的。
- Remotion
- FFmpeg
- 08
短影音
不是把長片硬裁成直的：用同一套方塊引擎與聲音重新排 9:16 版面，另寫一段更緊湊的旁白。
踩過的坑
- AI 寫的東西也要被檢查。有一條 Z-perm 公式少了最後一步，畫面看不出來，是驗證程式抓到的。
- 對時要用證據。比賽片段裡的計時器，一開始跟畫面上的大碼錶差了 0.46 秒；最後是讀片中計時器的數字回推，才對到 0.01 秒內。
- 世界紀錄不是四捨五入。計時器停在 2.516，WCA 規則是捨去，所以要顯示 2.51，不是 2.52。
- 停頓要有節奏。全部保留太拖，全部壓掉又像機關槍；最後只在換話題、揭曉數字、章節結尾的地方留白。
- 低解析度片段不要硬放大。360p 的比賽片段改成「清楚的畫框＋同一段影片放大模糊當背景」，反而像刻意的設計。
如果你也想這樣做
- 把腳本當成資料，不是文件：時間軸、字幕、配音都從它算出來。
- 能驗證的就交給程式驗證，不要只靠眼睛看。
- 素材授權一開始就記清楚，上傳時才不會手忙腳亂。
- AI 負責做，你負責判斷：要講什麼、哪裡不對、聽起來好不好。