文中相关视频，请在公众号“短剧内行人”查看。

先给大家看这条 30 秒的科幻打斗短片，是我用 LibTV Agent 做的，就花了几分钟，没有借助任何剪辑、绘图等外部软件。

这不是我第一次用 AI Agent 工具，但确实是第一次在同一个界面里，从一句想法走到成片导出。

我之前用过的 AI 视频工具，大多只能产出片段素材，如果想拼成一部完整作品，需要在三四个软件之间来回切。甚至一个镜头不对，整条链路都要重新跑。

但这种“改一点就要重来一遍”的 bug，我在 LibTV 上没遇到过。

01.当下AI视频创作普遍存在的卡点，LibTV给出新解法

过去一年，视频生成模型的进步很明显，单看一段几秒钟的素材，其画质、动态流畅度都在提升，有时候甚至分不清是 AI 还是实拍。

但长期做内容的人会发现一个问题：生成能力一直在进步，完整成片的落地效率却没有同步提升，这中间始终有一段很难跨越的断层。

在日常创作中，创作者最先卡壳的依旧是人物与画面统一。

多镜头切换时，多数工具很难固定主角的五官、穿搭，同一人物的上下镜头样貌差异明显。想要修正这类问题，只能反复抽卡、手动拼接，不仅耗费人力，也拉高了制作成本。

其次是创作流程过于零散。

常规做 AI 视频要拆分多个独立步骤：写剧本、生成角色参考图、分段生成镜头、导入剪辑软件拼接配乐，这每一步都要导出、导入文件，如果要修改其中一段镜头，整条链路就要从头再来 —— 返工消耗的精力远大于打磨创意。

更难解决的问题是，成熟的创作经验无法留存复用。

每个人积累的镜头节奏、光影审美、剪辑逻辑都只能存在自己脑子里，每开新项目都要重新梳理提示词、搭建工作流，同类题材也需要反复进行相同的操作，挤占了创作者留给创意构思的时间。

对于以上问题，行业通常的解决办法是不断叠加更多模型、细化参数，让创作者去适配工具。

而我这次实测 LibTV 能明显感受到它的设计思路是让工具贴合我们平时真实的创作习惯。

LibTV 深度集成了多款主流视频与图像生成模型，将剧本、人物、分镜拆解、视频生成、音频配音到后期剪辑的全链路任务，统一整合到一个界面中。

用户无需在不同付费窗口间反复切换，只需要在一个项目空间内通过自然语言与 AI 对话，即可完成从创意想法到完整成片的创作旅程。

接下来，我会完整分享两段实操记录，分别从校园青春短片、音乐MV感受平台不同创作逻辑的差异。

02.校园短片实操全流程

说实话，刚拿到 LibTV Agent 的时候，我是有一点不知道如何上手的。

skill 广场上能看到各类成熟创作体系 —— “韦斯安德森电影美学”“古典武侠美学”“无厘头喜剧”“高奢感 TVC”“POP MV”“宝岛浪潮电影美学”……覆盖影视、广告、短剧、MV、自媒体等多个赛道，每一套都附带对应成片参考。

看起来很丰富，但我并不擅长配置 skill 或者使用 skill，担心会因为配置问题导致效果不佳，于是我决定先选择一条简单的路径：用校园短片来测试 skill 调用和双线并行这两个能力。

先从对话开始，我选择了最常用的 Seedance 2.0，并选择通用下的“岩井俊二电影美学”skill，生成一条男高中生和女高中生在樱花街道散步的视频。

输入之后，Agent 没有直接生成画面，而是先问了我六个问题：视频时长、执行模式、画幅比例、语言、核心元素、故事大纲。

回答后，系统开始做三件事：在工作流画布里同步生成了 Moodboard 风格锚点、人物模卡、场景参考图；同时调度故事板设计师输出结构化的分镜表；最后把整条工作流串联起来。

整个过程在画布里自动铺开，我不用手动去连线、配置节点。

确认故事板的时候，我发现一个问题：故事板里男生是走路的，但我希望他推着一辆自行车，这样画面会更符合我印象中的青春片构图 —— 两个人并肩走，中间隔着一辆车，有一种微妙的距离感。

我在对话框里补了一句：“我希望男生推着自行车。”

Agent 收到之后，先做了一件事：它生成了一辆自行车的道具锚点，然后才重新生成对应的镜头。

这个细节让我有点意外，它不是简单地在画面里“塞”一辆车进去，而是先确认了“这辆车应该长什么样”，再把它作为固定元素放进场景里。

接着，我又尝试了更为准确的命令优化，“我希望男生推着黑色的，车头有黑色车筐的自行车”。

右侧对话框里显示出它理解了这条补充指令，同时左侧的故事板里，那个镜头的描述和参考图已经更新成了带黑色车筐自行车的版本。

而在这个过程中，不少创作者都有过同样的问题：为什么必须要等 AI 生成完才能改下一个镜头？为什么修改一点东西就要从头再来？

而 LibTV 的双线并行操作逻辑颠覆了这个“干等模式” —— 界面划分为右侧对话区和左侧实体工作台。右侧向 AI 下达任务，左侧呈现结构化故事板、分镜表、视频编辑面板。

我可以一边继续操作文件区，一边查看其他已生成的素材，不用停下来等待。

这种“右指挥、左动手”的模式，确实比我之前用过的AI视频工具更接近真实的创作状态 —— 我可以一边想、一边说、一边看，而不是先停下来等 AI 跑完再继续。

接下来，我把第一版生成的镜头和加了自行车道具后的镜头拖到同一时间线上对比，大家可以看看效果差别很明显 —— 加了自行车之后，画面的层次感和叙事性都上了一个台阶。

到这里，这条校园短片已经基本成形了。

但我没有立刻导出，而是把刚才这套创作方法存成了一个自定义 skill —— 在对话框左下角找到“skill”，选择“把本次对话转化为 skill”就能保存到自己的系统里。

虽然我不确定以后还会不会做类似的校园题材，但如果再做，我不想重新描述一遍“纯爱电影美学”，凡是用过一次、觉得顺手的工作流程就直接存下来。

大家也可以创建自己的skill，在编辑页面里把 SKILL.md、使用场景、如何使用、输出内容等信息填上适用的描述就可以保存了。

对我来说，这相当于给“青春暖调”这个风格做了一个专属配置，以后接到类似的校园题材，直接调用这个 skill 就能开始，不用从零调整了。

存完之后，我换了个故事重新验证 —— 同样是校园题材，这次改成了雨天在教室，两个人在窗边躲雨。

我直接调用了刚才存的“青春纯爱日剧美学”skill，Agent 直接按这套逻辑生成了新的故事板和成片，也没有让我重新描述风格参数、比例数据等。从输入到导出，比第一次还快了些。

03.从广告到MV，覆盖更多创作场景

短片做完后，我还试了做一条音乐MV —— 音频驱动视频，看看平台在音乐场景下的表现。

音频驱动的视频创作一直是我觉得“说起来容易，做起来难”的场景。之前试过用其他工具做类似的事：手动拆分歌词、分段生成画面，再拖进剪辑软件里对齐音频波形。但画面节奏和音乐节拍很容易脱节，一首歌下来有一半时间花在调整卡点上。

这次我直接把一首歌的音频文件上传到 LibTV，并附上一句需求“城市夜景、独行女生、霓虹光斑、慢镜头叙事、低饱和色调”。

Agent 先分析了歌曲的主旋律和整体氛围，返回的结果和我的感受基本一致 —— 这首歌的情绪偏失落和沉重，讲的是独自承受的失恋叙事，城市夜景的氛围很浓。

确认方向没问题之后，Agent 并行生成了 MV 总设定文档和几版人物候选图，我选择了一版穿深色风衣、表情偏冷淡的女主，接着又做了一轮角色定妆，选定了最终的造型方案。

进入分镜规划阶段后，Agent 没有一次性生成所有画面，而是先根据歌词和音频时间轴拆了前 10 个分镜，写入分镜表让我确认方向，确认之后才开始生成对应的视频素材。

整条 MV 的生成过程是分阶段推进的，并且每个阶段我都可以做选择或调整，而不是被动接受一整套方案。最终生成的画面也基本贴合了音乐的情绪走向 —— 副歌部分的剪辑节奏比主歌快，情绪高点用了更饱和的色彩，安静段落留了空镜过渡。

如果这些判断让我自己来卡点，大概要四五天才能完工，而 LibTV 在第一轮就给出了我心仪的方案。

测完 MV 之后，我本来打算收工了，但在 Skill 广场里又看到一个新上的“皮克斯动画广告”skill。

这个风格我以前在别的工具上试过，想要做出那种标志性的美式动画质感，通常需要反复抽卡几十次才能勉强接近。现在居然可以直接调用成型的 Skill 了，我决定加测一条。

我选了这个 Skill，上传了一张耳机产品图，在对话框里输入：“生成一条 30 秒的耳机产品广告，主角是一个年轻人戴着耳机走在城市里，音乐让他周围的世界变得生动起来。”

平台没有直接生成视频，而是先问了我几个问题：人物设定 —— 主角的年龄、性别、穿搭风格；耳机品牌和 Logo 位置；画幅比例；广告词要不要加，加什么内容。我依次填完之后，系统快速生成了几组分镜锚点和参考图让我确认，包括人物走路的姿态和耳机佩戴角度。

确认之后进入视频生成。整个过程大概十几分钟，从对话到导出成片，没有切换过其他软件。

成片的画面风格和皮克斯动画的质感很接近 —— 色彩明亮饱满，耳机外观在多个镜头中保持一致，角色运动流畅自然，背景音乐自动匹配画面节奏。令人震撼，这真的是一支完整的、可以直接用的广告片。

测完广告和 MV 这两个方向之后，我突然意识到一件事 —— 科幻打戏、校园青春、广告短片、音乐 MV，四类完全不搭边的内容都是我一个人在同一个界面里做完的。

放在以前，制作四类完全不同的题材需要转换多个软件、多人协作才能完成。但是 LibTV 能完整承接全部需求，且成片质感全程稳定在线 —— 一人、一个画布、一套统一创作流程就能驾驭全品类内容，这才是真正意义上的一站式全链路创作。

04.实测总结

以上两次实操下来，LibTV Agent 带给我最大的感受是：skill 调用和创建自定义 skill 让创作方法可以留存复用，一站式全流程解决了多工具切换的碎片化问题，也覆盖了从文本到音频的多模态创作场景，而双线并行功能让我不用干等生成。

平台的skill广场里也沉淀了 100+ 专业 skill —— 广告、短剧、MV、各类电影美学风格都能一键调用，相当于可以直接借用已经过市场验证的创作思路。

为鼓励更多人把方法论沉淀下来，平台启动了 LibTV skill 超创激励计划，投入 1000 万元创作激励，扶持优质 Skill 创作者。

创作者自主搭建并通过官方审核的 Skill 会按质量分级发放现金奖励，平台每月还会依据社区使用和收藏数据开展专项评奖，对稳定产出优质 Skill 的创作者可提升月度激励上限。后续 Skill 广场商业化后，创作者也能依据 Skill 的调用量获得长期收益。

站在行业角度看，平台推出这套激励对大家都有意义。

对广告、短剧、影视从业者，平台保留了无限画布、双线并行工作台、角色统一锁定等精细化操作入口，同时 AI 自动承接剧本撰写、分镜生成、剪辑拼接等重复工作，创作者可以把更多精力放在故事和创意上。

对于零基础的新人来说，海量现成 Skill 大幅降低专业门槛，无需花大量时间学习镜头语言和剪辑技术，简单描述画面需求就能产出完整成片。

如今，市面上各类视频生成模型的功能差距持续缩小，而 LibTV Agent 依托 Skill 体系和一站式成片，主动贴合创作者真实工作习惯，走出了区别于行业同类产品的差异化路径。

当 LibTV Agent 正式亮相时，创作者们将进入一场“工业化内容创作新秩序”的探索。

把审美和经验写进 Skill，把精力还给创作 —— 这大概就是 LibTV Agent 正在做的事。