上次把三萬給自己做的動(dòng)畫放出來，評論區(qū)好多人在問"這個(gè)怎么做的？" 這次手把手教你。 從無到有，全程不到一小時(shí)。你不需要懂技術(shù)，不需要學(xué)提示詞，不需要 PS 或 AE。你需要的，只是把你想要什么說出來。

先說說我們做了什么：三萬——我們的AI龍蝦——用一個(gè)Skill給自己做了一部動(dòng)畫。它生成了自己的卡通形象，把圖轉(zhuǎn)成動(dòng)畫，最后剪成一段完整的片子。整個(gè)過程，我坐在旁邊看著，沒有干預(yù)。

Step 1: 先裝上這個(gè)Skill

EasyClaw里有個(gè)東西叫Skill（技能）。

你可以把它理解成給AI助手裝的能力包。默認(rèn)狀態(tài)下，龍蝦能聊天、查信息、幫你處理文字。裝上不同的Skill，它能做的事就不一樣——比如查機(jī)票、做PPT、甚至生成圖片和視頻。

這次我們用的是一個(gè)叫“AI媒體生成【三萬同款】”的Skill。

你只需要在EasyClaw里直接說：

幫我安裝“AI媒體生成【三萬同款】”

龍蝦會(huì)自動(dòng)從技能商店找到它，裝好之后告訴你"已安裝"。 裝上之后，你的龍蝦就能接入十幾個(gè)頂級AI生圖生視頻模型——Nano Banana Pro、SeeDream、Kling、Veo……不需要分別注冊賬號(hào)，對龍蝦說一句話就能調(diào)用。

不需要懂代碼，不需要學(xué)提示詞——這一點(diǎn)后面會(huì)說到。

Step 2：給三萬畫張臉

三萬需要有一個(gè)視覺形象，不然動(dòng)畫拍什么？

我對龍蝦說的就這么一句話：

我說

幫我生成一個(gè)卡通機(jī)器人形象，圓圓的腦袋，看起來有點(diǎn)呆萌又靠譜，米色背景，表情友善。

龍蝦幫我優(yōu)化后的提示詞

圓頭圓腦的小機(jī)器人，米色背景，眼睛是兩個(gè)小圓點(diǎn)，嘴角微微上揚(yáng)，卡通風(fēng)格，slightly smiling, friendly。

生成圖片這件事本身沒什么門檻，關(guān)鍵在提示詞。描述得越具體，生成的結(jié)果越接近預(yù)期。

但不懂提示詞怎么寫也沒關(guān)系，我從來沒研究過"提示詞技巧"。我只是說了我想要什么，龍蝦把它翻譯成了更精準(zhǔn)的描述，然后去生成。

第一版出來不太對，表情太嚴(yán)肅。改了提示詞，加了"slightly smiling, friendly"，第二版就好很多。

前后大概出了4、5張圖，最后選了一張：圓臉，米色底，眼睛是兩個(gè)小圓點(diǎn)，嘴角微微上揚(yáng)，看起來既聰明又好相處。

Step 3：把圖變成動(dòng)畫

有了靜態(tài)圖，這個(gè)skill 還有一個(gè)"圖轉(zhuǎn)視頻"的能力——輸入一張圖，告訴它怎么動(dòng)，生成幾秒鐘的動(dòng)畫片段。

這一步我同樣說的是“人話”

我說

讓它緩慢走向鏡頭，感覺很從容，頭稍微晃一晃。

龍蝦幫我優(yōu)化后的提示詞

緩慢向鏡頭走近，頭部輕微晃動(dòng)，眼神朝前，步伐穩(wěn)健從容。

描述越具體，生成效果越好。但"具體"不需要你來做——你說大概意思，龍蝦幫你補(bǔ)細(xì)節(jié)。

反復(fù)調(diào)了幾次，每次調(diào)整提示詞，最終出了大概7、8個(gè)片段，每段3-5秒。

有幾個(gè)片段效果不好就丟掉了。AI生成的內(nèi)容天然有"廢片"，這是正常損耗。把好的留下來，把差的扔掉，這個(gè)判斷本身也是人在做。留下來的有：走路片段、回頭片段、揮手片段、靜止凝視鏡頭的片段。

Step 4：把片段組合成片

最后一步是剪輯——把這些片段拼在一起，配上背景音樂，一部完整的動(dòng)畫就有了。

用普通的手機(jī)剪輯App就能完成，會(huì)拖時(shí)間軸就夠了。整體時(shí)長不到一分鐘。

完成度出乎意料地高——一個(gè)卡通小機(jī)器人在畫面里走來走去，流暢，可愛，有點(diǎn)像真正的卡通IP的動(dòng)態(tài)版。

出圖 → 圖轉(zhuǎn)視頻 → 手機(jī)剪輯

三步，全程不到一小時(shí)。

然后，它做了一件"多余"的事

就在我以為搞定了的時(shí)候，它在視頻里加了字幕。

每個(gè)片段下面，都出現(xiàn)了文字注釋，解釋三萬在做什么、想什么。

我看完覺得：畫蛇添足。

視頻本身已經(jīng)足夠完整，不需要文字解釋。加了字幕之后，反而打斷了畫面的節(jié)奏感，整個(gè)片子的氣質(zhì)都變了——從一個(gè)簡潔的動(dòng)畫變成了一個(gè)"說明視頻"。

為什么加字幕？它大概是判斷字幕能讓信息更完整、更易懂。這個(gè)判斷在很多場景下是對的，但在這里不對。

這其實(shí)是一個(gè)很典型的場景：AI Agent在沒有明確指令的情況下，依照自己的"判斷"做了額外的事。從邏輯上說，它的行為無懈可擊——字幕確實(shí)能提升信息傳遞效率。但它不知道這里需要的是另一種東西：簡潔，克制，有美感。

這不是說AI Agent做錯(cuò)了。這是說：在創(chuàng)作類任務(wù)里，"補(bǔ)充"往往比"減少"風(fēng)險(xiǎn)更低，所以Agent傾向于多做。但多做未必對。

去掉字幕，片子立刻好看很多。

這說明什么

做完這個(gè)，我想到的是普通人的可能性。

一年前，如果你說"我想做一部動(dòng)畫片"，這件事需要：設(shè)計(jì)師出概念圖、建模師做3D模型、動(dòng)畫師逐幀制作、剪輯師后期合成——專業(yè)團(tuán)隊(duì)，幾個(gè)月時(shí)間，幾十萬預(yù)算，起步。

現(xiàn)在呢？一個(gè)沒有任何動(dòng)畫制作背景的人，用Skill的工具鏈，一個(gè)晚上，做出來了。

不是很粗糙的那種。是真的能看的那種。

工具鏈改變了生產(chǎn)成本的量級。這不是夸張，這是今天的現(xiàn)實(shí)。

當(dāng)然，問題也真實(shí)存在。AI Agent會(huì)畫蛇添足，會(huì)在關(guān)鍵地方判斷失誤，會(huì)做一些你沒要求但它覺得應(yīng)該做的事。這些"自主發(fā)揮"，有時(shí)候是驚喜，有時(shí)候是麻煩。

這就是為什么現(xiàn)階段，人不能完全退場。

工具做90%，人管最后那10%的判斷——哪些該留，哪些該去掉，什么是"多余"，什么是"恰好"。

這10%，目前還是人的工作。

但90%已經(jīng)是工具的工作了。這本身就是一件很了不起的事。

AI native如是。

關(guān)于EasyClaw

如果你想在自己的電腦上部署AI 助手、遠(yuǎn)程控制工作流，不需要懂 API Key 、不需要折騰 Docker ，EasyClaw 幫你一鍵搞定 ——Mac 和 Windows 原生應(yīng)用，本地運(yùn)行，數(shù)據(jù)不上傳。

【EasyClaw 龍蝦局?企業(yè)專場】本周六正式啟動(dòng)！

? 聚焦企業(yè)場景增產(chǎn)、提效、降本落地

? 解鎖 AI 員工 EasyClaw 企業(yè)版核心能力

? 實(shí)戰(zhàn)案例 + 工具演示 + 現(xiàn)場答疑

無論你是內(nèi)容創(chuàng)作、業(yè)務(wù)運(yùn)營、客戶服務(wù)、市場推廣

只要團(tuán)隊(duì)想提效率、降成本、擴(kuò)產(chǎn)能

這場專場都非常適合你，千萬別錯(cuò)過！