前言
我是 Eitaro，負責營運面向營造業的 Instagram「建設AIラボ（@kensetsu_ai_lab）」等等！目前正在製作各種創意內容，包含直式 Reels 等。
我沒有實際拍攝，也沒有打開剪輯軟體。 照片、影片、旁白都是用生成式 AI 製作，連組裝都交給 AI Agent 處理。
我做的事情只有：決定題材可不可行、對做好的影片挑毛病，還有發文。
- 人工作業：每支約 1 小時～2 小時
- 生成式 AI 成本：每支不到 1,000 日圓
- 支數：8 月開始，兩個半月內接近 30 支
一開始影片會在幾秒內被滑掉，後來開始出現 30 秒影片幾乎看完的回合，表現好的回合還觸及了 2 萬人以上。
現在要做出來其實沒那麼難。真正困難的是，如何持續思考「下一支要怎麼做得更好」。 這篇文章會寫我為此思考的內容、AI 的用法，以及製作影片時的注意事項。
本文會寫的內容
- 製作方式的思考法（mindset）
- AI 的使用方式
- 製作影片時的注意事項
1. 製作方式的思考法
不要想一次就命中
一開始我想讓 AI 做出「感覺不錯的影片」。結果，第一支 31 秒的影片，平均只看 3 秒就被滑掉。
所以我改成了每次都記錄結果，並讓 AI 決定下一支要改什麼的做法。
我把每一回的目標、假設、結果、學習寫進同一個檔案（PDCA log）持續追加，並且在製作新影片前一定先讓 AI 讀過。單次記錄大概像這樣：
pdca-log.md
## 第 22 支｜法隆寺，釘子超多
- 變更內容：只改開頭的做法（秒數、結構、結尾都維持和前一版相同）
- 假設：前一版從第 2 秒開始畫面就靜止，因此在那裡流失觀眾
- 結果：觸及大概是前一版的 4 倍
- 學習：第一個鏡頭要拉到 3 秒以上。不要把不動的鏡頭放在開頭光是這樣做，同樣失敗一再重複的情況就少了很多。
把感覺變成數字
就算跟 AI 說「開頭不夠強」，它每次也會給出不同的修法。因為沒有明確定義到底要改多少、改哪裡。
所以我把開頭 3 秒的畫面有多活躍量化成數字。做法只是算影格之間亮度差的平均值，雖然很單純，但能在公開前先測出來這件事很重要。發佈前就能判斷「這個開頭太弱，得重做」。有一次把開頭以外的結構調整後重做，觸及大約比前一版高了 4 倍。
不過，也不能太相信數字。 有一支影片的開頭數值是最高等級，結果卻完全沒成長。原因是第一句講的是誰都知道的冷知識。即使如此，因為有先量測，所以我很快就能判斷「不是動態的問題」。
讓 AI 把變好的理由說清楚，並變成規則
只要出現表現好的回合和表現差的回合，我就會讓 AI 解釋兩者差異，並把結果寫進製作規則和評分基準裡。 完成的影片會在公開前依照這個基準先讓 AI 評分。
重點是，要把每條規則的「確定程度」分開標記。
確定程度範例處理方式自己回合的數據驗證過開頭 3 秒要有動態重視參考其他帳號後覺得「大概有效」開頭不要先把結局說出來先輕度處理，若出現反例就降權實際上，我從參考影片學到的「開頭不要先把結局說出來」，在我們這邊表現最好的一支，第一句就直接講出了結局，所以我很快就把這條降級了。
被否定的假設，也會連同理由一起記下來。 因為 AI 只要對話脈絡變了，就可能又提一次之前已經被否定的方案。
一次只改一個項目
表現最好的一支影片，當時同時改了 4 個地方，所以到現在也不知道到底是哪一個改動奏效。
想驗證時，就一次只改一個，其他部分都固定成前一版。 這雖然很樸素，但不這麼做，記錄就只會變成「好像有變好」而已。
2. AI 的使用方式
把作業手冊交出去，直接用「做下一支影片」來跑
我把作業手冊和整套腳本交給 AI Agent（主要是 Claude Code）。裡面寫了題材選擇方式、結構規則、檢查方式，以及最後要補進 log 的內容，只要說一句「做下一支影片」，整支就會完成。
其中最有用的是，根據數據哪裡表現差，決定下一步怎麼改的對照表。
症狀下一步平均觀看時間不到影片長度的 1/4在開頭就被流失重做第一張畫面和第一句話看得到，但觸及人數沒有增加內容沒有新鮮感改成有「原來如此」的新資訊的題材沒有收藏或分享沒有帶走的價值。把流程、條件、來源保留在畫面上規則一定要寫理由。 因為如果沒有理由，前提改變時 AI 還是會默默照做。
數字從 API 取得，放到檔案裡
觀看數等資料我是從 Instagram API 取得並儲存到檔案。以前用手看 App 畫面再手動輸入數字，因為抓取時間不同，數字會有落差，所以不再這麼做。
不要只在聊天裡處理數字。 我曾經在對話中來回處理數字，結果發生回合編號重複的狀況。
畫面上要放的數字，自己親自看原始資料
查資料我會交給子 Agent。不過曾經有一次，AI 回傳了國家資料裡根本找不到的「約可減少 1,000 小時」這種數字。
從那之後，只要是要放進影片的數字，我一定會親自去查原始資料。 營造業相關制度在網路上常常有錯誤資訊，所以我優先採用法規條文和政府機關資料。
有效的元素，要上升到工具層
有一次，表現最好那支影片的「畫面中央的大字幕」只寫在那一支的設定檔裡。等到下一支重新製作時，畫面就會默默回到原本的樣子。
有效的東西，要在當支影片就提升為工具的預設設定。
用 Kimi Work 跑的時期
8 月底有一段時間，為了控制使用量，我把製作環境切換到 Kimi Work。其實，這段期間做出的黑部水壩那支影片，目前是表現最好的一支。
好的地方
- 因為把腳本主體放在單一位置，兩邊的 Agent 都呼叫同一份內容，所以作業手冊和工具幾乎都能原封不動運作
- 從題材選擇到合成的長流程，也都能不中斷地一路跑完
需要注意的地方
- 跟 Claude 相比，回應比較慢。比起在旁邊一邊看一邊密集互動，更適合先下指令、放著一陣子，再回來確認
3. 製作影片時的注意事項
開頭
- 0 秒就要讓人看到「有點不對勁」的地方。 如果一開始只有建築名稱或統計圖表，通常會被滑掉
- 開頭 3 秒要保持有動態。 第一個鏡頭要超過 3 秒，且不要把不動的鏡頭放在開頭。也避免把畫面放慢來湊秒數
- 第一句不要放大家都知道的內容。 像「天守閣裡面是混凝土」這種老生常談的冷知識，光這樣就足以讓人滑掉
結構與外觀
- 時長控制在 30 秒左右以內。 超過之後，中段就會掉人
- 字幕要大，外框要粗。 受眾中心是 30 多歲後半到 50 多歲，如果手機上看不清楚就沒有意義
生成式 AI 的圖片
- 生成式 AI 會畫出「看起來像真的」錯誤內容。 我曾經要求它畫「傳統榫卯接合」，結果出現了不存在的榫接，或是長得像六角螺栓頭的和釘。要把專有名詞、形狀說明，以及「不要做成什麼樣」一起交代。因為觀看的人裡面有真正的專業人士，形狀上的錯誤很快就會被發現
- 畫不出來的圖就用文字表達。 像施工中的狀態這種生成式 AI 不擅長的場景，不要硬畫。對於誇張化的示意圖，會加上「這裡有誇張處理」的說明
數字的閱讀方式
- 不要因為發文後一天的表現就直接判定為「失敗」。 要比較就用相同經過時間來比
- 分享和追蹤的數字會延後才進來。 建議等 3 天左右再看
- 不要停止發文。 如果停一週，整個帳號幾乎就不會再被觸及了
還沒解決的事情
雖然已經能讓人看下去了，但分享數還是偏少。
而且目前觸及到的多半是喜歡營造冷知識的人，不一定是業界內的人。不同題材會吸引完全不同的受眾，所以我現在正重新從「想觸及誰」這個角度，回頭調整題材選擇。
總結
如果要模仿，我覺得重點是這 3 件事。
- 把每次的結果存成檔案，並在製作前讓 AI 讀過
- 把「總覺得弱弱的」這件事，至少量化成一個數字
- 讓 AI 把變好的理由說清楚，並依照確定程度建立有權重的規則
AI 本身來做影片，現在已經不算困難。真正拉開差距的，是做完之後學到了什麼，以及要怎麼把它交給下一支影片。 我是這麼認為的。
我在 Dotlog 株式會社製作面向營造業的估價 Agent「KaiL（カイル）」。如果你有興趣，也歡迎看看介紹營造業厲害技術的建設AIラボ（@kensetsu_ai_lab）。
原文出處：https://qiita.com/Eitaro_dotlog/items/c1e2f6d696ea88854186
1) --- 會變成分隔線（上一行必須是空白）
2) # 會變成一級標題
3) ## 會變成二級標題
4) ### 會變成三級標題
5) **粗體文字**會顯示粗體文字
6) ```當第一行與最後一行會顯示程式碼
7) 請搜尋 Markdown 語法，了解各種格式
