当100多段视频废片遇上AI工具，创作逻辑正在被彻底重构。本文揭秘如何通过Cherry Studio智能体实现自动分类，用小香蕉Pro完成图生图创作，再到Seedance2.0实现视频衔接，完整呈现从‘经验主义陷阱’到‘AI方法论沉淀’的思维跃迁过程。

从仙本那回来近一个月了，每次盯着100多段视频片段、400多张照片，就陷入了沉默。理论上应该能剪出一个足够精彩的Vlog，但是事实是：

• 视频是糊的
• 身高是只有一米的
• 照片是曝光的

在看到“废片”后，大脑自动化执行了快思考：

• 视频太短了，删
• 角度太差了，删
• 这个视频就2秒能用，没法剪

但是在这个AI加持的时代，没有什么是不能用AI解决的，因此，一段AI+实拍的解决方案应用而生。

挑选素材——快思考的陷阱

在准备着手挑选素材时，第一时间就整理出了工作流：

第 1 分钟： 打开文件夹，看到 100+个视频文件 第 3 分钟： 按创建时间排序，新建“横屏”和“竖屏”文件夹 第 15 分钟： 开始按“横屏/竖屏”分类 第 30 分钟： 按“时长”分类，5秒以内，5-10秒，10秒以上 第 45 分钟： 按“场景”分类（海滩/日落/水下） 第 60 分钟：完成

但是在刚准备新建“横屏”和“竖屏”文件夹的时候，脑子突然灵机一动，为什么不让AI做脏活累活～

于是，花费了大概3分钟，在Cherry Studio上搭建了一个简单的智能体，添加了本地文件读写查修改的工具后，下达整理指令，一分钟后，所有的视频、照片，整整齐齐地排列在了目标文件夹里。

Input：在“视频”文件夹里，有很多视频文件（mp4、mov格式），请你根据视频的分辨率长宽信息，把他们分为“横屏”和“竖屏”类型，分别放入到对应的文件夹中 Output：

在完成了素材整理后，有一瞬间的恍惚，已经用了这么多AI来解决问题的经验，为什么在遇到问题的时候，最开始还是会选择历史经验：

看到问题 → 调用经验 → 快速判断 → 执行动作

陷入了“快思考”的致命陷阱，自动过滤掉“经验之外”的可能性。

就像为什么之前会觉得素材不足，不能剪辑，无非也是陷入了经验之谈，在让自己冷下来后，就进入了“慢思考”，找到了更佳的实践，AI加工“废片”：

接收问题 → 多维度分析 → 穷举可能性 → 提供方案集

废片变宝

在素材分类完成后，开始铺场景。在这里，思维链路已经从“我有什么”到“我要什么”。

例如： 我想剪一个“航拍游艇”的转场镜头，但我没无人机也没有航拍视角。

快思考： “没有航拍素材 → 这个创意实现不了 → 改成‘游艇上的环绕’吧” （目标向资源妥协）

慢思考： “需要航拍素材 → 我有船舱的照片 → AI 能否用这一帧生成全景俯视图 → 尝试生成 → 成功！”

这个转化的本质是：不要问“我能做什么”，而要问“我想做什么，以及如何实现它”。

图生图

目标：生成未拍摄的场景和素材，例如俯视图、海底仰视等场景

AI工具：小香蕉Pro

提示词：约束尺寸、场景、构图，描述场景等信息。

例：这是在仙本那海钓的图片，根据这张图生成500米外的场景，fpv无人机空中拍摄，画面具有冲击力，夸张广角镜头，强烈运动模糊，图片为竖构图，9:16比例。

图生视频

目标：视频拍了一半的，下文无法衔接的，需要制作一个衔接的视频。

AI工具：先后测试了Seedance2.0、海螺2.3、可灵2.5turbo

使用相同的提示词，分别测试了2个场景的对比：

提示词：使用Kimi 2.5 生成多条提示词后分别进行视频生成的尝试

步骤：分别取需要衔接的2个视频的关键帧导出，然后分别作为首尾帧给到AI工具，生成视频即可。

拼接视频

目标：将AI生成的视频素材与实拍的素材拼接，通过关键帧进行无缝衔接。

成片出炉后，同行的伙伴很震惊地问：这个视频片段从哪弄的？啥时候拍的。

这个问题背后，隐藏着一个更深层的转变：我用 AI 解决了一个在传统思维下“无解”的问题。100 多段废片，在经验主义的判断下本该被删除，但通过思维方式的转化，它们成为了一个完整作品的基石。

从经验主义到方法论沉淀

回顾整个创作过程，突然意识到自己虽然使用了这么长时间的AI，但是都是基于已经熟悉的场景，对于非常规的场景，还是运行这以前高效但僵化的流程。

但强迫自己停下来，进入慢思考模式时，其他的解决方案才被打开，AI场景也才被纳入了可选方案。

但故事还没有结束，如果每次遇到问题都需要进入慢思考模式，那效率依然不够高。为什么以前没有将AI快速的列入快思考之中呢？真正的突破在于：将这次慢思考中沉淀的方法论，转化为下一次的快思考。

这就是关键——构建一套“AI 解决问题”的新经验系统：

1. 问题重构阶段 不要急于下结论，先问自己：“我真正想要的是什么？”而不是“我现在有什么？”

2. 可能性穷举阶段 列出所有可能的解决路径，包括传统方法和 AI 方法。不要让经验限制想象力。

3. 工具匹配阶段 针对每个可能性，寻找对应的 AI 工具。这个阶段需要对工具生态有足够的了解。

4. 快速验证阶段 用最小成本测试方案可行性。比如我测试了三个图生视频工具，最终选择了海螺。

5. 方法论沉淀阶段 将成功的解决方案记录下来，形成自己的“AI 工具箱”和“问题-方案”映射表。

这个过程类似于学习驾驶。一开始你需要刻意思考每一个动作（慢思考），但经过大量练习后，换挡、转向、刹车都变成了肌肉记忆（快思考）。区别在于，这次我们沉淀的不是传统经验，而是“AI+人”的协作模式。

写在最后：思维方式才是最大的生产力

从“快思考的经验主义”到“慢思考的开放探索”，再到“新快思考的方法论沉淀”，这是一个螺旋上升的过程。旧的快思考让我们高效但僵化，慢思考让我们打破边界但耗时，而新的快思考则让我们既保持开放性，又拥有高效率。

AI 不是魔法，它只是工具。但当你改变思维方式，将 AI 纳入你的问题解决系统时，它就能帮你突破过去认为不可能的边界。

那 100 多段“废片”，在旧思维下是垃圾，在新思维下是宝藏。区别不在于素材本身，而在于你如何看待问题，如何定义可能性。

现在，当再次打开素材库时，不会再问“这些素材够不够用”，而是问“我想讲什么故事，这些素材如何帮我实现”。这个转变，才是 AI 时代最重要的生产力革命。